
- •Вступ.................................................................................................................2
- •Глава 1. Теоретичні основи аналізу банківської діяльності.....................7
- •Глава 2. Аналіз банківської діяльності на прикладі банку акб “Мрія” та шляхи його поліпшення...........................................................................42
- •Глава 1. Теоретичні основи аналізу банківської діяльності
- •1.1. Методологічні аспекти економічного аналізу діяльності комерційних банків
- •Методичні основи аналізу активів та пасивів банку
- •Методичні основи аналізу доходів, витрат і прибутковості комерційного банку
- •Методичні основи аналізу ліквідності і платоспроможності
- •Максимальний розмір ризику на одного позичальника
- •1.5. Методичні основи банківських ризиків
- •Методологічні засади побудови рейтингової системи оцінювання діяльності комерційних банків
- •Глава 2. Аналіз банківської діяльності на прикладі банку акб “Мрія” та шляхи його поліпшення
- •Аналіз балансової звітності комерційного банку «Мрія»
- •Модель аналізу (млн. Грн.)
- •Середній розмір статутного фонду
- •Коефіцієнти ефективності діяльності комерційного банку «Мрія»
- •2.2. Структурний аналіз активів, пасивів, ліквідності та рентабельності комерційного банку «Мрія»
- •2.3. Аналіз прибутковості комерційного банку «Мрія"
- •Аналіз рейтингової оцінки діяльності комерційних банків
- •Вдосконалення аналізу діяльності комерційного банку
-
Аналіз рейтингової оцінки діяльності комерційних банків
Для здійснення комплексного рейтингового оцінювання діяльності банків нами пропонується специфічний підхід, демонстрацію якого буде проведено на прикладі системи CAMEL. Як відомо, рейтингове оцінювання CAMEL ґрунтується на узагальнюючому оцінюванні основних показників діяльності банків, що дає змогу визначити фінансове становище кожного банку на основі єдиних критеріїв та здійснювати контроль за дотримуванням нормативних вимог НБУ. Така система рейтингу допомагає органам нагляду виявити банки, що мають у своїй діяльності істотні недоліки, які можуть у кінцевому результаті, призвести їх до банкрутства.
Зробимо спробу побудувати модель поведінки комерційних банків за допомогою методів багатовимірного статистичного аналізу в межах вибраної системи показників. Особливість даних, що розглядаються, полягає в тому, що кожному банку, який вивчається, відповідає певний вектор ознак.
Надзвичайно важливим при визначенні рейтингу за допомогою статистичного аналізу є виявлення розшарування даних на чітко виражені групи (кластери, класи та ін.) в р-вимірному просторі. Це дає можливість розв’язати проблеми відбору найбільш інформативних показників., зниження розмірності досліджуваного простору ознак, а також класифікації банків. При цьому слід мати на увазі, що набору оцінок, який дає змогу в стислому вигляді описати стан того чи іншого банку, як правило, немає. У таких випадках звичайно використовують експертні методи. До участі в експертному опитуванні залучаються фахівці ознайомлені зі станом справ, що дає змогу суттєво підвищити якість і ефективність аналізу.
Інформацію, отриману від експертів, має бути представлено у формі, зручній для подальшого вивчення. Можливість формалізації інформації залежить від специфічних можливостей досліджуваного банку, повноти даних, якісного складу експертів. Завдання експерта полягає в тому, щоб умістити кожний запропонований на розгляд банк у певний оціночний інтервал.
При формуванні матриці початкових даних використовують 5-бальну шкалу, відповідно до якої комерційний банк оцінюється таким чином:
1 – «сильний»;
2 – «задовільний»;
3 – «посередній»;
4 – «граничний»;
5 – «незадовільний».
На нашу думку, найбільш прийнятим для зниження розмірності матриці початкових даних є один із методів багатомірного статистичного аналізу – факторний аналіз. Модель факторного аналізу може бути записана в спрощеному вигляді:
F = f1x1 + f2x2 + ... + fnxn + e, (2.24)
де f – факторні навантаження; x – значення змінних; e – випадкові відхилення; n – кількість змінних.
Використання факторного аналізу при оцінюванні стану комерційних банків можна проілюструвати на конкретному прикладі. З метою проведення аналізу було відібрано 20 банків, для яких розраховано основні показники системи CAMEL.
Таблиця 2.12.
Результати оцінювання діяльності комерційних банків за системою CAMEL за 1-й період
Банк |
C |
A |
E |
L |
1 |
3,2 |
2,3 |
2,7 |
1,8 |
2 |
1,9 |
3,4 |
1,8 |
3,4 |
3 |
2,8 |
2,6 |
2,9 |
3,1 |
4 |
3,2 |
2,7 |
2,2 |
3,3 |
5 |
4,0 |
2,1 |
1,9 |
3,5 |
6 |
2,5 |
1,9 |
3,7 |
2,9 |
7 |
2,1 |
2,5 |
4,1 |
2,2 |
8 |
2,9 |
3,1 |
2,8 |
2,7 |
9 |
4,0 |
2,8 |
2,8 |
2,9 |
10 |
3,3 |
2,1 |
3,3 |
2,7 |
11 |
3,8 |
2,9 |
3,7 |
1,6 |
12 |
2,7 |
4,1 |
3,2 |
2,3 |
13 |
3,7 |
2,1 |
2,5 |
3,9 |
14 |
3,1 |
3,9 |
2,7 |
3,1 |
15 |
3,3 |
2,3 |
3,9 |
3,3 |
16 |
3,1 |
3,0 |
2,4 |
3,3 |
17 |
2,9 |
3,1 |
1,9 |
4,4 |
18 |
2,7 |
3,9 |
2,4 |
4,2 |
19 |
4,1 |
3,2 |
2,3 |
4,0 |
20 |
2,3 |
4,1 |
3,5 |
3,9 |
Враховуючи конфіденційність оцінок, ми присвоїли досліджуваним банкам умовні номери, що виключає можливість несанкціонованої ідентифікації даних. При цьому зі всієї сукупності даних було відібрано 5 банків, які мають тенденцію до поліпшення показників, 5 – до погіршення і 10 банків, що мають відносно стабільний стан. (Див. Табл. 2.12; 2.13; 2.14).
Таблиця 2.13.
Результати оцінювання діяльності комерційних банків за системою CAMEL за 2-й період
Банк |
C |
A |
E |
L |
1 |
3,0 |
2,2 |
2,5 |
1,7 |
2 |
1,8 |
3,6 |
1,6 |
3,2 |
3 |
2,6 |
2,4 |
2,8 |
3,0 |
4 |
3,0 |
2,6 |
2,0 |
3,2 |
5 |
3,8 |
2,0 |
1,8 |
3,2 |
6 |
2,4 |
2,0 |
3,6 |
3,0 |
7 |
2,2 |
2,6 |
4,3 |
2,0 |
8 |
3,0 |
3,0 |
3,1 |
2,5 |
9 |
4,2 |
2,6 |
3,0 |
2,5 |
10 |
3,6 |
2,2 |
3,5 |
3,0 |
11 |
4,0 |
2,8 |
3,8 |
1,7 |
12 |
2,8 |
4,2 |
3,3 |
2,2 |
13 |
3,8 |
2,2 |
2,6 |
4,0 |
14 |
3,0 |
3,8 |
2,6 |
3,2 |
15 |
3,4 |
2,2 |
4,0 |
3,2 |
16 |
3,4 |
3,2 |
2,6 |
3,7 |
17 |
3,0 |
3,4 |
2,1 |
4,7 |
18 |
2,8 |
4,0 |
2,5 |
4,5 |
19 |
4,2 |
3,4 |
2,5 |
4,2 |
20 |
2,6 |
4,4 |
3,8 |
4,2 |
Таблиця 2. 14.
Результати оцінювання діяльності комерційних банків за системою CAMEL за 3-й період
Банк |
C |
A |
E |
L |
1 |
2,7 |
2,0 |
2,4 |
1,6 |
2 |
1,5 |
3,1 |
1,2 |
2,9 |
3 |
2,1 |
2,2 |
2,4 |
2,5 |
4 |
2,7 |
2,3 |
1,7 |
3,0 |
5 |
3,4 |
1,8 |
1,4 |
2,9 |
6 |
2,3 |
2,1 |
3,5 |
2,8 |
7 |
2,7 |
2,3 |
4,1 |
2,2 |
8 |
2,9 |
3,1 |
2,8 |
2,4 |
9 |
4,1 |
2,4 |
3,1 |
2,5 |
10 |
3,3 |
2,4 |
3,4 |
2,7 |
11 |
4,3 |
2,5 |
3,4 |
1,5 |
12 |
3,2 |
4,3 |
3,2 |
2,1 |
13 |
3,9 |
2,1 |
2,8 |
4,2 |
14 |
2,9 |
3,7 |
2,6 |
3,1 |
15 |
3,6 |
2,1 |
4,2 |
3,1 |
16 |
3,6 |
3,7 |
2,9 |
3,9 |
17 |
2,9 |
3,3 |
2,2 |
4,6 |
18 |
3,3 |
4,4 |
2,9 |
4,7 |
19 |
4,4 |
3,7 |
2,9 |
4,5 |
20 |
2,9 |
4,7 |
4,2 |
4,6 |
Крім цього для наочності було додано умовні маркерні набори даних, адекватні за системою CAMEL абсолютно надійному банку – (1,1,1,1), банку-банкруту – (5,5,5,5), а також дані про 3 банки, що посідають проміжне становище в цій системі (відповідно 2,2,2,2, 3,3,3,3 і 4,4,4,4). Третій показник (М – менеджмент) до уваги не брався, оскільки він розраховується на основі даних усіх інших компонентів – достатності капіталу, якості активів, дохідності активів та ліквідності.
Дані розглядалися в трьох послідовних періодах. Після обробки первісного масиву даних було отримано комерційну матрицю такого вигляду:
Схема 1. Комерційна матриця
|
C |
A |
E |
L |
C |
1,0 |
0,019 |
0,169 |
0,228 |
A |
0,019 |
1,0 |
0,125 |
0,436 |
E |
0,169 |
0,125 |
1,0 |
-0,144 |
L |
0,228 |
0,436 |
-0,144 |
1,0 |
Власні значення й процентні відношення виділених факторів надано в Табл. 2.15. Четвертий фактор дорівнює «0», тому про нього в таблиці не подано інформації. Слід відзначити, що на перші два фактори припадає не менше 84% повної дисперсії матриці початкових даних, у результаті первісний масив можна подати в двовимірному просторі.
Таблиця 2.15.
Власні значення і процентні відношення факторів
Фактор |
Власне значення |
Процентне відношення,% |
1 |
0,9193 |
61,12 |
2 |
0,3473 |
23,09 |
3 |
0,2375 |
15,79 |
Значення факторних навантажень у таблиці 2.16. Досліджуваний простір факторів цілком задовільно описується лінійною моделлю:
F1 = 0.248x1 + 0.630x2 + 0.030x3 + 0.678x4;
F2 = 0.359x1 – 0.011x2 + 0.445x3 + 0.141x4.
Фактор F1, на нашу думку, можна розглядати як інтегральний показник діяльності банку. Чим менше його значення, тим краще становище банку. Це зумовлене особливостями системи оцінювання CAMEL.
У факторі F2 параметрам С (достатності капіталу) і Е (доходності активів) відповідають позитивні навантаження, а параметрам А (якості активів) і L (ліквідності) – негативні.
Можна зробити висновок, що запропонований спосіб подачі показників, які характеризують банки в полі виділених факторів, може бути застосовано до комерційних банків при визначенні їхнього рейтингу.
Таблиця 2.16.
Значення факторних навантажень
Фактор |
C |
A |
E |
L |
1 |
0,248 |
0,630 |
0,030 |
0,679 |
2 |
0,359 |
-0,011 |
0,445 |
-0,141 |
3 |
0,292 |
-0,294 |
-0,187 |
0,175 |
В умовах фінансової кризи реалізація викладених пропозицій дала б змогу оперативно відстежувати всі зміни в банківській системі України та прогнозувати фінансову надійність комерційних банків.