СОВЕРШЕНСТВОВАНИЕ МЕТОДИЧЕСКОГО ПОДХОДА К РАЗВИТИЮ РОЗНИЧНОГО БАНКОВСКОГО БИЗНЕСА

Разработка методического подхода к развитию розничного банковского бизнеса на основе корреляционно-регрессионного анализа

Розничный банковский бизнес со стороны банков требует постоянного совершенствования во всех его аспектах и направлениях, с целью достижения эффективной деятельности. Проведенная оценка состояния розничного банковского бизнеса на современном этапе подтвердила, что вклады населения являются важнейшим источником ресурсов. Их размещение может осуществляться во всех направлениях, тем самым, в свою очередь, создавать возможность для развития розничного банковского бизнеса. Банки заинтересованы в создании стабильной ресурсной базы и в активном ее наращивании.

Развитие розничного банковского бизнеса напрямую завязано с экспансией в регионы. Уровень финансового развития региона (и особенно расширение объемов кредитования) существенно влияет на темпы экономического развития регионов. В то же время кризис финансовой глобализации усиливает неопределенность, способствует появлению новых рисков, поэтому стратегия развития банков в российских регионах, ориентированная на внутренние ресурсы, должна формироваться на основе заранее просчитываемых сценариев социально-экономического развития для тех или иных условий. Представляется, что по-прежнему ключевой проблемой экономики российских регионов как в среднесрочном, так и в долгосрочном периоде будет оставаться проблема ограниченности внутренних ресурсов, определяемая недостатком внутренних сбережений для реализации масштабных инвестиционных программ, связанных с задачами модернизации основных фондов, с реализацией крупных инфраструктурных проектов в регионах, с расширением масштаба кредитования, направленного на потребление.1

В банковской деятельности достаточно широко применяются различные модели, основанные на математическом аппарате. Так, М. В. Семенова, исследуя причины массовых досрочных изъятий средств вкладчиков и действие механизма передачи информации о банках, предложила модель рынка банковских вкладов, принципиально отличающуюся от разработанных прежде моделей тем, что учитывает положительные затраты на получение вкладчиками информации об изменении рисков банка. На основе использования методов эконометрического моделирования А. 3. Шляховой исследовал развитие региональной кредитной системы и ее влияние на социально- экономические показатели субъектов РФ, определил особенности взаимодействия реального и финансового секторов региональной экономики в условиях Дальнего Востока России и потенциала воздействия финансово-кредитной системы региона на параметры социально-экономической динамики. Путем сравнительного анализа М. И. Лебедева выявила преимущества и недостатки методов оценки эффективности банков. С помощью методов линейного программирования, позволяющих установить, насколько результаты моделирования чувствительны к форме модели и насколько, следовательно, они объективны, этот автор предложила методику для расчета эффективности работы российских банков. С помощью малоизученных в России эконометрических методов Е. А. Федорова, Ю. А. Сафина, С.В. Литовка исследовали влияние финансовой интеграции на конъюнктуру фондовых рынков в условиях финансового кризиса.[1]

Исследователь А.М. Порошина, проведя обзор эмпирических работ в области измерения и моделирования кредитного риска, представила анализ ключевых компонент кредитного риска и методологических подходов к его моделированию, в первую очередь на портфельном уровне. А.Н. Савруков на основе использования корреляционного-регрессионного анализа установил количественные связи показателей и предложил модель, характеризующую их влияние на динамику ипотечного жилищного кредитования. Исследователь Е.А. Гаевец, используя статистико-экономические методы научного исследования к базе данных рейтингового агентства Standard and Poors, оценил степень прозрачности банковских финансовых институтов в экономике России.[2]

Исследования автора в данном направлении показало, что трудов с использованием эконометрических методов с целью разработки методического подхода к развитию розничного банковского бизнеса не найдено.

Целью исследования является оценка взаимосвязи между кредитами, предоставленными нефинансовым организациям и физическим лицам, и объемом банковских вкладов населению/объемом депозитов/объемом вкладов и депозитов.

Для достижения указанной цели необходимо:

  • 1. Провести корреляционный анализ в целях измерения тесноты связи между переменными.
  • 2. Определить наиболее значимые показатели и характер их влияния на размер выданных кредитов для определения массива данных при проведении следующего этапа исследования.
  • 3. Провести регрессионный анализ для выявления причинно- следственных связей между анализируемыми совокупностями показателей.

Вначале проводится корреляционный анализ с целью измерения тесноты связи между переменными. В качестве характеристики степени тесноты связи используется парный коэффициент корреляции, позволяющий измерить степень тесноты статистической связи между парой переменных без учета опосредованного или совместного влияния других показателей. Данный показатель вычисляется по результатам наблюдений анализируемой пары. Для достижения поставленной цели выявляется вероятная связь одной измеренной величины заданного диапазона ее изменения с другими измеренными величинами, между которыми и надлежит установить наличие корреляционной связи. На следующем этапе выявляется наличие корреляционной связи между исследуемыми числовыми наборами статистических данных. В качестве инструмента количественной оценки связи используется метод, основанный на расчете коэффициентов корреляции и их статистической проверке.[3]

Для прогнозирования кредитной активности на основании рассмотренных факторов рассчитываются математические модели в виде уравнения множественной регрессии с несколькими величинами.[4]

В исследовании использовались ежегодные значения переменных за период 01.01.2007-01.01.2013: кредиты и прочие размещенные средства, предоставленные нефинансовым организациям, и кредиты, предоставленные физическим лицам, млн. руб. (по головным офисам кредитных организаций и филиалам, расположенным на территории региона); вклады физических лиц, млн. руб. (по головным офисам кредитных организаций и филиалам, расположенным на территории региона); депозиты юридических лиц, млн. руб. (по головным офисам кредитных организаций и филиалам, расположенным на территории региона).

Для анализа было доступно 79 наблюдений официальной статистики Банка России по каждому году. Не включаем данные по г. Москва в силу существенной не сопоставимости значений с другими субъектами РФ. Данные были поделены на три части по значимости:

  • • первый период - до кризиса (2006-2007 гг.);
  • • второй период - кризис (2008-2009 гг.);
  • • третий период - посткризисное время (2010-2012 гг.).

Первым шагом исследования является корреляционный анализ, позволяющий судить о том, существует ли линейная зависимость между рассматриваемыми показателями. Корреляционная матрица для всех трех периодов представлена в табл 5.1.

Таблица 5.1.

Корреляционная матрица_

Кредиты

Вклады

Депозиты

Докризисный период (2006-2007 гг.)

Кредиты

1,0000

0,9259

0,7834

Вклады

0,9259

1,0000

0,8250

Депозиты

0,7834

0,8250

1,0000

Кризисный период (2008-2009 гг.)

Кредиты

1,0000

0,9114

0,7997

Вклады

0,9114

1,0000

0,8002

Депозиты

0,7997

0,8002

1,0000

Послекризисный период (2010-2012 гг.)

Кредиты

1,0000

0,9270

0,8024

Вклады

0,9270

1,0000

0,8655

Депозиты

0,8024

0,8655

1,0000

Проведенный корреляционный анализ позволяет отметить существование линейной зависимости между рассматриваемыми показателями. Данные табл. 5.1. показывают достаточно высокие значения парных коэффициентов корреляции.

Анализ данных, представленных в матрице, свидетельствует о том, что как в относительно стабильных докризисном и посткризисном периодах, так и в кризисном периоде наблюдаются достаточно высокие значения парных коэффициентов корреляции заданных переменных. Причем влияние вкладов сильнее влияние депозитов.

Вместе с тем обнаруженные высокие значения парных коэффициентов корреляции могут быть обусловлены не только тесной связью исследуемых величин, но и присутствием так называемого «третьего фактора», который «маскируется» под другую переменную. Возможной причиной высокой тесноты связи (коррелированности) может быть также наличие повышающего тренда. Поэтому полученные для всех временных рядов результаты были подтверждены оценочным тестам на качественноколичественную оценку тесноты связи и на оценку влияния неучтенных факторов (шкала Чеддока, статистико-математические таблицы с критическими значениями корреляции) (см. табл. 5.2).[5]

Таблица 5.2.

Качественная оценка тесноты связи

Показатель (причина)

Коэффициенты парной корреляции

Оценка тесноты связи

(шкала Чеддока)

2006-2007 гг.

2008-2009 гг.

2010-2012 гг.

Вклады физ. лиц

0,9259

0,9114

0,9270

Очень сильная

Депозиты юр.лиц

0,7834

0,7997

0,8024

Сильная

Характер тесноты связи в период кризиса идентичен докризисному и послекризисному периодам. Отметим, что вклады физических лиц демонстрируют максимальное значение в посткризисный период - 0,9270, минимальное в кризисный период - 0,9114, депозиты юридических лиц максимальное значение также в посткризисный период - 0,8024, минимальное значение в докризисный период - 0,7834.

Для проведения регрессионного анализа оставим обе заданные переменные: вклады физических лиц -Х], депозиты юридических лиц -х2.

Данные регрессионной статистики имеют вид, представленный в табл. 5.3.

Необходимо отметить, что значимость принятых для нахождения формы связи факторов достаточно высока. Запишем полученное уравнение регрессии (или уравнение прогнозирования) в окончательном виде:

где у - кредиты и прочие размещенные средства, предоставленные нефинансовым организациям и кредиты, предоставленные физическим лицам, млн. руб.;

X] - вклады физических лиц, млн. руб.; х2 - депозиты юридических лиц, млн. руб.

Таблица 5.3.

Данные регрессионной статистики_

Независимая

переменная

Коэффициент

t-статистика

Коэффициент детерминации

Свободный член

22 587,3

5,6270

0,7552

*i

1,0666

16,9228

*2

1,1762

7,6851

Свободный член (сдвиг), равный 22 587,3, формально надлежит понимать следующим образом: объем кредитов и прочих размещенных средств, предоставленных нефинансовым организациям и кредитов, предоставленных физическим лицам, составляет 22 587,3 млн. руб. Сдвиг следует обсуждать как вспомогательную величину, необходимую для получения оптимальных прогнозов, а не истолковывать ее абсолютно буквально.

Коэффициенты регрессии 1,0666 и 1,1762 следует рассматривать как степень влияния каждой из переменных на размер кредитов и прочих размещенных средств, предоставленных нефинансовым организациям и кредитов, предоставленных физическим лицам, если все другие независимые переменные остаются неизменными. Так, например, коэффициент 1,0666 указывает, что при прочих равных условиях повышение вкладов населения в регионе их присутствия на 1 млрд руб. приведет к возрастанию размера кредитов на 1 0666 млн руб. и т.д.

Для проверки значимости (пригодности) полученного уравнения регрессии применяют специальные приемы. Такую проверку называют проверкой адекватности модели. Для проверки значимости (пригодности) полученного уравнения регрессии применяют специальные приемы. Такую проверку называют проверкой адекватности модели.

Регрессии проведена с помощью сопоставления вычисленных значений F-критерия за счет сопоставления вычисленного значения Fpac4 с эталонным (табличным) показателем FKpT для соответствующего уровня значимости. В рассматриваемом случае неравенство Fpac4 < FKpHT выполнено. Поэтому с уверенностью на 95 %, можно утверждать, что рассматриваемая зависимость является статистически значимой.

Кроме этого проведем оценку полученного уравнения регрессии на основе коэффициента детерминации R2, сравнив его с их эталонным (табличным) показателем для соответствующего уровня значимости. Неравенство R2pac4 > R2KPht. выполнено, поэтому с упомянутой степенью вероятности (95%) можно утверждать, что анализируемая регрессия является значимой.

Изложенные в представленном исследовании результаты взаимосвязи между основными источниками привлечения банковских ресурсов и объемами кредитования на региональных рынках банковских услуг выявили наиболее тесные связи между рассмотренными показателями. Полученная форма связи развития розничного банковского бизнеса, в том числе за счет прогнозирования кредитной активности, в виде уравнения регрессии с несколькими переменными величинами может быть использована в качестве банковской методики.

Предложенный методический подход к совершенствованию розничного банковского бизнеса на основе корреляционно-регрессионного анализа, заключающийся в выявлении взаимосвязи между основными источниками привлечения банковских ресурсов и объемами кредитования на региональных рынках банковских услуг, может быть использован в качестве методики, позволяющей оценить потенциальные возможности кредитных организаций в случае возможных спадов или подъемов в экономике, а также с целью прогнозирования и выработки стратегии развития. Зная, форму связи, можно прогнозировать, на какую величину будет приподнята кредитная активность, если объем вкладов, например, увеличится только на 1%. Данная методика также позволяет оценить потенциальные возможности кредитных организаций в случае возможных спадов или подъемов в экономике.

  • [1] Заернюк В.М. Анализ влияния основных социально-экономических показателейна развитие региональных рынков банковских вкладов. // Финансовая аналитика. -2013.-№21(159). С. 17-18.
  • [2] Заернюк В.М. Анализ зависимости между индикаторами социально-экономических показателей и кредитной активностью в российских регионах. //Региональные финансы. - 2013. - №21(300). - С.47.
  • [3] Заернюк В.М. Анализ влияния основных социально-экономических показателейна развитие региональных рынков банковских вкладов. // Финансовая аналитика. -2013. -№21(159). - С. 18.
  • [4] Заернюк В.М. Анализ зависимости между индикаторами социально-экономических показателей и кредитной активностью в российских регионах. //Региональные финансы. - 2013. - №21(300). - С.48.
  • [5] Заернюк В.М. Анализ зависимости между индикаторами социально-экономических показателей и кредитной активностью в российских регионах. //Региональные финансы. - 2013. - №21(300). - С.50
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >