Выявление ключевых показателей общедоступной банковской отчетности, которые бы могли выполнять роль предикторов при оценке вероятности отзыва лицензии по причине проведения сомнительных операций. Построение модели по дефолтам банка и данным операциям.
Аннотация к работе
В течение последних десятилетий российская банковская система прошла через множество серьезных этапов своего развития, включая ее учреждение, период быстрого роста, острые кризисы и последующие восстановление. Только за последние три года Центральный банк отозвал лицензии на осуществление кредитной деятельности у более чем 200 банков, ссылаясь на их несоответствие банковским нормативам, либо нарушение правового законодательства. Модели по оценки вероятности отзыва лицензии или банкротства обладают высокой практической применимостью. Если рассматривать исследовательские работы по предсказанию дефолта кредитных организаций российского рынка, то можно столкнуться с проблемой отсутствия моделей, учитывающих вероятность отзыва лицензии банка по причине проведения систематических сомнительных операций. На сегодняшний день, Центральный банк активно борется с банками, участвующими в сомнительных операциях, вплоть до отзыва лицензии.Данный термин определяется правовой системой государства, и для Российской практики процесс «отмывания денежных доходов» напрямую взаимосвязан с формами финансового злоупотребления (используя такие инструменты как ценные бумаги, кредитные карты, цифровую и традиционную валюту, коммерческие организации и тд.), а также, включает в себя процесс финансирования терроризма. Процесс отмывания денег является острой проблемой практически для любой экономической системы и способствует увеличению коррупции, деформирует процесс принятия экономических решений, подрывает функциональность финансовых институтов и усугубляет социальные проблемы. Данный процесс происходит практически в каждой стране, однако, более значительные негативные последствия ощущаются в странах с хрупкой финансовой системой, то есть в странах, которое находится на этапе формирования «здоровой» банковской/финансовой системы. Эмпирически доказано, что процесс увеличение объемов и звени, участвующих, в операциях ОД повышает уровень коррупции. Отмывание денег часто включает в себя сложную серию транзакций, которые обычно трудно разделить, однако в научной литературе для объяснения того, как происходить процесс отмывания денег используется обобщенная трех стадийная модель: 4) Размещение.Однако, эти исследования покрывают лишь дефолт банка, с точки зрения его экономической деятельности, иными словами, не учитывая вероятность отзыва лицензии по сомнительным операциям. Модель не предполагает нормального распределения финансовых индикаторов, используемых при ее построении, а также оценить саму вероятность дефолта банка. Стоит отметить работу (Ohlson 1984), вместо 5-ти переменных используемых в моделях Altman, автор при использование логистического анализа создал «O-score», который состоит из 9 показателей, включающих как финансовые показатели так и дамми переменные, которые помогают повысить предсказательную силу модели. Для этого авторы рассмотрели особенности российского банковского сектора, а также предложили интересные решения по проблеме агрегирования данных финансовой отчетности российских банков (проблема несбалансированной выборки в бинарных моделях), по определению спецификации модели, а также сравнение классической логит модели с логит моделью на основе панельных данных. Критика логистической регрессии и альтернативные логит модели: В работе Пильник; Вотинов 2017, в разделе обзор литературы, авторы указали на ряд недостатков при использовании обычной логит модели, ссылая на различные источники (Louzada 2016 и тд), было выявлено два ключевых минуса модели: 1)Само понятие дефолта банка не линейна.Так, при детальном анализе правовой литературы, доступной на сайте ЦБ РФ и изучению исследовательских работ, по построению моделей рассчитывающих вероятности отзыва лицензии, возможно, построить следующие гипотезы: Показатели финансовой отчетности, отображающие уровень взаимодействия с контрагентами, а именно объем привлеченных депозитов физических и юридических лиц, а также объемы привлеченных средств на межбанковском рынке кредитования будут негативно влиять на вероятность отзыва лицензии у банка, по причине проведением им сомнительных операций. Коэффициент деловой активности, измеряющий обороты по кассе и корреспондентским счетам, будет положительно влиять на вероятность отзыва лицензии у банка по причине проведением им сомнительных операций. Размер банка, будет уменьшать вероятность отзыва лицензии по причине проведения сомнительных операций. Выбор объясняющих переменных: Для построения модели, использовались наиболее значимые финансовые показатели доступные из обязательной банковской отчетности формы №101, также были проведены необходимые агрегирования, которые бы позволили наиболее эффективно оценить вероятность отзыва лицензии по причине провидением банка сомнительных операций. В случае наличие данной формулировку банку в качестве объясняющей переменной проставлялась 1 в момент отзыва лицензии, если формулировка при отзыве отсутствовала или банк до сих функционировал проставлялся 0.В ходе работы был проведен детальный анализ термина
Введение
Для любого типа финансовой системы одним из главных условий стабильного роста является наличие эффективного банковского сектора. На данный момент нельзя представить ни одной экономически устойчивой страны без соответствующе развитого банковского сектора. Банки выполняют многозначительную и важную функцию, которая уже не ограничивается классическим пониманием финансового посредника. Для того что бы банки должным образом функционировали необходимо не только увеличивать спектр возможных услуг, но и вовремя принимать эффективные меры по разрешению кризисных ситуаций.
В течение последних десятилетий российская банковская система прошла через множество серьезных этапов своего развития, включая ее учреждение, период быстрого роста, острые кризисы и последующие восстановление. Несмотря на значительные улучшения, которыми охарактеризовались последние пару лет, российская банковская система все еще находится на стадии своего развития в плане удовлетворения быстрорастущих потребностей современных экономических реалий.
Только за последние три года Центральный банк отозвал лицензии на осуществление кредитной деятельности у более чем 200 банков, ссылаясь на их несоответствие банковским нормативам, либо нарушение правового законодательства. Тем самым, мотивируя на написание практической работы по моделированию вероятности отзыва лицензии.
Модели по оценки вероятности отзыва лицензии или банкротства обладают высокой практической применимостью. Построение моделей при помощи дистанционного анализа (использую лишь общедоступную информацию), позволяющего отслеживать финансовую ситуацию банка по ежемесячным данным, помогает оценить надежность того или иного кредитного учреждения. Оценка происходит путем использования статистических методов и закономерностей полученных из анализа банков прекративших свою деятельность.
Новая волна банковских отзывов наблюдаемая в 2013-2015 годах, была спровоцирована активной позицией нового главы центрального банка Эльвиры Набиуллиной, целью которой является «чистка» особо подозрительных банков. Важно понимать, что ключевая роль центрального банка это поддержка здорового банковского сектора, которая не возможна без крайних мер.
Если рассматривать исследовательские работы по предсказанию дефолта кредитных организаций российского рынка, то можно столкнуться с проблемой отсутствия моделей, учитывающих вероятность отзыва лицензии банка по причине проведения систематических сомнительных операций. Тем самым, этот фактор говорит об актуальности темы выпускной квалификационной работы.
На сегодняшний день, Центральный банк активно борется с банками, участвующими в сомнительных операциях, вплоть до отзыва лицензии. В результате, подозрительные кредитные организации испытывают проблемы как репутационного так и операционного характера, лишаясь потенциальных клиентов и страдая от потери платежеспособности. Подвергая тем самым огромному риску как вкладчиков данных банков, так компании, находящиеся на их обслуживание.
Данная работа должна помочь как регулятору, так и обычному инвестору, учитывать риск отзыва лицензии по причине проведения банком сомнительных операций, тем самым обеспечивая развитие здорового банковского сектора.
Целью выпускной квалификационной работы является выявление ключевых показателей общедоступной банковской отчетности, которые бы могли выполнять роль предикторов при оценке вероятности отзыва лицензии по причине проведения сомнительных операций.
Объект исследования - кредитные организации, зарегистрированные в Российской Федерации на 2012-2015, с фактом отзыва лицензии по причине проведения сомнительных операций.
Предмет исследования -влияние значений показателей финансовой отчетности на отзыв лицензии кредитного учреждения.
Для достижения поставленной цели необходимо решить несколько задач: Изучить нормативные акты ЦБ для того, чтобы определить всевозможные признаки проведения банком сомнительных операций, иными словами найти возможные «следы» в общедоступной финансовой отчетности.
Изучить исследовательскую литературу по оценке вероятности наступления события, для эффективного построения предсказательной модели.
На основе имеющихся общедоступных данных провести эконометрический анализ с целью определения ключевых финансовых показателей, влияющих на вероятность отзыва лицензии по причине проведения сомнительных операций.
При использовании полученных результатов оценить предсказательную силу модели.
Структура работы построена следующим образом. В первой главе дана краткая характеристика сомнительным операциям, а также описан механизм отмывания денежных средств через банковский сектор. Вторая глава анализирует исследовательские работы по предсказанию наступления события, особое внимание уделяется современным работам по оценке вероятности наступления дефолта кредитной организации. Третья глава построена на моделировании вероятности отзыва лицензии, выделяются ключевые предикторы, а также происходит оценка предсказательной силы модели.