Допустим, что 30 % от общей суммы чистой ссудной задолженности банка являются просроченной задолженностью по кредитным ссудам.
Таблица 4 - Динамика просроченной задолженности по кредитным ресурсам, выданным юридическим организациям
| Год | Чистая ссудная задолженность, тыс. руб. | Задолженность по кредиту, тыс. руб. | По сравнению с предыдущим годом | ||
| Абсолютный прирост, тыс. руб. | Темп роста, % | Темп прироста, % | |||
| 135,14 | 35,14 | ||||
| 126,07 | 26,07 |
Первоначально определим связь между общей суммой задолженности и просроченной задолженностью, с целью выявления объема рисковости не возврата.
Предположим, что связь между стоимостью основных фондов и выпуском продукции имеет линейный характер.
Уравнение однофакторной (парной) линейной корреляционной связиимеет вид:
где у — теоретические значения результативного признака, полученные по уравнению регрессии;
а0, а1 — коэффициенты (параметры) уравнения регрессии.
Параметры уравнения находят методом наименьших квадратов,решив систему нормальных уравнений:
Расчет параметров произведем в таблице.
Промежуточные вычисления для определения параметров модели произведем в таблице.
Таблица 5 - Определение параметров уравнения тренда
| Чистая ссудная задолженность, млн. руб. | Задолженность по кредиту, млн. руб. | Х2 | Х*У | У2 | Урас | (У-Урас)2 | (У-Уср)2 | |
| Х | У | |||||||
| 928,12 | ||||||||
| -31852 | ||||||||
| Итого | -244607 |
3*а0+ 1223037* а1=366911
1223037*а0+521130503082* а1=156339150924
3а0=366911-1223037*а1
1223037*(366911-1223037*а1)+521130503082* а1=156339150924
а1=0,34
а0=(366911-1223037*0,34)/3=-16307,19
В результате мы получили следующее уравнение регрессии:
Ух=-16307,19+0,34*х
При линейной форме уравнения, применяется показатель тесноты связи, называемый линейный коэффициент корреляции:
Для практических вычислений при малом числе наблюдений, n < (20-30), линейный коэффициент корреляции исчисляется по следующей формуле:
=0,027
Значение линейного коэффициента корреляции свидетельствует о наличии связи между стоимостью выдаваемых кредитов и их не возвратом.
Определим индекс корреляции по формуле:
=0,027
Поскольку значения индекса корреляции и коэффициента корреляции совпадают, то связь между показателями действительно имеет линейный характер.
По ОАО «Альфа Банк» имеются следующие данные о продаже газовых плит по кварталам 2007-2009 гг. (рис. 3).
Рис. 3 Объем выдачи кредитов ОАО «Альфа Банк» по кварталам 2007-2009 гг.
Согласно рисунку объемы выдачи кредитов увеличиваются в третьем и четвертом квартале и сокращаются в первом и втором. Сезонность вызвана динамикой доходов предприятий.
Исходя из этих данных, необходимо определить прогнозное значение объема выдачи кредитов на 1 квартал 2010 г.
Мы предлагаем использовать следующий алгоритм построения прогноза: [4]
1. Определяется тренд, наилучшим образом аппроксимирующий фактические данные. Существенным моментом при этом является предложение использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.
2. Вычитая из фактических значений объёмов значения тренда, определяют величины сезонной компоненты и корректируют таким образом, чтобы их сумма была равна нулю.
3. Рассчитываются ошибки модели как разности между фактическими значениями и значениями модели.
4. Строится модель прогнозирования:
F = T + S ± E
где:
F— прогнозируемое значение;
Т— тренд;
S — сезонная компонента;
Е — ошибка модели.
5. На основе модели строится окончательный прогноз объёма. Для этого предлагается использовать методы экспоненциального сглаживания, что позволяет учесть возможное будущее изменение экономических тенденций, на основе которых построена трендовая модель. Сущность данной поправки заключается в том, что она нивелирует недостаток адаптивных моделей, а именно, позволяет быстро учесть наметившиеся новые экономические тенденции.
Fпр t = a Fф t-1 + (1-а) Fм t
где:
Fпр t — прогнозное значение объёма;
Fф t-1 — фактическое значение объёма в предыдущем году;
Fм t — значение модели;
а — константа сглаживания
Исходные данные: объёмы реализации продукции за 3 года представлены в табл. 6
Таблица 6 - Фактические объёмы выдачи кредитов
| Номер периода | Кварталы | Чистая ссудная задолженность, млн. руб. |
Реализуем алгоритм построения прогнозной модели, описанный выше. Решение данной задачи рекомендуется осуществлять в среде MS Excel, что позволит существенно сократить количество расчётов и время построения модели.
Определяем тренд, наилучшим образом аппроксимирующий фактические данные. Для этого рекомендуется использовать полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.
Для расчёта тренда целесообразно использовать опцию “Линия тренда” ППП Excel.
Рис. 4. Опция "Линии тренда"
Рис. 5 Получение формулы тренда методом полиномиального сглаживания
Вычитая из фактических значений объёмов продаж значения тренда, определим величины сезонной компоненты, используя при этом пакет прикладных программ MS Excel (табл. 7).
Таблица 7 - Расчёт значений сезонной компоненты
| Кварталы | Чистая ссудная задолженность, млн. руб. | Значение тренда | Сезонная компонента |
| 207,6119 | |||
| -665,2064 | |||
| 103,5611 | |||
| 1530,2144 | |||
| -887,5625 | |||
| -1552,314 | |||
| 441,8651 | |||
| 1735,2896 | |||
| -505,0601 | |||
| -2340 | |||
| 1277,6859 | |||
| -901,6384 |
Скорректируем значения сезонной компоненты таким образом, чтобы их сумма была равна нулю.
Таблица 8 - Расчёт средних значений сезонной компоненты
| Кварталы | 2007 г | 2008 г | 2009 г | Итого | Среднее | Сезонная компонента |
| 1Ⅰ | 207,6119 | -887,5625 | -505,0601 | -1185 | -395 | -265,4 |
| -665,2064 | -1552,314 | -2340 | -4558 | -1519 | -1390 | |
| 103,5611 | 441,8651 | 1277,6859 | 1823,1 | 607,7 | 737,33 | |
| 1530,2144 | 1735,2896 | -901,6384 | 2363,9 | 787,96 | 917,58 | |
| Сумма | -518,5 | |||||
| Среднее | -129,6 |
Рассчитываем ошибки модели как разности между фактическими значениями и значениями модели.
Таблица 9 - Расчёт ошибок
| Номер периода | Кварталы | Чистая ссудная задолженность, млн. руб. | Значение модели | Отклонения |
| -1330 | ||||
| -1775 | ||||
| -3105 | ||||
| -1010 | ||||
| -4680 | ||||
| -1803 |
Находим среднеквадратическую ошибку модели (Е) по формуле:
Е= Σ О2: Σ (T+S)2 = -0,005 или 0,5 %
где:
Т — трендовое значение объёма продаж;
S — сезонная компонента;
О — отклонения модели от фактических значений
Величина полученной ошибки позволяет говорить, что построенная модель хорошо аппроксимирует фактические данные, т.е. она вполне отражает экономические тенденции, определяющие объём выдачи кредитов и их возвратности, и является предпосылкой для построения прогнозов высокого качества.
Далее определим эффективность от предложенного проекта возвратности кредитов, выдаваемых юридическим лицам.
Направления формирования эффективности:
1. Совершенствование мотивационной и организационной политики труда банковских работников.
2. Повышение работоспособности финансово-экономического блока организации
Факторы:
1) уменьшение фактических затрат рабочего времени на выполнение операций по оказанию банковских услуг – технологический аспект;
2) снижение потерь рабочего времени – организационный аспект.
Таблица 10 - Направления и факторы формирования экономической эффективности разработанного проектного решения
| Направление формирования экономической эффективности | Фактор, формирующий экономическую эффективность | Показатель деятельности организации, на который влияет фактор | Показатель экономической эффективности |
| 1. Совершенствование организации труда | Рост объема банковских услуг (DV), % | DV=VБ*(1+DПур/ 100) | 26% |
| 2. Повышение работоспособности финансово-экономического блока организации | Нивелирует недостаток адаптивных моделей, т.е. учесть наметившиеся новые экономические тенденции | Fпр t = a Fф t-1 + (1-а) Fм t где: Fпр t — прогнозное значение объёма; Fф t-1 — фактическое значение объёма продаж в предыдущем году; Fм t — значение модели; а — константа сглаживания. | -41805,32 млн. руб. |
Таким образом, мы видим, что предложенная прогнозная модель, позволяет нам получить значительную экономию средств.
Заключение
Российские банки вынуждены работать в условиях повышенных рисков и чаще, чем их зарубежные партнеры оказываются в кризисных ситуациях. Прежде всего, это связано с недостаточной оценкой собственного финансового положения, привлеченных и размещенных средств, надежности и устойчивости обслуживаемых клиентов. В условиях рыночной экономики возможность привлечения дополнительных ресурсов для банков однозначно обусловлена степенью их финансовой устойчивости. В этой связи существенно возрастает роль и значение анализа финансового состояния банка.
В современном коммерческом банке финансовый анализ и статистический анализ финансового состояния, как его составляющая, представляет собой не просто элемент финансового управления, а его основу, поскольку финансовая деятельность, как известно, является преобладающей в банке.
Методом статистического и математического анализа финансового состояния банка является комплексное, органически взаимосвязанное исследование деятельности коммерческого банка с использованием математических, статистических, учетных и других приемов обработки информации. Методы позволяют выделить наиболее существенно влияющие на результат факторы, установить положительные и отрицательные моменты в деятельности банка, выявить резервы повышения его эффективности.
Особое значение в анализе финансового состояния имеет использование общей финансовой отчетности коммерческого банка, составленной в соответствии с Инструкцией ЦБ РФ № 17 и дополнениями и разъяснениями к ней. Согласно данной Инструкции общая финансовая отчетность – это отчетность коммерческого банка, используемая для ознакомления и анализа его деятельности Центральным банком, руководителями коммерческого банка, другими заинтересованными юридическими и физическими лицами, а также для открытой публикации.
Список литературы
1. Инструкция Банка России №1 от 1.10.1997г. «О порядке регулирования деятельности банков» Консультант Плюс, 2009 г.
2. Банковское дело: Учебник для вузов по направлению "Экономика", специальности "Финансы, кредит и денежное обращение" / В.И. Колесников, Л.П. Кроливецкая, Н.Г. Александрова и др.; Под. ред. В.И. Колесникова, Л.П. Кроливецкой. –4-е изд., перераб. и доп. – М.: Финансы и статистика, 2006. – 459с.
3. Банковское дело. Справочное пособие. Под ред. Ю.А.Бабичевой. М. “Экономика” 2008 г.
4. Белоглазовой Г.Н. Деньги, кредит, банки Серия: Университеты России М: Высшее образование, 2008 г., 624 стр.
5. Ермасова Н.Б. Финансы. Конспект лекций М: Юрайт, Высшее образование, 2009 г., 176 стр.
6. Ефимова Л.Г. “Банковское право”. Издательство “БЕК”. М. 2007 г.
7. Иванов В.В., Малютина О.Н. Методика анализа обеспечения при совершении операций кредитования // Финансы и кредит. – 2006. -№5.- С.10-13.
8. Коган М. Коммерческие банки и предприятия. Расчетные и кредитные взаимоотношения. Выпуск третий. 2007 г. Центр деловой информации газеты “Экономика и жизнь”; с. 26-27.
9. Мерцалова А.И. Учет и операционная деятельность в кредитных организациях. Кассовые, расчетные, депозитные и кредитные операции М: КноРус, 2009 г., 256 стр.
10. Уткин Э.А.: Финансовый менеджмент Учебник для вузов. - М.: Издательство «Зерцало»,2006.-279с.
11. Финансовый менеджмент Учебник для вузов/ Г.Б.Поляк, И.А. Акодис, Г.А. Краева и др.; Под ред. проф. Г.Б.Поляка. - М.: Финансы, ЮНИТИ.2006. – 518с.
12. Челноков В.А. Банки и банковские операции: Букварь кредитования. Технологии банковских ссуд; Учеб. для вузов. – 2-е изд., перераб. – М.: Высшая школа, 2007.
13. Черкашенко В. Экономика, кредитный бум и устойчивость банковской системы / В.Черкашенко, В.Федотов // Банковское дело. – 2006. - №2.
14. Финансы. Денежное обращение. Кредит, Л. А. Дробозина., Л. П. Окунева, Л. Д. Андрисова и др. 2008 г.с.198-199.
15. Экономический анализ: Учебник для вузов / Под ред. Л.Т. Гиляровской. – М.: ЮНИТИ-ДАНА, 2006. –527с.
16. Экономический анализ: ситуации, тесты, примеры, задачи, выбор оптимальных решений, финансовое прогнозирование: Учеб. Пособие / Под ред. М.И. Баканова, А.Д. Шеремета. – М.: Финансы и статистика, 2007. – 656с.
17. Экономика и организация деятельности торгового предприятия: Учебник / Под общ. ред. А.Н. Соломатина.-2-е изд., перераб. и доп.- М.: ИНФРА-М, 2006.- 292 с.
18. Экономика предприятия: Учебник / Под ред. проф. Н.А. Сафронова. – М.: “Юристъ”, 2006. – 608с.
19. Экономика предприятия: Учебник для вузов / Под ред. проф. В.Л. Горфинкеля, проф. Швандара В.А. – 3-е изд., перераб. и доп. – М.:ЮНИТИ-ДАНА, 2007. –718с.
20. Экономика Под редакцией доктора экономических наук профессора А. С. Булатова 2007 г.с.79-80.
21. www.cbr.ru
22. www.alfabank.ru
Приложения