Моделирование динамики потенциала российской банковской системы




Скачать 295.6 Kb.
Название Моделирование динамики потенциала российской банковской системы
страница 1/4
Дата публикации 12.06.2015
Размер 295.6 Kb.
Тип Документы
edushk.ru > Банк > Документы
  1   2   3   4

Моделирование динамики потенциала
российской банковской системы

Константин Никишин

7 октября 2010 г.

Цель работы:


разработка методики анализа динамики потенциала банковского сектора на основе современных экономико-математических методов.

Задачи работы:


  • сформулировать требования к методам оценки потенциала, позволяющие использовать их для анализа банковского сектора;

  • проанализировать существующие методы оценки потенциала; выявить их сильные и слабые стороны; дать характеристику их применимости к задачам анализа динамики потенциала банковского сектора в целом и отдельных кредитных организаций;

  • обосновать выбор метода оценки уровня реализации потенциала и его динамики, наиболее адекватного для анализа банковского сектора;

  • классифицировать подходы к определению характеристик ресурсов и выпусков финансовых организаций; сформулировать принципы выбора характеристик, которыми следует руководствоваться при проведении расчётов;

  • сформулировать методику экономико-математического анализа динамики потенциала банковского сектора, позволяющую работать как с показателями деятельности отрасли, групп банков и отдельных организаций;

  • специфицировать систему моделей для оценивания потенциала отдельных и банковской системы в целом;

  • определить направления дополнительного анализа факторов динамики потенциала банковской системы;

  • на основе разработанной методики проанализировать динамику потенциала банковской системы России с 2002 по 2010 гг.; оценить динамику эффективности крупнейших российских банков во время кризиса 2008-2010 гг.; провести сравнительный анализ потенциала банковских систем России, Казахстана и Украины
^

Структура работы


Введение

Глава 1. Методы оценки потенциала фирмы

1.1. Требования к методам оценки потенциала

1.1.1 Потенциал и эффективность

1.1.2. Комплексный анализ потенциала и его динамики

1.1.3. Методы оценки граничного потенциала и технологической эффективности

1.2. Параметрические методы оценки потенциала

1.2.1. Метод стохастической границы

1.2.2. Метод широкой границы

1.2.3. Метод без спецификации распределения

1.3. Непараметрические методы оценки потенциала

1.3.1. Метод огибающих

1.3.2 Метод фиксированной оболочки

1.4. Выбор оптимального метода анализа динамики потенциала

^ Глава 2. Методика оценки динамики потенциала банковской системы

2.1. Измерение потенциала банковской системы

2.2. Характеристики ресурсов и выпуска банковского сектора

2.3. Оценка динамики потенциала банковской системы

2.3.1. Малое количество объектов в краткосрочном периоде

2.3.2. Малое количество объектов в средне- и долгосрочном периоде

2.3.3.Значительное количество объектов

2.4. Методика оценки динамики потенциала банковской системы

^ Глава 3. Оценка динамики потенциала банковских систем на примере России, Казахстана и Украины

3.1 Динамика потенциала российского банковского сектора в 2002–2010 гг.

3.2 Динамика потенциала крупнейших российских банков во время кризиса 2008–2010 гг.

3.3 Динамика потенциала банковских систем России, Казахстана и Украины в 2007-2010 гг.

Заключение
^

Глава 1. Методы оценки потенциала фирмы


Основные понятия

Экономический потенциал — характеристика способности отраслей народного хозяйства производить продукцию и оказывать услуги, решать другие задачи социально-экономического развития.

Объём ресурсов определяет способность изучаемого объекта производить продукты и услуги. В процессе производства ресурсы могут использовать не полностью или неэффективно

^ Фактический выпуск — визуально наблюдаемый результат использования ресурсов. Фактический выпуск, вообще говоря, не равен потенциально возможному, из-за воздействия разнообразных факторов неэффективности.

Потенциал — максимально возможный фактический выпуск при данном уровне использования ресурсов.

Если на двумерном графике для наблюдаемых объектов по оси абсцисс отложить объём используемых ресурсов, по оси ординат – фактический выпуск, то линия, огибающая наблюдаемые объекты сверху, будет характеризовать уровень потенциала (рисунок 1).



  1. Ресурсы, выпуск и потенциал

Если оценить функцию , описывающую огибающую, то появляется возможность рассчитать значения показателя технологической эффективности, определение которого было дано М. Фэрреллом (Farrell, 1957).

^ Технологическая эффективность (уровень реализации потенциала( для каждого наблюдаемого объекта равна отношению фактического выпуска к потенциалу. Для объекта на рисунке 1 технологическая эффективность будет равна



Общая процедура оценивания потенциала фирмы

  1. Выделяется целевая установка, определяющая единицы измерения объёма используемых ресурсов, фактического выпуска и потенциала.

  2. Происходит подготовка и обработка эмпирических данных, на основе которых будет оцениваться потенциал и технологическая эффективность.

  3. Строится функция потенциала.

  4. Рассчитываются оценки технологической эффективности.

  5. Рассчитываются показатели, характеризующие динамику граничного потенциала и технологической эффективности.

Требования к особенностям метода оценки потенциала банковского сектора и его динамики

  • Соответствие предпосылок модели оценки потенциала особенностям, характерным для банковского сектора.

  • Возможность получения результатов для выборок банков различного размера.

  • Возможность учёта мультипродуктового характера деятельности банка (многомерных векторов ресурсов и выпуска).

  • Возможность проведения анализа во времени.

  • Возможность работы с группами объектов.

  • Возможность автоматизации процедуры расчёта, позволяющая проводить большие объёмы вычислений.

Методы оценки граничного потенциала (таблица 1)

  • Параметрические методы — априорно задаётся функциональная форма, описывающая линию потенциала; оценка неизвестных параметров проводится методами эконометрики:

    • метод стохастической границы (stochastic frontier approach, SFA);

    • метод широкой границы (thick frontier approach, TFA);

    • метод без спецификации распределения (distribution-free approach, DFA).

  • Непараметрические методы — априорные предпосылки о функциональной форме линии потенциала отсутствуют; разрыв между фактическим и потенциальным выпуском оценивается при помощи методов математического программирования:

    • метод огибающих (data envelopment analysis, DEA);

    • метод фиксированной оболочки (free disposed hull, FDH)

Обоснование выбора метода огибающих в качестве инструмента оценки граничного потенциала банковского сектора

  • Широкие возможности оценивания групп банков и отрасли в целом

  • Допустима работа с данными банковских систем с большим и малым числом участников

  • Наличие возможности применения индексного метода для анализа динамики потенциала

  • Существует возможность работы с многомерными векторами ресурсов и выпуска

  • Отсутствует необходимость специфицировать производственную функцию банка



  1. Основные особенности методов анализа граничного потенциала и технологической эффективности

^ Характерис­тика метода

Метод стохастической границы

Метод широкой границы

Метод без спецификации распределения

^ Метод огибающих

Метод фиксированной оболочки

Авторы метода

Meeusen, Van Den Broeck, 1977; Aigner, Lovell, Schmidt, 1977

Berger, Humphrey, 1991

Berger, 1993

Farrell, 1957; Charnes, Cooper, Rhodes, 1978

Deprins, Simar, Tulkens, 1984

Существенные предпосылки

Постулируется логарифмическая или транслогарифмическая форма функции. Постулируется распределение фактора неэффективности (усечённое нормальное, экспоненциальное, гамма-распределение)

Предполагается, что разница в издержках между подвыборками, выделенным по уровню издержек, вызвана фактором неэффективности, внутри подгрупп разница между объектами обусловлена случайным фактором.

Предполагается, что уровень эффективности во времени не меняется, а воздействие случайного фактора в среднем по времени равно нулю.

Отсутствует необходимость постулировать функцию потенциала.

Предполагается отсутствие случайных ошибок в исходных данных.


Те же, что и у метода огибающих.

Предполагается, что на линии граничного потенциала не могут находиться объекты, сконструированные на основе взвешивания характеристик наблюдаемых объектов.

Метод получения оценок

Метод максимального правдоподобия

Метод наименьших квадратов

Метод наименьших квадратов

Методы линейного программирования

Методы математического программирования

Требования к размеру выборки

Значительное количество объектов

Значительное количество объектов

Значительное количество объектов.

Панельные данные

Допустимо использование незначительного количества наблюдений

Допустимо использование незначительного количества наблюдений

Ориентация на мультипродуктовые моделями

Ограничена

Ограничена

Ограничена

Существует

Существует

Возможность анализа во времени

Ограничена

Ограничена

Отсутствует

Существует

Ограничена

Работа с данными по группам объектов

Ограничена

Отсутствует

Отсутствует

Существует

Ограничена

Трудоёмкость расчётов

Высокая.

Разработан ряд программных продуктов, осуществляющих расчёты.

Невысокая. Метод может быть использован для экпресс-анализа распределения эффективности.

Невысокая. Метод может быть использован для экпресс-анализа распределения эффективности.

Высокая.

Существует потребность в специализированных программных продуктах для расчётов.

Высокая.

Отсутствует стандартизированная процедура получения оценок.

Разработанность метода

Высокая.

Опубликованы сотни работ по финансовым организациям и другим отраслям экономики.

Невысокая.

Опубликовано несколько десятков прикладных исследований.

Невысокая.

Опубликовано несколько десятков прикладных исследований.

Высокая.

Опубликованы сотни работ по финансовым организациям и другим отраслям экономики.

Средняя.

Опубликованы десятки исследований.

Опыт применения к российским банкам

Styrin, 2005; Caner, Kontorovich, 2004; Головань, Карминский, 2008; Белоусова, 2009


Отсутствует

Отсутствует

Grigorian, Manole, 2002; Констандина, 2006; Моисеев и др., 2007; Алескеров, Белоусова, 2007; Кошелюк, 2007; Головань, Назин, Пересецкий, 2009

Отсутствует
^

Глава 2. Методика оценки динамики потенциала банковской системы


Необходимость формулирования методики оценки динамики потенциала банковской системы

  • Фрагментарность имеющегося опыта

  • Отсутствия последовательного описания процедур, необходимых для проведения полного анализа сектора

  • Доминирование ориентации на анализ распределения уровня реализации потенциала в пространстве

  • Акцент на анализ отдельных объектов, характеристики потенциала отраслей экономики в целом не рассматриваются.

Модель оценки потенциала









где   показатель технологической эффективности фирмы ;   вектор затрат фирмы ;   вектор выпусков фирмы ;   матрица, составленная из векторов затрат фирм, образующих технологическое множество;   матрица, составленная из векторов выпуска фирм, образующих технологическое множество; и   неизвестные вектора весов выпусков и затрат, подбор которых максимизирует значение эффективности .

Последовательность действий, необходимая для оценки потенциала

  1. Определить перечень объектов, описывающих технологическое множество и характеризующих линию потенциала (составить матрицы и для решения задачи –).

  2. Определить, входит ли оцениваемый объект в технологическое множество. Если объект входит в технологическое множество, необходимо, чтобы ему соответствовало одно из ограничений . Тогда значение целевой функции не будет превышать единицу.

  3. Решить задачу –.

Применительно к анализу банковских систем:

  • показатели деятельности отдельных банков обычно задают характеристики технологического множества и его границы;

  • оценки для искусственно сконструированных групп банков или банков, работающих на иных рынках или в иных условиях, рассчитываются без их учёта в описании технологического множества.

^ Последовательность действий для оценки потенциала банковского сектора

  1. Искусственно сконструировать объект – «агрегированный банк»   показатели деятельности которого рассчитаны как суммы характеристик всей совокупности банков из банковской системы.

  2. Описать технологическое множество банковского сектора выборкой крупнейших банков, проводящих основную массу операций. При этом не включать «агрегированный банк» в число банков, характеризующих технологическое множество.

  3. Оценить разницу между фактическим выпуском и потенциалом для банковской системы, исходя из решения задачи –.

  4. При необходимости дополнить расчёт:

    • характеристиками реализации потенциала отдельными банками;

    • выявлением банков, определяющих линию потенциала;

    • исследованием факторов, определяющих положение банка в технологическом множестве.

Инструментарий анализа динамики потенциала

  • для оценок технологической эффективности, рассчитанных относительно зафиксированного технологического множества, построение простого индекса реализации потенциала — отношения показателей технологической эффективности;

  • для оценок технологической эффективности, полученных относительно различающихся технологических множеств — построение индекса реализации потенциала Малмквиста (Malmquist, 1953):



где   индекс реализации потенциала Малмквиста для объекта ;   значение технологической эффективности объекта , характеризующегося векторами затрат и выпуска момента времени относительно технологического множества в момент времени .

Индекс реализованного потенциала можно разложить на два сомножителя:



Первый сомножитель в выражении – индекс собственного потенциала   показывает, как изменилась соотношение фактического выпуска и потенциала. Второй сомножитель в выражении – индекс потенциала   представляет собой среднее геометрическое двух отношений и характеризует сдвиг линии потенциала между моментами времени и . Иными словами последнее соотношение отражает изменение технологической эффективности оцениваемого объекта, вызванное сдвигом эффективной границы.
^

Методика оцени динамики потенциала банковского сектора


Этап 1. Подготовка данных для анализа.

На этом этапе проводится предварительное рассмотрение доступных показателей деятельности банков, которые могут быть рассмотрены в качестве характеристик исходного, фактического и граничного потенциала.

При подготовке к проведению оценки потенциала банковского сектора при работе с доступным набором данных можно рекомендовать пользоваться следующими принципами:

  • в качестве выпусков использовать те характеристики деятельности банка, рост которых способствует развитию экономики в целом, повышению благосостояния населения, приводит к росту доходов или по иным причинам является желательным с точки зрения исследователя;

  • в случае создания банком отрицательных внешних эффектов или создания побочных, нежелательных видов выпуска, учитывать их в составе выпусков таким образом, чтобы большая величина используемого показателя была желательной;

  • в качестве затрат использовать те характеристики деятельности банка, которые влекут за собой издержки для банка, экономики в целом, потребителей, но в целом способствуют увеличению выпусков;

  • при возможности использовать альтернативные наборы затрат-выпусков для проверки устойчивости рассчитываемых значений технологической эффективности;

Все статистические показатели по всем анализируемым объектам переводятся в сопоставимые величины и дисконтируются.

Конструируются показатели «агрегированного банка», получаемые как суммы соответствующих характеристик исходного и фактического потенциала по всем банкам для каждого момента времени. Также в качестве показателей деятельности «агрегированного банка» могут быть использованы данные, которые готовит и публикует Центральный Банк.

^ Этап 2. Формирование технологических множеств для оценивания потенциала банковского сектора.

Выделяются три способа формирования технологических множеств, задающих потенциал, в зависимости от продолжительности периода анализа и количества объектов, формирующих технологическое множество:

  1. для банковских систем с малым количеством участником и коротким периодом анализа предполагается устойчивость линии потенциала во времени. Технологическое множество для оценки банковского сектора формируется путём объединения всех объектов за весь период наблюдения;

  2. для банковских систем с малым количеством участником и продолжительным периодом анализа предполагается устойчивость линии потенциала в соседние моменты времени. Формируется несколько технологических множеств путём объединения объектов за несколько соседних моментов времени;

  3. для банковских систем с большим количеством участников и любой продолжительностью периода анализа формируется отдельное технологическое множество для каждого периода времени.

^ Этап 3. Оценка соотношения между фактическим выпуском и потенциалом банковского сектора.

На данном этапе при помощи непараметрического метода огибающих оценивается соотношение между фактическим выпуском и потенциалом для «агрегированного банка» (показатель технологической эффективности):

  1. для банковских систем с малым количеством участников и коротким периодом анализа показатель технологической эффективности рассчитывается относительно объединённого технологического множества;

  2. для банковских систем с малым количеством участником и продолжительным периодом анализа показатель технологической эффективности рассчитывается в рамках каждого технологического множества, а затем в рамках каждого момента времени усредняется по всем технологическим множествам, в рамках которых проходило вычисление;

  3. для банковских систем с большим количеством участников и любой продолжительностью периода анализа показатель технологической эффективности рассчитывается для каждого объекта относительно технологического множества данного и предшествующего момента времени.

^ Этап 4. Оценка динамики потенциала банковского сектора.

На этом этапе для «агрегированного банка» рассчитываются отношения между полученными показателями технологической эффективности за соседние моменты времени:

  1. для банковских систем с малым количеством участником и коротким периодом анализа рассчитывается простое отношение между показателями соседних периодов;

  2. для банковских систем с малым количеством участником и продолжительным периодом анализа рассчитывается простое отношение между усреднёнными показателями соседних периодов;

  3. для банковских систем с большим количеством участников и любой продолжительностью периода анализа рассчитывается индекс Малмквиста и два входящих в его состав сомножителя – индекс собственного потенциала и индекс граничного потенциала.

^ Этап 5. Дополнительный анализ факторов динамики потенциала банковского сектора.

В случае необходимости получения детальной информации об уровне реализации потенциала отдельными банками возможно повторение этапов 3 и 4, описанных выше, для каждого из банков, определяющих технологическое множество.

При наличии потребности на этом этапе проводится дополнительный анализ объектов, находящихся на линии граничного потенциала. Также возможно построение регрессионных моделей, устанавливающих связь между различными отличительными особенностями банка и динамикой их потенциала.

Для расчёта всех показателей технологической эффективности используется подготовленная в рамках настоящей диссертационной работы программная надстройку для редактора таблиц Microsoft Excel, написанную на языке Visual Basic for Applications.
  1   2   3   4

Добавить документ в свой блог или на сайт

Похожие:

Моделирование динамики потенциала российской банковской системы icon Ф. Картаев, Моделирование влияния девальвации на динамику выпуска
Целью работы является моделирование взаимосвязи реального валютного курса и динамики выпуска
Моделирование динамики потенциала российской банковской системы icon Моделирование взаимосвязи стабильности банковской системы и экономического...
Обзор литературы по соответствующим параметрам (выявление основополагающих и приоритетных работ и их последующая классификация)
Моделирование динамики потенциала российской банковской системы icon Акционерный коммерческий Сберегательный банк Российской Федерации...
Сбербанк России — это лидер банковской системы России, основа ее стабильности и надежности. Присутствие Банка во всех секторах рынка...
Моделирование динамики потенциала российской банковской системы icon Отчет по производственной практике на тему: «Выдача денежных средств по доверенности»
Сбербанк России — это лидер банковской системы России, основа ее стабильности и надежности. Присутствие Банка во всех секторах рынка...
Моделирование динамики потенциала российской банковской системы icon 1. Формы организации центральных банков
...
Моделирование динамики потенциала российской банковской системы icon В законе РФ “ о банках и банковской деятельности в рф” определяются...
Ение, осуществляющее свои расходы за счет собственных дохо-дов. Он единственный банк в России, наделённый правом выпуска (эмиссии)...
Моделирование динамики потенциала российской банковской системы icon Банковская система
Российской Федерации и информации Центрального банка Российской Федерации о реализации мер по поддержке финансового рынка, банковской...
Моделирование динамики потенциала российской банковской системы icon Темы дипломных работ по специальности 060400 «Финансы и кредит» на 2007-2008 учебный год
Глобализация международных финансовых рынков и ее влияние на развитие российской банковской системы
Моделирование динамики потенциала российской банковской системы icon Лабораторная работа №2 по дисциплине «ТСиСА» на тему: «Структурное...
Целью данной работы является изучение программы структурного моделирования систем сдкмс (Системы Декомпозоции Композиции и Модификации...
Моделирование динамики потенциала российской банковской системы icon Лабораторная работа №2 по дисциплине «ТСиСА» на тему: «Структурное...
Целью данной работы является изучение программы структурного моделирования систем сдкмс (Системы Декомпозоции Композиции и Модификации...
Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
edushk.ru
Главная страница

Разработка сайта — Веб студия Адаманов