42
активы, темпы снижения операционных активов выше.
Можно сделать вывод, что эффективность деятельности банка
снижается.
Для более детальной оценки рентабельности банковских активов
необходимо определить группу активов, которая имеет наибольшую
доходность. Одной из важных характеристик деятельности банка является
ликвидность его активов, когда ликвидность понимается, как способность
определенного типа активов банка быстро превращаться в наличные деньги.
Ликвидность лежит в основе доверия клиентов к банку.
33
По данным таблице 2.8 показатель соотношения доходных активов и
платных обязательств показывает, какая доля обязательств банка участвует в
доходоприносящих активах. В динамике за 2018 г. наблюдается
незначительный рост показателя, что оценивается положительно. Размер
доходных активов приходящихся на единицу привлеченных депозитных
средств в 2016г. демонстрирует рост, что оценивается положительно и
говорит о том, что другие источники пошли на формирование работающих
активов и роль депозитной базы снижается. Но за 2017-2018 гг. показатель
снизился в динамике, что оценивается отрицательно.
Доходность активов показывает долю выручки на 1 руб. размещенных
средств.
34
Этот показатель имеет отрицательную динамику за весь период
исследования, что указывает на снижение доходов на 1 руб. в частности,
резкое снижение, наблюдавшееся в 2015 году, связано с меньшими доходами и
одновременным увеличением стоимости активов.
Рентабельность активов показывает долю прибыли, относящейся к 1
руб. активы, снизилась в 2016-2017 годах, что является негативной
тенденцией, снижение связано с уменьшением чистой прибыли банка.
33
Иванова Л.А. Особенности оценки и анализа кредитного риска российских компаний: взгляд экспертов//
Проблемы анализа риска. 2017. Т. 12. № 4. С. 64-75.
34
Иванова Л.А. Особенности оценки и анализа кредитного риска российских компаний: взгляд экспертов//
Проблемы анализа риска. 2017. Т. 12. № 4. С. 64-75.
43
Таблица 2.8
Оценка доходных активов и ликвидность банковских активов Банка «Ренессанс кредит»
Показатель
01.01.
2015г.
01.01.
2016г.
01.01.
2017г.
01.01.
2018г.
01.01.
2019г.
Абс. отклон. (+/-)
2016г.-
2015г.
2017г.-
2016г.
2018г.-
2017г.
2019г.-
2018г.
Соотношение доходных активов и
платных пассивов,
%
96,61
94,91
96,19
95,09
95,11
-1,70
1,28
-1,10
0,02
Размер доходных активов,
приходящихся на единицу
привлеченных депозитных средств,
%
119,59
110,35
118,29
116,71
115,15
-9,24
7,95
-1,58
-1,56
Доходность активов, %
117,72
72,56
63,30
55,70
48,28
-45,16
-9,26
-7,60
-7,42
Рентабельность активов, %
-1,12
1,02
0,93
0,58
-
2,14
-0,09
-0,35
-
Коэффициент затрат на
формирование работающих
активов, %
0,22
0,21
0,48
0,49
,85
-3,01
-1,73
1,02
1,36
Норматив достаточности
собственных средств
(капитала) банка (Н1), норматив
10%
4,60
3,10
1,20
0,70
2,00
-1,50
-1,90
-0,50
1,30
Норматив мгновенной ликвидности
банка (Н2), норматив 15%
9,60
5,00
6,20
4,90
9,80
-14,60
21,20
-11,30
14,90
Норматив текущей ликвидности
банка (Н3), норматив 50%
4,20
2,00
6,90
1,00
8,90
-12,20
14,90
-5,90
-2,10
Норматив долгосрочной
ликвидности банка (Н4), норматив
120%
8,10
4,30
5,80
3,00
9,50
-23,80
-8,50
-2,80
6,50
44
Объем кредитного портфеля в абсолютном значении увеличился за 2015-
2017гг., это свидетельствует о расширении сектора кредитного рынка, на
котором оперирует банк, однако за 2018 г. снизился на 19,97%, что говорит о
сужении сектора кредитного рынка (табл. 2.9).
Наибольшую долю в течение 2015-2018 гг. в кредитном портфеле
занимают кредиты и прочие размещенные средства, предоставленные
нефинансовым организациям, но их доля снижается, и на 01.01.2019 г. в
структуре преобладают кредиты и прочие средства, предоставленные
физическим лицам. Снижаются кредиты, депозиты и прочие размещенные
средства, предоставленные кредитным организациям.
Показатель темпа роста кредитного портфеля снижается, что является
негативной стороной кредитной деятельности, так как свидетельствует об
отсутствии в банке четко разработанной кредитной политики.
Коэффициент покрытия показывает, какая доля резервов приходится на
1 руб. кредитного портфеля, оценивает рискованность кредитного портфеля,
рост динамики указывает на увеличение риска, в этом банке наблюдается
небольшое снижение показателя. Если сравнить коэффициенты покрытия
физических и юридических лиц, то наиболее рискованное кредитование
физических лиц (в динамике, однако, показатели охвата лиц сокращаются).
Коэффициент покрытия на 2016 год увеличился на 0,08. Можно заключить,
что портфель достаточно диверсифицирован.
Величина чистого кредитного портфеля позволяет определить, какой
объем размещенных кредитов вернется банку при наихудших
обстоятельствах, показатель чистого кредитного портфеля в абсолютном
выражении увеличивается в динамике за 2015-2017 гг., при одновременном
увеличении коэффициента чистого кредитного портфеля, что свидетельствует
о снижении кредитного риска.
45
Таблица 2.9
Анализ кредитного портфеля Банка «Ренессанс кредит» по уровню риска, процент
Показатели
01.01.201
5г.
01.01.201
6г.
01.01.201
7г.
01.01.201
8г.
01.01.201
9г.
Абс. отклон. (+/-)
2016г.-
2015г.
2017г.-
2016г.
2018г.-
2017г.
2019г.-
2018г.
Коэффициент покрытия
0,18
0,16
0,14
0,12
0,12
-0,02
-0,02
-0,02
0,00
Коэффициент покрытия
физ.лиц
0,49
0,52
0,45
0,31
0,24
0,03
-0,07
-0,14
-0,07
Коэффициент покрытия
юр.лиц
0,28
0,24
0,21
0,18
0,26
-0,04
-0,03
-0,03
0,08
Чистый кредитный
портфель, тыс.руб.
160008766
181403247
215122175
237169920
213488630
2139448
1
3371892
8
2204774
5
-
2368129
0
Коэффициент
чистого
кредитного
портфеля
0,82
0,84
0,86
0,88
0,88
0,02
0,02
0,02
0,00
Коэффициент
просроченных
платежей
0,12
0,10
0,08
0,07
0,08
-0,02
-0,02
-0,01
0,01
Коэффициент
просроченных платежей
физ. лиц
0,06
0,08
0,07
0,05
0,05
0,02
-0,01
-0,02
0,00
Коэффициент
просроченных платежей
юр. лиц
0,15
0,11
0,08
0,07
0,11
-0,04
-0,03
-0,01
0,04
Коэффициент
обеспечения
6,49
7,04
6,66
6,25
6,06
0,55
-0,38
-0,41
-0,19
Коэффициент
невозврата
основной суммы долга
0,01
0,01
0,01
0,01
0,01
0,00
0,00
0,00
0,00
46
Что касается ставок просроченных платежей физическими и
юридическими лицами, то в динамике они снизились на 2016-2017 гг., это
оценивается положительно, но соотношение просроченных платежей
юридических лиц в 2018 году все еще увеличивается. Коэффициент
невыплаты основной суммы за весь период исследования был установлен на
уровне 0,01.
Максимальный риск на одного заемщика или группу связанных
заемщиков (H6) регулирует кредитный риск банка в отношении одного
заемщика или группы связанных заемщиков,
35
показатель находится в
пределах нормы.
Норматив максимального размера крупных кредитных рисков (Н7)
регулирует совокупную величину крупных кредитных рисков банка.
Максимальное отношение совокупной величины крупных кредитных рисков и
размера собственных средств банка составляет 70,90 на 01.01.2019 г., что
соответствует нормативному значению.
Уровень максимальной суммы кредитов, банковских гарантий и
гарантий, предоставляемых банком своим участникам (H9.1), регулирует
кредитный риск банка в отношении участников банка. Максимальное
отношение размера кредитов, банковских гарантий и гарантий,
предоставляемых банком своим участникам к собственным средствам банка,
составляет 0%, т.е. нет риска.
Норма общей стоимости риска для инсайдеров банка (H10.1)
соответствует его нормативной стоимости.
В целом можно сделать вывод, что анализируемый банк проводит
достаточно эффективную политику управления кредитными операциями и
проводит мероприятия по улучшению качества кредитного портфеля, что
оказывает положительное влияние на общую эффективность банка.
Чтобы проанализировать состав обеспечения, принятого банком и его
35
Хахонова Н.Н. Актуальные вопросы формирования эффективной системы учета денежных потоков в
коммерческих организациях России //Учет и статистика. 2016. 1 (март). С. 14-19.
47
структурой, используются данные, представленные прил. 5.
В целом анализ эффективности кредитной деятельности Банка «Ренессанс
Кредит» показал, что, несмотря на снижение ряда показателей, в текущих
условиях банк проводит рациональную кредитную политику и имеет резервы
для роста. Цель кредитной политики любого банка выражает конечный
результат деятельности банка и вытекает из его цели - удовлетворить
потребности своих клиентов в дополнительных средствах, принося прибыль и
обеспечивая стабильность и эффективность коммерческого банка. Поэтому в
дальнейшем целесообразно проанализировать доходы, расходы и прибыль
Банка «Ренессанс Кредит», которые непосредственно влияют на эффективную
работу банка.
Согласно данным прил. 6-7, можно сделать вывод о том, что на
протяжении всего периода исследования общая стоимость снижается из-за
более низких эксплуатационных расходов, а в 2018 году также из-за более
низких внереализационных затрат. В целом, уровень снижения доходов и
расходов примерно на одном уровне. Структура затрат аналогична структуре
доходов, значительная доля принадлежит операционным расходам в структуре
(99%); процентные доходы превышают в структуре процентные расходы, что
говорит о том, что процентная деятельность банка более рентабельна.
Таблица 2.10
Анализ показателей оценки доходности
Банка «Ренессанс кредит»
Показатели
2015
2016
2017
2018
2019
Абс. отклон. (+/-)
2016г.-
2015г.
2017г.-
2016г.
2018г.-
2017г.
1
2
3
4
5
6
7
8
9
Показатель
прибыльности
активовов, %
-
0,16
3,05
2,96
2,47
-
-0,09
-0,49
-
Показатель
прибыльности
капитала, %
-
6,27
18,9
3
20,3
6
16,0
3
11,9
7
1,42
-4,33
-4,06
Показатель
структуры
расходов, %
42,8
4
38,1
0
46,7
4
56,3
4
-
8,64
9,60
-
48
Продолжение табл. 2.10
1
2
3
4
5
6
7
8
9
Показатель
чистой
процентной
маржи, %
2,51
1,79
2,47
2,84
-
0,68
0,37
-
Показатель
чистого
спреда от
кредитных
операций, %
7,46
4,69
4,76
6,03
-
0,07
1,27
-
Результат по
группе
показателей
доходности
(РГД)
3
2
2
2
-
0
0
-
Завершающим этапом рассчитаем показатели оценки доходности банка и
представим их в таблице 2.10 на основании методики, приведенной в
Указании Банка России от 30.04.2008 г. № 2005-У «Об оценке
экономического положения банков».
36
КБ «Ренессанс Кредит» за анализируемый период добился
оптимального соотношения различных видов кредитных продуктов в
портфеле, что подтверждается стабильным ростом его объема. Целевые
кредиты обеспечивают значительный приток новых клиентов. Автокредиты
и нецелевые кредиты способствуют высокой стабильности кредитного
портфеля за счет продолжительных сроков кредитования и более крупных
сумм займов. Преимущественная доля высоко маржинальных продуктов –
кредитов наличными и кредитных карт – обеспечивает высокую доходность
портфеля.
37
36
Заров И.К. Система показателей внешней и внутренней оценки эффективности коммерческого банка //
Вестник Самарского государственного университета. №1. 2016 С. 2023.
37
Чернышева Е.В., Лазарева Н.В. Диагностика финансового состояния предприятия как инструмент принятия
решений // Kant. 2012. №3 (6) С.26-29.
49
ГЛАВА 3. ПРЕДЛОЖЕНИЯ ПО СОВЕРШЕНСТВОВАНИЮ
ДЕЯТЕЛЬНОСТИ КБ «РЕНЕССАНС КРЕДИТ» (ООО)
3.1. Перспективные направления совершенствования банковских
продуктов и услуг в кредитной сфере
Макроэкономическая ситуация в стране и в мире оказывает значительное
влияние на развитие банковской системы. Для поддержания эффективной
деятельности в условиях конкуренции банку необходимо совершенствовать
предлагаемые клиентам продукты и услуги.
Кризис заставил многие банки перейти на клиентоориентированную
модель развития, чтобы не потерять свои позиции на рынке, вследствие чего им
приходится пересматривать существующую практику ведения бизнеса с целью
увеличения эффективности деятельности.
Клиентоориентированный подход предполагает появление
инновационных оценочных моделей оценки клиентов, которые могут повысить
уровень принятия кредитных решений.
38
Финансовый сектор современной рыночной экономики является одним из
самых значимых потребителей больших массивов информации, использующий
для этого самые современные информационные технологии.
Высокая конкуренция, особенно в розничном банковском сегменте,
постоянно заставляет кредитные организации инвестировать свои финансовые
ресурсы в инновационные технологии, в первую очередь для целей обработки и
аналитической оценки сложно структурированной банковской информации.
Перечень направлений в решении аналитических задач достаточно обширный,
но в нем приоритетно выделяются следующие позиции:
прогнозно-аналитическая оценка, включая прогнозы развития
банковского сектора в целом и конкретных кредитных организаций в
частности;
38
Шершнева Е.Г., Кондюкова Е.С., Изгагина Т.В., Полякова А.В. Финансовое партнерство в банковской сфере
при переходе к «зеленой» экономике // XI заочная международная научно практическая конференция
«Система управления экологической безопасностью». 2017. С. 3338.
50
имитационное моделирование (например, влияния изменения процентной
ставки на сальдо банковского счета);
Spatial analysis (пространственный анализ, использующий
топологическую, геометрическую и географическую информацию);
статистический анализ (в частности, использование A/B-тестирования и
методов анализ временных рядов);
представление информации в виде рисунков с использованием
интерактивных и анимационных технологий, в частности, для целей
формирования исходных данных в проведении в дальнейшем анализа, т.е. ее
визуализация.
39
Результатом решения коммерческим банком аналитических задач
является формирование, заметим, уже систематизированных и
структурированных, информационных ресурсов об объекте аналитики –
клиенте банка (потенциальном или уже существующем), отражающих
определённые характеристики и закономерности, тенденции в них. В
последствии на объект банковской аналитики (клиента) может оказываться
достаточно сильное информационное и психологическое воздействие, причем
сам объект даже может и не догадываться о последнем. В процессе своей
жизнедеятельности человек, организация своими действиями оставляют о себе
данные, информацию, которую научились использовать банки в своих целях,
приоритетной из которых является извлечение прибыли в текущем и (или)
долгосрочном плане.
Зная тайны окружающих, владея информацией, распространение которой
им хотелось бы предотвратить, вы связываете свою судьбу с их судьбами. Вы
неприкосновенны. Эту истину хорошо усвоили современные коммерческие
банки, зачастую откровенно навязывая нам ту или иную банковскою услугу,
предварительно уже располагая некоторой информацией о клиентах.
В своей деятельности отечественные банки (в совокупности) ежедневно
39
Климовский Н.В., Мокол А.В. Инновационные технологии в анализе информации о клиентуре банка.
Возможности и практика big data//Экономика: теория и практика. 2020. №1. С. 89-96.
51
совершают миллионы банковских операций и сопутствующих им действий,
постоянно накапливают и хранят всю информацию, полученную от
непосредственного и (или) косвенного общения с клиентами. Все данные о
банковских клиентах либо связанная с ними информация (конвертация
валютных средств, оформления кредитов, транзакции по банковским картам,
сделки с ценными бумагами, звонки по мобильному телефону, перемещения,
финансовое положение, посещаемые Интернет-сайты, потребительские
предпочтения, увлечения и т.д.) вполне реально могут быть обработаны с
помощью инновационных технологий в банковской деятельности и
использоваться в достижении бизнес-целей при корректной обработке.
Отметим, что такая идея использования информации (личной, коммерческой) в
банковском деле не является чем-то новым и базируется на науке о данных Data
Science (иногда даталогия – datalogy).
Возможности применения Big Data логично вытекают изначально из
принципиальных трактовок этого понятия.
Общепризнанного понятия или какого-то хотя бы относительного
единства в трактовке понятия Big Data как в технических, так и в гуманитарных
и социальных науках не существует. Вместе с тем с большой долей
уверенности на основе компаративистского подхода можно утверждать, что Big
Data представляет собой обозначение структурированных и
неструктурированных данных огромных объёмов и многообразия, которые
могут быть эффективно обработаны с помощью горизонтально
масштабируемых программным обеспечением инновационных
информационных технологий, появившимися как общепринятые механизмы
управления базами данных решения класса Business Intelligence.
40
Для более
качественного понимания возможностей и перспектив использования в
банковском деле Big Data необходимо выделить и сравнить концептуальные
алгоритмические признаки традиционной и инновационной аналитики,
40
Климовский Н.В., Мокол А.В. Инновационные технологии в анализе информации о клиентуре банка.
Возможности и практика big data//Экономика: теория и практика. 2020. №1. С. 89-96.