Банковские риски

Фрагмент работы:

Для расчета матрицы парных коэффициентов корреляции воспользуемся программой «Корреляция» меню надстройки «Анализ данных» Microsoft Excel. Матрица парных коэффициентов показывает корреляцию как между результативным показателем и каждым из факторных, так и между самими факторными признаками. В результате работы программы «Корреляция» рассчитана матрица парных коэффициентов корреляции (табл.2.10). Ввиду симметричности этой матрицы в результатах работы программы «Корреляция» приводится только часть матрицы – не выше главной диагонали.

Таблица 2.10. - Матрица парных коэффициентов корреляции, рассчитанная по ОАО «АСБ Беларусбанк»

 

Совокупный риск

Комиссионные и прочие доходы

Доход по кредитным операциям

Доход по операциям и сделкам на рынке ценных бумаг и срочных финансовых инструментов 

Совокупный риск

1

 

 

 

Комиссионные и прочие доходы

0,3211

1

 

 

Доход по кредитным операциям

0,6432

0,0843

1

 

Доход по операциям и сделкам рынке ценных бумаг и срочных финансовых инструментов 

0,7634

0,3253

0,182

1

Примечание. Источник: Собственная разработка

 

На основе анализа матрицы парных коэффициентов корреляции можно сделать следующие выводы. Наиболее сильна линейная связь результативного признака «Совокупный риск» с факторным признаком «Доход по операциям и сделкам на рынке ценных бумаг и срочных финансовых инструментов» r(Y;X3)= 0,7634. Достаточно сильная линейная связь наблюдается между признаками «Совокупный риск» «Доход по кредитным операциям)» r(Y;X2) = 0,6432. Малые значения оценок корреляции между остальными признаками говорят об относительно слабой линейной связи между ними.

При построении многофакторных моделей также должно соблюдаться требование возможно меньшей коррелированности включенных в модель факторных признаков (отсутствие мультиколлинеарности; если коэффициент корреляции превышает 0,8 (эмпирическое правило), то мультиколлинеарность присутствует.). Коллинеарные факторы в нашей модели отсутствуют, поэтому все факторы остаются в нашей модели.

Далее используя программу «Регрессия» меню надстройки «Анализ данных» Microsoft Excel, получаем данные и коэффициенты регрессионного анализа (табл.2.11).

Таблица 2.11. - Регрессионный анализ «Вывод итогов»

 

 

 

 

 

Регрессионная статистика

 

 

 

 

Множественный R

 

 

 

R-квадрат

0,9524

 

 

 

Нормированный

R-квадрат

0,907

 

 

 

Стандартная ошибка

0,851

 

 

 

Наблюдения

564178,6

 

 

 

Число степеней свободы

9

 

 

 

 

 

 

 

 

Y-пересечение

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Комиссионные и прочие доходы (млн. руб.)

34133063

60368107

0,5654

0,5962

Доход по кредитным операциям (млн. руб.)

-3226,67

4726,015

-0,6827

0,5251

Доход по операциям и сделкам рынке ценных бумаг и срочных финансовых инструментов  (млн. руб.)

3,6323

13,5162

2,3687

0,7989

 

7,8061

10,0528

2,7765

0,4726

Примечание. Источник: Собственная разработка

 

Из представлено таблицы 2.11 величина R-квадрат, называемая также мерой определенности, характеризует качество полученной регрессионной прямой. По результатам анализа значение R-квадрата достаточно близко к единице и составляет 0,907, это означает, что построенная модель объясняет достаточно полно изменчивость соответствующих переменных.

Множественный R - коэффициент множественной корреляции R - выражает степень зависимости независимых переменных (X) и зависимой переменной (Y). По результатам расчетов множественный R равен 0,9524, то есть связь между переменными является весьма высокой.

Нормированный R-квадрат представляет собой скорректированный R-квадрат с поправкой на число степеней свободы (df) равное 9.

Из представленного анализа составим уравнение регрессии, которое будет иметь следующий вид:

у=-3226,67х1+3,6323х2+7,8061х3+34133063.

Из данного уравнения определим направления связи между переменными на основании знаков (отрицательный или положительный) коэффициентов регрессии (коэффициента b). Если знак при коэффициенте регрессии - положительный, связь зависимой переменной с независимой будет положительной.

Далее проводится оценка качества модели по критериям Стьюдента и Фишера, которая осуществляется путем сравнения расчетных значений с табличными.

Для оценки качества модели по критерию Стьюдента фактическое значение этого критерия (tнабл) сравнивается с критическим значением tкр которое берется из таблицы значений t с учетом заданного уровня значимости (α = 0,05) и числа степеней свободы (n - 2). Если tнабл > tкр, то полученное значение коэффициента парной корреляции признается значимым. Расчет фактических значений критериев представлено в табл. 2.12.

Критическое значение при α = 0.05 и v=7 равно tкр(0,005; 7)=2,36.

Таблица 2.12 -  Расчет критерий Стьюдента

Фактор

tнабл

tкр

Значимость

Х1

0,683

2,36

несущественна

X2

2,368

2,36

существенна

X3

2,776

2,36

существенна

Примечание. Источник: Собственная разработка

 

Из таблицы 2.12 следует, что выбранные для построения регрессионного уравнения и модели факторы в большей степени существенны, то есть коэффициент регрессии статистически значимы и отличен от нуля.

Проверим значимость коэффициента детерминации, используя F‑критерий Фишера.

Вычислим статистику F по формуле:

                                               (2.1)

где:   m = 3 – число параметров в уравнении регрессии;

N = 9 – число наблюдений в выборочной совокупности.

Математической моделью статистического распределения F-статистики  является распределение Фишера с v1=m-1=3-1=2 и v2=N-m=9-3=6 степенями свободы. Критическое значение этой статистики при α = 0.05 и v1=2 и v2=6 степенях свободы равно Fкр(0,005; 2;6) = 4,7374. F расчетное данной статистики составило 9,274. Следовательно, F расчетное больше F критического, это говорит о том, что уравнение регрессии статистически значимо и коэффициент детерминации отличен от нуля.

Таким образом, модель у=-3226,67х1+3,6323х2+7,8061х3+34133063 объясняет 90,7% общей дисперсии признака Y. Это указывает на то, что подобранная модель является адекватной.

Подводя итог данному анализу, можно сделать вывод, что изменение показателя величина совокупного риска ОАО «АСБ Беларусбанк» зависит от доходности по следующим операциям:

- доход по операциям и сделкам на рынке ценных бумаг и срочных финансовых инструментов;

- доход по кредитным операциям;

- комиссионные и прочие доходы.

Результаты полученной модели позволяют сделать вывод, что наибольшая зависимость «доходность-риск» наблюдается в операциях и сделках на рынке ценных бумаг, что показывает рынок ценных бумаг как площадку, где наиболее чисто реализуется зависимость «доходность-риск». Доход по кредитным операциям вносит меньший вклад в общий показатель «совокупный риск» однако его доля настолько значима, что ее значение, помноженное на объемы кредитных операций ОАО «АСБ Беларусбанк» делает данный показатель так же довольно значимым в совокупном риске банка. Деятельность, связанная с комиссиями и прочими доходами,  гораздо меньше чувствительна к показателю «доходность-риск», т.к. риск по комиссиям и прочим доходам практически равен нулю.

Таким образом, проанализировав систему риск-менеджмента ОАО «АСБ Беларусбанк» и основные риски, можно сделать вывод о том, что банковские риски в ОАО «АСБ Беларусбанк» не превышают установленных лимитов и своевременно управляются и регулируются. Рассчитанная модель показывает зависимость между доходом по основным видам деятельности банка и совокупным риском, рассчитанным по методике банка.

Список использованной литературы:

 

 

Банковский кодекс Республики Беларусь от 25.10.2000 № 441-3. Гражданский кодекс Республики Беларусь от 07.12.1998 №218-3. Постановление Правления Национального банка Республики Беларусь 28.09.2006 № 137 «Инструкция о нормативах безопасного функционирования для банков и небанковских кредитно-финансовых организаций»; Постановление Правления Национального банка Республики Беларусь 24.09.2012 № 493 « Об утверждении методики расчета банками показателей капитала, левериджа, ликвидности, предусмотренных международными стандартами Базель III»; Постановление Правления Национального банка Республики Беларусь 29.10.2012 № 550 «Инструкция об организации системы управления рисками в банках, небанковских кредитно-финансовых организациях, банковских группах и банковских холдингах»; Постановление Правления Национального банка Республики Беларусь 30 марта 2011 года № 113 Письмо Национального банка Республики Беларусь 31.12.2009 № 23-14/45 «О совершенствовании управления риском ликвидности в банках»; Письмо Национального банка Республики Беларусь 15.04.2008 № 23-14/45 «О совершенствовании управления процентным риском в банках»; Письмо Национального банка Республики Беларусь 17.10.2010 № 23-14/114 «О совершенствовании управления кредитным риском в банках»; Письмо Национального банка Республики Беларусь 23.05.2011 № 23-14/24 «О применении в работе норм Инструкции о нормативах безопасного функционирования с учетом постановления Правления Национального банка Республики Беларусь от 30 марта 2011 г. № 113 Письмо Национального банка Республики Беларусь 24.12.2010 № 23-14/70  «О совершенствовании практики стресс-тестирования в банках», Авраменко С. Раннее предупреждение и стресс-тестирование риска потери ликвидности// Банкаускi веснiк. - 2006. - №1 - С. 39-43. Антипова О.Н. Регулирование рыночных рисков // Банковское дело. - 2007 г. - №4. – С.17-25 Депутатова, Е. И. Ограничение банковских рисков при инвестиционном кредитовании / Е. И. Депутатова // Финансы и кредит. – 2009. - № 28(364), июль. – С. 31. Кабушкин С.Н. Анализ и моделирование рисковой ситуации изменения качества кредитного портфеля банка // Бухгалтерский учет и анализ. – 2011. - № 4, с. 42-46. Кулыгина, О. И. Оценка рыночной стоимости банка: риски, связанные с возможным нарушением кредитной организацией федерального законодательства / О. И. Кулыгина // Экономические стратегии. - 2010. - № 9/10. - С. 86. Лаврушин, О. И. Деньги, кредит, банки: учебник: кол. Авторов / под ред. О. И. Лаврушина - 6-е изд., стер. - М.: КНОРУС, 2007. – С. 351. Ковзанадзе И.К. Вопросы создания эффективной системы управления банковскими рисками. // Деньги и кредит. - 2012. - №-С.49-53. Лазарева Н. Проблемы оценки банками уровня кредитоспособности на основе факторного анализа кредитополучателей // Вестник ассоциации белорусских банков. – 2011. - № 23, с. 31-37. Морозова Т. Оценка системы управления рисками в банках// Банкаускi веснiк. - 2012. - №18,19 – С.8-16. Помазанов М. Количественный анализ кредитного риска. // Банковские технологии. - 2011. - № - С. 22-28. Поморин М.А. Управление рисками как состовная часть процесса управленя активами и пассивами банка // Банковское дело. - 2008г. - №3. –С.4-9 Редхерд К., Хьюс С. Управление финансовыми рисками. -М.: Инфра-М, 2006г. –413с. Рабаданова, Д. А. Управление кредитным риском как основа финансовой устойчивости банковского сектора региона / Д. А. Рабаданова // Проблемы современной экономики. - 2011. - № 2. - С. 202. Сазыкин Б. Организационное управление операционными рисками банка// Банкаускi веснiк. - 2006. - №24- С. 17-24. Севрук В.Т. Банковские риски. -М.: Экономпресс, 2004. - 72 с. Сердюкова И.Д. Управление финансовыми рисками // Финансы. – 2011г. – №12. –С.8-10 Соколинская Н. Э. Валютные риски и методы их регулирования // Банковское дело. - 2010г. - №9. –С.12-15 Соколинская Н. Э. Валютные риски и методы их регулирования // Банковское дело. - 2011г. - №10. –С.12-14 Сорвин С.В. Управление банковскими рисками - региональный аспект // Деньги и кредит. - 2010г. - №6. –С.9-10 Супрунович Е.Б. Учет рисков при работе на межбанковском рынке // Деньги и кредит. - 2010г. - №5. –С.11-13 Супрунович Е. Управление кредитным риском. // Банкаускi веснiк. - 2011. - № - С. 25-31. Сухов М.И. Управление банковскими рисками рыночной специализации // Деньги и кредит. - 2011г. - №6. –С.15-19 Трохименко, В. И. Системные риски развития рынка банковских услуг в условиях глобализации / В. И. Трохименко // Экономика. Управление. Право. - 2011. - № 2. - С. 10. Шергин, В. В. Рентабельность и относительная эффективность в банковском секторе / В. В. Шергин // Финансы и кредит. – 2009. – № 31. – С. 11. Финансовый менеджмент: Теория и практика. Учебник / Под ред. Стояновой Е.С. –М.: Перспектива, 2007г. –321с. Штырова И.А. Современное состояние кредитного риск-менеджмента. // Бизнес и банки. - 2012. - ноябрь(№46).- С.1-7. Хакимова, Е. А. Управление процентным риском на основе GAP-анализа / Е. А. Хакимова // Проблемы теории и практики управления. - 2010. - № 11. - С. 43. Хлебникова, М. А. Управление банковскими рисками с использованием риск-профиля проекта / М. А. Хлебникова // Финансы и кредит. - 2011. - № 30. - С. 38.

 

Цена сегодня: 80.00 бел.руб.

---

Вы находитесь на сайте как незарегистрированный пользователь.
Для покупки работы Вам необходимо заполнить все поля ниже: