Анализ финансового состояния Сбербанка России

5)            банковские переговоры (сложные случаи);

6) приемы завершения контакта с клиентом. Заключение договора, контракта. Процедура оформления услуги.

             Автоматизация бизнес-процессов;

В условиях глобального финансового кризиса и сокращения доходности от традиционных банковских операций большое значение приобретает использование внутренних источников роста коммерческого банка. В этой связи управление расходами приобретает первостепенное значение. Это обусловлено тем, что эффективное управление расходами влияет на финансовые результаты деятельности коммерческого банка.

Сокращая непроизводительные минимизируемые расходы, банк может оперативно сформировать резерв средств, который может быть направлен на развитие банка. Отметим, что анализ работы ОАО «Сбербанк России», позволяет отметить стабильную тенденцию в 2008-2009 годах опережающего темпа роста расходов (71% и 92,3% соответственно) относительно темпов роста совокупных доходов банков (69,1% и 86,0%). Данная тенденция негативно отражается на рентабельности проводимых банком операций.

Эффективное управление расходами банка можно добиться путем обеспечения современной системы автоматизации. К примеру, в настоящее время ОАО «Сбербанк России» практически не использует в своей деятельности автоматизацию бизнес процессов в области ипотечного кредитования. Незначительная часть операций по ипотеке автоматизирована силами собственного ИТ-подразделения банка на базе комплексной программы «AnalysBankGold», но, все же, большая часть расчетов, ведение документооборота, обработка всех форм отчетности ведется вручную.

Подобный вариант построения бизнес-процессов и внедрения автоматизированной системы сопровождается комплексом рисков. Банку необходимо учитывать, что уже сегодня есть решения, автоматизирующие этот вид кредитной деятельности, и весьма достойные. А банку остается только сделать правильный выбор.

             Экономико-математическое моделирование;

Эффективность деятельности банка состоит в максимизации его прибыли.

Как известно, в финансовой сфере наивысшую прибыль дают наиболее рисковые операции. Компромисс между максимизацией прибыли и минимизацией риска может быть достигнут только посредством высочайшего качества менеджмента, который позволяет рационально и экономно использовать все ресурсы банка: основные и оборотные средства, кадры, финансы.

Разброс банковских рисков очень велик, поэтому остановимся на одном из них – процентном риске.

В современных условиях основными видами активных операций банка является предоставление кредита и вложения в финансовые инструменты. Соответственно, в процессе указанных операций приходится мириться с неизбежностью высокой степени изменчивости процентных ставок. Следовательно, чтобы влиять на величину процентного риска, нужно оперировать понятиями изменчивости ставок и размерами активов и пассивов, взвешенных по срокам.

Минимизировать риск с одной стороны и обеспечить высокую доходность операций позволяет использование математических методов при построении позиции.

Применение математических методов служит одним из возможных способов подъема эффективности как отдельных субъектов экономики, таки всей экономики в целом. В этом плане банковский сектор не является исключением.

Для исследования функционирования банка используется достаточно широкий спектр математического моделирования. К наиболее часто применяемым относится аппарат теории вероятности и математической статистики, что обусловлено случайной природой большинства параметров и операций банковской деятельности.

Следующим шагом настоящей работы будет рассмотрено практическое применение математического моделирования оптимального соотношения максимизации доходности и минимизации процентного  риска на примере ОАО «Сбербанк России».

Главными параметрами при управлении портфелем банка, которые необходимо определить менеджеру, являются его ожидаемая доходность и риск. Формируя портфель, менеджер банка не может точно определить будущую динамику его доходности и риска. Поэтому свой инвестиционный выбор он строит на ожидаемых значениях доходности и риска. Данные величины оцениваются, в первую очередь, на основе статистических отчетов за предыдущие периоды времени. Поскольку будущее вряд ли повторит прошлое со стопроцентной вероятностью, то полученные оценки менеджер может корректировать согласно своим ожиданиям развития будущей конъюнктуры.

Необходимо рассмотреть, каким образом рассчитываются отмеченные параметры.

Портфель, формируемый инвестором, состоит из нескольких активов, каждый из которых обладает своей ожидаемой доходностью.

Предположим, что необходимо просчитать портфель ОАО «Сбербанк России» исходя из двух финансовых инструментов: опциона и свопа.

В условиях неопределенности можно предположить, что указанные рискованные активы могут принести различные результаты, о которых в момент формирования портфеля можно судить только с некоторой долей вероятности, как представлено в таблице 21.

Ожидаемая доходность актива определяется как среднеарифметическая взвешенная, где весами выступают вероятности каждого исхода события. Запишем формулу определения ожидаемой доходности актива в общем виде:

Таблица 21 - Доходность опционов и свопов с учетом вероятности

                                          (3.1);

где E(r) - ожидаемая доходность актива;

E (ri) – ожидаемая доходность актива в i-м случае;

- вероятность получения доходности в i-м случае.

В рассматриваемом случае ожидаемая доходность будет равна:

E(rA) = 13%  х 0,15+14% х 0,16+11% х 0,13=5,62%;

E(rB) = 13% х 0,15+12% х 0,13 + 12% х 0,13 = 5,07%.

Стоимость указанных актив следует определять исходя из финансовой возможности банка: предположим стоимость опциона составляет 300000 тыс. руб., стоимость свопа 700000 тыс. руб.

Стоимость портфеля равна

300 000 + 700 000= 1000000 тыс. руб.

Удельный вес актива в портфеле рассчитывается как отношение его стоимости к стоимости всего портфеля или:

;                                          (3.2),

где1-удельный вес i-го актива;

Pi – стоимость i-го портфеля;

Pp-стоимость всего портфеля.

При этом сумма всех удельных весов, входящих в портфель активов, всегда равна единице.

Следовательно, удельный вес активов составит

;          

Ожидаемая доходность портфеля определяется как средневзвешенная ожидаемая доходность входящих в него активов, а именно:

                            (3.3);

где Е(rp)-ожидаемая доходность портфеля;

Е(r1); Е(r2);Е(rn)- ожидаемая доходность соответственно первого, второго и n-го активов;

1; 2 ; n – удельный вес в портфеле первого, второго и n-го активов.

Следует записать формулу (3.3) в более компактном виде, воспользовавшись знаком суммы, тогда:

                            (3.4).

В рассматриваемом случае ожидаемая доходность портфеля составит

E(rp) = 5,62% х 0,3 + 5,07% х 0,7=5,235%.

Приобретая какой-либо актив, банк ориентируется не только на значение его ожидаемой доходности, но и на уровень его риска.

Ожидаемая доходность выступает как некоторая величина, которую надеется получить банк, например 15%. Возможность получения данного результата подтверждается предыдущей динамикой доходности актива. Однако 15% - это только средняя величина. На практике доходность, которую получит банк, может оказаться как равной, так и отличной от 15%. Таким образом, риск инвестора состоит в том, что он может получить результат, отличный от ожидаемой доходности. Строго говоря, риск банка заключается в том, что он получит худший, чем ожидаемый результат, т. е. его доходность составит менее 15%. Если фактическая доходность окажется больше 15%, то это плюс для банка. На практике в качестве меры риска используют показатели дисперсии и стандартного отклонения.

Они показывают, в какой степени и с какой вероятностью фактическая доходность актива может отличаться от величины его ожидаемой доходности, то есть средней доходности. Данные параметры учитывают отклонения как в сторону увеличения, так и уменьшения доходности по сравнению с ожидаемым значением. Как уже отмечено выше, фактический риск состоит в том, что фактическая доходность окажется ниже ожидаемой, однако отмеченные параметры используются в качестве меры риска, в первую очередь, в силу простоты их определения. Дисперсия определяется по формуле:

;                            (3.5)

где - дисперсия доходности актива;

n – число периодов наблюдения;

r – средняя доходность актива, она определяется как средняя арифметическая доходностей актива за периоды наблюдении, а именно:

                            (3.6),

где ri- доходность актива в i-м периоде.

Стандартное отклонение определяется как квадратный корень из дисперсии:

                            (3.7);

где - стандартное отклонение доходности актива.

Доходность активов (опционов и свопов) за 2007-2009 годы представлена в таблице 21.

Средняя доходность активов за четырехлетний период составит

%

.

Отклонение величины доходности в каждом периоде от ее среднего значения составит для опциона

= 13% - 12,7% = 0,3%;

= 14% - 12,7% = 1,3%;

= 11% - 12,7% = -1,7%;

для свопов

=13% - 12,3% = 0,7%

=12% - 12,42% = -0,3%

=12% - 12,42% = -0,3%

Далее осуществляется возведение в квадрат полученные отклонения, и они суммируется

= (0,3)2+(1,3)2+(-1,7)2= 4,67

= (0,7)2+(-0,3)2 +(-0,3)2= 0,67.

Дисперсия определяется

= 4,67/3=1,56

= 0,67/3=0,22

Если имеется небольшое число наблюдений, в частности как в рассматриваемом случае, то по правилам статистики в формуле определения дисперсии в знаменателе вместо n- 1 берут просто значение n.

Далее определяется стандартное отклонение

=

= .

Отразим все исчисленные показатели в таблице 22.

Стандартное отклонение говорит о величине и вероятности отклонения доходности актива от ее средней величины за определенный период времени. В рассматриваемом случае получено отклонение доходности опциона и свопа за год, равное 1,25% и 0,46%.

Доходность актива в том или ином году - это случайная величина. Массовые случайные процессы подчиняются закону нормального распределения. Поэтому с вероятностью 68,3% можно ожидать, что через год доходность актива будет лежать в пределах одного стандартного отклонения от средней доходности, т. е. в диапазоне для опциона 12,7% ±1,25% и для свопа 12,3% 0,46%; с вероятностью 95,5% этот диапазон составит два стандартных отклонения, т. е. 12,7% ±1,25% х 2 и для свопа 12,3% 0,46% х 2; и с вероятностью 99,7% диапазон составит три стандартных отклонения, то есть 12,7% ±1,25% * 3 и для свопа 12,3% 0,46% * 3.

Поскольку доходность актива - случайная величина, которая зависит от различных факторов, то остается 0, 3% вероятности, что она выйдет за рамки трех стандартных отклонений, т. е. может как упасть до нуля, так и вырасти до очень большой величины.

Таблица 22 - Расчет стандартного квадратного отклонения и дисперсии