Заключение - Факторы финансовой устойчивости коммерческих банков и подходы к прогнозированию банкротств

Исследование финансовой устойчивости кредитных организаций и поиск факторов, определяющих вероятность их банкротства, становятся наиболее актуальными задачами в связи со сложившейся макроэкономической ситуацией. Банковский сектор, будучи важной составляющей частью экономической системы страны, испытывает на себе масштабные последствия экономического кризиса: рост процентных ставок, отток капитала, отсутствие спроса на кредиты, вследствие чего все большее количество банков оказывается в ситуации на грани дефолта. Решение задачи оценки вероятности дефолта кредитной организации позволяет на ранней стадии определить проблему и осуществить проактивные действия по недопущению банкротства или нивелирования его последствий.

В рамках данной магистерской диссертации проведено исследование существующих методов прогнозирования дефолтов организаций реального и банковского сектора, наиболее часто используемыми из которых являются методы дискриминантного анализа, logit-модели и нейронные сети. Ввиду того, что под дефолтами в данной работе подразумеваются отзывы лицензий банков, проведено исследование причин отзыва лицензий и выявлено, что около 25% отзывов лицензий за исследуемый период произошло по причине предоставления банками недостоверной отчетности. При этом менее 50% отзывов лицензий происходит в связи с реальными проблемами банка с точки зрения ликвидности или платежеспособности.

Исследование специфики дефолтов банков в зависимости от их масштаба показало, что почти 70% дефолтов приходятся на небольшие банки, только 3% всех дефолтов относятся к банкам, входящих в 100 наиболее крупных кредитных организации. Удалось выявить, что крупным банкам в меньшей степени присуща проблема платежеспособности, кроме того, ни у одного из крупных банков не была отозвана лицензия по причине недостаточной ликвидности. С уменьшением размера банков увеличивается количество прецедентов отзыва лицензий в связи с проведением сомнительных операций и недостатком капитала.

В связи с тем, что одной из наиболее известных методик прогнозирования дефолтов является методика Э. Альтмана, в данной работе проведено исследование применимости z''-score модели для прогнозирования дефолтов банков. Результаты тестирования модели на выборке из всех банков говорят о ее невысокой точности (около 54%), однако контролируемая проверка предсказаний модели на банках, обанкротившихся в 2009 году, отразила основную проблему исследования: в связи с тем, что большое количество отзывов лицензий банков происходит ввиду недостоверной финансовой отчетности, моделирование дефолтов дает недостоверные результаты. После очистки исходной выборки от банков, предоставлявших некорректные данные, точность прогнозирования на основе модели Э. Альтмана возросла до 63%.

Основной целью данной работы являлось построение модели, позволяющей с большой точностью предсказывать склонность банка к дефолту. Произведенный статистический анализ собранных данных позволил выявить следующие закономерности: показатели ликвидности, платежеспособности, прибыльности и поддержки банка регулятором положительно связаны с финансовой устойчивостью. К факторам, отрицательно влияющим на устойчивость банка, были отнесены факторы некачественных активов, а именно доля просроченных платежей по кредитам и резервов по сомнительным долгам в сумме кредитов выданных.

В результате проведенного анализа факторов были построены две модели для классификации банков. Сравнительный анализ результатов моделирования позволил выделить дискриминантную функцию, точность распределения банков в соответствии с которой достигает 60,3% на промежутке прогнозирования за 0,5 года до дефолта и 59,45% - за 1 год до дефолта. Кроме того, полученные результаты подтверждают, что очистка выборки от тех банков, лицензия которых была отозвана по причинам, не связанным с недостаточной финансовой устойчивостью, позволяет значительно увеличить предикативные характеристики модели (до 64%).

Специфика российского банковского сектора такова, что стандартные модели развитых экономик не приносят значительного результата в вопросе прогнозирования банкротств. Для улучшения предикативных качеств модели, полученной в рамках данной магистерской диссертации, представляется целесообразным провести дополнительный анализ с учетом индивидуальных особенностей каждой из рассматриваемых кредитных организаций, а именно провести исследование таких факторов, как участие государства, структура собственников, географическое положение, структура баланса и т. д.

Похожие статьи




Заключение - Факторы финансовой устойчивости коммерческих банков и подходы к прогнозированию банкротств

Предыдущая | Следующая