Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Анализ современного состояния финансового сектора экономики с целью повышения инвестиционной привлекательности региона
.pdf
91
Окончание табл.2
По составу банков с госучастием есть несколько теоретических по-
ложений, которые в 2020 году приобрели неоднозначную трактовку. В
апреле этого года Правительство РФ приобрело пакет акций (52,3 %)
Сбербанка у Центрального Банка РФ по стоимости 2,14 трлн. рублей.
Данная сделка обсуждалась в экспертном сообществе с разных сторон,
и однозначного ответа на действие властных структур пока нет. Рассмотрим несколько вариантов обоснования этой сделки.
Впервые учеными, под руководством профессора А.В. Берникова
было предложено разделять кредитные организации с прямым и косвенным госучастием. Можно заключить, что Сбербанк все это время находился под косвенным управлением государства, то есть ему полностью
или частично принадлежали акции ЦБ РФ, которыми владеет или
управляет государство. В этой связи возникает вопрос об эффективности косвенного управления кредитными организациями. В списке банков с госучастием такие позиции принадлежат 9 кредитным организациям(табл.2). На наш взгляд, государственное управление банком как
независимый аргумент не имеет под собой основания, т.к. на практике
обусловлено именно участием в капитале этой кредитной организации
либо процедурами оздоровления или банкротства.
Следующим возможным обоснование сделки можно считать, на
наш взгляд, то, что ЦБ РФ второй год подряд убыточен, и 2020 год ,скорее всего, не станет исключением. Являясь кредитором последней ин-
92
Показатели
01.01.2018
01.01.2019
1.01.2020
1 2 3
4
1. Кредиты, предоставленные всего
44 729,7
50 550,0
55 451,1
- просроченная за-
долженность
2 694,3
2 723,2
3 258,4
1.1 Кредиты, предоставленные нефинансовым организациям-резидентам
20 413,0
22 926,0
24 352,2
- просроченная за-
долженность
1 647,2
1 728,5
2 109,8
-в % к кредитам
предоставленным
всего
45,6
45,4
43,9
1.2 Кредиты, предоставленные юридическим лицам - нерезидентам (кроме банков)
805,4
839,8
1 054,4
- просроченная за-
долженность
90,8
117,1
184,1
станции, Центральный банк теоретически не может иметь убытки. Однако они есть и имеют внушительные размеры, именно поэтому в бюджет РФ за все это время не поступают отчисления от прибыли банка.
Денежные средства от Правительства РФ могут понадобиться ЦБ РФ
для кредитования коммерческих банков, пострадавших в результате финансового кризиса.
Являясь страной с высокой степенью влияния государственных
банков на экономику, Россия продолжает испытывать ряд сложностей в
развитии ее реального сектора: в расширении инновационных видов
экономической деятельности, в обеспечении высоких темпов роста производства и обновления основных средств, а также в поддержании удовлетворительной рентабельности деятельности. Преодоление этих проблем является важной национальной задачей. Именно в этой ситуации
присутствие государства в капитале банков при создании ряда условий
может быть использовано на благо национальной экономики. Как же на
практике реализуются эти посылы со стороны БГУ.
Необходимо отметить, что на протяжении последних лет масштабы
банковского кредитования вообще и кредитования реального сектора
экономики в частности, имели неустойчивую динамику (табл. 3).
Таблица 3
Структура и динамика кредитных вложений банков за 2017–
2019 гг. (млрд.руб)[7]
93
1 2 3
4
-в % к кредитам
предоставленным
всего
1,8
1,7
1,9
1.3 Кредиты, предоставленные финансовому сектору
9 448,1
9 763,5
10 315,6
- просроченная за-
долженность
141,3
146,6
226,7
-в % к кредитам
предоставленным
всего
21,1
19,3
18,6
1.7. Кредиты, предоставленные физическим лицам-резидентам
12 047,5
14 765,2
17 534,4
- просроченная за-
долженность
813,5
729,1
736,2
-в % к кредитам
предоставленным
всего
26,9
29,2
31,6
1.8. Кредиты, предоставленные физическим лицам-нерезидентам
17,9
25,4
33,8
- просроченная за-
долженность
0,5
0,5
0,8
-в % к кредитам
предоставленным
всего
0,2
2,5
9,5
Окончание табл.3
жении, предоставленных банками нефинансовому сектору экономики,
составил 4 188,2 млрд. руб. Из них: 3 939,2 млрд. руб. по резидентам и
249 млрд. руб. по нерезидентам
предоставленных банками физическим лицам, составил 5 502,8 млрд.
руб. Из них: физическим лицам-резидентам объем вырос на 5 486,9
млрд. руб. и физическим лицам-нерезидентам15,9 млрд. руб. Причем
следует обратить внимание на то, что рост кредитов физическим лицамнерезидентам за два года вырос в 1,9 раза. Следовательно, банковский
сектор более активно продолжил кредитование физических лиц, и этот
прирост превысил прирост кредитования реального сектора на 31%.
номики, имеет тенденцию к сокращению (с 47,4% в 2017 г. до 45,8% в
За три последних года рост объема кредитов в абсолютном выра-
За этот же период рост объема кредитов в абсолютном выражении,
Удельный вес кредитов, предоставленных реальному сектору эко-
94
2019г.), а удельный вес кредитов, предоставленных физическим лицам,
растет (с 27,1% в 2017 г. до 41,1% в 2019 г.)
Что касается финансового сектора, то его доля в общем объеме
предоставленных кредитов также снижается (с 21,1% в 2017 г. до 18,6%
в 2019г.).
Об ухудшении качества корпоративного кредитного портфеля сви-
детельствует и рост просроченной задолженности. Анализ динамики
просроченной задолженности в сегменте банковского кредитования
предприятий-резидентов реального сектора экономики за 2017–2019 гг.
показал, что она выросла в абсолютном выражении на 555,9 млрд. руб.,
и рост составил 28%. По предприятиям-нерезидентам он вырос более
чем в 2 раза и составил 93,3 млрд. руб.
Такой же анализ по кредитованию физических лиц показывает об-
ратную динамику (с 2017 по 2019гг. просроченная задолженность снизилась на 9,5% по резидентам и выросла на 60% по нерезидентам). Очевидной является тенденция к росту кредитования в розничном бизнесе
и замедление в кредитовании реального и финансового секторов экономики.
На долю российских банков с государственным участием, которые
стали вертикально и горизонтально интегрированными финансовыми
холдингами, приходится подавляющая часть кредитов реальному сектору экономики. Вместе с тем потребности этого сектора в кредитных
ресурсах не удовлетворяются и предприятия испытывают хроническое
недофинансирование. Основные аспекты такого положения сохраняются не один год, что вызывает необходимость в более энергичных мерах по преодолению сложившейся ситуации.
Прежде всего, остается высокой стоимость кредита. Предприятия с
невысоким уровнем рентабельности, а это вся перерабатывающая промышленность, не могут воспользоваться такими дорогими ресурсами.
Даже ключевая ставка в 5,5%, установленная ЦБ РФ в апреле 2020 года,
не дает существенного снижения стоимости кредита до уровня рентабельности предприятий. Снижение стоимости кредитных ресурсов невозможно обеспечить только за счет средств бюджетов и резервных
фондов РФ, здесь необходима корректировка денежно-кредитной политики. В числе мер ее совершенствования можно назвать наиболее актуальные:
-повышение уровня монетизации экономики. Доступ к дешевым
западным кредитам нашему банковскому сектору по-прежнему закрыт,
объемы привлеченного капитала могут заметно сократиться, так как понижены процентные ставки по депозитам и есть риск дальнейшей санации отечественных банков;
95
-существенное снижение стоимости кредитов банками с государ-
ственным участием. Последние три года российский банковский бизнес
был достаточно доходным видом деятельности. По итогам 2018 года чистая прибыль в нем составила 1,34 триллиона рублей, что превысило в
1,7 раза результат 2017 года. Чистая прибыль банков за 10 месяцев
2019 составила 1,4 триллиона рублей. По данным ЦБ РФ, прибыль показали 363 кредитные организации – 80% кредитных организаций,
действовавших на 1 ноября 2019 года. Их доля в активах банковского
сектора составляет 98%[8].
Следующим негативным проявлением дороговизны кредитов явля-
ется проблема отраслевых диспропорций при кредитовании предприятий реального сектора экономики. Как и прежде, наиболее активно отечественные кредитные организации предоставляют ссуды более доходным предприятиям экспортно ориентированных отраслей. Потребности
отраслей, которые относятся к обрабатывающему производству, сельскому хозяйству, удовлетворяются в объемах намного меньше действительно необходимой кредитной поддержки. В данных отраслях высок уровень риска и это обусловлено особенностями производственнокоммерческого цикла хозяйствующих субъектов соответствующей отрасли, их рентабельностью, оборачиваемостью активов.
Еще одной проблемой, тормозящей увеличение инвестиционных
кредитов в стране, является низкая доля долгосрочных кредитов, которых, как правило, особенно не хватает для обновления и технического
совершенствования производства, а также для развития инвестиционной активности. Ограниченность внутренних ресурсов потребует дальнейшего увеличения доли государственного финансирования, однако
это может поставить под удар социальные обязательства государства
перед населением. Это далеко не полный перечень проблем, связанных
с кредитованием реального сектора экономики банками с государственным участием. Пока данные кредитные организации продолжают способствовать консервации имеющей место институциональной структуры экономики Росси. Прогрессивные изменения в пользу приоритетных отраслей БГУ профинансировать пока не могут.
Список использованных источников
1. Чернышова Е. Аналитика по теме "Банки"
URL:https://www.rbc.ru/finances/14/05/2019/5cda91259a7947815dc1657d
2. Актуальные проблемы и направления развития российской
экономики и финансов (часть 2): монография / С.М.Бухонова, Ю.А.Дорошенко и др. -Белгород: Издательство БГТУ,2016.- 143с.
96
3. Деньги. Кредит. Банки: Учебник. / Под ред. Г. Н. Белоглазовой.
- М.: Высшее образование, 2009. - 266 с.
4. Конягина М.Н. Банки с государственным участием в банков-
ской системе Российской Федерации:дис. док.экон.наук.-М.,2013.URL:file:///D:/System/Desktop/%D0%A1%D0%A2%D0%90%D0%A2%D
0%AC%D0%AF%20%D0%92%20%D0%9C%D0%9E%D0%9D%D0%9E
%D0%93%D0%A0%D0%90%D0%A4%D0%98%D0%AE/%D0%94%D0
%98%D0%A1%D0%A1%D0%95%D0%A0%D0%A2%20%D0%92%20%
D0%9F%D0%94%D0%A4%D0%B5.pdf
5. Банки с государственным участием 2020 года. Mnogo-Kredi-
tov.ru.URL: https://mnogo-kreditov.ru/rejtingi-bankov/spisok-bankov-sgosudarstvennym-uchastiem.html
6. Григорян Ф.Р. Структурные противоречия финансового взаи-
модействия банковского и реального секторов России // Государственная власть и местное самоуправление в России: история и современность: материалы XI Междунар. форума / под общ. ред. А.А. Васецкого.- СПб.: ИПЦ СЗИУ РАНХиГС, 2013.
7. Обзор банковского сектора Российской Федерации.
URL:http://www.cbr.ru/statistics/bank_sector/review/
8. Агентство экономической информации «Прайм». URL:
https://1prime.ru/finance/20191121/830584854.html
Искусственный интеллект в развитии банковских технологий
Молчанова В. А.., канд. экон. наук, доцент
Клепак А. С., магистрант
В повышении эффективности бизнеса с помощью внедрения совре-
менных технологий и средств цифровой трансформации главным шагом является применение инструментальных средств обработки информации. Огромными массивами памяти, что особо актуально для финансового сектора в настоящее время, позволяет оперировать применение
систем искусственного интеллекта. Использование машин для принятия управленческих решений, для оптимизации работы с клиентами,
расчета эффективности инвестиций без воздействия человеческого фактора или его минимизации означает принятие решений на основе только
информации без личностного подхода, накладывающий зачастую нега-
97
тивный отпечаток. Использование искусственного интеллекта преимущественно состоит в том, что сбор данных не прекращается и чем обширнее база, тем эффективнее складывается работа системы, соответственно, банки, откладывающие решение о внедрении в свою работу систем искусственного интеллекта, рискуют не догнать более наукоемких
конкурентов. [1]
В связи с развитием рынка финансовых услуг российские банки все
чаще сталкиваются с такими проблемами, как рост требований клиентов, сокращение прибылей, рост издержек и н еобходимость идти в н огу
с н овыми техн ологиями.
Ключевые техн ологии, под воздействием котор ых банковский
сектор активн о мен яется и кар дин альн о измен ится в ближайшее вр емя,
- это блокчейн , облачн ые вычислен ия и искусствен н ый ин теллект. [2]
Искусственн ый ин теллект – это компьютер н ые системы,
обладающие такими ключевыми н авыками человеческого р азума, как
пон иман ие языка, способн ость общаться, р ассуждать, р ешать
пр облемы, действовать, делать заключен ия и т. д. Ключевая
особен н ость искусствен н ого ин теллекта – способн ость к р ешен ию
поставлен н ых задач по алгор итму, подобн ому тому, котор ый
использует человеческий мозг. Осн овн ая цель искусствен н ого
ин теллекта – н аучиться пон имать человека и н а осн ове получен н ых
дан н ых, сопоставлен ия с р езультатами др угих людей и выявлен ия
закон омер н остей давать р азличн ые советы, после чего воспр ин имать
обр атн ую связь и обучаться в зависимости от ее р езультатов.
Ключевая техн ология искусствен н ого ин теллекта - машин н ое
обучен ие, создан ие комплексн ого алгор итма для ан ализа больших
объемов дан н ых, их сопоставлен ия, н ахожден ия взаимосвязей,
постр оен ия пр едиктивн ых моделей, а также обучен ия н а осн ове ан ализа
получен н ых р езультатов. Ключевой компон ен т машин н ого обучен ия –
способн ость машин ы самостоятельн о обучаться и улучшать
заложен н ый изн ачальн о алгор итм для получен ия н аилучших
р езультатов. В связи с этим все большее количество бан ков запускают
пр оекты по вн едр ен ию или р азвитию CRM – систем. Дан н ая система
позволяет р ешать две осн овн ые задачи – пр ивлечен ие н овых клиен тов
и удер жан ие уже существующих, для чего используется операционный
и ан алитический CRM. [6]
CRM является одн ой из н аиболее выгодн ых областей для
пр имен ен ия искусствен н ого ин теллекта – поддер жка клиен тов как в
выбор е пр одукта, так и сер висн ая. Здесь, пожалуй, пр имер ин тегр ации
н аиболее пр остой фор мы искусствен н ого ин теллекта (р аспозн аван ие
98
языка) с CRM чат – боты, котор ые отвечают н а запр осы потр ебителей
или потен циальн ых клиен тов почти без участия людей.
Алгор итм искусствен н ого ин теллекта пр и использован ии CRM
довольн о пр имитивен : пр оисходит получен ие запр оса, состоящего из
одн ой или н ескольких коман д и обр аботка этого запр оса автоматически,
далее пр едоставлен ие ответа, если коман да типовая. Если же запр ос
сложн ее, то он пер едается н а ур овен ь выше – сотр удн ику – человеку в
соответствующий отдел поддер жки, так как дан н ый запр ос тр ебует
активн ого участия. В бан ках опер ацион н ый CRM часто используется
для автоматизации бизн ес – пр оцессов фр он т – офисов, к котор ым могут
отн оситься дополн ительн ые офисы, колл – цен тр ы и р азличн ые точки
пр одаж, получающие ежедн евн о тысячи обр ащен ий от клиен тов.
Операционный CRM позволяет бан кам н аладить учет опер аций
клиен тов и запр осов н а обслуживан ие и мар шр утизацию заявок вн утр и
компан ии. Благодар я этому заявки клиен тов обр абатываются вовр емя и
всегда можн о узн ать их текущий статус. Использован ие CRM – системы
в банке таким обр азом дает возможн ость улучшить качество
обслуживан ия клиен тов, повысить их лояльн ость, увеличить пр оцен т
количества пер вичн ых обр ащен ий за н овой услугой, пер ер осшие в
р еальн ые сделки, а также позволяет автоматизир овать и ускор ить
отдельн ые этапы пр оцесса пр одаж. [6]
CRM – пр оект н а платфор ме Oracle Siebel CRM в Сбербан ке
стар товал в 2008 году. Он являлся частью клиен тор иен тир ован н ой
стр атегии бан ка и был пр изван оптимизир овать р аботу с клиен тами
кор пор ативн ого блока. Система CRM сегодн я, в 2020 году,
цен тр ализован н о обр абатывает обр ащен ия клиен тов, поступающие по
р азн ым кан алам коммун икаций: отделен ие бан ка, кон такт – цен тр , sms
– сообщения. Для этого CRM - система ин тегр ир ован а с системой
кон такт – цен тр а Avaya. Ин фор мация из р азличн ых бан ковских
пр иложен ий также поступает в CRM – систему. В н овую систему
пер ен есен ы н ачальн ые сведен ия о более чем 120 млн . клиен тах. [6]
Благодаря CRM – системе каждый сотр удн ик Сбер бан ка может
получить н аиболее полн ую ин фор мацию о клиен те, пр оследить
истор ию его взаимодействия с бан ком и н а осн ове пр офиля поведен ия
выявить его склон н ости и пр едпочтен ия.
В совр емен н ых условиях благодар я алгор итмам машинн ого
обучен ия стало возможн ым р оботизир ован н ое р аспозн ан ие и ан ализ
человеческой р ечи, отпечатков пальцев, стр уктур ы вен р уки, сетчатки
глаза, а также ген ер ация человеческой р ечи, благодар я чему р оботы
могут н е пр осто отвечать н а вопр осы человека, н о и взаимодействовать
с н им. Одн ой из последн их р азр аботок в дан н ой области являются
99
когн итивн ые вычислен ия, особен н остью котор ых является способн ость
взаимодействия с человеком н а межличн остн ом ур овн е. Когн итивн ые
вычислен ия н е пр осто р аспозн ают человеческую р ечь, н о благодар я
ан ализу огр омн ых дан н ых о др угих людях могут делать
самостоятельн ые умозаключен ия. Когн итивн ые вычислен ия позволяют
искусствен н ому ин теллекту учиться гор аздо быстр ее, используя
гор аздо большие дан н ые, н о для их выполн ен ия н еобходимы
супер компьютер ы с огр омн ой вычислительн ой мощн остью.
Лидер ом в пр едоставлен ии платфор мы для осуществлен ия
когн итивн ых вычислен ий является компан ия IBM, супер компьютер
котор ой – Watson, обладает самыми большими в мир е
вычислительн ыми мощн остями, котор ые могут позволить бан кам со
всего мир а пр оводить когн итивн ые вычислен ия.
Осн овн ые фун кции когн итивн ых вычислен ий:
–– когн итивн ое взаимодействие с клиен том – увеличен ие
количества пр иобр етаемых пр одуктов н а осн ове пр едоставлен ия
пер сон ализир ован н ых пр едложен ий и ор иен тации клиен та н а
пр иобр етен ие соответствующего бан ковского пр одукта (н апр имер ,
офор млен ие автокр едита);
–– когн итивн ая автоматизации вн утр ен н их пр оцессов бан ка с
целью сокр ащен ия затр ат н а пер сон ал, а также более эффективн ого
использован ия высококвалифицир ован н ых специалистов н а осн ове
автоматизации отдельн ых р ешаемых ими задач;
–– когн итивн ые советы – опр еделен ие ключевых обр азцов и
закон омер н остей между миллиар дами источн иков дан н ых в р еальн ом
вр емен и для пр едоставлен ия клиен там глубоких и пр имен имых н а
пр актике советов. [4]
Искусственный интеллект – это очень обширный термин, в рамках
которого уже существуют и еще находятся в стадии разработки множество алгоритмов, предназначенных для выполнения широчайшего спектра практических задач.
Одной из ключевых особенностей машинного разума, с которой
каждый из нас регулярно сталкивается в повседневной жизни - способность голосовых помощников распознавать человеческую речь. Для измерения голоса программа использует ряд звуковых параметров: частоту и длину звуковой волны, тембр голоса, интонацию.
В Сбербанке на сегодняшний день важной составляющей в области
применения искусственного интеллекта в качестве распознавания голоса является интеллектуальная система управления – ИСУ. В программу автоматически поступают отклонения сотрудников, которые со-
100
вершают разнообразные ошибки в рабочих процессах. Рассмотрим яркий пример: сотрудник линии технической удаленной поддержки при
консультации клиента или другого сотрудника может использовать в
своей речи слова – «паразиты», каждый разговор записывается и анализируется, а затем с помощью специального алгоритма выделяет дефекты речи сотрудника, формирует отклонение, а затем направляет сотруднику информацию об ошибке, для дальнейшего устранения. [10]
С точки зрения различных ученых главным страхом третьего тыся-
челетия, захватившим планету, является искусственный интеллект. Разработка и внедрение алгоритмов в глобальных масштабах требует
огромного внимания. Предположительно, такие качества человеческой
души как этика, эмпатия, справедливость, творческое решение задач не
применительны к искусственному интеллекту.
Роботы могут дополнять работу тех, кто занимается выполнением
задач, которые не связаны с рутинным трудом, требующих аналитических навыков, навыков межличностного общения, работы в команде,
управлением персонала или уходом за больными и детьми. [9]
На мой взгляд использование и развитие искусственного интел-
лекта в различных областях зависит от заложенного алгоритма к действию.
С момента появления первых компьютеров в середине XX века
начались дебаты не только относительно предела их возможностей, но
и относительно того, можно ли рассматривать человеческий мозг в качестве формы компьютера. В 1940 – х гг. компьютеры впервые привлекли к себе внимание общественности, их стали воспринимать в качестве мыслящих машин. Согласно рекламным заявлениям «Общая
программа решения задач», созданная в 1959 году Гербертом Саймоном, Дж. Клиффом Шоу и Алленом Ньюэллом в Университете Карнеги
– Меллон, смогла доказать теорему, с которой не справились Бертран
Рассел и Альфред Норт Уайтхед. [7]
В последующие десятилетия стало ясно, что компьютеры значи-
тельно превосходят невооруженный человеческий мозг по способности
решать задачи, однако робота трудно научить завязывать шнурки или
понимать человеческую речь, с такими задачами компьютеры начинают
справляться в наши дни. Вопрос заключается в том, являются ли человеческий мозг и компьютер эквивалентными до сих пор остается открытым. Однако компьютеры и текстовые процессоры существуют на разном понятийном уровне, но компьютер может стать текстовым процессором, если обладает соответствующей программой. Аналогичным образом, компьютер может стать мозгом, если он снабжен программами
мозга. [7]
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]