Решение проблемы несбалансированности данных
|
Скачать 1.02 Mb.
|
|
Глава 2. Оценка вероятности банкротства российских банков Данная глава посвящена описанию эмпирического исследования оценки вероятности банкротства российских банков в посткризисный период. Проведенный обзор теоретических и эмпирических работ в области оценки вероятности банкротства банков, а также анализ основных причин отзыва лицензий позволили сформулировать гипотезы, тестированию которых посвящено данное исследование: H1. На снижение риска банкротства коммерческих банков существенное влияние оказывают следующие финансовые показатели: доля вкладов нерезидентов и кредитов нефинансовым организациям в активах, а также рентабельность активов. Н2. На повышение вероятности банкротства коммерческих банков положительное влияние оказывает доля резервов в общей величине кредитов, а также доля общего кредитного портфеля в активах банка. Н3. Доля вложений в государственные ценные бумаги в активах и доля долгосрочных вложений в общем кредитном портфеле являются значимыми факторами при оценке вероятности банкротства кредитных учреждений. Помимо поиска факторов, оказывающих значимое влияние на финансовую устойчивость кредитных организаций, в работе рассматривается решение проблемы несбалансированности данных и выбора оптимальной структуры подвыборки. Отличительной особенностью данной работы является использование при изменении горизонта прогнозирования шага длиной в один месяц. Такой подход позволяет более оперативно отслеживать изменения в финансовом состоянии банков, нежели при использовании квартальных данных, на которых базируется большинство предшествующих исследований. Глава завершается экономической интерпретацией полученных результатов и оценкой качества итоговой модели на тестирующей выборке. 2.1 Описание данных для эмпирического исследования Этап отбора компаний следует начать с определения понятия «банкротства». В данной работе банкротство признавалось по факту отзыва у банка лицензии Центральным Банком РФ за период с 1 января 2010 года по 31 декабря 2011 года. Банки, которые были ликвидированы, не включались в выборку, так как ликвидация не всегда связана с ухудшением финансового положения и не имеет отражение в бухгалтерских показателях. При определении периода для формирования выборки был проанализирован промежуток времени с 2005 по 2011 год. Многие исследователи считают, что базовые экономические условия в анализируемый период должны быть однородными (Журов, 2011). На выбранный для рассмотрения период пришелся серьезный экономический кризис, что привело к значительному изменению условий. Зачастую слабые банки становятся банкротами еще до начала кризиса, так наибольшее число отзывов лицензий пришлось на 2006 год и составило 60, что почти в два раза превышало показатель 2005 года. Высокое число вновь обанкротившихся банков сохранялось до 2009 года (Таблица 1). Таблица 1 Количество отозванных лицензий по годам
Количество банкротств стало стабильно низким после 2010 года, что стало ключевым фактом для определения периода выборки. В качестве основы для формирования тестирующей выборки были взяты банки, у которых лицензия была отозвана в период с 1 января 2012 года по 30 июня 2012 года. Всего за анализируемые 2 года (2010-2011) лицензия была отозвана у 43 российских банков. При этом 26 из них были зарегистрированы в городе Москве, что не удивительно, так как на начало 2010 года на столицу приходилось 50% российских банков (508 из 1015). Значительное число отзывов банковских лицензий произошло в городе Ижевск. За анализируемый период потерпели дефолт 3 из 7 банков, зарегистрированных на начало 2010 года. При этом еще 1 ижевский банк-банкрот вошел в тестирующую выборку. Следующим по частоте отзывов лицензий городом стал Челябинск, где обанкротились 2 из действовавших 11 банков. На другие российские города (Благовещенск, Владивосток, Екатеринбург, Тверь, Орел и др.) приходилось не более 1 обанкротившегося банка. Однако, часть обанкротившихся банков была обвинена в недостоверности отчетности, предоставляемой в надзорные органы. Направляемые в ЦБ отчеты не отражали в действительности ухудшающееся финансовое состояние банков. Данные организации следует исключить из выборки, так как соответствующие им финансовые показатели не позволяют судить об их устойчивости. У 10 из 43 банков лицензия была отозвана в связи с установлением фактов существенной недостоверности отчетности, скрывающей, в том числе, наличие оснований для осуществления мер по предупреждению несостоятельности (34). В их число вошли такие банки, как «АМТ Банк», «Банк Империя», «Международный промышленный Банк», «Объединенный горный Банк», «Банк долгосрочного кредитования», «Востокбизнесбанк», «Евросоюз», «Удмуртский пенсионный Банк», «Русско-Германский торговый Банк», «ПриватХолдингБанк». Все перечисленные банки были зарегистрированы в Москве, за исключением «Востокбизнесбанка» (Владивосток) и «Удмуртского пенсионного Банка» (Ижевск). Другой причиной отзыва лицензии, не связанной с финансовой устойчивостью банка, является нарушение требований Федерального закона «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма» [4]. Под данную статью попали банки «Хоум-Банк» и «СахаДаймондБанк», которые несвоевременно направляли в Росфинмониторинг сведения по операциям, подлежащим обязательному контролю. Оба банка были зарегистрированы в Москве. Стоит отметить, что «Хоум-Банк» достаточно поздно включился в программу ЦБ по раскрытию дополнительной информации о кредитных организациях и предоставлял ежемесячную отчетность только начиная с декабря 2009 года, при этом в июле 2010 года банк уже был лишен лицензии. Относительно «СахаДаймондБанк» на сайте ЦБ на протяжении всей жизни организации представлялась только годовая бухгалтерская отчетность. Из выборки также был исключен коммерческий банк «Минераловодский», зарегистрированный в Ставропольском крае. Причиной отзыва лицензии организации стала недостаточность собственного капитала (на 1 января 2010 года, ближайшую к отзыву лицензии дату, величина собственных средств составляла 14,4 млн. рублей, что не отвечает минимальным требованиям Федерального закона «О банках и банковской деятельности» в 90 млн. рублей [1]). Несмотря на то что банк существовал с 1990 года, он предоставляет ежемесячную отчетность для размещения на сайте ЦБ только с октября 2009 года. Используемый горизонт прогнозирования превышает период времени, за который доступна информация, что послужило основанием для исключения банка из рассмотрения. Таким образом, в исходную выборку было включено 30 банков-банкротов, а в тестирующую — 10. Более подробная характеристика банков-банкротов, вошедших в выборку, представлена в Приложении 1. Для формирования гипотез о факторах, влияющих на вероятность банкротства, был проведен анализ причин, по которым ЦБ производил отзыв лицензий (на основе информации, предоставленной Департаментом внешних и общественных связей Банка России). Наиболее частыми причинами ухудшения финансовой устойчивости кредитных организаций стали потеря ликвидности и снижение величины собственных средств. Для банков, не вошедших в выборку, характерны те же проблемы, несмотря на то что они скрывались за недостоверной отчетностью. При недостатке ликвидных средств у банка пропадает возможность своевременно исполнять обязательства перед кредиторами. По причине потери ликвидности лицензии были отозваны у таких банков, как «Галабанк», «Кодекс», «Нацпромбанк», «Ратибор Банк» и некоторых других. Ликвидность банковской системы в целом можно охарактеризовать остатком средств на корреспондентских счетах в Банке России, которые предназначены для осуществления текущих транзакций в экономике. Изменение данного показателя за период с 1 апреля 2008 года по 31 декабря 2012 представлено на рисунке 1 (33).  Рис. 1. Сведения об остатках средств на корреспондентских счетах кредитных организаций в Банке России, млрд. руб. Значительное снижение уровня ликвидности банковской системы произошло с начала 2009 года. К началу анализируемого периода ситуация несколько улучшилась, но общий уровень ликвидности не достиг докризисного показателя. Только со второй половины 2011 года наблюдалось стабильное повышение ликвидности системы. Однако, отзывы лицензий по причине потери ликвидности продолжались, то есть улучшение показателя наступало не одновременно у всех банков, а некоторые так и не смогли преодолеть сформировавшиеся проблемы. Кроме того, остатки на корреспондентских счетах являются абсолютным показателем. Для более корректного определения ситуации с ликвидностью необходимо соотносить их с изменением размера всей банковской системы, определяемой как сумма активов всех действующих на определенный момент времени банков (рисунок 2). Р  ис. 2. Размер банковской системы, млрд. руб. На графике представлена суммарная величина нетто-активов всех действующих банков за период с 2009 года по 2012 год. После незначительного падения в первой половине 2009 года, она демонстрирует стабильный рост на остальном временном промежутке. С учетом роста размера банковской системы, наблюдаемые проблемы с ликвидностью становятся еще более острыми. Смягчению проблем с ликвидностью в банковском секторе во время кризиса способствовала политика ЦБ по рефинансированию коммерческих банков. На рисунке 3 представлено сальдо операций Банка России с банковским сектором по предоставлению и абсорбированию рублевой ликвидности за период с 1 апреля 2008 года по 31 декабря 2012. Положительный знак сальдо операций характеризует абсорбирование денежных средств Банком России, отрицательный знак – предоставление ликвидности банковскому сектору (34).  Рис. 3. Сальдо операций Банка России с банковским сектором, млрд. руб. Закон «О дополнительных мерах по поддержке финансовой системы Российской Федерации», принятый Государственной Думой в октябре 2008 года, позволил Банку России выдавать коммерческим банкам беззалоговые кредиты (2). Это стало одним из основных инструментов финансовой поддержки банковского сектора в кризисный период. По словам председателя Банка России С.М. Игнатьева «объем задолженности кредитных организаций перед Банком России по беззалоговым кредитам достиг максимума в середине февраля 2009 года, превысив 1920 млрд. рублей, затем он начал снижаться и в середине сентября 2009 года составил 437 млрд. рублей» [11]. Во второй половине 2009 года и в течение всего анализируемого периода (2010-2011г.г.) политика ЦБ была направлена на абсорбирование ликвидности банковской системы. Банки возвращали старые кредиты, полученные в пиковые моменты кризиса, а новые кредиты выдавались в гораздо меньших объемах. Те банки, которые не смогли нормализовать уровень ликвидности собственных активов во время проведения ЦБ политики по ее поддержанию, столкнулись со значительными проблемами после ее окончания. В связи с этим, имеет смысл включить финансовые показатели, характеризующие ликвидность банка, в число объясняющих переменных при последующем построении модели. Помимо потери ликвидности, частой причиной отзыва банковских лицензий стало снижение величины собственных средств. Основная ошибка банков заключалась в проведении рискованной кредитной политики без создания при этом адекватной величины резервов на возможные потери по ссудной задолженности и прочим активам. К банкам, лишившимся лицензии в связи с утратой платежеспособности, можно отнести «Борский коммерческий банк», «Донской инвестиционный банк», «Межпромбанк Плюс», «Востокбизнесбанк», «Еврорасчет», «Монетный дом», «Мультибанк» и «Удмуртский Пенсионный Банк». Достаточность собственных средств данных банков опустилась ниже требуемых ЦБ 2%. Величины собственных средств «Микомс-Банка» и «С-Банка» не достигли минимальных требований ЦБ. В период кризиса кредитоспособность заемщика снижается, что при отсутсвии достаточных резервов может привести к появлению у банка проблем в последующие периоды. Таким образом, при оценке вероятности банкротства банков в послекризисный период в число исследуемых объясняющих переменных стоит включить показатели, отражающие достаточность собственных средств и резервы банка. Составив выборку, включающую банки-банкроты, перейдем к сбору данных для банков-небанкротов. При выборе финансово устойчивых кредитных организаций был использован отбор по подобию, критерием которого выступала величина валюты баланса на дату, ближайшую отзыву лицензии. Отбор по подобию позволяет избежать существенного различия между двумя группами, вызванного разницей в размерах. Таким образом, построенная модель будет делать различие между устойчивыми и неустойчивыми банками, а не между большими и мелкими. Для отбора схожих банков использовались рейтинги, составленные на основе величины валюты баланса [35]. Каждому банку-банкроту в соответствие ставилось 6 банков, продолжавших функционирование в исследуемый период, причем каждый банк входил в выборку только 1 раз. При формировании выборки банков-банкротов была выявлена проблема недостоверности отчетности, предоставляемой в ЦБ. В связи с этим, в выборку банков-небанкротов не включались банки, зарегистрированные в Дагестане, так как они наиболее часто связаны с финансовыми махинациями и отмыванием доходов. Подтверждением этому является неестественно большое число банков, зарегистрированных в республике со слабо развитым финансовым сектором. На 1 января 2010 года в Дагестане насчитывалось 32 банка, что уступает только Москве и Санкт-Петербурга с учетом областей. Кроме того, из выборки исключались банки-небанкроты, в которых уже велось доверительное управление. Обучающая выборка включила в себя 180 банков-небанкротов. Средняя величина активов банков, вошедших в выборку, составила 3668 млн. рублей. Средний размер банка по генеральной совокупности на 1 января 2011 года превышает 33000 млн. рублей. Существенная разница в средней величине активов по совокупностям позволяет предполагать значимость фактора размера банка при определении вероятности его банкротства. На основе предшествующих исследований и проведенного обзора причин отзыва лицензий были выбраны объясняющие финансовую устойчивость показатели, которые рассчитывались для каждого банка, вошедшего в выборку. В качестве объясняющих факторов в данном исследовании использовались бухгалтерские показатели. Данный подход является наиболее распространенным в силу публичной доступности бухгалтерской отчетности банков. В работе использовалась информация из месячных бухгалтерских отчетов, опубликованных на сайте Центрального Банка РФ [34]. Макроэкономические показатели не использовались в качестве объясняющих факторов, так как все банки выборки действуют внутри одной страны и сталкиваются с одинаковыми условиями. Кроме того, анализируется достаточно короткий период времени, в течение которого макроэкономические условия изменялись незначительно. Проводилось тестирование моделей, выявляющих банкротство за период с 1 до 8 месяцев до его наступления с шагом в один месяц. Одной из целей любой коммерческой организации является получение прибыли, величина которой может служить показателем успешности ее деятельности. В качестве показателя прибыльности была выбрана рентабельность активов компании, которая показывает, сколько чистой прибыли приходится на рубль активов. ROA = Чистая прибыль / Валюта баланса Показатель рентабельности активов является наиболее общим показателем прибыльности организации, так как в нем учитываются как процентные доходы (за счет разницы в ставках по кредитам и депозитам), так и непроцентные (например, за счет деятельности на рынке капитала и обменных операций). Ожидаемое влияние на вероятность банкротства — отрицательное. С ростом рентабельности активов вероятность банкротства снижается (Головань, Евдокимов и др., 2004; Kahn, Papanikolaou, 2011). В качестве показателя, отражающего ликвидность банка, использовалась доля ликвидных активов в общей валюте баланса. Ликвидными признавались те активы, которые должны быть получены в сроки до 30 календарных дней, то есть использовалось понятие текущей ликвидности. В связи с тем, что чем выше доля ликвидных активов, тем сильнее способность банка погашать возникающие обязательства, то влияние на вероятность банкротства носит отрицательный характер. Дополнительным показателем ликвидности выступает доля вложений в государственные ценные бумаги в общей стоимости активов. Несмотря на высокую степень надежности и ликвидности, данный вид актива не включался в расчет предыдущего показателя, что делает целесообразным его выделение в качестве отдельного фактора. Однако, российские государственные долговые обязательства не являются безрисковыми и абсолютно ликвидными, что делает направление их влияния на вероятность банкротства неопределенным и требующим дополнительного тестирования (Головань, Карминский и др., 2003; Пересецкий, 2007). Степень достаточности капитала характеризуется отношением собственных средств к активам банка, что является обратной величиной к банковскому мультипликатору. Увеличение доли собственного капитала приводит к снижению вероятности банкротства, так как растет доля ресурсов, по которым банк не имеет обязательств (Головань, Евдокимов и др., 2004; Zhao et al., 2009). Направление влияния — отрицательное. Базовым фактором, определяющим риск дефолта служит доля общего кредитного портфеля в валюте баланса. Ее увеличение приводит к росту риска, а значит и вероятности банкротства (Zhao et al., 2009). Помимо размера кредитного портфеля необходимо учитывать его качество, что может проявляться в доле от общего размера выданных займов просроченной задолженности и сформированных резервов. Высокое значение обеих величин сигнализирует о неудовлетворительном качестве кредитного портфеля и рискованной политике банка. Ухудшение качества портфеля может привести к росту вероятности банкротства (Карминский и др., 2012). Схожие показатели, характеризующие эффективность работы банка и различные типа риска, рассматривались в исследовании Ланина и Веннета по оценке вероятности банкротства на основе выборки, составленной по методу подобия на основе валюты баланса, по данным 210 российских банков за период с 1991 по 2004 год (Lanine, Vennet, 2006). Однако в данное исследование был включен и ряд дополнительных показателей. Так, высокая доля в активах кредитов реальному сектору может отражать низкую степень участия банка в спекулятивных операциях, что повышает его надежность. Другой характеристикой банка может служить его вовлеченность в работу с частными лицами, о чем говорит доля вкладов и депозитов физических лиц в валюте баланса. Влияние данного фактора на вероятность банкротства неопределенное и требует дополнительного исследования. Кроме того, фактором, отражающим устойчивость, может стать доля вкладов нерезидентов в валюте баланса. Размер банка также служит одним из критериев. Можно предположить, что крупные банки устойчивее и вероятность их банкротства меньше. Далее в работе представлены результаты эмпирической оценки поставленных гипотез на основе собранной автором исследования базы данных финансовой отчетности коммерческих банков России. База включает 210 банков обучающей выборки и 70 банков тестирующей, для каждого из которых находилось 12 показателей: валюта баланса (ln_akt), рентабельность активов (roa_m), доли в общей величине активов собственного капитала (cap_akt), ликвидных активов (lik_akt), суммы вложений в государственные ценные бумаги (gov_akt), вкладов нерезидентов (neresid_aktiv), вкладов и депозитов физических лиц (fiz_aktiv), общего кредитного портфеля (credit_akt) и кредитов нефинансовым организациям (nefin_aktiv), также доли в общей величине кредитов долгосрочных размещений (lr_credit), просроченной задолженности (prosr_credit) и резервов (res_credit). Как было показано в первой главе, для построения качественной логистической регрессии следует провести предварительный анализ данных и проверить их на соответствие ограничениям, накладываемым используемым методом. Удаление нескольких выделяющихся наблюдений не позволяет приблизить распределения данных к нормальному, поэтому, с целью сохранения общности, ограничения на данные не накладывались. Наиболее близкое к нормальному распределения имели доля кредитов нефинансовым организациям, общая доля кредитов и логарифм валюты баланса. Для используемой выборки распределение несколько смещено в сторону низко обеспеченных собственным капиталом, имеющим невысокую долю ликвидных активов и вложений в государственные ценные бумаги банков. В Приложении 2 представлены гистограммы распределения объясняющих факторов. Таблица 2 Описательные характеристики показателей
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Похожие:
 |
1. Политика как общественное явление Политика это такая область деятельности... Решение этих проблем осуществляется при помощи политических институтов, в совокупности представляющих собой определенное государственное... |
|
Решение проблемы возврата торговыми организациями хлеба и хлебобулочных... Решение проблемы возврата торговыми организациями хлеба и хлебобулочных изделий поставщикам имеет важнейшее государственное и народнохозяйственное... |
 |
Диссертация На тему «Формы визуализации данных на сайтах российских... На тему «Формы визуализации данных на сайтах российских информационных агентств: проблемы и перспективы» |
|
3. решение проблемы Комплект переходников и шлангов для жидкостного способа очистки |
|
3. решение проблемы Комплект переходников и шлангов для жидкостного способа очистки |
|
Рекомендации по действиям заказчиков, направленным на решение проблемы,... Рекомендации по действиям заказчиков, направленным на решение проблемы, связанной с неправильной публикацией в планах-графиках сведений... |
|
Решение проблемы альтернативного школьного питания для детей-аллергиков... |
|
Решение проблемы Калининградской области 12 Государственная поддержка регионов в предупреждении и ликвидации чрезвычайных ситуаций 44 |
|
Рекомендации по действиям заказчиков, направленным на решение проблемы,... |
|
Решение задачи поиска данных Обозначения и сокращения |
|
Решение проблемы Из всех систем современных автомобилей наиболее чувствительной к разного рода загрязнениям является топливная система автомобиля |
|
2 декабря 2015 05: 31 риа новости Москва Тасс интервью: Сергей Аксенов: за эффективное решение энергетической проблемы готов уступить свое кресло |
|
Инструкция к программному обеспечению NewlyDraw Компания «юсто» +7 (812) Если в устройстве найдены неисправности, пожалуйста, свяжитесь с уполномоченным представителем за оперативным решение проблемы |
|
I. Научно-методическое и практическое решение задач проблемы школы 2016/17 учебного года Публичный отчет директора мбоу «Школа коррекции и развития VIII вида №37» г. Брянска |
|
2. Решение Судебной Палаты по информационным спорам РФ о равноправии женщин. 209 Консорциум женских неправительственных объединений. Проблемы правовой защиты женщин от дискриминации в сфере труда и занятости |
|
Решение продовольственной проблемы в Российской Федерации, в частности... «Надзор в области обеспечения качества и безопасности зерна и продуктов его переработки» |