2. Описание данных, построение модели - LMS
advertisement
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ» Московский институт электроники и математики Блинов Александр Евгеньевич АНАЛИЗ РИСКОВ В БАНКОВСКОМ СЕКТОРЕ Выпускная квалификационная работа студента образовательной программы бакалавриата «Прикладная информатика» по направлению 09.03.03 Прикладная информатика Студент Блинов А.Е. Рецензент к.э.н., доц. Трофимова Н.А. Научный руководитель к.т.н., доцент департамента прикладной экономики НИУ ВШЭ М.В. Полякова Москва 2015 г. Оглавление Введение ............................................................................................................................... 3 1.Обзор проблематики и постановка задачи .................................................................... 4 1а. Виды рисков, которым подвергаются банки ........................................................... 4 1б. Возможности управления рисками для банков ..................................................... 17 1в. Обзор методов построения регрессионной модели .............................................. 21 2. Описание данных, построение модели ....................................................................... 24 2а. Описание данных ...................................................................................................... 24 2б. Построение модели .................................................................................................. 27 Заключение......................................................................................................................... 32 Список использованных источников .............................................................................. 34 2 Введение Задачей этой работы является проанализировать данные по финансовой деятельности российских банков в 2009 году – как тех банков, которые успешно существовали на рынке в течение всего этого периода, так и тех, которые разорились и были лишены государственной лицензии. С помощью базы данных, включающей различные показатели для каждого банка, мы оценим вероятность банкротства или отъема лицензии по иным причинам для действующих банков. Предполагается, что эта вероятность будет найдена на основе математической модели, которую мы построим. Для этого существуют различные методы – например, логистической регрессии или деревьев решений. Возможные риски банковской деятельности будем классифицировать, как принято на данный момент, на несколько групп – кредитный риск, процентный риск, риск несбалансированной ликвидности, риск потери доходности, операционный риск, валютный риск, рыночный риск. По итогам построения математической модели вероятности отъема у банка лицензии мы определим ключевые финансовые показатели банков, влияющие на финансовое и юридическое благополучие банка. Выпускная Квалификационная Работа будет состоять из двух основных частей и заключения – в первой мы обсудим виды банковских рисков и проведем обзор методов построения нашей модели, во второй части представим саму модель, описав сперва имеющиеся данные, оценим преимущества от внедрения предложенной модели, в заключении подведем итоги проведенных исследований, систематизируем полученные выводы. 3 1.Обзор проблематики и постановка задачи 1а. Виды рисков, которым подвергаются банки Тема, затрагивающая анализ рисков в банковском секторе, очень актуальна, ведь грамотное управление финансовыми рисками позволяет избежать значительных денежных потерь и защищает от банкротства банка, которое неизбежно ведет к лишению лицензии. Банковским риском, согласно положению Банка России об организации внутреннего контроля в банках и кредитных организациях, принято называть вероятность финансовых потерь банка из-за внутренних или внешних изменений. Также к риску относится возможность ухудшения ликвидности, то есть возможности исполнить в срок все взятые на себя обязательства. Риски могут обуславливаться внешними или внутренними факторами – к первым относятся, например, макроэкономические процессы или научнотехнологический прогресс, а ко вторым – внутренние изменения в банке, его структуре. Поскольку рынок функционирует в условиях неопределенности, риски становятся неизбежными, и задачей банка является их минимизировать, то есть минимизировать разницу между ожидаемой и реальной прибылью. Риски могут возникать по разным причинам. К основным относятся неустойчивое состояние экономики в политическая ситуация, несовершенство стране или регионе, законодательства и нестабильная существенное расхождение между реальной ситуацией и ситуацией, регулируемой действующим законодательством, инфляция. Причины возникновения рисков могут быть как общими для всей экономики страны (в этом случае весь банковский сектор подвергается риску), так и затрагивающими конкретный банк (если деятельность самого банка вызывает подобные риски). Изучение банковских рисков особенно важно, потому что в банковской деятельности рискуют не только сами банки – риску подвергаются и клиенты, пользующиеся банковскими услугами. Может многочисленных потерь разных субъектов рынка. 4 образоваться цепочка из Если углубиться в историю, то первым о банковских рисках как о важном факторе банковской деятельности заговорил русский профессор Н.Х. Бунге. Впоследствии он стал министром финансов, а будучи только исследователем, писал: «…необходимо соизмерять премию застрахования с величиной риска. Последнее обстоятельство редко принимается в расчет, а между тем нет ничего справедливее…». В современном же мире, где банки существуют в условиях жесткой конкуренции, многие из них применяют агрессивную модель деятельности, сопряженную с повышенными рисками. Интересно, что начатую Бунге тему исследования рисков в России не всегда принимали радушно. Так, по приходе к власти коммунистов сперва был пинят ряд законов, закрепляющих наличие производственно-хозяйственного риска во всех отраслях, но уже в 30-е годы категория «риск» была отнесена к буржуазнокапиталистической и незаслуженно забыта. Классифицируем банковские риски. 1) Кредитный риск Кредитный риск заключается в возможном невыполнении кредитуемого лица или организации своих обязательств по кредиту перед банком. Уровень кредитного риска зависит от разных факторов, как макро, так и микроэкономических. Кризисное состояние экономики, степень насыщенности отдельных сфер экономики, чувствительных к внешним изменениям, кредитными организациями, непосредственная кредитоспособность заемщика и общий объем взятых им на себя кредитных обязательств, частые изменения в законодательной сфере в отношении кредитования могут повысить кредитный риск. Значительная концентрация кредитных рисков может возникнуть при кредитовании банком группы связанных заемщиков или группы представителей одного сектора экономики. Велик риск и при предоставлении связанных кредитов, то есть таких кредитов, которые предоставляются лицам, обладающим контролем над банком или как-либо участвующим в капитале этого банка. Здесь возможны заведомо ошибочные суждения о кредитоспособности заемщика, 5 либо же связь банка и кредитополучателя может вызвать у кредитополучателя претензии на более низкую процентную ставку, что неизбежно приведет к упущенной банком выгоде. В случае предоставления международных кредитов дополнительно возникает так называемый страновой риск, обусловленный тем, что страна-заемщик может оказаться в социальном, экономическом, политическом кризисе. Дополнительные риски вызывает то обстоятельство, что кредит в таком случае должен быть погашен не в национальной валюте страны-заемщика. 2) Процентный риск Процентного риска банк в своей деятельности избежать никак не может. Кроме того, величина этого риска полностью регулируется банком и вытекает из действий по управлению банковскими ресурсами и принятых решений. Процентный риск заключается в возникновении финансовых потерь из-за изменения процентных ставок. Здесь речь идет о неравномерном изменении ставок по обязательствам банка (вкладам) и требованиям банка (кредитам) с течением срока договора между банком и клиентом. Понятно, что вероятность такого риска выше при долгосрочных контрактах. Впрочем, существуют методы для анализа процентного риска для его минимизации. Например, GAP-анализ. Он подразумевает измерение суммы активов банка и суммы его обязательств и вычисление отношения этих двух показателей. Это отношение замеряется на множестве временных отрезков. Можно рассчитывать процентный риск не только в относительном выражении – допустимо и считать разность по позициям, чувствительным к изменению процентных ставок, на каждом временном интервале. Отсюда и gap (разрыв) – обозначение временных отрезков, на которые при анализе делится шкала времени. Вообще говоря, для определения процентного риска существуют разные формулировки, но мы приведем формулировку, принятую в документах Базельского комитета, считающихся основными положениями банковского надзора. Комитет определяет процентный риск как риск потенциальной подверженности финансового положения банка воздействию неблагоприятного изменения процентных ставок. Существует два различных подхода к оцениванию того, как на доходы банка влияют процентные риски. Первый заключается в том, что изменение процентных 6 ставок приводит к изменению процентного дохода банка. Что же касается второго подхода, он обусловлен значительным количеством доходов банка, которые можно определить как непроцентные. Например, банки могут оказывать услуги по составлению графика погашения кредитов или по организации хранения залога, за что берут комиссионное вознаграждение. В случае роста процентных ставок на кредиты спрос на такие услуги сократится, и неизбежно сократятся непроцентные доходы банка. 3) Риск несбалансированной ликвидности Риск несбалансированной ликвидности заключается в возможности понести убытки из-за невозможности вовремя привлечь средства для покрытия обязательств по кредитам. Государство регулирует данные процессы, устанавливая нормы ликвидности – согласования разных статей пассивов и активов банка и регламентацию сроков погашения обязательств банка перед клиентами клиентов перед банком. Риск несбалансированной ликвидности может возникать из-за меняющейся рыночной конъюнктуры. Банк должен учитывать, например, вероятность резкого увеличения спроса на кредиты. Чтобы противодействовать риску несбалансированной ликвидности, банк может отзывать кредиты, выпускать облигации, расширять масштабы привлечения вкладов клиентов, получать помощь от Центрального Банка в виде займов. 4) Риск потери доходности Риск потери доходности – это результат уровня рисков, который банк берет на себя в обмен на получение прибыли за счет активов и пассивов. Риск несоблюдения банком приемлемых уровней всех вышеперечисленных рисков и есть риск потери доходности. 5) Валютный риск Валютным риском банка называется риск потери дохода из-за изменения курсов валют, из-за покупки-продажи зарубежной валюты по разному курсу. Валютный риск связан с глобализацией финансового рынка, большим количеством международных операций. Уровень доверия к каждой валюте среди резидентов и нерезидентов стран определяют макроэкономические показатели страны, степень ее 7 политической открытости и либерализации экономики, величина импорта и экспорта в этих странах. Валютный риск можно разделить на две категории: транзакционный и трансляционный риск. Транзакционный риск заключается в том, что национальная валюта может менять свою стоимость на протяжении действия заключенного контракта, как в большую, так и в меньшую сторону. Риск же трансляционный возникает из-за того, что стоимость активов и пассивов предприятия в иностранной валюте может меняться и неизбежно меняется со временем ввиду изменения валютных курсов. 6) Рыночный риск Рыночный риск это риск специфический, он связан с вероятностью ухудшения финансового положения банка под действием изменений, происходящих на рынке независимо от банка, но влияющих на него. Изменения показателей на рынке, в первую очередь, цен, курсов, котировок, и вызывают рыночный риск. Рыночные риски классифицируются в зависимости от рынка, то есть подразделяются на процентные, товарные, валютные и фондовые. 7) Операционный риск. Суть операционных рисков в возможных ( и отчасти неизбежных) потерях при проводимых банком операциях. Потери эти могут обуславливаться как действиями персонала (ошибки), так и техническими неполадками в системе, а также внешними обстоятельствами, на появление которых банк не может повлиять (например, стихийные бедствия). Недостаточный уровень внутреннего контроля также приводит к возрастанию операционных рисков. 8) Правовой риск. Банки неизбежно сталкиваются с риском увеличения обязательств или обесценивания активов из-за некачественной и неквалифицированной, а зачастую просто-напросто мошеннической юридической поддержки. Судебные издержки также относят к правовым рискам. Правовые риски подразделяются на финансовые и репутационные, впрочем, ухудшение репутации банка неизбежно вскоре перерастает и во вполне конкретные финансовые показатели. 8 Впрочем, риски можно классифицировать иначе. Вообще, классификаций существует очень много. По уровню риска они делятся на риски на уровне микро- и макроотношений. По степени обеспечения устойчивого развития банковской организации риски делят на процентные риски, риски потери конкурентоспособности, риски капитальной базы, риски несбалансированной ликвидности и потери доходности. По сфере масштабу действия риска принято выделять риски, вызванные деятельностью определенного типа банков, риски, исходящие от страны, риски, связанные с деятельностью центров финансовой ответственности, а также риски, вызванные проводимыми банковскими операциями. По видам банков риски классифицируются на риски отраслевых банков и риски банков специализированных. Также риски могут зависеть или не зависеть от деятельности банка, могут подразделяться на низкие, умеренные и высокие, могут исходить от отраслевой структуры клиентов, а могут от отдельных клиентов – крупных, мелких или средних. По характеру банковского продукта, операций и услуг, риски подразделяются на кредитные, валютные, расчетные, операционные, риски по забалансовым операциям и прочее. Еще одна интересная классификация рисков – по времени появления: текущие, потенциальные и ретроспективные. Вообще говоря, надо разделять риск для конкретного банка и риск для всего банковского сектора. Уровень потерь, методы выхода из неблагоприятной ситуации, сроки нормализации ситуации существенно разнятся. Риски банковского сектора на макроуровне непосредственно связан с политикой и экономикой страны, с управленческой структурой государства, ее законодательной базой. Риски же отдельного банка проистекают из деятельности конкретно его менеджеров, принятых ими решений, их умения управлять располагаемыми ресурсами. Совсем по-разному проявляются риски, определяемые деятельностью банков по каждому конкретному направлению. Расчетные, валютные, депозитные, кредитные операции, проводимые банком, влекут появление различных рисков. Пытаясь их минимизировать, банк диверсифицирует собственную деятельность и улучшает качество оказываемых услуг по каждому из направлений. Кстати, на 9 данный момент многие виды банковских операций, финансовых возможностей, повсеместно распространенные в передовых странах, в России еще не нашли применения ни одним из банков. Эффективность деятельности банка, безусловно, включает в себя управление снижением рисков, и это один из главных параметров. Риски можно классифицировать в зависимости от степени устойчивого развития банка. Функционирование банка как кредитной организации в масштабах экономики страны напрямую зависит от способов управления капиталом, от политики, принятой в банке по пассивам и активам, от управления ликвидностью в данном банке. По некоторым направлениям деятельности, согласно исследованиям, российские банки на текущий момент не являются конкурентоспособными, и в сфере управления рисками им есть куда прогрессировать. С точки зрения целей управления рисками в банковской деятельности важно выделять параметры, определяющие риски, традиционно выделяются внешние и внутренние риски. Соотношение между ними каждый раз разное. Принято считать, что во время дефолта 1998 г. их влияние на ситуацию в российском банковском секторе было одинаково заметным. Для отдельных банков влияние внутренних показателей, определяемых качеством управления банковской деятельностью, стало более определяющим. Несколько сотен российских банков прекратили свое существование. Из 30 самых крупных российских банков только дюжина сохранилось в банковском секторе. В состав внешних рисков обычно принято включать социальные, политические, отраслевые, экономические, демографические, географические и прочие риски. Политические риски, оказывающие негативное воздействие на банковскую систему, обычно возникают вместе с: • с вероятностью изменения политического режима, экспропроиации или же национализации имущества без адекватной компенсации потери капитала; • с возможными ограничениями обмена национальной валюты и ее вывода за рубеж; 10 • с разрывом актов, закрытием границ, вследствие решений исполнительной власти государства, где зарегистрирован рассматриваемый банк; • с войной и прочими силовыми конфликтами. Политические факторы могут оказывать и положительное воздействие на банковский процесс. Смена власти на новую, декларирующую программу поддержки предпринимательства, может привести к улучшению экономической ситуации и снижению ключевых рисков. С политическими рисками неразрывно связаны правовые риски, связанные с изменением законодательной базы, нарушением законов или отсутствием в законах тех или иных норм предпринимательской деятельности. Риски на макроэкономическом уровне связаны с изменениями экономики страны в целом, в том числе положения рынка (импортных и экспортных цен), валютного курса, рыночной конъюнктуры и так далее. Грандиозное влияние на масштабы банковской деятельности оказывают изменения в законодательстве, коррекция нормативных актов Центрального банка, затрагивающих нормы деятельности банков как кредиторов, условий рефинансирования, норм резервирования и т.п. Являясь юридическими нормативами, они серьезно влияют на экономику кредитных учреждений. Среди экономических рисков выделяются также страховые, которые обуславливаются такими явлениями как аварии, грабежи, пожары и так далее. И широкий круг рисков влияет на отношения банка и клиента. В кредитный договор, например, могут быть внесены изменения ввиду изменений кредитоспособности заемщика, финансового положения банка, его банковской политики и других факторов. Кредитные отношения могут быть пересмотрены на основании изменений в стоимости обеспечения кредита, непредвиденных изменений оборота капитала. Часть этих рисков может быть вызвана как внутренними, так и внешними причинами. К внешним относятся: банкротство заемщика, семейные проблемы, мошенничество, требования кредиторов о погашении задолженности, кража, безработица. Оцениваются, кроме того, риски стихийных бедствий, вызванных обстоятельствами непреодолимой силы. 11 Внешними для банка могут быть и конкурентные риски, связанные с появлением новых видов услуг и операций. В результате прежние услуги и операции морально устаревают. Могут быть риски связаны и со снижением стоимости операций, выполняемых другими банками, повышением требований к качеству банковского государственными обслуживания, нормативами. вызванные инфляцией, сформулированных Внешними неустойчивостью могут клиентами оказаться национальной также денежной или риски, единицы, злоупотреблением клиентов при совершении денежных операций, использованием поддельных платежных документов. Что касается внутренних причин, обуславливающих, к примеру, кредитный риск, то это низкого уровня контроль кредитования, недостаток обеспечения, ошибочное реагирование на предупредительные сигналы, ошибочная оценка заявки клиента на кредит. Указанные внутренние причины являются основными факторами потерь при кредитовании — их влияние более чем на 60% определяет результаты деятельности кредитной организации. Еще два критерия, по которым над разграничивать риски, это критерии масштабов действия и сферы. Возьмем страновой риск. Он учитывает общую экономическую и политическую ситуацию в соответствующей стране, позволяя банку лучше ориентироваться с построением своих взаимоотношений с клиентами данного государства. В соответствии с международными рейтингами каждая страна получает определенную степень надежности. Конечно, риск банка зависит не только от месторасположения партнера, но и от его финансовой устойчивости и надежности. Эти параметры определяются такими факторами, как доходность, уровень ликвидности, предприятие, качество активов. Если страна, где располагается не занимает высокого положения в рейтинге инвестиционной привлекательности, но сама организация обладает хорошими финансовыми показателями для своей страны, это позволяет ей занимать высокое положение в рейтинге надежности внутри своей страны. Риск, сопряженный с такой сделкой, снижается за счет гарантий от этой организации. Также необходимо обращать внимание на саму операцию, которую банк собирается финансировать. Задача банка 12 здесь состоит в том, чтобы избежать риска неплатежа, сомнительных сделок клиента, нерентабельного вложения средств, ненадежности гарантии третьего лица. Важное значение имеет время возникновения банковского риска. В соответствии с данным критерием риски разделяют на ретроспективные, текущие и перспективные. Будущие риски легче рассчитать, используя данные по рискам ретроспективным. Важно учитывать временной разрыв между моментом совершения платежа и моментом возврата денежных средств. Чем дольше этот временной промежуток, тем сложнее оценить риск, и тем он выше. От правильности расчета текущего риска во многом зависит риск будущих потерь. По степени зависимости риск может быть не зависимым или зависимым от банка. Первый обычно бывает обусловлен политическими и макроэкономическими факторами, непредсказуемым изменением законодательства. Зависимые от банка риски возникают на уровне отношений с клиентом, зависят они от действий персонала банка. В переходных экономических системах не зависимые и зависимые от банка риски зачастую возникают параллельно, вызывая значительные противоречия в движении банковского капитала и локальные банковские кризисы, замедляя общий экономический рост. При расчете банковских рисков немалую роль играет вид банка, его специализация. Риск специализированного банка чаще всего основан на продукте (услуге), на производстве которого специализируется кредитное учреждение. Спрос на данный продукт и его качество выступают в данном случае решающими факторами, определяющими риски и эффективное развитие банка. Как правило, качество денежно-кредитного обслуживания у специализированного банка выше, что позволяет ему привлекать определенный круг клиентов. Часто, однако же, случается, что клиента интересует целый спектр услуг, а не какая-то одна, поэтому банки чаще и чаще вынуждены оказывать услуги совершенно разной природы, расширять свою специализацию. Это означает, что клиенту не надо ходить в другие кредитные организации, все финансовые услуги он может получить в данном банке. Иногда банки специализируются не только на тех или иных продуктах, но и на клиентуре, обслуживании определенных отраслей. Отраслевые риски, возникающие 13 в этом случае, оказываются преимущественно зависимыми от состояния соответствующей отрасли. Многие современные российские банки, особенно те, что существуют не без государственного участия, были основаны на базе различных министерств. Название специализации зачастую сохраняется в названии, например, Россельхозбанк. При благополучной экономической ситуации отраслевые банки имеют серьезные шансы для расширения своей деятельности и повышения ее эффективности. У универсальных же банков существуют свои риски. К универсализации своей деятельности, о чем уже говорилось, банки подталкивают сами клиенты, предъявляя спрос на многообразные банковские услуги и операции. Но иногда универсализация банка становится ошибочным решением его менеджмента. Как известно, российские кредитные организации по масштабам своего капитала в своем большинстве являются небольшими денежно-кредитными институтами, поэтому стремление к выполнению множества операций для всех разновидностей клиентов в различных регионах может стать непосильной задачей как в финансовом, так и профессиональном отношении. Чтобы поддерживать высокое качество оказываемых услуг при низкой себестоимости прогрессивные банки осуществляют сегментацию своих человеческих ресурсов, организуя специальные подразделения по каждому из видов деятельности. В разделе банковских рисков особо выделяются риски центрального (национального) банка, выполняющего тот же круг банковских операций, но в отношении другой категории клиентов и преимущественно на макроуровне экономических отношений. Клиентами таких банков, по правде говоря, является вообще каждый субъект экономических отношений. Риски такого банка проявляются не только во взаимодействии с каждым конкретным клиентом, но и в целом в экономике. Частая ошибка эмиссионных банков заключается в чрезмерном выпуске национальной валюты, и это приводит к обесцениванию валюты. Самое интересное, что эмиссионный риск проявляется и в случае недостаточного выпуска денег. Осуществляя денежно-кредитное регулирование, эмиссионный банк, помимо своей основной задачи по укреплению денежного обращения, призван обеспечивать 14 защиту от подделки платежных средств, выпуска фальшивых денежных купюр. В условиях российской экономики Банк России наделен также полномочиями надзора за деятельностью коммерческих банков. Это означает, что его риски дополняются в процессе выдачи им и отзыва у них лицензии на право осуществления банковской деятельности. Задача, поставленная перед Банком России по обеспечению устойчивости национальной банковской системы, требует от него механизма оперативного предотвращения неплатежеспособности кредитных организаций, содействия их эффективной деятельности. При классификации банковских рисков заметную роль играет их разделение в зависимости от величины. Здесь риски делятся на низкие, умеренные и полные. В зависимости от выполняемых операций, диапазоны значений низких, умеренных и полных рисков разнятся. Так, при выполнении кредитных операций минимальным считается риск, размер которого находится на уровне 0—0,25% потерь расчетной прибыли; повышенным — при потери расчетной прибыли в пределах 25—50%; критическим считается риск, при котором потери расчетной прибыли составляют 50—75%, и, наконец, недопустимым считается риск, при котором ущерб достигает 75—100% расчетной прибыли. Исходя из масштабов, банковские риски также разделяют на комплексные (совокупные) и частные (индивидуальные). Если при совершении кредитных операций некоторый риск охватывает все кредиты всех заемщиков, то это совокпуный риск. Частным будет риск, относящийся к отдельным разновидностям ссуд или к отдельным клиентам. Банковские риски могут различаться и в соответствии с составом клиентов банка. Здесь выделяют две разновидности риска: 1) риск, исходящий от крупных, средних и малых клиентов; 2) риск, исходящий от отраслевой структуры клиентов. В первом случае крупный клиент далеко не всегда означает и крупный риск. Напротив, крупный клиент с большими денежными оборотами и проходящими через банк операциями приносит банку значительную прибыль. Опасность состоит, однако, в том, что концентрация вложений банка в экономику крупного предприятия в случае существенного ухудшения его финансового положения и 15 банкротства может привести к крупным потерям банка-кредитора. Определенные потери могут исходить и от небольшого предприятия, подверженного в условиях рыночных отношений заметным колебаниям в области производства и сбыта своей продукции. Риск, исходящий от отраслевой структуры клиентов, также бывает не менее заметен. Преимущественные инвестиции банка в одну даже процветающую отрасль экономики (например, нефтяную или газовую) с макроэкономических позиций может также оказать негативное влияние на экономику в целом. Например, это может привести к сырьевой ориентации экономики вместо того, чтобы осуществить пресловутую диверсификацию и увеличивать инвестиции в науку, высокотехнологические производства. Исходя из учета выполняемых банком операций выделяются две разновидности риска: риск по внебалансовым операциям и риск по балансовым операциям. В обоих случаях риск касается как активных, так и пассивных операций кредитной организации. При совершении активных операций могут возникать риски инфляции, процентные риски, портфельные риски, кредитные и другие. Риски по пассивным операциям могут быть связаны с формированием капитала, его структуры и увеличением за счет прибыли. Непредвиденный банком отток привлеченных ресурсов может вызвать риски по депозитным операциям. Отечетсвенная практика доказывает, что снятие крупных депозитов предприятий при затруднениях в погашении ранее размещенных кредитов не менее крупным заемщиком приводило к острым платежным затруднениям и даже банкротству банков. 16 1б. Возможности управления рисками для банков Сталкиваясь с рисками различного происхождения, банки вынуждены заниматься управлением рисками, проводить операции по их снижению, по устранению угроз. Методы управления рисками делятся на группы точно так же, как и сами риски. Например, существует классификация, предполагающая разделение рисков на совокупные и частные. К первым относят управление кредитными, торговыми, инвестиционными рисками и другими рисками портфелей банка. Ко второму классу рисков принято относить операционные риски и риски кредитных сделок. Управление рисками основывается на модели управления банком вообще, на стратегии поведения. Наиболее рискованными стратегиями считаются лидерская стратегия и стратегия предоставления новых услуг, стратегия образования нового рынка. Риск снижается, если банк работает со старой клиентской базой, про которую известны ее предпочтения, потребности, возможности. В то же время для работы с элитной клиентурой требуется задействовать отдельную стратегию, более рискованную, так как потеря одного VIP-клиента это не только серьезный финансовый риск, но и немалый риск репутационный. Управление рисками – это набор механизмов и методов по идентификации риска, оцениванию риска, нейтрализации или уменьшению риска, профилактике возможных рисков. Чтобы грамотно управлять рисками, надо проанализировать, какие именно показатели являются определяющими и как нормализовать эти показатели. Поговорим о методах расчета рисков. Методы эти делятся на три группы: статистические методы, аналитические методы и методы экспертных оценок. Первый метод подразумевает работу с данными за различные временные периоды и сопоставление количества и размера потерь банка с вероятностью возникновения этих потерь. Статистический метод позволяет выделить зону, свободную от рисков для банка, а также область повышенных и критических рисков. 17 Аналитический метод призван установить оптимальный уровень риска для банка в каждом из направлений его деятельности, а также в целом, и соотнести между собой полученные данные. Метод экспертных оценок основывается на рейтинговании различных показателей, исходя из мнений привлеченных экспертов. Эксперты оценивают кредитоспособность того или иного клиента банка, размеры каждого из вышеперечисленных по категориям рисков, размеры необходимых для покрытия этих рисков резервов, квалифицируют различные экономические показатели деятельности банка. Основными методами снижения банковских рисков являются лимитирование, диверсификация, страхование, хеджирование, самострахование. Остановимся более подробно на каждом из вышеперечисленных методов. Лимитирование – это установление предельных сумм банковских расходов, а также предельных сумм кредитования, ведь кредитный риск предполагает, что в силу различных причин деньги, выданные в кредит, могут не быть возвращены банку в полном объеме. Чтобы избежать таких ситуаций, банки иногда прибегают к страхованию, то есть договору со страховой компанией о выплатах в случае наступления страхового случая. А то и к самострахованию, при котором на средства самого банка создаются резервные фонды. Другой способ снижения рисков – диверсификация. Это наполнение инвестиционного или кредитного портфеля банка различными активами и пассивами. Различия между ними состоят в уровне доходности и степени риска. Хеджирование – еще один метод, используемый для управления рисками. Оно подразумевает заключение сделок и контрактов на небольшие сроки ввиду возможности существенного изменения валютных курсов в долгосрочном периоде. Исходя из данных проводимых ранее исследований по банковским рискам, как правило, к отзыву лицензии приводит срабатывание одного из нескольких достаточно распространенных сценариев, каждый из которых, в свою очередь, бывает вызван совокупностью определенных предпосылок. Например, зачастую, как 18 ни странно, отзыв лицензии происходит в отношении банков с быстрым ростом наличного капитала, одного из высоколиквидных активов. Но наличность также является крайне низкодоходным активом, и сочетание высокого уровня наличности с ростом капитала может свидетельствовать о заведомой недостоверности данных. Рост капитала одновременно указывает на неэффективность работы банка как кредитного органа и тянет вниз долгосрочную ликвидность банка. Такое одновременное движение этих показателей заставляет подозревать банк в отмывании нелегитимных доходов. Другие данные указывают на иной возможный неблагополучный сценарий – о высокой вероятности отмывания денег с помощью разделения больших сумм на небольшие может свидетельствовать резкое увеличение количества выданных кредитов и взятых депозитов с физических лиц. Еще один классический пример ситуации, которая может привести к отбору лицензии – использование зарубежных банков для вывода средств за рубеж. О том, что такой акт имеет место, может свидетельствовать, например, выданный банку – нерезиденту значительного размера кредит. И вообще перевод за границу денежных средств в значительном размере, сравнимом с объемом капитала. В этом случае платежи по кредиту могут не происходить, а из-за того, что выбран банк с высоким рейтингом, для кредита необязательно создавать резервы. Слишком высокий процент ссуд в банковских активах может свидетельствовать о тяжелом финансовом положении банка. Просроченные задолженности привлекают внимание контролирующих органов, банк неизбежно несет репутационные потери.Банк может усугубить ситуацию, пытаясь скрыть плачевное положение путем пролонгации просроченных кредитов или перекредитования заемщиков. Быстрый рост размеров кредитного портфеля вкупе с увеличением объема депозитов физлиц не может, таким образом, не вызвать подозрений наличия проблем у банка. Еще одним фактором, указывающим на нестабильное положение банка, является рост вложений в паевые фонды и тому подобное, потому что для успешных банков ситуация с передачей управления в другие руки является нехарактерной. 19 Высокий процент ценных бумаг в активах банка также свидетельствует о проблемах. Ценные бумаги являются источником заработка, если ими постоянно распоряжаться, покупать и продавать, а если у бумаг банка низкая оборачиваемость, это настораживает. Более того, банк, формально декларируя наличие у себя весьма ценных бумаг, может фактически иметь в своем распоряжении дефолтные бумаги низкой стоимости. Недостоверность отчетности по итогам проверки является достаточным условием для отзыва лицензии. 20 1в. Обзор методов построения регрессионной модели Первый метод построения, который мы рассмотрим, это статистический метод логистической регрессии. Он используется для предсказания вероятности наступления события, в данном случае – лишения банка лицензии. Переменная z принимает значение 0, если событие не произошло, и 1 в обратном случае. Она зависит от множества переменных-предикторов x1, x2, …xn, исходя из значений которых мы должны вычислить вероятность разорения банка или же лишения лицензии по иным причинам. Вероятность наступления события z представляется как некоторая f(z), где 𝑧 = 𝜃 𝑇 𝑥 = 𝜃1 𝑋1 + ⋯ + 𝜃𝑛 𝑋𝑛 где x и θ это вектор-столбцы: значений независимых переменных x1, x2, …xn и так называемых коэффициентов регрессии – параметров θ1,…, θn. f(z) – это сама функция. Для нашей задачи переменные x1, x2, …xn это показатели деятельности банка, а θ1,…, θn мы должны найти. 𝑓(𝑧) = 1 1 + ⅇ −𝑧 Так выглядит сама функция, по которой можно определить вероятность лишения лицензии. f(z) это вероятность, что банк сохранится, а 1- f(z) – что исчезнет. Чтобы подобрать параметры (коэффициенты регрессии), мы должны составить выборку. В нее войдут данные по банкам, лишенным лицензии и продолжающим существование. z мы примем за 1 для несуществующих и за 0 для действующих банков, а в качестве вектора независимых переменных выступят показатели банка из нашей базы. Другой метод построения модели – метод дерева решений. Структурно эта композиция напоминает дерево – в качестве «листьев» выступают блоки с вопросами о переменных. «Ветки» дерева – это ребра, исходящие вниз из вышеупомянутых блоков. Эти ребра описывают все возможные ответы на заданный вопрос. Вот пример дерева решений, взятый из ru.wikipedia.org: 21 Рис.1. Пример внешнего вида дерева решений Как мы видим, для каждого возможного случая дана вероятность его появления. Постепенно, дерево решений распадается на большее и большее количество ветвей. Результатом процесса, описанного с помощью дерева решений, является ответ на заданный вопрос (в данном случае «выживет ли особь») и вероятность получения такого ответа. В нашем случае нижний уровень дерева решений будут образовывать «листья» с ответами «да» и «нет» на вопрос «Исчезнет ли банк?», и будут указаны вероятности того или иного исхода. Чтобы проанализировать, например, какие параметры приводят к наилучшему исходу (минимальная вероятность разорения или иных проблем), мы должны подняться вверх по дереву от «листа», характеризующего наилучший исход. Во всех узлах, где происходит раздвоение дерева (или разделение на большее количество ветвей), мы фиксируем, что на вопрос, определяющий данный этап классифицирования, был дан тот или иной ответ. Добравшись до верха дерева, мы могли бы определить, какие значения по каким показателям приведут к наименьшему риску разорения, какие к наибольшему, а также смогли бы сравнить два произвольных банка по величине разорения, взяв показатели каждого из них и пройдясь по дереву теперь уже сверху 22 вниз, каждый раз выбирая ребра, соответствующие данным, имеющимся у нас касательно того или иного банка. Целевая переменная здесь – это у, ее значение колеблется в диапазона от 0 до 1. Каждый «лист» суть значение у, полученное в результате спуска по дереву определенным образом. Независимые переменные – это вектор из x1, x2, …xn. Каждый из этих х отвечает за один из столбцов нашей базы данных, за численные значения банков по тому или иному показателю. Разберемся с достоинствами и недостатками метода деревьев решений: к достоинствам можно отнести его понятность, наглядность, визуальную простоту. Также не требуется предварительного форматирования данных, и очень важно, что можно задействовать переменные разных типов. Что касается недостатков, то есть опасность создания слишком больших и ветвистых деревьев, которые не будут представлять данные достаточно репрезентативно. Это может произойти в случае, когда близкие значения по некоторому параметру относят к разным категориям, хотя можно было бы свести в одну. Но существует метод регулирования глубины дерева, который применяется для представления данных более компактно. Суть метода регулирования глубины дерева в удалении тех участков, которые имеют малый вес. Надо исходить из того размера дерева, который мы считаем оптимальным. 23 2. Описание данных, построение модели 2а. Описание данных В нашем исследовании мы будем использовать базу данных российских банков, включающую десятки различных микроэкономических показателей деятельности этих банков за 2009 год. На начало 2009 года в России функционировало 269 банков, по которым удалось найти достаточно полные и репрезентативные данные. К концу года их количество значительно сократилось – 69 банков были лишены лицензии. Причины прекращения деятельности разнятся – мы будем выделять экономические причины, причины, связанные с нарушением банком действующего законодательства и причины, связанные с нарушением статей 6 и 7 Федерального Закона 115 «О противодействии легализации доходов, полученных преступным путем». Некоторые банки были лишены лицензии ввиду совокупности причин всех трех из этих классов или двух из вышеперечисленных. Принято считать, что в России именно микроэкономические, а не макроэкономические показатели чаще всего являются определяющими в деятельности банков, и риски в основном произрастают именно из хозяйственной деятельности банка, а не окружающей среды. Как влияют на жизнеспособность банков макроэкономические данные, предмет отдельного исследования, а мы займемся анализом финансовых показателей каждого банка и выясним, какова вероятность отъема у банка лицензии, исходя из имеющихся у нас данных его отчетности. Итак, мы можем поделить все рассматриваемые банки на классы: активные (active), ликвидированные добровольным путем (closed), лишенные лицензии в силу экономических (ec), юридических (law), связанных с ФЗ-115 причин (речь об отмывании денег) (laun) или в силу совокупности причин (соответственно, eclaun, eclaw, launlaw, eclaunlaw). 24 Таблица 1. Количество исследуемых банков по категориям Active 200 Closed 4 Ec 1 Laun 0 Law 0 EcLaun 0 EcLaw 3 LaunLaw 16 EcLaunLaw 45 В таблице представлено количество российских банков в каждой из этих категорий на конец 2009 года. Как мы видим, большинство банков, прекративших существование, столкнулись с проблемами как финансового, так и юридического характера. Теперь разберемся с теми показателями, которые мы для каждого банка будем оценивать. Речь пойдет о 12 показателях: вот они: Таблица 2. Перечень рассматриваемых показателей средства индивидуальных SIP_1 предпринимателей RPR_1 прочие расходы DDBO_1 другие доходы от банковских операций процентные доходы по кредитам PDFL_1 физлицам DK_1 проценты за кредиты - доходы RK_1 проценты за кредиты - расходы OV_1 обязательства до востребования ORCB_1 обязательные резервы в ЦБ CAB_1 суммарные активы NMO_1 нетто межбанковских операций KE_1 кредиты экономике DP_90_1 депозиты предприятий до 3 месяцев 25 Почему рассматриваются именно эти показатели: дело в том, что по многим другим показателям, содержащимся в базе, данные есть лишь по 10- 30 процентам всех банков, что заставило бы нас жертвовать репрезентативностью итогов. Что же касается вышеперечисленных показателей, то данные по ним есть в отношении абсолютного большинства банков. Полный перечень всех показателей и имеющихся данных по ним очень масштабен и может быть предоставлен по запросу. 26 2б. Построение модели Для построения модели будем использовать метод логистической регрессии, суть которого описана ранее. Он поможет нам точнее оценить значимость тех или иных показателей, чем метод дерева решений, потому что в данном случае (исходя из очень большого объема данных) дерево либо получится чересчур ветвистым и массивным, либо, при стремлении ограничить его размеры, нам придется объединять в одни и те же кластеры сильно разнящиеся значения у разных банков по ряду показателей. Но вернемся к методу множественной регрессии: входным интервалом y будет столбец из нулей и единиц, обозначающих лишение банка лицензии (1) или продолжение функционирования (0). Входным интервалом x станут столбцы вышеперечисленных показателей для каждого банка. Логистическую регрессию мы будем запускать в среде IBM SPSS Statistics 22. LOGISTIC REGRESSION VARIABLES license /METHOD=ENTER SIP_1 RPR_1 DDBO_1 PDFL_1 DK_1 RK_1 OV_1 ORCB_1 CAB_1 NMO_1 KE_1 DP_90_1 /CRITERIA=PIN(.05) POUT(.10) ITERATE(20) CUT(.5). Вот скрипт, с помощью которого мы запустили регрессию в данной программе. License – название зависимой переменной, а объясняется она остальными переменными, указанными строчкой ниже. Еще ниже указаны критерии шагового отбора, которые мы задаем. Это нужно для управления добавлением переменных в уравнение и исключением из него. Переменная включается в модель, если вероятность статистики критерия вклада для нее меньше значения в поле Включение, и исключается из модели, если вероятность критической статистики больше значения в поле Исключение. В поле Включение поставим 0,05, в поле Удаление 0,10. Количество итераций зададим равное 20, а значение cut(.5) – это порог классификации, точка отсечения для классификации наблюдений. Как положительные определяются наблюдения с предсказанными значениями от 0,5 до 0,99, а как отрицательные – от 0,01 до 0,5. Каким образом работает логистическая регрессия? Опишем этот процесс. Для нахождения искомых коэффициентов регрессии применяется метод максимального правдоподобия, для осуществления которого используется функция правдоподобия, 27 выражающая плотность вероятности совместного появления результатов выборки Y1,…,Yn. L(Y1,…,Yn, Ѳ)=p(Y1, Ѳ)*…* p(Yn, Ѳ). В качестве оценки неизвестного параметра принимается такое значение, которое максимизировало бы функцию L. Еще проще максимизировать ln(L). Пусть вероятность, что зависимая переменная равна 1 ( а она, напомним, может принимать только значения 0 и 1), равна Pi. Тогда, если W-вектор коэффициентов регрессии, то 𝑛 ∗ 𝐿 = ∑ (𝑦𝑖 ln(𝑝𝑖(𝑤) ) + (1 − 𝑦 ⋅ ⅈ) ln(1 − 𝑝𝑖 (𝑤))) −1=1 Эта функция всегда вогнута, поэтому для поиска максимума можно использовать метод Ньютона. Напомним, что это итерационный метод, в котором значение переменной на каждой следующей итерации определяется следующим образом: 𝑋𝑛+1 = 𝑥𝑛 − 𝑓(𝑥𝑛 ) 𝑓 ′ (𝑥𝑛 ) Для оценки качества модели логистической регрессии существует так называемый ROC (Receiver Operator Characteristic) – анализ. ROC-кривая показывает зависимость количества верно квалифицированных положительных от количества ошибочно классифицированных отрицательных примеров. Таблица 3. ROC - анализ Фактически Модель положительно отрицательно положительно TP FP отрицательно FN TN FP – false positives, ошибка второго рода. Событие не произошло, а модель считает иначе. FN- false negatives, ошибка первого рода. Событие произошло, а модель это не распознала. Случаи TP и TN называются соответственно истинно положительными и истинно отрицательными. Зачастую используют не абсолютные показатели, а доли: TP/(TP+FN) и FP/(FP+TN). Эти показатели называются соответственно чувствительностью и специфичностью модели. Разумеется, существуют некоторые 28 закономерности, касающиеся этих показателей. Например, высокая чувствительность модели влечет тщательное обнаружение положительных, а высокая специфичность – отрицательных примеров. Если проводить параллели с судебной системой, одна модель гарантирует, что невиновный не попадет за решетку, другая – что виновный не останется на свободе. Как построить ROC-кривую? Для этого значения чувствительности и специфичности высчитываются для каждого последующего значения примера в выборке от 0 до 1. Чувствительность откладывается по одной оси, а величина (1спеифичность) по другой. Из двух ROC-кривых более точную модель характеризует та, что находится выше и левее. Логистическая регрессия выдала следующие результаты: Таблица 4. Классификация Шаг 1 Предсказанные лишен Процент лицензии правильн 0 1 ых 196 4 98,0 1 51 98,1 Наблюденные лишен 0 лицензии 1 Общая процентная доля 98,0 В этой таблице указано, что 98 процентов банков по результатам исследования были отнесены к той же категории, к которой реально относятся, то есть в 98 процентах случаев программа верно определяет, лишен ли банк лицензии. Это демонстрирует высокий уровень точности модели и доказывает, что выбранная система переменных действительно репрезентативно иллюстрирует ситуацию в банковском секторе. 29 Таблица 5. Значения коэффициентов и их значимость Значение -,0000402282 -,0010281017 -,0000183810 -,0000098124 -,0000198075 ,0000194159 ,0000000112 -,0000310534 ,0000007534 ,0000011359 ,0000004905 -,0000140016 Значимость ,1341127428 ,0168864414 ,0182586496 ,6015722770 ,0099688223 ,0083282385 ,9919533157 ,6244090018 ,4000392990 ,4453271257 ,7024959194 ,0094947931 SIP_1 RPR_1 DDBO_1 PDFL_1 DK_1 RK_1 OV_1 ORCB_1 CAB_1 NMO_1 KE_1 DP_90_1 Константа 3,1544520530 ,0000487608 Здесь даны величины каждой из переменных в уравнении регрессии, а также значимость этих переменных. Если эти величины перемножить на данные по соответствующим показателям для того или иного банка, а потом сложить эти 12 произведений, и прибавить константу из таблицы, мы получим функцию z для конкретного банка (ту функцию, о которой говорилось в первой части). Через нее можно предсказать вероятность лишения банка лицензии. Напомним, как это сделать: 𝑓(𝑧) = 1 1 + ⅇ −𝑧 Полученное f – искомая вероятность. Это первый важный итог нашего исследования – теперь мы знаем, как спрогнозировать, с какой вероятностью банк будет лишен лицензии. Что же касается столбца «значимость», то значимыми являются те показатели, значение по которым < 0,1. В данном случае это показатели: 1) Доходы с процентов, полученных за предоставленные кредиты 2) Расходы по процентам, начисленным за привлеченные кредиты 3) Депозиты предприятий до трех месяцев. Это второй важный итог нашего исследования – теперь мы знаем, от каких показателей в первую очередь зависит благополучие банка. 30 Каких же значений по значимым показателям банкам следует избегать для того, чтобы наверняка сохранить лицензию? Анализ данных показывает, что, например, процентные доходы по выданным кредитам у банков, оставшихся в рамках рынка, колеблются от 129899286 до 61081, а у исчезнувших банков от 88495858 до 4350. Что же касается средних значений по этим группам, то они соответственно равны 7433812 и 2390434. Разница очевидна. Если проанализировать объем депозитов предприятий до трех месяцев в рассматриваемых банках (это другой значимый показатель), то можно получить среднее значение среди действующих банков – 1039067, а среди недействующих – 110392. Разница еще более заметна, то есть низкие значения по значимым показателям могут иметь критическое значение. 31 Заключение В данной работе мы провели исследование финансовых показателей банков России в 2009 году. В первой части были освещены виды рисков, с которыми сталкиваются банки, была реализована попытка эти риски классифицировать. Было сказано об основных методах, применяющихся для снижения рисков, и методах эти риски оценить. Основной же задачей работы являлось построить математическую модель для оценки разорения банка или же лишения его лицензии. Предполагалось, что исходными данными для построения такой модели должна стать база данных российских банков, включавшая данные по ряду показателей. Отобрав показатели, по которым имелась подробная и репрезентативная статистика, мы приняли решение использовать для моделирования метод логистической регрессии средствами пакета SPSS. Описав в первой части работы также принципиально другой метод моделирования – метод построения деревьев решений, мы решили остановиться на регрессионном по причине весьма объемного набора имевшихся данных. Мы описали схему построения логистической регрессии методом максимального правдоподобия, обратив внимание на оценку качества модели – так называемый ROC-анализ позволяет оценить процент банков, определенных в искомую категорию, поговорили о типах существующих ошибок в ходе ROCанализа и откуда они проистекают. Задав параметры регрессии в соответствии с общепринятыми умолчаниями и отобрав 12 входных объясняющих переменных для анализа, мы построили логистическую регрессию. Точность модели оказалась весьма высокой – исходя из классификационных таблиц, 98 процентов банков программа отправила в искомую категорию. Также мы определили значения коэффициентов регрессии для искомой формулы и зафиксировали те 3 показателя, которые оказались значимыми для построения модели изъятия лицензии. Систематизируем полученные в работе выводы: 32 1) Вероятность лишения банка государственной лицензии можно спрогнозировать с помощью линейной регрессии 2) С помощью предложенной в работе модели это можно сделать с 98-процентной точностью 3) Три показателя финансовой деятельности банков, оказывающие ключевое значение на возможный отъем лицензии банка, это - Доходы с процентов, полученных за предоставленные кредиты - Расходы по процентам, начисленным за привлеченные кредиты - Депозиты предприятий до трех месяцев. Анализ рисков банковской деятельности – актуальная проблема и имеет перспективы развития в сторону уточнения моделей и увеличения количества факторов. Также интересно было бы проанализировать макроэкономические и политические факторы банковских рисков. 33 Список использованных источников 1. Балабанов И.Т. «Риск-менеджмент» – Москва.: Финансы и статистика, 1997. 2. Белоглазова Г. Н. Деньги. Кредит. Банки. - М.: Высшее образование, Юрайт, 2009. - 620 с. 3. Иода Е.В., Унанян И.Р. Основы организации деятельности коммерческого банка. Учебное пособие. - Тамбов: Изд-во ТГТУ, 2006. - 96 с. 4. Ковалев В. В. Финансы. - М: ТК Велби, Изд-во Проспект, 2006.- 5. Костерина Т.М. Банковское дело. - М.: Изд. центр ЕАОИ, 2009. - 6. Лаврушин О. И. Банковские риски. - М.: КНОРУС, 2007. - 232 с. 7. Милосердов 640 с. 360 с. А.А., Герасимова Е.Б. Рыночные риски: формализация, моделирование, оценка качества моделей. - Тамбов: Изд-во Тамб. гос. техн. ун-та, 2004. - 116 с. 8. Коробова Г.Г. Банковское дело. - М.: Экономистъ, 2006. - 766 с. 9. Тен В.В. Экономические основы стабильности банковской системы России. - Тамбов: Изд-во Тамб. гос. техн. ун-та, 2006. - 308 с. 10. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям: учебное пособие, 2-ое изд., испр. – СПБ.: Питер, 2013. – 704с. Бригхем Ю., Гапенски Л. Финансовый менеджмент Полный курс 11. В 2 х т / Пер. с англ под ред В В. Ковалева. СПб Экономическая школа, 1997. – 497с. 12. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. — 6-е изд., перераб.и доп. - М.: Дело, 2004. - 576 с. 13. Поляков К.Л., Полякова М.В. Специфика оценки устойчивости коммерческих банков в российских условиях. (Вопросы статистики, №12, 2013). 34 14. Поляков К.Л., Полякова М.В., Малиновская М.Б. Методология диагностики финансовой неустойчивости банков. (Вопросы статистики, №12, 2014). 35
