Диссертация (1138729), страница 20

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 20)

Таблица 33. Распределение банков в зависимости от рассчитанного рейтинга

Рейтинг	Линейная (2’)		Кубическая (4’)		Линейная с учетом специализации (7’)
	1.10.06	1.01.08	1.10.06	1.01.08	1.10.06	1.01.08
A	0,0%	0,0%	0,0%	0,3%	0,0%	0,0%
BBB	0,6%	1,8%	1,1%	1,9%	0,9%	1,6%
BB	1,9%	2,5%	1,8%	1,5%	2,0%	3,1%
B	7,0%	7,0%	7,5%	10,1%	7,1%	9,4%
CCC	15,5%	19,7%	23,8%	25,0%	21,8%	22,0%
CC	49,8%	49,9%	41,5%	44,5%	44,6%	38,9%
C	23,4%	17,6%	21,8%	14,8%	20,9%	17,7%
DDD	1,7%	1,1%	2,2%	1,4%	2,2%	5,2%
DD	0,0%	0,4%	0,4%	0,2%	0,5%	1,5%
D	0,0%	0,0%	0,0%	0,2%	0,0%	0,5%

Поскольку результаты применения моделей для разделения банков весьма схожи, то можно говорить о согласованности полученных моделей, а сравнение результатов out-of-sample с результатами in-sample свидетельствует о приемлемой устойчивости (точности) моделей, по крайней мере, на горизонте свыше одного года (см. Рис. 5-7).

Отметим также, что по результатам применения кубической модели на данных 2007 года один банк был отнесен к группе с рейтингом «А» (чего не наблюдалось ранее) и этим банком оказался ВТБ (лиц. 1000).

Как видно из рисунков (см. Рис. 5-7), устойчив во времени и полученный результат разделения банков по уровню рейтинга. Согласно результатам применения трех моделей, число банков с рейтингом выше уровня «ССС» в 2007 году увеличилось. Таким образом, можно отметить, что качество финансовых показателей банков постепенно улучшается, в том числе, возможно, и благодаря мерам, предпринимаемым Банком России по установлению четких «правил игры», наряду с применяющейся «крайней мерой» в виде отзыва лицензии. Тем не менее, основной массе исследованных банков присвоен рейтинг «СС» (и ниже), что свидетельствует о сохраняющихся высоких рисках в банковском секторе.

Результаты применения линейных моделей с учетом специализации свидетельствуют о возникших в 2007 году затруднениях у многих «небольших» банков (что предположительно связано с «ипотечным» кризисом августа 2007 года). Так, по состоянию на октябрь 2007 года отмечается резкий рост числа банков с рейтингом уровня «DDD», однако к началу 2008 года ситуация начинает исправляться и число «проблемных» банков сокращается фактически до уровня октября 2006 года.

Т.о. предлагаемый инструмент может служить основой для оценки функционирования банков (и ранжирования их) с точки зрения финансовых показателей их деятельности. Конечно, для установления «истинного» (полновесного) рейтинга банка недостаточно одного ограниченного инструмента, необходимо учитывать всю доступную информацию не только финансового характера, но и такие безусловно важные данные, как: состав акционеров, масштабы региональной диверсификации бизнеса банка, сведения об основных клиентах, о видах предоставляемых услуг, о качестве корпоративного управления и о наличии «независимой» службы внутреннего контроля, о репутации банка на рынке, об участии в судебных разбирательствах, а также другая информация нефинансового характера.

Сбор и формализация такой информации (в т.ч. об уголовных делах в отношении банка, менеджмента и клиентов, о репутации банка на рынке и пр.) представляют собой проблему, которая требует отдельного рассмотрения и не входит в задачи нашего исследования.

Кроме того, поскольку внешняя среда изменяется, меняются и показатели банков «в среднем», и «важность» показателей, и распределение основных статей баланса («специализация»). В такой ситуации важно определить, насколько гармонично конкретный банк реагирует на внешние изменения. В то же время параметры моделей необходимо пересматривать с определенной периодичностью, или же, другими словами, параметры модели должны также зависеть от времени.

В силу специфики опубликованных на сайте Банка России данных⁵⁴ наша методика не учитывает показатели, характеризующие обороты по счетам (не включен в анализ, например, такой распространенные показатель как «обороты по кассовым счетам»). За рамками анализа остались также «схемные операции» (операции, содержание которых вызывает сомнения в их законности). Некоторые уже свершившиеся факты неплатежеспособности банков могут быть включены в анализ в качестве стоп-критериев (напр., «картотека» ⁵⁵). Такого рода показатели могут входить в модели как индикаторы, принимающие определенное дискретное значение в случае выполнения или невыполнения данного условия, или же составлять некую «систему отсечек» запрещающую проведение операций с банком в случае их невыполнения (минимальный размер капитала, активов, наличие «картотеки», судебные разбирательства и т.п.).

Т.е. полученная оценка (рейтинг) в каждом конкретном случае должна быть откорректирована с учетом всей имеющейся в распоряжении аналитика информации.

Еще раз подчеркнем, что получение внешнего рейтинга (присваиваемого рейтинговыми агентствами) часто является слишком дорогим «удовольствием», позволить себе которое могут лишь крупные кредитные организации. При работе на межбанковском рынке банки нуждаются в собственных методиках определения (внутренних) рейтингов для оперативного анализа контрагентов и установления лимита допустимого объема операций. Издержки процесса присвоения внутренних рейтингов и ранжирования контрагентов являются весьма существенными, т.к., по сути, процесс заключается в «эксклюзивной» работе эксперта, который собирает всю доступную информацию из Интернета, оценивает набор финансовых показателей, а затем пишет заключение, где отражает важные (с его точки зрения) аспекты функционирования банка в исследуемый период.

Итак, предлагаемый нами инструмент служит ориентиром для формирования рейтингов, хотя без учета нефинансовой информации и не дает полноценного представления о надежности банков; в сочетании же с другими инструментами анализа позволит дать комплексную оценку функционирования кредитных организаций.

Результаты третьей главы

1. Результаты моделирования рейтингов применены для определения рейтинга 339 российских банков, не имеющих международного рейтинга.

2. Исследован качественный состав российского банковского сектора в динамике с 2004 по 2008гг.

3. Рассмотрен вопрос о практической применимости разработанных моделей оценки финансового состояния банков (для оценки контрагентов, а также для мониторинга и быстрого скрининга⁵⁶ банковской системы в целом), Обозначены границы применимости моделей и перспективы дальнейших исследований.

ЗАКЛЮЧЕНИЕ

Основной задачей нашей диссертационной работы являлось исследование возможности на базе общедоступной информации финансовой отчетности банков формирования рейтингов российских банков, не представленных в рейтинг-листах международных рейтинговых агентств. Поскольку основным сдерживающим фактором развития банковского бизнеса в целом и рынка межбанковского кредитования в частности является дефицит информации о качестве финансового состояния потенциальных контрагентов, а на текущий момент в российской банковской системе международные рейтинги присвоены не более, чем восьми процентам банков, то вопрос ранжирования банков по уровню надежности является крайне актуальным. Следует отметить, что позволить себе услуги рейтинговых агентств (РА) могут лишь крупные, ориентированные на международные рынки капитала, российские банки. Остальным же для получения рейтинга нужно проводить кардинальную модернизацию деятельности, выстраивать управление организации с ориентацией на учет рисков, что связано с существенными, часто непосильными финансовыми затратами.

В первой главе «Современные подходы к оценке устойчивости кредитных организаций» комплексно систематизированы и проанализированы теоретические модели и эмпирические исследования по оценке эффективности функционирования и устойчивости кредитных организаций, выявлены их преимущества и недостатки.

1. В основе практики присвоения рейтингов лежит оценка надежности организации. Рейтинг определяет уровень риска частичного или полного неисполнения организацией своих обязательств. Оперативность и всесторонность оценки – важнейшие требования, которым должны отвечать кредитные рейтинги. Достичь одновременного выполнения этих требований весьма непросто: т.к. анализ затрагивает не только финансовые показатели, но и значительный объем нефинансовой информации о функционировании организации (что требует значительных затрат времени), то агентства достаточно редко пересматривают рейтинги (в среднем, раз в год).

2. Одной из важных задач при оценке деятельности банка является определение группы сопоставимых банков (розничные, инвестиционные, ипотечные, кооперативные, сберегательные, частные банки и т.п.). Общий подход к анализу во всех случаях может оставаться одним и тем же, но т.к. каждый тип банков обладает своими особенностями, то при выставлении рейтинга к ним необходимо отнестись с должным вниманием.

3. В научной литературе представлен широкий спектр применяемых при анализе банков и оценке их финансовой устойчивости методов и моделей:

• экспертные модели;

• модели многомерных количественных оценок (эконометрические методы: дискриминантный (факторный) анализ, логит- и пробит-модели и др.);

• рыночные модели (оценка стоимости акций и их волатильности, оценка процентных ставок и т.п.);

• модели оценки эффективности функционирования (оптимизационные модели, методы поиска эффективного фронта и т.п.);

• рейтинговые модели.

4. Первоочередной проблемой при построении системы оценки кредитного качества организации является определение того, какие характеристики следует включать в анализ и какие весовые коэффициенты должны им соответствовать.

На основе научных трудов, посвященных оценке деятельности кредитных организаций, исследованию банкротств и моделированию рейтингов кредитных организаций, а также методик, используемых РА в ходе процедуры присвоения рейтингов, нами составлен набор показателей для определения кредитного качества российских банков. Отметим, что набор, используемый западными исследователями, не может быть механически применен к российской банковской системе.

Характеристики

Список файлов диссертации