58
кредитам и по корпоративному сектору, недостаточно высокая доходность
кредитных операций.
59
Глава 3 Предложения по улучшению финансового состояния
ПАО «Сбербанк»
3.1 Мероприятия, направленные на укрепление финансовой
устойчивости
Отмечено, что ПАО «Сбербанк России», в целях оперативного
регулирования по изменению просроченной задолженности, увеличивает
долю резервов на вероятные потери по выданным кредитам. Данные
действия приводят к снижению уровня прибыли, что обуславливает
проведение мероприятий по снижению проблемных ссуд в банке. Прежде
всего, необходимо заметить, что система управления кредитным портфелем
ПАО «Сбербанк России» отвечает требованиям лучших мировых практик.
Анализ организации управления рисками показал, что ПАО «Сбербанк
России» можно представить в качестве успешного примера формирования
системы риск–менеджмента.
В банке создана объединенная структура управления всеми рисками
(операционными, кредитными, рыночными), включающая также
независимых экспертов по кредитным рискам. В связи с чем, представленные
в работе мероприятия по совершенствованию кредитных операций, которые
должны будут способствовать снижению объема резервирования,
увеличению прибыльности кредитных операций и повышению качества
кредитного портфеля, больше относятся к банку, в котором организация
управления рисками не представлена также полно как в ПАО «Сбербанк
России». Хотя выявленные при анализе кредитного портфеля проблемы
могут быть решены с учетом представленных мероприятий и в исследуемом
банке, несмотря на его прогрессивность.
В целях совершенствования качества кредитного портфеля, с учетом
выявленных проблем, предлагается использовать следующие мероприятия:
–совершенствование мониторинга качества кредитного портфеля с
учетом прогноза влияния внешних факторов;
–диверсификация кредитного портфеля коммерческого банка по
критериям доходности, риска и ликвидности.
60
-снижение процентных ставок по ипотечным кредитам (так данный
сегмент представляет значительную долю в розничных кредитах).
Совершенствование мониторинга качества кредитного портфеля с
учетом прогноза влияния внешних факторов. Мониторинг кредитных рисков
выражается в прогнозировании наступления рискового события с целью
заблаговременного принятия необходимых мер для снижения возможных
последствий. Исходя из того, что на качество кредитного портфеля имеют
влияние факторы как внутренней организации менеджмента в банке, так и
факторы внешней среды, предложение по построению эконометрической
модели, которая позволяет осуществлять прогноз уровня кредитного риска с
учетом внешних факторов является актуальным.
В связи с выявленной завышенной проблемной задолженностью в
потребительском кредитном портфеле, предлагается применять прогнозный
мониторинг именно в данном сегменте кредитного портфеля ПАО
«Сбербанка России». Выдвигается гипотеза о высокой степени влияния
обменного курса рубль/доллар, уровня инфляции, средней процентной
ставки для физических лиц на долю кредитов с просрочкой платежей.
Предположительно, рост валютного курса, рост инфляции и увеличение
процентной ставки ведет к росту доли проблемных кредитов и наоборот.
Для подтверждения этой гипотезы необходимо построить модель,
которая будет основываться на эмпирических данных. Исходными данными
будут являться основные макроэкономические показатели, представленные
Центральным Банком России, Федеральной службой статистики,
материалами ПАО «Сбербанка России» за 3 года по кварталам (число
наблюдений 12).
Расчеты представлены в Приложении 12.
Расчетное уравнение имеет вид: Y=
0,087*X1+0,035*Х2+0,602*Х3+0,466*Х4–1,967
Исходя из полученных оценок, видно, что доля просроченной
задолженности по потребительским кредитам находится в прямой
61
зависимости от представленных факторов. Отмечена высокая
корреляционная связь с инфляцией (0,602) и безработицей (0,466), что
указывает на социальную направленность предоставляемых кредитов. Далее
представим прогноз изменения доли просроченных потребительских
кредитов на основе линейного тренда с использованием пакета MS Excel по
данным в Приложении 12.
Рисунок 7 - Прогноз объема просроченных кредитов физических
лиц
При использовании линейного тренда для прогноза ссуд с задержкой
платежа на срок до 30 дней коэффициент детерминации равен 0,6514, что
является достаточно хорошим показателем. Это означает, что модель
соответствует фактическим данным на 65%, то есть приемлема для
прогнозирования.
Расчет показал, что данные ссуды будут с каждым годом уменьшаться
на 4,91 млн. руб. Коэффициент детерминации при расчете уравнения
линейного тренда ссуд с задержкой платежа на срок свыше 180 дней равен
0,603, что также приемлемо для прогноза. Расчеты показали, что есть риск
увеличения данных кредитов. Представленная модель множественной
0
50
100
150
200
250
2013 2014 2015 2016 2017
ссуды с задержкой платежа на срок до 30 дней
Ссуды с задержкой платежа на срок до 90 дней
Линейная (ссуды с задержкой платежа на срок до 30 дней)
Линейная (Ссуды с задержкой платежа на срок до 90 дней)
Y = 19,05x +119,65
R
2
= 0,603
Y = -4,91x +128,05
R
2
= 0,6514
62
регрессии характеризует взаимозависимость изменения доли просроченных
потребительских кредитов от внешних факторов.
Построенная эконометрическая модель прогнозирования уровня
кредитного риска, на основе системы регрессионного уравнения, показывает
высокое прогнозное значение, что позволяет использовать ее для оценки
динамики уровня кредитного риска.
Диверсификация кредитного портфеля коммерческого банка по
критериям доходности, риска и ликвидности. Опираясь на индикаторы
деятельности ПАО «Сбербанк России», представим оптимизацию кредитного
портфеля на основе решения задачи линейного программирования для
обеспечения роста его доходности при сохранении приемлемого уровня
риска. Рассмотрим основные параметры задачи. Целевая функция. Целевая
функция выражает доходность кредитного портфеля коммерческого банка и
имеет следующий вид:
L(x) = 0,036x1 + 0,036x2 → max,
где x1 – кредиты физическим лицам; x2 – кредиты юридическим
лицам;
Ограничения задачи: 1. Ограничение по прогнозируемой стоимости
кредитного портфеля. Для определения прогнозной стоимости портфеля,
воспользуемся аппаратом математической регрессии Excel, построив линию
тренда для объема кредитного портфеля (рисунок 8).
Рисунок 8 - Прогнозирование объема кредитного портфеля ПАО
«Сбербанк России»
0
10000
20000
30000
2013 2014 2015 2016 2017
Кредиты розничному сектору
Кредиты корпоративным клиентам
Общий кредитный портфель
Линейная (Общий кредитный портфель)
Y = 2158,1x + 9890,4
R
2
= 0,7877
63
Полученные характеристики линейного тренда объема кредитного
портфеля позволяют определить прогнозируемое значение, которое в данном
случае соответствует объему 22839,1 млрд. руб., что позволяет представить
это ограничение в виде следующего неравенства:
х1 + х2 ≥ 22839,1.
2. Ограничение по риску. Данное ограничение накладывается ростом
объема ожидаемой суммы убытков по кредитному портфелю: Прогнозный
рост ожидаемой суммы убытков по кредитному портфелю определяется
аналогично росту объема портфеля (рисунок 9).
Рисунок 9 - Прогнозирование ожидаемой суммы убытков по
кредитному портфелю ПАО «Сбербанк России»
Расчет линейного уравнения показал, что ожидаемая сумма убытков
составит1527,84 млрд. руб., ограничение по риску представлено в виде:
0,023х1 + 0,023х2 ≤ 1527,84.
3. Последнее ограничение исходит из превышения стоимости групп
кредитов над их значениями: х1 ≥ 5031,7; х2 ≥ 13633,7. Таким образом,
математическая модель задачи по оптимизации портфеля будет иметь вид:
0
5000
10000
15000
20000
25000
2013 2014 2015 2016 2017
Общий кредитный портфель Резервы по ссудам
просроченные кредиты Линейная (просроченные кредиты)
Y= 206,3x + 290,04
R
2
= 0,9514
64
Для простоты расчетов и их верности воспользуемся функцией
«Поиск решения» MS Excel (рисунок 10). Введя ограничения и целевую
функцию определим значение долей портфеля при выставленных
ограничениях
Рисунок 10 - Формулировка задачи линейного программирования
в MS Excel
Окончательное решение задачи линейного программирования в MS
Excel представлено на рисунке 11.
Рисунок 11 - Окончательное решение задачи линейного
программирования в MS Excel
65
Решение данной задачи будет следующим: где x1 = 7123,3 млрд. руб.
– кредиты физическим лицам; x2 = 15715,8 млрд. руб. – кредиты
юридическим лицам. Расчеты показали, что оптимальная структура
кредитного портфеля при заданных ограничениях будет следующей (рисунок
12).
Рисунок 12 - Целевая структура оптимального кредитного
портфеля
Представленная комбинация структуры кредитного портфеля с точки
зрения видов заемщиков при максимуме доходности и минимуме риска при
кредитовании в коммерческом банке является оптимальной. Диверсификация
кредитного портфеля обеспечит прогнозируемую доходность по портфелю в
сумме 822,21 млрд. руб. При реализации заданных параметров
прогнозируемый уровень кредитных рисков, рассматриваемый как
допустимый объем просроченных кредитов, возможен в пределах нижней
границы в 1457,5 млн. руб.
3.2 Оценка эффективности предложенных мероприятий
Одним из стратегических направлений ПАО «Сбербанк России»
является снижение процентных ставок по потребительским кредитам.
Предлагается рассмотреть снижение ставок по ипотечному кредиту, так как
данный вид кредитования является наиболее перспективным не только для
банка, но и для всего кредитного рынка. Спрос на ипотечные кредиты
66
восстанавливается. Рассмотрим прогноз кредитного портфеля по ипотечному
продукту «Приобретение готового жилья» и изменения в доходах при
снижении ставки на 1 %.
В Приложении 14 представлены расчеты по прогнозированию
величины кредитного портфеля по продукту «Приобретение готового жилья»
в 2017 г. с применением метода скользящей средней. Объем кредитного
портфеля по продукту «Приобретение готового жилья» в 2017 г. составит
25157,4 тыс. руб., прирост относительно 2016 г. составит: (25157,4 / 23124,1 *
100 - 100) =8,79 %. Тогда прогнозный объем кредитного портфеля по
«Приобретение готового жилья» в 2017 г. составит: (23168,9* 1,088) =25208
млн. руб. Прирост относительно 2016 г. составит: (25207,8 - 23168,9) = 2038,9
млн. руб.
Доход банка составит: (2038,9 * 48,8 / 100)= 994,97 млн. руб. Расход
банка от снижения процентной ставки на 1 % составит: (994,97 * 1 / 100)=
9,95 млн. руб. На рекламу данного мероприятия будет затрачено 35000 тыс.
руб. в месяц на рекламные листовки (10руб*3500 шт.). В год реклама
составит: (35000 * 12) =420 млн. руб. Экономический эффект от внедрения
данного мероприятия составит: 994,97 - 9,95 - 420,00 = 565,02 млн. руб.
Технико-экономическое обоснование предложенного мероприятия
рассмотрим в таблице 7.
Таблица 7
Прогноз экономических показателей в ПАО «Сбербанк России»
на 2018 г. в результате снижения процентных ставок
Показатели
2017 г.
Прогноз
Отклонение
Доходы банка, млн. руб.
16 978 000
16 978 995
995
Расходы банка, млн. руб.
11556080
11 556 510
430
Экономический эффект (прибыль),
млн. руб.
541956
542 521
565
Экономическая эффективность, %
3,19
3,21
0,020
Рентабельность мероприятия, %
4,69
4,74
0,050
Определим рентабельность в результате мероприятия по формуле: R
Ставка = П Ставка : Д Ставка * 100%, (1)
где R Ставка – рентабельность в результате снижения процентных
ставок, руб.,
67
П Ставка – экономический эффект в результате снижения процентных
ставок, руб.,
Д Ставка – доходы банка в результате снижения процентных ставок,
руб.
Определим экономическую эффективность в результате снижения
(2)
где Э Ставка – экономическая эффективность в результате снижения
процентных ставок, руб.,
П Ставка – экономический эффект в результате снижения процентных
ставок, руб.,
Р Ставка – общие расходы в результате снижения процентных ставок,
руб.
Э Ставка = 542 521: 11 556 510* 100 % = 4,74%.
Экономический эффект от мероприятия составит 565,02 млн. руб.,
повысит имидж банка и привлечет дополнительных клиентов. В заключение
представим сводную таблицу экономического эффекта (таблица 8).
Таблица 8
Экономическая эффективность от предлагаемых мероприятий
Мероприятие
Эффект от мероприятий
Использование
математического
моделирования при
расчете влияния внешних
факторов на качество
кредитного портфеля
Предложенная модель позволяет определить
степень влияния внешних факторов (обменного
курса рубль/доллар, уровня инфляции, средней
процентной ставки для физических лиц) на
изменение доли кредитов с просрочкой платежей.
Проведение
диверсификации
кредитного портфеля
коммерческого банка по
критериям доходности,
риска и ликвидности.
Оптимизация кредитного портфеля по субъектам
кредитования обеспечит прогнозируемую
доходность по портфелю в сумме 822,21 млрд. руб.
Снижение процентных
ставок по ипотечным
кредитам.
Прибыль увеличится на 565,02 млн. руб.,
Мероприятие повысит имидж банка и привлечет
дополнительных клиентов.
Таким образом, предложенные рекомендации приведут к увеличению
прибыльности банка и улучшению ее кредитной политики.