Модели оценки финансовой устойчивости российских коммерческих банков в меняющихся макроэкономических условиях тема диссертации и автореферата по ВАК РФ 08.00.10, кандидат наук Шульгина Марина Вадимовна

• Шульгина Марина Вадимовна
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Шульгина Марина Вадимовна

Введение

Глава 1 Теоретические и правовые основы оценки финансовой устойчивости коммерческого банка

1.1 Понятие финансовой устойчивости коммерческого банка

1.2 Модели оценки финансовой устойчивости банков в мировой банковской практике

1.3 Правовые основы оценки финансовой устойчивости банка в Российской Федерации

Глава 2 Влияние макроэкономических условий на специфику моделей оценки финансовой устойчивости коммерческого банка

2.1 Понятие макроэкономических условий функционирования коммерческих банков и факторы, влияющие на устойчивость кредитных организаций

2.2 Особенности проведения оценки финансовой устойчивости коммерческого банка в российских условиях

2.3 Предпочтения в выборе моделей оценки финансовой устойчивости банков надзорными органами в зарубежной практике

Глава 3 Направление развития моделей оценки финансовой устойчивости российских кредитных организаций

3.1 Дифференциация содержания моделей финансовой устойчивости банков на основе критерия системной значимости

3.2 Разработка и внедрение в модель оценки финансовой устойчивости банка показателей рентабельности активов и капитала

3.3 Комплексная модель оценки финансовой устойчивости российских коммерческих банков в условиях нестабильной макроэкономической

среды

Заключение

Список литературы

Приложение А Изменение подходов к определению финансовой

устойчивости коммерческого банка

Приложение Б Характеристика моделей оценки кредитоспособности

банков рейтинговыми агентствами

Приложение В Сравнительная характеристика Указаний Банка России

Приложение Г Макроэкономические показатели Российской Федерации

Приложение Д Сравнительная характеристика надзорных моделей

оценки банков

Приложение Е Сведения об оттоке средств по российской банковской

системе

Приложение Ж Результаты оценки финансовой устойчивости условного

банка по разным моделям

Введение диссертации (часть автореферата) на тему «Модели оценки финансовой устойчивости российских коммерческих банков в меняющихся макроэкономических условиях»

Введение

Актуальность темы исследования. Последние десятилетия российский и мировой банковский рынок подвергся нескольким серьезным потрясениям. Последствия мирового финансового кризиса 2008 года привели к краху многих банков, в том числе крупных системно образующих банков в США, имеющих мировое значение. В условиях изменения макроэкономической среды надзорные органы и другие экономические субъекты повысили свое внимание к моделям финансовой устойчивости банков.

Существуют различные подходы к оценке финансовой устойчивости кредитной организации, которые различаются в зависимости от целей и задач оценки. При этом экономические субъекты зачастую ориентируются на применяемые и утвержденные надзорными органами методики и модели. Поэтому последние имеют особое базовое значение.

С учетом изменений последних лет, происходящих в макроэкономической среде, большинство моделей оценки финансовой устойчивости потребовали существенных преобразований. Во-первых, усовершенствование используемых моделей стало необходимо для учета шоков, оказывающих значительное влияние на устойчивость банка и их способность продолжать осуществлять свою деятельность. В связи с этим, существенно ужесточились требования к банкам, особенно в области достаточности капитала. Разработаны новые более результативные способы оценки финансового положения, возможности прогнозирования результатов деятельности банка. Во-вторых, значительные изменения произошли и во внутрибанковской среде. Во многом это связано с активным развитием технологий (появление новых технологий, финансовых инструментов и методов), автоматизацией деятельности, развитием такого феномена как цифровая экономика, и соответствующими изменениями в линейке продуктов и услуг, перестроением части бизнес-процессов, в некоторых случаях и бизнес-моделей полностью.

Помимо мировых тенденций, в Российской Федерации происходили и локальные изменения, отразившиеся на условиях, в которых осуществляют свою деятельность коммерческие банки. Основное направление в надзорном регулировании происходило в сторону ужесточения проводимой политики, а также сближение национальных нормативных документов с мировыми. В связи с ужесточением требований и контроля банков, с 2007 по 2020 годы в России было закрыто 747 кредитные организации. На 01.01.2020 количество действующих кредитных организаций составило 442 (из них банков 402) [100]. Стоит заметить, что у большинства банков была отозвана лицензия в связи с несоблюдением законодательных и регулятивных норм, недостаточного внимания к оценке и управлению рисками. В то же время часть банков добровольно отказалась от лицензии и была ликвидирована. Основной причиной подобных решений собственников также являлось признание неспособности кредитной организации соответствовать нормам законодательных актов и требованиям регулятора к уровню финансовой устойчивости.

Другим направлением развития регулирования Банком России деятельности кредитных организаций можно назвать политику пропорционального регулирования, в соответствие с которой банки получили базовую или универсальную лицензии. В зависимости от полученной лицензии различаются требования к банкам, а также группе банков с базовой лицензией предоставляются послабления в предоставлении отчетности, расчете некоторых нормативов и в некоторых других аспектах.

Несмотря на то, что многие экономисты, исследователи и даже представители надзорных органов используют термин «финансовая устойчивость» и «финансово устойчивый банк», в российском экономическом сообществе и законодательстве нет единого подхода к данному понятию и к его оценке. В связи с этим существует множество методик и моделей, используемых разными экономическими субъектами с различными целями.

Актуальность темы исследования определяется необходимостью уточнения содержания и выявления важнейших составляющих моделей оценки финансовой устойчивости коммерческих банков с учетом анализа и обобщения изменяющихся условий осуществления ими деятельности на основе анализа российского и мирового опыта.

Степень разработанности темы исследования. В отечественной экономической литературе неоднократно разбирались вопросы стабильности, устойчивости банковской системы в целом. Часть исследований посвящена устойчивости коммерческих банков, и финансовой устойчивости, в частности. Однако комплексного исследования моделей оценки финансовой устойчивости коммерческих банков с учетом изменения макроэкономических условий не проводилось.

Свои подходы к определению и трактовке финансовой устойчивости банка давали такие российские ученые, как О.И. Лаврушин, Н.И. Валенцева, И.В. Ларионова, М.А. Поморина, Е.А. Тарханова, О.Г. Королев.

Такие исследователи, как А.Н. Зотов, В.В. Тен, М.А. Бобрик, А.И. Мурати, в своих работах рассматривали проблемы мониторинга и оценки финансовой устойчивости кредитных организаций.

Г.Г. Фетисов, Е.А. Альтман, В.С. Кромонов и ряд других авторов в исследованиях разработали собственные модели оценки финансовой устойчивости различных организаций. В работах Е.А. Альтмана также отмечалась необходимость использования разных моделей для оценки организаций, осуществляющих свою деятельность в различной внешней среде (модели для разных рынков, отраслей).

Ряд зарубежных авторов в своих исследованиях освещали содержание и сопоставление моделей оценки банков. Многие авторы рассматривали возможности совершенствования существующих моделей путем учета страновых особенностей, уровня развития экономики и других факторов. В рамках данной работы представляли интерес результаты таких исследователей, как М. Ростами (М. Rostami), В.К. Ханфорф ^.С. На^ог!)

Ч.-О. Маноусаридис Manousaridis), Е. Пунванто (Б. Purwanto) и

некоторых других авторов.

Поскольку большинство методик и моделей основаны на рекомендациях и требованиях международных и национальных надзорных и регулирующих органов, для исследования также использованы материалы Всемирного банка, Базельского комитета, Совета по финансовой стабильности, Банка России.

Динамичность развития банковского сектора, сопровождаемая новациями в банковском регулировании и внешними шоками, требует исследования и выявления недостатков моделей оценки финансовой устойчивости коммерческих банков, особенно зафиксированных в законодательных документах, с учетом накопленного российского и зарубежного опыта, определения направлений развития и улучшения этих моделей.

Целью исследования является поиск и разработка мер совершенствования методологического аппарата, лежащего в основе используемых моделей оценки финансовой устойчивости коммерческих банков с учетом происходящих изменений в макроэкономической среде.

Для достижения данной цели поставлены следующие задачи:

— уточнить понятие финансовой устойчивости коммерческого банка, определить его составляющие и охватываемый временной горизонт;

— выявить тенденции изменения подходов к понятию и моделям оценки финансовой устойчивости в российской практике;

— обобщить российский и зарубежный опыт в части применяемых моделей и методик оценки финансовой устойчивости банка;

— выделить факторы макроэкономической среды функционирования кредитных организаций в России, оказавшие наибольшее влияние на их финансовую устойчивость и модели ее оценки;

— разработать и обосновать предложения по изменению и дополнению моделей оценки финансовой устойчивости коммерческих банков с учетом изменения макроэкономических условий, оказывающих влияние на банковскую деятельность.

Объектом исследования являются типы моделей оценки финансовой устойчивости коммерческих банков и их составляющие элементы.

Предмет исследования - теоретико-методологический аппарат, применяемый в моделях оценки финансовой устойчивости банков.

Область исследования. Исследование выполнено в рамках п. 10.5. «Устойчивость банковской системы РФ и стратегии ее развития» и п. 10.13. «Проблемы оценки и обеспечения надежности банка» Паспорта научной специальности 08.00.10 - Финансы, денежное обращение и кредит (экономические науки).

Методология и методы исследования. Теоретической и методологической основой исследования стали исследования ряда российских ученых, теоретические и аналитические результаты трудов отечественных и зарубежных авторов, раскрывающих основы функционирования и оценки банковской системы и отдельных коммерческих банков, проводящих анализ финансовой устойчивости и других параметров с помощью различных инструментов.

Исследование проводилось с использованием методов обобщения и сравнения, анализа и синтеза, индукции и дедукции, системного подхода, группировки, экспертных оценок, методов исторического, графического и логического анализа теоретического и практического материала.

В качестве информационной базы исследования использованы разработки российских и международных надзорных органов, законодательные и нормативные документы в сфере банковского регулирования, материалы научных конференций и семинаров, интервью, международный опыт. Для расчетов и построения графического материала использовались данные финансовой и бухгалтерской отчетности российских коммерческих банков, статистические отчеты Банка России, Федеральной службы государственной статистики, информация периодической печати, информационной сети Интернет, собственные наработки.

Научную новизну исследования составляет сформированный комплекс теоретических положений и практических рекомендаций по совершенствованию подходов к моделям оценки финансовой устойчивости коммерческих банков с учетом меняющихся макроэкономических условий.

Положения, выносимые на защиту:

1) Предложено уточненное определение финансовой устойчивости банка, отличительной особенностью которого является выделение трех временных горизонтов, раскрывающих данное понятие: текущее финансовое состояние банка, учитывающее характер всех существенных ретроспективных изменений его положения, а также прогнозная способность банка продолжать свою деятельность в рамках разработанной стратегии его развития с учетом возможных макроэкономических изменений условий функционирования кредитной организации (С. 19-20).

2) За десятилетний период проанализировано влияние на модели оценки финансовой устойчивости кредитных организаций факторов макроэкономической среды, непосредственно воздействующих на деятельность российских коммерческих банков: мировой финансовый кризис 2008 года; изменение структуры участников банковского рынка под влиянием ужесточения политики регулирования Банка России; введение пропорционального регулирования банковского сектора и выделение системно значимых банков в отдельную группу; обострение внешнеполитических отношений в 2014 году, сопровождавшееся закрытием внешних рынков заимствования и ухудшением условий привлечения средств внутри страны; развитие цифровой экономики; внедрение МСФО 9 в российскую отчетность (С. 45-66).

3) Выявлены и систематизированы основные тенденции развития подходов к моделям оценки финансовой устойчивости банков с учетом изменений в макроэкономической среде на основе российского и международного опыта: усложнение и углубление детализации используемых моделей; переход от статичных моделей к моделям с прогнозными

составляющими; приоритет в использовании более комплексных моделей, охватывающих оценку текущего и прогнозного состояния банка, рисков и нефинансовых показателей; перестройка моделей оценки финансовой устойчивости с учетом рекомендаций Базельского комитета; унификация моделей, использующихся в разных странах; увеличение значения процедур оценки достаточности капитала и способности поддержания ликвидности; дифференциация подходов к оценке устойчивости системно значимых и остальных кредитных организаций (С. 34-41; 74-79). Определены особенности подходов к разделению банков на три категории в зависимости от их системной значимости с целью дифференциации подходов к оценке финансовой устойчивости банков в зависимости от особенностей организации и регулирования их деятельности: банки с базовой лицензией; банки с универсальной лицензией, не являющиеся системно значимыми; системно значимые кредитные организации (С. 52; 82-90).

4) Предложено развитие нормативно-правовой базы регулятора по оценке финансовой устойчивости банков путем внесения дополнительных показателей оценки: внешней поддержки и денежных потоков; классических показателей рентабельности активов и капитала. Для реализации данного предложения осуществлены соответствующие расчеты и разработаны балльные шкалы оценки этих показателей (С. 90-96; 101-109).

5) Предложен вариант комплексной модели оценки финансовой устойчивости коммерческих банков, включающий количественную и качественную оценку текущего экономического положения банка, выявление критических точек финансового состояния банка, и прогнозов продолжения деятельности в соответствии со стратегией развития с учетом особенностей видов возможных шоков (С. 110-127).

Теоретическая значимость работы состоит в уточнении понятия финансовой устойчивости банков, предложении новой классификации банков по критерию системности, выделении наиболее значимых тенденций изменения моделей оценки финансовой устойчивости банков в мире и направлений

совершенствования российских моделей. Результаты исследования позволяют расширить научные представления о ключевых характеристиках финансовой устойчивости, развить теоретико-методологическую основу моделей оценки финансовой устойчивости российских кредитных организаций.

Практическая значимость полученных результатов заключается в возможности использования разработок и предложений в деятельности надзорных органов, коммерческих банков и других участников банковского рынка при оценке финансовой устойчивости российских кредитных организаций.

Практическую направленность имеют следующие положения диссертации:

— дифференцированный подход в моделях оценки финансовой устойчивости разных групп банков: системно значимых кредитных организаций, банков с универсальной лицензией, не являющихся системно значимыми, банков с базовой лицензией;

— предложения по совершенствованию надзорных моделей оценки финансовой устойчивости банков;

— комплексная модель оценки коммерческих банков с учетом меняющейся макроэкономической среды их функционирования.

Материалы исследования могут быть использованы сотрудниками Банка России, российских кредитных организаций при разработке и модернизации моделей оценки финансовой устойчивости банков-контрагентов, в учебных материалах ряда дисциплин по риск-менеджменту в коммерческом банке, банковскому менеджменту и банковскому делу.

Степень достоверности, апробация и внедрение результатов исследования. Корректное использование в работе нормативно-правовых документов, теоретических разработок в области финансовой устойчивости банков и ее оценки, применение современных методов исследования, используемых российскими и зарубежными исследователями, являются подтверждениями достоверности результатов работы.

Основные положения и результаты исследования прошли научную апробацию в форме их освещения на следующих международных научно-практических конференциях: на IV Международном конгрессе молодых ученых по проблемам устойчивого развития (Москва, Финансовый университет, 17-28 мая 2018 г.), на Международной научно-практической конференции «Научный поиск молодых исследователей» (Москва, Финансовый университет,

19 мая 2018 г.), на конференции «Управление бизнесом в цифровой экономике» (Санкт-Петербург, Санкт-Петербургский государственный университет, 21-22 марта 2019 г.), на X Международном научном студенческом конгрессе «Образ будущего глазами студентов» (Москва, Финансовый университет,

20 апреля 2019 г.).

Результаты исследования используются в практической деятельности в ОО «Курск» ПАО МОСОБЛБАНК. По материалам исследования внедрена разработанная в диссертации комплексная модель оценки финансовой устойчивости кредитных организаций, позволяющая совершенствовать и дифференцировать процесс оценки банков-контрагентов. Используется описанный в работе дифференцированный подход к оценке банков на основе их системной значимости.

Выводы и основные положения исследовательской работы используются в практической работе ОО «Курск» ПАО МОСОБЛБАНК и способствуют повышению эффективности его деятельности.

Результаты исследования используются в практической деятельности операционного офиса «Региональный операционный офис «Курский» Филиала № 3652 Банка ВТБ (ПАО) в г. Воронеже, в частности используется методика оценки кредитных организаций, включающая анализ рентабельности, изменения ключевой информации о банке и прогноз деятельности.

По материалам исследования внедрена разработанная комплексная модель оценки финансовой устойчивости банков, позволяющая проводить более детальный анализ банков-контрагентов и обеспечить создание реального размера резервов. Используется описанный в исследовании

дифференцированный подход к оценке банков с определенным видом лицензии, системно значимых кредитных организаций.

Выводы и основные положения диссертации используются в практической работе операционного офиса «Региональный операционный офис «Курский» Филиала № 3652 Банка ВТБ (ПАО) в г. Воронеже и способствуют повышению эффективности его деятельности.

Материалы работы используются Департаментом финансовых рынков и банков Финансового университета в преподавании учебной дисциплины «Оценка финансовой устойчивости и перспектив деятельности кредитной организации».

Апробация и внедрение результатов исследования подтверждены соответствующими документами.

Публикации. Основные положения и результаты исследования отражены в 5 публикациях общим объемом 3,7 п.л. (авторский объем 3,3 п.л.), в том числе 4 работы общим объемом 3,2 п.л. (авторский объем 2,8 п.л.) опубликованы в рецензируемых научных изданиях, определенных ВАК при Минобрнауки России. Все публикации по теме диссертации.

Структура и объем диссертации определены целью, задачами и логикой исследования. Диссертация состоит из введения, трех глав, заключения, списка литературы из 121 наименований и 7 приложений. Текст диссертации изложен на 179 страницах, содержит 34 таблицы, 18 рисунков, 12 формул.

Глава 1

Теоретические и правовые основы оценки финансовой устойчивости коммерческого банка

1.1 Понятие финансовой устойчивости коммерческого банка

В связи с последними тенденциями на рынке современные специалисты, журналисты и представители банковского сектора все чаще используют словосочетание «финансовая устойчивость» по отношению к банкам и банковской системе. Повышение устойчивости банковской системы рассматривается как одна из основных задач развития экономики. Однако четкого общепринятого определения данного понятия не дано до сих пор, несмотря на существование ряда важнейших документов и законов, в которых оно используется.

Рассмотрим подробнее понятие «финансовая устойчивость коммерческого банка» и его составляющие.

В российском законодательстве не сформулировано определение финансовой устойчивости банка, хотя данное понятие используется в ряде нормативных документов. Первое упоминание этого термина в нормативно-правовых документах в России было в Указании Банка России от 11.06.2014 № 3277-У «О методиках оценки финансовой устойчивости банка в целях признания ее достаточной для участия в системе страхования вкладов» [8] (далее - Указание № 3277-У).

В федеральном законе от 02.12.1990 № 395-1 «О банках и банковской деятельности» [1] термин «финансовая устойчивость» используется в статьях 24 - Обеспечение финансовой надежности кредитной организации, 26 - Банковская тайна. Также в статье 11.1-1 - Особенности компетенции и организации деятельности совета директоров кредитной организации, используется в сочетании с планом восстановления финансовой устойчивости. Однако, в данном нормативном документе не уточняется, приравниваются ли

понятия финансовой надежности и устойчивости, либо для достижения финансовой надежности необходимо, чтобы организация была финансово-устойчивой. Отдельно хотелось бы отметить, что в данном законе понятие устойчивости используется только в словосочетании финансовая устойчивость.

Составляющими финансовой надежности коммерческого банка согласно статье 24 данного федерального закона являются:

1) создание резервов, в том числе под обесценение ценных бумаг;

2) выделение сомнительных и безнадежных ссуд и формирование под них резервов;

3) соблюдение обязательных нормативов;

4) создание систем управления рисками, капиталом, внутреннего контроля;

5) разработка плана восстановления финансовой устойчивости.

Для того, чтобы определить соотношение понятий надежность и устойчивость, прежде всего обратимся к этимологии слов. В словаре русского языка С.И. Ожегова [36, с. 365; 827] даются следующие понятия слов «устойчивый» - «не поддающийся, не подверженный колебаниям, стойкий, твердый», и «надежный» - «внушающий доверие, верный, прочный». Таким образом, устойчивое финансовое положение подразумевает способность организации устоять при изменении условий, а надежность носит более субъективный характер, подразумевающий некую уверенность в деятельности и прогнозах.

В экономическом словаре Кураковых [33, с. 564] под надежностью понимается «способность объектов, товаров сохранять требуемые свойства, выполнять предназначенные функции в течение заданного срока; характеризует устойчивость субъекта к потрясениям и ошибкам». В том же словаре под устойчивостью понимается финансовое состояние, при котором обеспечивается выполнение всех обязательств благодаря получению достаточных доходов, соответствующих расходам. Таким образом, можно предположить, что

устойчивость является более широким понятием, а надежность - характеристикой устойчивого состояния.

А.Н. Зотов в диссертации [50, с. 12] предлагает рассмотреть надежность банка с позиции трех экономических субъектов: кредиторов, рассматривающих надежность с точки зрения убежденности в способности выполнить свои обязательства; инвесторов, использующих понятие через призму выгодного вложения инвестиций на длительный срок; и персонала, ориентированного на существование банка и постоянную выплату заработной платы. Таким образом, надежность с данной позиции рассматривается как уверенность в способности банка существовать длительное время. В свою очередь финансовую устойчивость банка Зотов [50, с. 20] определяет как комплексную характеристику, в которой ключевыми факторами выделяет работу банка в перспективе и способность выстаивать при негативных событиях.

Необходимость оценки комплекса индикаторов как составляющих понятия «финансовая устойчивость» подчеркивает ряд других авторов. Так, Г.Г. Фетисов в своем исследовании [64, с. 31] также рассматривает соотношение понятий надежность и устойчивость банка и обозначает устойчивость как основу для существования надежности, включая в понятие финансовой устойчивости четыре блока: организационную устойчивость (соответствие масштабам деятельности и требованиям рынка), кадровую устойчивость (количество и профессионализм персонала и менеджмента), операционную устойчивость (конкурентоспособность и востребованность продуктов и услуг), деловую устойчивость (рентабельность, репутация, стоимость бизнеса). Таким образом, автор отождествляет понятие финансовой устойчивости с общей устойчивостью банка.

К сожалению, на сегодняшний день нет устоявшегося подхода к пониманию, является ли финансовая устойчивость коммерческого банка характеристикой ее деятельности в целом или лишь отдельных ее направлений. Так, часть исследователей (М.А. Бобрик) придерживаются мнения, что финансовая устойчивость представляет собой общую устойчивость банка,

поскольку финансы являются основой всей банковской деятельности и процессов. Некоторые авторы предпочитают выделять финансовую устойчивость как частное проявление устойчивости банка, выражающееся лишь в результатах его деятельности. Таким образом, представленные определения являются узкими и не позволяют оценить множественные проявления данного понятия.

Рейтинговое агентство «Эксперт РА» финансовую устойчивость рассматривает как способность коммерческого банка в течение длительного времени поддерживать свою кредитоспособность и ликвидность. Дополнительной характеристикой, данной М.А. Помориной [38], является способность банка к выполнению нормативных требований и безубыточной деятельности.

Наиболее полным представляется точка зрения Е.А. Тархановой [59, с. 29], утверждающей, что финансовая устойчивость является обобщенным параметром, который характеризует все составляющие экономической устойчивости банка и выражается в основных финансово-экономических показателях. Данное определение показывает, что, говоря о финансовой устойчивости, необходимо понимать важность взаимосвязи и взаимозависимости всех отделов и направлений деятельности банка и соответствующих результатов его деятельности. Еще одним преимуществом точки зрения Тархановой можно выделить необходимость формализации данных для определения, является ли кредитная организация устойчивой. Однако предложенное определение не позволяет сформировать понимание о временных горизонтах охвата данных для проведения анализа.

Список литературы диссертационного исследования кандидат наук Шульгина Марина Вадимовна, 2021 год

_:: - -

01.01.2015 01.01.2016 01.01.2017 01.01.2018 01.01.2019

60%

40%

20%

0%

01.01.2017 01.01.2018 01.01.2019

■ ВТБ

■ Газпромбанк

■ Юникредит Банк

■ Промсвязьбанк

■ Росбанк

ю

60% 40% 20% 0%

Сбербанк Россельхозбанк ФК Открытие Райффайзенбанк Альфа-Банк

Московский Кредитный Банк

ВТБ

Газпромбанк Юникредит Банк Промсвязьбанк Росбанк

Источник: составлено и рассчитано автором на основе данных отчетности банков на сайте Банка России [121]. Рисунок 8 - Доли системно значимых банков в суммарных показателях банковского сектора

На конец 2018 года 149 из 440 коммерческих банков, осуществляющих свою деятельность в России на данную дату, получили новую базовую лицензию [111]. Данный вид лицензии предполагает ряд послаблений со стороны Банка России и некоторые существенные ограничения, напрямую влияющие на потенциал финансовой устойчивости таких кредитных организаций. Подробнее данные ограничения и меры поддержки будут рассмотрены в 3 главе.

В зарубежной практике для классификации банков ученые и эксперты используют термин «системная значимость», который можно применить и к российской практике после произошедших изменений. Таким образом, на российском банковском рынке, в соответствии с дифференцированным регулированием, введенным за последние годы, подобное разделение банков на категории можно установить следующим образом:

— системно значимые банки - на 1 января 2019 г в России их 11 (на 1 января 2020 года - 11);

— банки с универсальной лицензией, не являющиеся системно-значимыми - их 280 (на 1 января 2020 - 255);

— банки с базовой лицензией - их 149 (на 1 января 2020 - 136).

Внешние шоки и политика Банка России привели к существенному

снижению количества банков в России и увеличению недоверия населения к банковской системе в последнюю декаду, как видно на рисунке 9.

Источник: составлено автором на основе данных НАФИ [31, с. 13-14]. Рисунок 9 - Доля россиян, доверяющих банкам

Дополнительным стимулом к росту недоверия клиентов стало существенное увеличение роли крупнейших банков и доли в финансовых показателях в целом по банковскому сектору, прослеживающееся на рисунке 10, получивших возможности дополнительной поддержки после опубликования указания о выделении в отдельную категорию системно значимых банков. Некоторые эксперты сравнили выделенную категорию банков с так называемыми «слишком большие, чтобы обанкротиться» ("too-Ыg-to-faiГ,) американскими банками, которые не избежали краха во время финансового кризиса 2008 года. Таким образом, политика Банка России привела к противоречивым результатам, с одной стороны, произошло очищение банковского сектора от недобросовестных конкурентов, с другой стороны, это привело к существенному снижению уровня конкуренции и уровня доверия к банковской системе в целом. За последние десять лет произошло существенное увеличение индекса Херфиндаля-Хиршмана (НН1), отраженное на рисунке 10, - показателя, широко используемого для оценки уровня концентрации, в том числе Банком России, который рассчитывается по формуле (7)

НН1 = £?=! # = ^ + 52 +. , (7)

где Si - доля каждого участника рынка в совокупных активах банковского

сектора.

Значения, характерные для чисто монополистического рынка, составляют более 10000, от 2000 до 10000 - свидетельство высокого уровня монополизации, от 1000 до 2000 - умеренная монополизация, менее 1000 - низкий уровень монополизации.

Несмотря на то, что индекс НН1 находится в пределах умеренной монополизации, прослеживается негативная тенденция увеличения уровня концентрации, начиная с 2013 года.

Источник: расчеты автора на основе данных отчетности российских банков [121].

Рисунок 10 - Индекс Херфиндаля-Хиршмана на российском банковском рынке

Стоит отметить, что тенденция укрупнения бизнеса и огосударствления российских банков имеет историческую предопределенность. До 1988 года в СССР на рынке банковских услуг существовала монополия Госбанка. После этого были выделены три специализированных банка: Промстройбанк, Агропромбанк и Жилсоцбанк. После развала Советского Союза российский банковский сектор был дерегулирован. Как результат, к концу 1995 года на рынке существовало 3300 банков. Большинство из них были кэптивные и выдавали большой объем кредитов связанным сторонам [93]. В 1998 году ситуация кардинально изменилась из-за возникшего кризиса [94, с. 12]. Как раз в этот период началось активное расширение деятельности крупнейших банков с государственным участием (Сбербанк, ВТБ, Газпромбанк, Россельхозбанк). Процесс укрупнения этих банков только усилился в период следующего финансового кризиса.

В то же время несмотря на то, что существовало множество негативных факторов, которые привели к существенному сокращению количества банков, отраженному на рисунке 11, некоторые банки все же были открыты в течение рассматриваемого периода (в основном после 2010 года). Большинство из них были связаны с крупными международными автомобильными компаниями (такими как Тойота, БМВ и другие), или банки являлись представительствами

международных банков (как Морган Стенли, Банк строительства Китая и другие). Таким образом, следует отметить, что в сложившихся обстоятельствах только иностранные банки за счет поддержки группы и собственников были способны преодолеть высокие барьеры входа на рынок, созданные новыми требованиями Банка России.

1311 1319 1329 1329 1299 1253 ....................

# ^ # ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ ^ #

Источник: построено автором на основе данных статистики Банка России [99]. Рисунок 11 - Количество действующих кредитных организаций в России

2014 год ознаменовался другим шоком для российского банковского рынка. После присоединения Крыма США и Европейский союз ввели экономические санкции по отношению к Российской Федерации, которые существенно ограничили возможности финансирования российских банков из-за границы. Курс обмена рубля начал существенно снижаться с середины 2014 года, что привело к падению доверия населения и оттоку вкладов с банковских счетов [42, с. 11]. Пытаясь снизить влияние внешних факторов на экономику и банковскую систему Банк России повысил ключевую ставку. С.Ю. Глазьев [76, с. 240] считает, что такая макроэкономическая политика привела к стагфляции. Результатом действий Банка России стало то, что коммерческие банки не имели возможности ни привлечь ресурсы извне, ни внутри страны, так как межбанковские ставки привлечения росли в соответствие с увеличением ключевой ставки, динамика изменения которой представлена на рисунке 12.

18,0% 16,0% 14,0% 12,0% 10,0% 8,0% 6,0% 4,0%

<У

.в5

.с?-

„<г

#

У ^

Источник: построено автором на основе данных Банка России [99].

Рисунок 12 - Изменение ключевой ставки Банка России с 2013 года

Последствия изменений среды функционирования банков в 2014 году стали проявляться с отсроченным эффектом. В результате роста ставок из-за увеличения ключевой ставки, произошло замедление роста кредитования, особенно среди физических лиц (в данной категории заемщиков также произошел рост мошеннических операций [42, с. 13]). Уменьшение возможностей кредитования привело к ухудшению финансовых показателей юридических лиц и, соответственно, их уровню кредитоспособности. В результате финансовые показатели части коммерческих банков ухудшились. Так, сокращение ликвидности на банковском рынке привело к увеличению просроченной задолженности, как видно на рисунке 13, начиная с 2015 года.

25% 20%

15% 10% 5% 0%

._1.|||||||||||||

т

.г

с\>

т

счЧ'

Л

счЧ"

счЧ

V"* с\>

о

V3

\Л

V0

счЧ

счЧ

сч\

Доля просроченных кредитов ЮЛ Доля просроченных кредитов ИП Доля просроченных кредитов ФЛ

Источник: построено автором на основе данных КУАП.Финансовый анализ банков [103].

Рисунок 13 - Доля просроченной задолженности клиентов российских банков, в процентах от объема задолженности соответствующей группы заемщиков

Внешние экономические и политические отношения Российской Федерации остаются нестабильными до сегодняшнего дня: мировое сообщество не признает присоединение полуострова Крым законным, в связи с этим продолжает создаваться ограничения во взаимодействии некоторых лиц и организаций. Этот факт подчеркивает необходимость изучения взаимосвязи макроэкономических изменений и устойчивости коммерческих банков, которые являются основой всей банковской системы.

Важной составляющей изменения условий осуществления банками своей деятельности также является развитие цифровой экономики в мире и России, в частности. Многие процессы, как в работе банка, так и при их оценке принимают цифровую и автоматизированную форму, появляются новые участники рынка (ФинТех компании), усложняются технологии. В таблице 2 выделены возможные факторы, влияющие на оценку финансовой устойчивости коммерческого банка, а также риски, с которыми могут быть связаны нововведения.

На сегодняшний день большое распространение получили технологии RegTech и SupTech. RegTech направлено на упрощение выполнения регуляторных требований финансовыми институтами по таким направлениям, как сдача отчетности, противодействию отмывания доходов и финансированию терроризма, защита интересов потребителей. SupTech направлено на изменение моделей Банка России за счет совершенствования сбора и анализа данных.

Часть инноваций Банка России сейчас на этапе внедрения, другие изменения запланированы на будущие периоды. В связи с этим, результаты перехода на «цифровые рельсы» мы увидим только в средне- и долгосрочной перспективе.

Таблица 2 - Возможности в связи с развитием цифровой экономики, их проблемы в России и риски, влияющие на оценку финансовой устойчивости коммерческих банков

Новация/возможность Реализация в России Рисковая составляющая

Развитие ФинТех компаний Отсутствие нормативного законодательства и понимания основ регулирования деятельности со стороны государства и регулятора Деятельность слабо контролируется, рост рисков концентрации на рынке банковских услуг

Развитие технологий внутри кредитных организаций Отсутствие средств на научные разработки и их внедрение в средних и мелких банках Рост рисков концентрации, стратегических рисков (изменение бизнес-модели) и риска доходности

Автоматизация процессов Сложность выявления ошибки Существенные операционные риски, комплаенс-риск (включая риск потери информации потребителей), модельный риск, технологический риск

Облачные данные, централизация данных в Банке России, новое программное обеспечение Низкий уровень защищенности каналов связи и программного обеспечения в сети интернет Кибер-риск и операционный риск

Улучшение риск-менеджмента Низкий уровень автоматизации поиска и мониторинга рисков, системы триггеров реализации рисков Операционный риск, риск ликвидности и волатильности фондирования, риск контрагента, модельный риск

Усиление взаимосвязи между участниками финансовых операций Рост числа и ускорение проведения операций за счет технологий, низкий уровень защищенности Операционный риск, риск контрагентов, риск мошеннических операций,

RegTech, БирТесЬ Стадия внедрения, неотлаженные системы Операционный риск, технологический риск

Источник: составлено автором на основе материалов [73; 74; 75; 91; 97].

Десятилетие с 2007 по 2017 годы характеризовалась сложными условиями ведения бизнеса для банковского сектора России и рядом шоковых событий, которые повлияли на показатели банков, оцениваемые в рамках определения их уровня финансовой устойчивости. Изменения в макроэкономической среде функционирования банков потребовали пересмотра

подходов и внесения изменений в модели оценки их финансовой устойчивости, отраженных в таблице 3. Стоит отметить, что большинство изменений соответствуют выделенным ранее тенденциям, связанным с изменением российского законодательства, регулирующего оценку финансовой устойчивости кредитных организаций.

Таблица 3 - Состав основных факторов изменения макроэкономической среды и их влияние на модели оценки финансовой устойчивости банков

Факторы изменения макроэкономической среды функционирования банков Изменения в деятельности банков, влияющие на их финансовую устойчивость Возможные направления их влияния на модели оценки финансовой устойчивости российских коммерческих банков

1 2 3

Мировой финансовый кризис 2008 года Убытки, сокращение возможностей заимствований на международных рынках, падение кредитоспособности клиентов, увеличение просроченной задолженности, резервов, необходимость поддержки банков со стороны государства Необходимость пересмотра моделей оценки и анализа нефинансовой информации, усложнение моделей, необходимость введения прогнозных составляющих, акцентирование внимания на ликвидности и достаточности капитала

Обострение внешнеполитических отношений России в 2014 году Закрытие внешних (ограничения действий российских банков) и частично внутренних (повышение ключевой ставки) рынков фондирования, проблемы с валютными активами, падение кредитных рейтингов, снятие депозитов, переток кредитов в крупные банки, ухудшение качества заемщиков, увеличение размера резервов Постепенное введение новых блоков в оценку (риск концентрации и процентный риск), дополнительное внимание к оценке ликвидности и достаточности капитала

Изменение структуры участников банковского рынка под влиянием ужесточения политики регулирования Банка России Ужесточение конкуренции, увеличение расходов на выполнение требований Банка России, отток вкладов клиентов из мелких банков в крупные банки Усложнение моделей за счет внедрения новых требований к банкам, увеличение внимания к разработке и оценке методологий, используемых в банках

Введение пропорционального регулирования и выделение системно значимых банков в отдельную группу Увеличение расходов на выполнение требований Банка России, отток вкладов клиентов из мелких банков в крупные банки Усложнение моделей за счет учета особенностей регулирования различных групп банков

Продолжение таблицы 3

1 2 3

Развитие цифровой Увеличение расходов на НИОКР, Необходимость

экономики появление новых рисков перестроения моделей со

стороны коммерческих

банков и Банка России, учет

новых рисков в моделях,

автоматизация процессов

оценки

Источник: составлено автором.

2.2 Особенности проведения оценки финансовой устойчивости коммерческого банка в российских условиях

Для оценки и мониторинга финансовой устойчивости коммерческих банков используются обязательные нормативы, установленные регулятором, а также разработанные и утвержденные Указаниями Банка России методики и модели оценки финансовой устойчивости банков. Основная модель закреплена Указанием № 4336-У, часть показателей которой также представляет собой значения обязательных нормативов, утвержденных Инструкцией Банка России № 180-И (с 01.01.2020 Инструкцией № 199-И [6]). В то же время действующим является Указание № 3277-У, которое также предлагает схему оценки банков. Как отмечено ранее, Банк России с целью применения единых подходов сохранил действующими оба указания, хотя показатели и методики оценки практически идентичны. Однако модель для оценки финансовой устойчивости для участия в системе страхования вкладов является упрощенной в вычислении финального результата и содержит меньшее количество групп показателей, отраженных в приложении Д.

Таким образом, с одной стороны, Указание № 3277-У имеет достаточно узкую сферу применения, в связи и с этим используемая модель оценки финансовой устойчивости является сокращенной и результирующий показатель отсутствует ввиду отсутствия необходимости (нужна только оценка возможности участия в системе страхования вкладов). В то же время в названии Указания № 3277-У присутствует название «финансовая

устойчивость», в то время как в Указании № 4336-У определяется результат оценки «экономического положения».

На основании вышеизложенного можно сделать вывод, что, несмотря на использование Банком России единых подходов к оценке, отсутствие закрепленных законодательно определений не позволяет четко разграничить модели оценки в Указаниях. В соответствии с определением финансовой устойчивости коммерческих банков, данным в первой главе работы, основной моделью для определения финансовой устойчивости банка примем зафиксированную в Указании № 4336-У, поскольку она учитывает перспективы осуществления деятельности кредитной организации в будущем.

Стоит отметить, что по системе построения и набору групп показателей модель, предложенная в Указании № 4336-У, схожа с американской моделью CAMELS. В то же время имеются и значительные различия, в основном обусловленные изменениями, внедренными в российскую практику в связи с необходимостью выполнять требования Базель II и III.

Как рассмотрено ранее, российский банковский сектор претерпел ряд существенных изменений в последнее десятилетие. Часть инноваций была реализована из-за мировых трендов и рекомендаций, например базельских; другие нововведения произошли из-за изменений в процессах осуществления деятельности и необходимости внедрения нового оборудования и технологий. В то же время нельзя отрицать, что все это повлияло на бизнес-модель коммерческих банков в России (понесенные дополнительные затраты на перестроение процессов потребовали поиск новых источников доходов) и, как результат, их финансовые и другие показатели. В свою очередь, изменение финансовых показателей, которые лежат в основе оценки кредитных организаций, приводят к изменению уровня их финансовой устойчивости.

Также изменения были связаны с внедрением других международных стандартов, в частности стандартов МСФО. Большое влияние на перестроение процессов, а также значительные расходы потребовались на внедрение нового стандарта МСФО 9 в расчете резервов в российской отчетности.

На этапе внедрения множество банков столкнулось с необходимостью вложения дополнительных средств для создания методики, а также разработки механизма перехода на МСФО 9. Также зачастую, новый стандарт потребовал перестроения ряда банковских процессов в сформированной бизнес-модели (в том числе с расширением штата, обучением персонала и другие) и внедрения дополнительных компетенций и требований.

С 1 января 2019 года все российские банки обязаны применять МСФО 9 при расчете резервов. В результате внедрения нового стандарта ожидаемое увеличение резервов банков по оценкам экспертов должно было составить от 5% до 25% [101]. При этом распределение по увеличению резервов в зависимости от категории клиентов может выглядеть следующим образом:

— розничные клиенты - увеличение резервов до 40%;

— МСП - до 35%;

— крупные корпоративные клиенты - до 15%.

Данные прогнозы были подтверждены расчетами аналитиков сайта Банки.ру, по подсчетам которых по итогам 2018 года сокращение капитала у крупнейших банков составило около 550 млрд рублей, что в основном было сформировано увеличением резервов на 5-25% в зависимости от структуры и качества кредитного портфеля [108]. При этом, в опубликованной отчетности за 2018 год, большинство банков указывают, что сравнение данных с 2017 годом не является корректным, поскольку резервы за предыдущий год не были пересчитаны.

Одной из целей внедрения МСФО 9 была унификация учета в определенных рамках и при использовании определенных параметров (информация о прошлых событиях, текущей ситуации и прогнозы развития событий). В то же время для непосредственной оценки банки могут использовать собственные модели оценки резервов по МСФО 9 либо скорректированные предложенные модели. Поскольку банки не заинтересованы в досоздании резервов, большинство банков предпочитают

видоизменять используемые модели и используют все возможности с целью уменьшения размера необходимого резерва. Таким образом, с одной стороны, Банк России предполагал, что введение международного стандарта позволит сделать данные по размерам создаваемых резервов более сопоставимыми, но в результате необходимости учета всех факторов банки стали применять видоизмененные модели, что могло привести к неадекватному отражению резервов.

Другой особенностью внедрения новой модели МСФО можно назвать необходимость докапитализации банков для соблюдения требований Базель III и, в частности, новых нормативов и надбавок при условии существенного уменьшения капитала из-за увеличения размера резервов.

Стоит отметить, что рассмотренные ранее особенности, прежде всего, относились к публикуемой банками отчетности согласно стандартам МСФО. Однако с начала 2019 года принципы МСФО начали применяться и по отношению к отчетности РСБУ. Переход был осуществлен за счет корректировки плана счетов, используемого кредитными организациями. Во-первых, был изменен подход к формированию резервов по кредитным потерям. Во-вторых, для сбалансирования баланса было введено большое количество корректировок статей активов и пассивов. В-третьих, было введен более строгий подход к отражению просроченной задолженности (просроченные проценты по проблемным кредитам были перенесены с внебалансовых на балансовые счета). В-четвертых, изменились подходы к учету справедливой оценки стоимости активов.

Все произошедшие изменения не только прямо отразились на финансовых показателях банков (увеличение расходов на НИОКР, фонда оплаты труда, расходы на дополнительное программное обеспечение; увеличение размера резервов, увеличение размера просроченной задолженности, переоценка справедливой стоимости активов), но и потребовали пересмотра моделей, используемых российскими кредитными организациями для оценки финансовой устойчивости банков-контрагентов.

Прежде всего, модели необходимо было перестроить в соответствии с изменением плана счетов (было введено значительное число новых счетов [15], часть счетов была исключена). Соответственно, для проведения качественного структурного и факторного анализа была необходима корректировка используемых моделей.

Еще одним событием, создавшим дополнительные трудности для кредитных организаций при оценке финансовой устойчивости банков-контрагентов, стало полное или частичное закрытие информации о результатах деятельности и значимых событиях по ряду банков. Так, отчетность двух банков АО АКБ «Еврофинанс Моснарбанк» и

АО «РФК-Банк», попавших под американские санкции, перестала публиковаться на сайте Банка России с 1 марта и 1 февраля 2019 года соответственно. Публикация отчетности Еврофинанс Моснарбанка возобновилась с 1 сентября 2019 года. На 01.11.2019 единственная доступная отчетность РФК-Банка - на 01.10.2019. Таким образом, у участников финансовых рынков отсутствовала возможность на ежемесячной основе отслеживать изменения финансового состояния банков и перспектив их финансовой устойчивости.

Еще один банк - Промсвязьбанк (банк, с конца 2017 года обслуживающий оборонную промышленность), начиная с 1 сентября публикует отчетность с задержкой, позже обозначенного в Указании Банка России от 31.08.2015 № 4515-У «О составе и порядке раскрытия Банком России информации, содержащейся в отчетности кредитных организаций (банковских групп)» [14] срока в 18 рабочих дней после отчетной даты. Помимо этого, в целях скрыть некоторые данные о средствах исполнителей государственного оборонного заказа, с ноября 2018 года из отчетности Банка пропали текущие счета государственных и негосударственных организаций, физических лиц, платежных агентов, осуществляющих прием платежи от населения, прочие счета, в том числе индивидуальных предпринимателей и исполнителей государственного оборонного заказа. Вместо этого появился отсутствующий в

Положении Банка России от 27.02.2017 № 579-П «О плане счетов бухгалтерского учета для кредитных организаций и порядке его применения» [15] агрегирующий указанные данные счет 49999. Далее, в отчетности на

I сентября 2019 года появился еще один неофициальный счет - 20999 (агрегированный счет «денежные средства» и «драгоценные металлы»). Таким образом, скрывая информацию, связанную с национальной безопасностью, Банк России ограничивает других участников рынка в возможностях оценить контрагента на предмет его финансовой устойчивости. Последствиями перечисленных действий регулятора могли быть создание дополнительных резервов кредитными организациями (на банков-контрагентов), необходимость внесения дополнительных корректировок в используемые методики (с целью учета дат доступной отчетности и принятия дополнительных рисков). Согласно п.3.5 Положения Банка России от 28.06.2017 № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» [20] при оценке заемщиков необходимо учитывать вероятность неполной или неактуальной информации; согласно п.3.12, в случае отсутствия отчетности в течение квартала отсутствует отчетность и другая необходимая информация, ссуда не может быть классифицирована выше, чем во

II категорию качества с резервом 20% (отсутствие отчетности более полугода ведет к отнесению ссуды в III категорию качества с резервом 50%). Так, в зависимости от внутренних положений конкретного банка, резерв может быть увеличен до половины размера задолженности банка на конец месяца. В случае, если задолженность составляет существенные размеры, например, миллиард рублей в сделке овернайт, размер формируемого резерва может составить 500 млн рублей и значительно увеличить общий объем резервирования банком.

Как отмечено в параграфе 2.1, одним из приоритетных направлений для Банка России в ближайшем будущем становится использование инструментов цифровой экономики. В Докладе Банка России [97] был выделен ряд изменений, связанных с переходом на цифровую экономику. Среди новых

направлений, которые Банк России планирует развивать, некоторые, отраженные в таблице 4, представляют интерес с точки зрения их влияния на процесс оценки финансовой устойчивости коммерческих банков. С постепенным внедрением данных компонентов, расчет отдельных параметров, входящих в модели оценки финансовой устойчивости, будет существенно упрощен. Однако на данный момент не известно, какой объем информации будет находиться в открытом доступе, в связи с этим первоначально упрощение расчетов будет происходить только на стороне регулятора, однако в дальнейшем (при условии публикации данных) упрощение моделей может произойти для всех участников, осуществляющих оценку.

Таблица 4 - Направления изменений в регулировании Банком России и их влияние на оценку банков

Новации Банка России Последствия для оценки финансовой устойчивости банков

Создание условий для безопасного функционирования программного обеспечения (стандарт по управлению кибер-риском) Работа по дополнительной защите программного обеспечения, используемого при расчете и учете данных для оценки

Автоматизация расчета нормативов Упрощает процесс расчета финансовых показателей, используемых для оценки согласно Указанию № 4336-У

Система анализа взаимосвязи юридических лиц Упрощение оценки показателей прозрачности структуры собственности банка; возможное изменение расчета в будущем после введения данной системы

Ежедневный контроль части операций Банком России Дальнейший пересмотр модели оценки и возможное добавление новых показателей, основанных на получаемых/предоставляемых ежедневных данных

Анализ и управление модельным риском На текущий момент направлены на валидацию модели оценки кредитного риска (внутренние риск-рейтинги), в дальнейшем планируется более подробный анализ используемых коммерческими банками моделей и внедрение общих требований Банка России по отношению к методологии управления модельным риском и обязательное создание библиотек моделей

Источник: составлено автором.

Стоит отметить, что помимо потенциальных возможностей, предоставляемых нововведениями, за ними кроется и увеличение некоторых

рисков. Одними из наиболее чувствительных для моделей оценки финансовой устойчивости банков можно назвать кибер-риск и операционный риск (на текущий момент кибер-риск входит в операционный риск). Их высокая степень влияния обосновывается тем фактом, что процессы расчетов показателей все больше автоматизируются, все больше документов и отчетов передаются через электронные средства связи и с помощью специализированного оборудования.

На текущий момент расчет размера операционных рисков осуществляется как доля от чистых процентных и непроцентных доходов [18]. Данное значение учитывается при расчете нормативов достаточности капитала в составе RWA. Помимо этого, проводится анализ документов по управлению данным риском в рамках оценки экономического положения на основе Указания № 4336-У и производится сбор данных о размере риска, лимитах на показатели склонности к риску и результатах проводимых стресс-тестов в рамках оценки внутренних процедур оценки достаточности капитала (ВПОДК). В то же время, в соответствии со стандартами Базельских соглашений расчет размера операционных рисков должен претерпеть изменения. В начале 2020 года Банк России опубликовал проект положения Банка России с новым подходом к расчету величины операционного риска, основанном на реальном уровне прямых потерь от реализации рисковых событий [115]. В связи с этим, регулирование операционного риска и его расчета на сегодняшний день претерпевает существенные изменения, усиливается роль отдела информационной безопасности, что позволяет предположить, что в дальнейшем анализ данного вида риска может усложниться.

Подводя итог, в Российской Федерации оценка финансовой устойчивости коммерческих банков проводится на основе Указания № 4336-У, которое по своей структуре напоминает модель CAMELS с учетом влияния Базельских рекомендаций. Действующая на данный момент схожая модель, утвержденная Указанием № 3277-У, является упрощенной и узконаправленной - оценка для участия в системе страхования вкладов.

Особенностями проведения оценки финансовой устойчивости российских коммерческих банков в последние несколько лет можно обозначить следующие нововведения Банка России: внедрение стандартов МСФО 9 в российскую отчетность, в том числе составленную по РСБУ, связанное с переходом на новую методику расчета резервов; частичное закрытие информации по некоторым банкам (по соображениям национальной безопасности и в результате ограничений на деятельность некоторых банкам в ряде зарубежных стран); переход на новые технологии цифровой экономики, которые в дальнейшем могут упростить расчет части показателей моделей оценки финансовой устойчивости, как со стороны регуляторов, так и со стороны других участников рынка, а также потребовать повышенного внимания к таким видам риска, как операционный и кибер-риск.

2.3 Предпочтения в выборе моделей оценки финансовой устойчивости банков надзорными органами в зарубежной практике

Рассмотрим более подробно некоторые модели каждого вида, используемые регуляторными органами в разных странах с целью мониторинга банковского сектора, и тенденции их изменения в зависимости от внешних и внутренних условий их функционирования.

Основные принципы построения рейтинговой модели CAMELS рассмотрены в первой главе. Однако эта активно используемая надзорными органами в США модель не смогла отследить ранние признаки и предотвратить финансовый кризис 2007-2008, который в скором времени приобрел мировые масштабы благодаря существенному влиянию экономики США на мировые рынки. В июне 2009 Федеральная корпорация по страхованию вкладов (США) сообщила, что основной моделью, которую будут использовать надзорные органы становится система прогнозирования. Также все больше набирают популярность стресс-тесты, которые проводятся как для отдельно взятых банков, так и для банковской системы.

В соответствии с ранее выделенным делением моделей оценки банков на основе подходов Банка международных расчетов, в таблице 5 кратко рассмотрены примеры для каждой группы. Рассмотрим некоторые модели из представленных категорий, которые не указаны в таблице.

Система мониторинга финансовых институтов (FIMS) в США является примером модели дистанционного мониторинга. Основу составляет анализ с помощью эконометрических моделей системы показателей, из которых выбираются наиболее значимые для оценки и прогноза финансового положения кредитной организации. Предполагается два вида оценки - текущего состояния с помощью рейтинга (FIMS rating, на основе анализа двух последних кварталов) и оценка перспектив деятельности банка (FIMS risk rank, оценка риска банкротства в течение ближайших двух лет).

Система FIMS предполагает оценку схожего с CAMELS набора параметров - достаточности капитала, качества активов, доходы и ликвидность. Однако здесь на основе анализа исторических данных из более 30 показателей оценки выбираются наиболее значимые (дают наиболее близкий результат к значению рейтинга CAMELS на заданную дату), и они принимаются как наилучшим образом способные предсказать положение банка.

Аналогичная процедура проводится и для модели ранга рискованности FIMS. Как наиболее значимые принимались переменные, которые с большей вероятностью предсказывали вероятность дефолта банка в ближайшие два года. Оценка вероятности неплатежеспособности банка на протяжении ближайших двух лет как дающая наиболее близкий к реальности результат была основана на исследованиях экономиста из США Э. Альтмана, доказавшего на основе анализа большого массива исторических данных, что резкое ухудшение финансового положения компании наступает в период за 2-3 года до дефолта, а при увеличении срока прогнозная точность существенно падает.

Таблица 5 - Модели, используемые надзорными органами, для оценки банков в мировой практике

Вид Название Страна Краткое содержание

1 2 3 4

к 4 (U д о 5 3 и ORAP (дистанционная) Франция Оценка 14 компонентов, связанных с ликвидностью, достаточностью капитала, качеством активов, качество кредитов, рыночным риском, операционным доходом, прибыльностью активов, менеджмент, внутренний контроль, состав учредителей. Каждому компоненту присваивается рейтинг от 1(лучший) до 5(худший)

о U К и н « (U Рч PATROL (дистанционная) Италия Оценка показателей достаточности капитала, прибыльности, качества кредитов, управления организации и ликвидности. Каждый компонент оценивается от 1 (лучший) до 5 (худший) на основе анализа качественной (экспертной) и количественной оценки

CAEL (дистанционная) США Оценка 19 коэффициентов, аналог CAMELS, за исключением компоненты M, поэтому она является более простой для расчетов, поскольку не требует экспертных оценок (с начала 2000-х ее заменила модель SCOR)

3 я IB g. GHE method Франция Выделение банков в группы по однородным направлениям деятельности

§ о К ¡5 CT щ ¡5 ° cö ч Н й О и BAKIS Германия 47 коэффициентов для быстрой оценки финансового состояния кредитной организации, определения тенденций изменений в динамике кредитного, рыночного и риска ликвидности на основе отчетности банков

1ексная оценка рисков RAST Нидерланды 4 стадии анализа: описание и анализ института, основанный на данных последней отчетности и собранных данных регуляторными органами; разделение института на управленческие и функциональные единицы; оценка рисков и контроль отдельных единиц; объединение оценок и взвешивание их по значимости в три категории (маленькая значимость, средняя и очень значимая)

с S о RATE Великобритания 3 блока: оценка риска, инструменты надзора, оценка эффективности применения инструментов надзора. Сначала оцениваются риски и адекватность их контроля, затем разрабатываются инструменты надзора и оценивается эффективность их применения

Продолжение таблицы 5

1 2 3 4

Система раннего реагирования SAABA Франция Оценка ожидаемых убытков кредитного портфеля за 3 года. производится оценки потенциальных убытков с текущим капиталом и будущей доходностью. Оценка проводится каждые 6 месяцев с горизонтом оценки 3 года

TRAM Великобритания Статистические методы и субъективные оценки, оценки трех основных категорий: прибыльность, риск-профайл, контроль и структура. Все категории с одинаковыми весами. Оценка индивидуальных компонентов осуществляется на базе тестов данных с помощью искусственного интеллекта. В случае, если нет данных или их невозможно обработать машинным путем, производится экспертная оценка. Итоговая оценка выставляется от 1 (лучший) до 10 (худший) баллов

SEER Rating США Мультиномиальная логистическая регрессия, включающая оценку CAMELS. Модель разрабатывает вероятностные сценарии, что следующий индекс CAMELS будет равен от 1 до 5. Затем определяется сумма взвешенных рейтингов по вероятности развития каждого сценария

SEER Risk Rank США Прогноз ухудшения ситуации. Бивариантная пробит регрессия, оценка текущих характеристик банковских показателей, оценка каждые три месяца с горизонтом оценки 2 года

GMS США Определение банков с быстрым ростом кредитов - более чем на 5%, основываясь на 4 соотношениях и 5 ставках роста, оценка каждые 3 месяца с горизонтом оценки 4-5 лет

SCOR (оценка рейтингов, имеющих снижающуюся динамику) США Упорядоченная логит модель для оценки возможного понижения рейтинга CAMELS у банков, рейтинг которых 1 или 2. Причина оценки - банки с рейтингами 3,4,5 - уже являются субъектами усиленного надзора. Модель сравнивает данные отчета прошлого года с текущим рейтингом обследования на месте. Предполагается, что взаимосвязь, определенная между предыдущим отчетом и текущим рейтингом, сохранится в будущем. Банки, подверженные риску понижения рейтинга, направляются на проверку.

Bank Calculator США Оценка прогноз ухудшения ситуации по трем основным категориям: портфель рисков банка (ликвидность, проблемные кредиты), банковские условные риски (доходности и капитала), риски банковской среды (страновые, размера банка, срока существования, регуляторные рамок)

Источник: составлено автором на основе анализа трудов российских и зарубежных авторов [26; 64; 84].

По результатам применения FIMS банки также предполагается относить в определенную категорию, где 1 и 2 - банки, находящиеся в удовлетворительном состоянии, 3, 4, 5 - в неудовлетворительном состоянии, требующие дополнительной проверки. Недостатком данной модели оценки банков можно назвать большую вероятность ошибочного отнесения банка в категорию «хороших» банков при недостатке анализа нефинансовых показателей. В то же время у модели есть и существенные преимущества, например, гибкость при выделении значимых показателей в каждый отдельный момент оценки, что позволяет учитывать рыночную конъюнктуру и тенденции в модели.

Использование системы мониторинга FIMS иллюстрирует схожую с российской тенденцию перехода к моделям прогнозирования, однако в практике США используется более продвинутый подход.

Примером системы комплексного анализа рисков является модель RAST, используемую в Нидерландах. Значимость для оценки бизнес-единиц определяется мнением аналитика. Вес каждой оцениваемой бизнес-единицы может принимать следующие значения: высокий, средний, низкий; и варьируется в зависимости от степени влияния на развитие банка. Для оценки берутся десять видов рисков (кредитный, ценовой, процентный, валютный, ликвидности, операционный, технологический, стратегический, правовой, репутационный) и несколько уровней контроля рисков (организационный фактор, внутренний контроль и органы управления). Каждый риск и состояние контроля оценивается от 1 (низкий уровень риска/высокий уровень контроля) до 4.

По результатам оценки RAST выставляется итоговый балл, который представляет собой средневзвешенную величину по каждой бизнес-единице. В зависимости от итогового результата также определяется необходимость усиления надзора и перспектива развития кризисных ситуаций в банке. Данная модель является примером экспертного вида, не применяемого в чистом виде в российской практике.

Системы раннего реагирования основаны на использовании статистических моделей с целью прогнозирования деятельности кредитных организаций и раннего реагирования на возможные негативные изменения. Данные модели продолжают разрабатываться и модернизироваться до сих пор и чаще всего представляют собой модели прогноза вероятности дефолта (SEER rank, Bank Calculator) или прогноза финансовых потерь (SAABA). Главной проблемой создания подобных моделей является недостаток эмпирических данных для анализа в ретроспективе, а также учета большого количества параметров изменяющейся внешней среды, в которой осуществляют свою деятельность кредитные институты. Данный вид моделей пока недостаточно развит в России, хотя попытки внедрения систем раннего реагирования предпринимались. Основной проблемой реализации данного вида моделей в российской практике можно назвать организацию системы реагирования на уже реализовавшиеся изменения в отчетности, а не их прогнозирование (например, действия Письма Банка России от 15.04.2013 № 69-Т «О неотложных мерах оперативного надзорного реагирования» [23] были направлены на выявление и предотвращение быстрого ухудшения финансового положения банка).

Иностранные методики, такие как ORAP, PATROL, GMS основаны исключительно на данных отчетности банков и строят сравнительно короткий прогноз перспектив деятельности банков. В то же время такие модели, как BAKIS, RAST, CAMELS, требуют дополнительного получения внутренней информации банка, что является достаточно трудозатратным, но необходимым процессом для более детального анализа. Некоторые модели, такие как SEER Rating, SCOR, с одной стороны, представляют больший интерес, поскольку используют различные значимые переменные в зависимости от базы данных, но с другой стороны, для получения подобных данных требуется существенный объем информации.

Важной тенденцией, характерной для оценки во многих странах, например, США, Франция, Великобритания в таблице 5, является

одновременное применение различных видов моделей. Такой подход позволяет регуляторам проводить более комплексный подход и быстрее выявлять слабые места банков.

Помимо оценки банков в каждой отдельной стране, оценка финансовой устойчивости банков проводится также международным органом банковского регулирования - Советом по финансовой стабильности, который был создан в 2009 году на саммите «Группы 20». Одной из приоритетных задач данного органа является внедрение Базель III, а также регулирование глобальных системно значимых институтов.

В мировой практике важность оценки финансовой устойчивости кредитных организаций, как уже отмечалось, была подчеркнута после мирового финансового кризиса 2008 года. На протяжении 2-3 лет основные мировые банковские регуляторы разрабатывали подходы к регулированию банков и наиболее результативной оценке их финансовой устойчивости. Особое внимание было уделено группе банков, названной «слишком большой, чтобы обанкротиться» («too big to fail»). В результате проведенной работы были выпущены новые соглашения Базель-III, предъявляющие дополнительные требования к капиталу и так называемым системно значимым организациям, которые определили тенденции в изменении моделей и в России. Согласно документу [81], опубликованному в ноябре 2011 года, к системно значимым организациям мирового уровня были отнесены 29 финансовые организации. Системно значимые финансовые институты в данном документе определяются как финансовые учреждения, нестабильное финансовое положение или банкротство которых из-за их размера, сложности и взаимосвязей с другими участниками рынка может привести к значительным негативным последствиям финансовой и экономических систем. В связи с высоким значением данных финансовых организаций, Совет по финансовой стабильности предполагает, что банкротство подобных организаций должно быть предупреждено за счет поддержки государственными средствами.

Одним из ключевых индикаторов для выделения СЗБ является показатель требований по степени покрытия убытка, рассчитываемый как размер капитала в процентном отношении от взвешенным по риску активам. 30 финансовых институтов в таблице 6 (в 2018 году - 29, в список добавили Toronto Deminion) в ноябре 2019 года были отнесены к системно значимым на мировом уровне.

Таблица 6 - Мировые системно значимые банки на ноябрь 2019

В процентах

Группа Размер требований по покрытию убытков Системно значимые банки

5 3,5 -

4 2,5 1) JP Morgan Chase

3 2,0 2) Citigroup, 3) HSBC

2 1,5 4) Deutsche Bank, 5) Bank of America, 6) Bank of China, 7) Barclays, 8) BNP Paribas, 9) Goldman Sachs, 10) Industrial and Commercial Bank of China, 11) Mitsubishi UFJ FG, 12)Wells Fargo

1 1,0 13) Agricultural Bank of China, 14) Bank of New York Mellon, 15) China Construction Bank, 16) Credit Suisse, 17) Groupe BPCE, 18) Groupe Crédit Agricole, 19) ING Bank, 20) Mizuho FG, 21) Morgan Stanley, 22) Royal Bank of Canada, 23) Santander, 24) Société Générale, 25) Standard Chartered, 26) State Street, 27) Sumitomo Mitsui FG, 28) UBS, 29) Unicredit Group, 30) Toronto Deminion

Источник: составлено автором по материалам Совета по финансовой стабильности [65].

К данным банкам установлены дополнительные требования:

1) более высокий буфер капитала (согласно национальным требованиям);

2) общий показатель покрытия убытков - 16% от активов, взвешенных по степени риска, к 01.01.2019 и 18% к 01.01.2022; 6% от знаменателя коэффициента финансовой независимости (Leverage ratio) к 01.01.2019 и 6,75% к 01.01.2022 [82];

3) планирование и регулярные отчеты по выходу из кризисных ситуаций;

4) более высокие требования регуляторов к выполнению функций риск-менеджмента, способности агрегации риск-данных, внутреннему контролю.

Регулярно (раз в полгода) Банк международных расчетов проводит мониторинг деятельности кредитных организаций по выполнению рекомендаций Базеля III. Одной из основных задач данной проверки является оценка достаточности капитала для покрытия убытков в случае реализации шоковых событий. Данные по 257 банкам были проанализированы на 31.12.2018, на 31.12.2017 - по 206, на 31.12.2016 - по 193 [68].

В рамках мониторинга финансовые институты разделяют на две большие группы: Группа 1 - крупные международно-активные банки (системно значимые банки); Группа 2 - банки, капитал которых (Tier 1) составляет менее 3 миллиардов евро и которые не проявляют активности на международном уровне.

Обе группы банков, как видно из таблицы 7, выполняли минимальные требования по уровню достаточности базового капитала, также можно отметить положительную тенденцию увеличения значений коэффициентов. Сумма минимального покрытия убытков СЗБ, в то же время, значительно снизилась (с 116,4 до 82,1 миллиарда евро, а затем до 32,6 миллиардов). Данная тенденция является негативной и может свидетельствовать о том, что системно значимые банки могут быть более подвержены шокам. Это также подтверждается тем, что СЗБ имеют более низкий коэффициент краткосрочной ликвидности, чем Группы 2 и 1.

Несмотря на то, что на 31.12.2017 2 из 72 банков, отнесенных в Группу 2, не смогли бы выполнить требования к минимальному уровню коэффициента финансовой независимости (3%), данный факт не вызывает существенных опасений, поскольку суммарные активы банков Группы 2 меньше в 10 раз, чем соответственно у СЗБ. Таким образом, с одной стороны, системно значимые

банки и банки Группы 1 выполняют все требования Базель III, однако рост их показателей в 2017 и 2018 годах происходил более медленным темпом, что может свидетельствовать о достаточно стабильном их положении и сохранении модели бизнеса и стратегии развития, но отсутствии стремления обеспечить дополнительный уровень «безопасности». С другой стороны, банки Группы 2 в среднем имели более высокие темпы роста показателей, к которым применяются минимальные требования со стороны базельского комитета, но отдельные банки не удовлетворяют установленным минимумам по некоторым показателям.

Таблица 7 - Данные показателей по группам банков в соответствии с разделением Банка международных расчетов

В процентах

31.12.2016 31.12.2017 31.12.2018

Показатель Группа 1 СЗБ Группа 2 Группа 1 СЗБ Группа 2 Группа 1 СЗБ Группа 2

Базовый капитал 12,3 12,3 13,4 12,9 12,6 16,0 12,7 12,6 15,4

Общая способность

покрыть убытки (TLAC) 2022 (млрд евро) 116,4 116,4 82,1 82,1 32,6 32,6

Общий размер активов (млрд евро) 67970 44498 5004 64040 41408 4256 64271 43849 4064

Левередж 5,8 5,8 5,5 5,8 5,9 5,7 6,0 6,0 5,3

Показатель

покрытия ликвидности (LCR) 131,4 128,6 159,3 133 129 180 136.2 134 177.2

Показатель

чистого стабильного фондирования (NSFR) 115,8 117,3 114,1 116 118 118,5 116.3 117.8 120

Источник: составлено автором по материалам Банка международных расчетов [68].

Базельским комитетом были также утверждены два новых показателя для оценки ликвидности:

— Отношение коэффициента покрытия ликвидности к краткосрочной ликвидности (LCR), то есть отношение ликвидных активов, к которым относят денежные средства, корреспондентские счета, ликвидные облигации, к привлеченным средствам клиентов, взвешенным на вероятность их оттока, за вычетом ожидаемых притоков денежных средств. Минимальное значение коэффициента составляет 100%: активов должно быть достаточно для полного покрытия чистого оттока денежных средств в течение 30 дней.

— Коэффициент чистого стабильного финансирования (NSFR), то есть отношение имеющегося к необходимому объему стабильных источников финансирования. Для каждой группы активов и пассивов устанавливается определенный коэффициент стабильности. Минимальное значение устанавливается в размере 100%: стабильных источников финансирования должно хватать банку для обеспечения непрерывной работы в течение 365 дней в определенном стрессовом сценарии.

По обеим группам банков данные показатели соблюдались и улучшались за 2017 и 2018 год, что отражено в таблице 7. У СЗБ банков в 2018 году отмечалось падение показателя чистого стабильного фондирования, однако оно оказалось не существенным (0,2%).

Другие исследователи - Shaddady и Moore [89], для оценки финансовой устойчивости использовали модифицированный показатель CAMELS-DEA (DEA - анализ среды функционирования). На основе анализа 2210 банков из 47 европейских стран за период с 2000 по 2016 год, авторы сделали вывод, что главным направлением регулирования с точки зрения достижения позитивных тенденций в улучшении финансовой устойчивости банков является регулирование капитала. Помимо этого, исследователи пришли к выводу, что существенные изменения в регулировании со стороны регуляторов в большей степени влияют на мелкие банки.

Таким образом, регуляторные органы разных стран выбирают различные виды моделей оценки. Поскольку практически у всех видов моделей есть свои недостатки, регуляторы, как правило, используют не одну, а несколько моделей

разных видов. Выбор модели определяется необходимостью выявления слабых мест и более пристального внимания к определенному банку. Помимо мониторинга состояния банков на страновом уровне оценка финансовой устойчивости банков производится и на международном уровне. Одним из ключевых органов, осуществляющих мониторинг финансовых институтов в мире, является специально созданный Совет по финансовой стабильности. Поскольку основные направления работы данного органа связаны с внедрением Базель III, основной упор в исследованиях сделан на выполнение условий достаточности капитала и новых показателей ликвидности (LCR и NSFR). Особое внимание уделено группе мировых системно значимых банков. Отдельный интерес представляют результаты исследований по теме взаимосвязи регулирования и финансовой стабильности и устойчивости банков, в рамках которых было выявлено позитивное влияние от усиления регулирования капитала.

Рассмотрение зарубежного опыта применения моделей оценки финансовой устойчивости банков позволило выявить, что российские тенденции идентичны общемировым. При этом в международной практике зачастую накоплен больший опыт и статистика использования как отдельных видов моделей, так и комплексных подходов.

Подводя итог, крупные внешние шоки (финансовый кризис 2008 года и ограничения операций на внешних рынках 2014 года) существенно повлияли на показатели деятельности российских коммерческих банков, что привело к необходимости пересмотра моделей оценки финансовой устойчивости кредитных организаций, введение новых коэффициентов и блоков анализируемой информации. Ужесточение регулирования Банком России еще более усложнило условия функционирования банков и негативно сказалось на их показателях финансовой устойчивости. В результате совокупность всех факторов привела к существенному сокращению количества банков на рынке и укрупнению кредитных организаций. С целью обеспечения пропорционального регулирования введены новые группы банков. Поскольку к каждой категории

банков регулятор установил определенные послабления и ограничения деятельности, потребовалось внесение изменений в модели оценки каждой категории банков. Еще одним важным фактором стало распространение цифровой экономики как в мировом масштабе, так и в российской практике. Внедрение новых технологий и необходимость новых разработок требует от банков существенных вложений, однако может снизить издержки в дальнейшем за счет автоматизации расчетов. Все перечисленные факторы непосредственно повлияли на показатели финансовой устойчивости коммерческих банков, а также потребовали внесения изменений в модели их оценки, что свидетельствует о непосредственном влиянии изменения макроэкономической среды функционирования не только на показатели финансовой устойчивости банков, но и на необходимость своевременного изменения применяемых моделей.

В Российской Федерации основной закрепленной моделью для оценки финансовой устойчивости коммерческих банков является методика, закрепленная в Указании № 4336-У. Данная методика заключает в себе агрегированный подход, включающий основные показатели CAMELS с учетом требований Базельского комитета. Однако при оценке финансовой устойчивости банков в России необходимо учитывать некоторые специфичные страновые особенности, возникшие из-за переходного периода системы бухгалтерского учета, связанного с внедрением МСФО 9, а также рядом других факторов, оказывающих влияние на модели оценки и требующих индивидуального подхода к оценке кредитных организаций, отчетность которых не публикуется в полном или частичном объеме.

В результате анализа подходов к оценке финансовой устойчивости банков выявлено, что модели, используемые в мировой и российской практике, имеют схожие тенденции изменения. Во многом это обусловлено тем, что в основе большинства моделей лежит CAMELS, мировыми шоками и общими Базельскими подходами к оценке финансовой устойчивости банков. Также общим является стремление надзорных органов на национальном и мировом

уровне применять дифференцированные подходы к отдельным группам и категориям финансовых институтов. Важной тенденцией является использование большинством регуляторов в зарубежных странах нескольких видов моделей для более подробной оценки финансовой устойчивости кредитных институтов и стремлении к достижению комплексной оценки.

Глава 3

Направление развития моделей оценки финансовой устойчивости российских кредитных организаций

3.1 Дифференциация содержания моделей финансовой устойчивости банков на основе критерия системной значимости

После внедренных изменений на мировом банковском рынке и выделения мировых системно значимых банков, в российской практике стали использоваться различные категории банков. Как отмечалось ранее, в 2015 году была введена категория системно значимых банков. Помимо этого, в 2017 году Банк России ввел разделение банков в зависимости от лицензии: базовая и универсальная.

Ранее в работе на основе критерия системной значимости выделили три категории банков: 1) системно значимые банки; 2) не системно значимые банки с универсальной лицензией; 3) банки с базовой лицензией. Две из трех категорий банков имеют свои особенности, которые прямо и косвенно влияют на их финансовую устойчивость и требуют учета в моделях ее оценки.

Системно значимые банки.

Произошедшие изменения в моделях регуляторной оценки в России были введены только для разделения банков с различными лицензиями, в то время как системно значимым банкам не уделялось должного внимания.

На 01.01.2019 и 01.01.2020 наибольшее число банков было представлено группой не системно значимых банков с универсальной лицензией. Однако доля системно значимых банков на начало 2019 года составила практически 70 % в суммарных активах банковского сектора, около 55% вкладов физических лиц были размещены в данной категории банков. Некоторые исследователи видят прямую зависимость между уровнем финансовой устойчивости системно значимых кредитных организаций и вероятностью возникновения системного банковского кризиса [24, с. 8]. Таким образом,

учитывая масштабы деятельности, данная группа банков, по мнению этих авторов, имеет существенное влияние на тенденции всего банковского сектора, а также несет дополнительные риски.

В отчетах Банка России, а также в других открытых источниках нет сводной статистики по СЗБ. Отдельно закрепленной методики оценки СЗБ в российском законодательстве нет. При этом ряд актов Банка России вводит дополнительные критерии и нормативы для СЗБ (Положения Банка России № 509-П [21] и № 510-П [16], № 596-П [19]). В результате проведенного анализа данных в таблице 8 выявлено, что средние фактические значения норматива достаточности капитала Н1.0, рассчитанные по методике Инструкции Банка России № 180-И (с 01.01.2020 Инструкцией № 199-И), за последние пять лет были выше, чем его средний фактический уровень по всему банковскому сектору. Данные результаты могут свидетельствовать о большем запасе финансовой устойчивости СЗБ, чем в среднем по банковскому сектору.

Аналогами показателей LCR и NSFR, рассмотренных ранее в параграфе 2.3, в России стали нормативы краткосрочной (НКЛ) и структурной ликвидности. Первоначально нормативы носили рекомендательный характер, а затем их выполнение стало обязательным для банковских групп, головная кредитная организация которых является системно значимой, а также для отдельных системно значимых кредитных организаций. Минимальные значения для данной категории нормативов вводились постепенно: норматив краткосрочной ликвидности на 01.01.2017 должен был составлять не менее 80%, к 01.01.2018 - 90%, к 01.01.2019 - 100%. Данная мера потребовалась в связи с необходимостью перестроения банковских процессов для соблюдения нормативов; указанную потребность банков во временном лаге подтверждают средние значения Н26, Н27 в таблице 8 за последние несколько лет.

Таблица 8 - Средние значения нормативов и показателей по СЗБ

Показатель Группа банков 01.01.2015 01.01.2016 01.01.2017 01.01.2018 01.01.2019

Н1.1 СЗБ 7,92 8,51 9,52 9,22 9,50

Все банки 8,9 8,2 8,9 8,2 10,42

Н1.2 СЗБ 8,23 8,51 9,52 10,63 11,1

Все банки 9,0 8,5 9,2 8,5 11,05

Н1.0 СЗБ 12,65 13,86 14,16 13,04 14,53

Все банки 12,5 12,7 13,1 12,1 14,90

Норматив краткосрочной ликвидности (Н26, Н27), среднее значение по СЗБ - 84,2 94,2 148,6 130,5

Норматив структурной ликвидности (Н28, Н29), среднее значение по СЗБ - - - - 120,4

Примечания 1 В расчет данных на 01.01.2019 включены все банки без учета организаций, проходящих процедуру финансового оздоровления. 2 Данные на 01.01.2016 по нормативу краткосрочной ликвидности взяты на 01.02.2016, поскольку Положение Банка России № 510-П, устанавливающее нормативы, было опубликовано от 3 декабря 2015 года. 3 Данные по нормативу структурной ликвидности СЗБ начали публиковать с начала 2019 года.

Источник: расчеты автора, годовые отчеты Банка России о развитии банковского сектора и банковского надзора [46, с. 873].

Необходимо отметить, что многие нормативы и показатели, в отличие от зарубежной практики, в Российской Федерации установлены только для системно значимых банков и не распространяются на другие кредитные организации. Среди таких нормативов и показателей можно выделить следующие:

— Надбавка за системную значимость к нормативам достаточности капитала (на 01.01.2020 - 1%);

— Норматив краткосрочной ликвидности банковской группы (Н26) и краткосрочной ликвидности кредитной организации (Н27) (с 01.01.2019 их минимальное значение - 100%);

— Норматив структурной ликвидности банковской группы (Н28) и структурной ликвидности кредитной организации (Н29) (их минимальное значение - 100%);

— Показатель ПКЦ6.1 (показатель максимального размера концентрации риска на одного заемщика или группу связанных заемщиков по отношению к капиталу), в котором кредитные требования банка к заемщику включаются в расчет без взвешивания по уровню риска за вычетом сформированных резервов на возможные потери (с 01.01.2019 осуществляется мониторинг выполнения у СЗБ [109]).

Создание списка системно значимых банков в России предполагало выделение ряда банков, которым будет оказана помощь со стороны государства. В 2018 году глава Банка России подтвердила данный тезис, указав, что такие кредитные организации не будут ликвидироваться, а будут отправлены на санацию [119]. В 2017 году процедура санации была введена в отношении двух системно значимых банков: ПАО Банк «ФК Открытие» и ПАО Промсвязьбанк. Стоимость санации была оценена в размере 1,5-2,6 триллиона рублей, для проведения процедуры был использован новый механизм Фонда консолидации банковского сектора. Стоит отметить, что одной из возможных причин возникновения трудностей у данных банков выделяют их активное участие в качестве «санирующих» организаций. В частности, они были выбраны для проведения санации крупных банков «Траст» (ФК «Открытие») и Автовазбанк (Промсвязьбанк).

В мировом банковском сообществе практика поддержки банков-банкротов за счет государственных средств не является популярным инструментом. В Великобритании вместо использования подобных мер, акцентируют внимание на важности отделения розничного банкинга от инвестиционного, а также оценку управления банками [29, с. 10]. В России использование подобного метода спасения системно значимых кредитных организаций может иметь определенные цели. Одной из них является «огосударствление» банковского сектора: новый механизм санации через Фонд

консолидации банковского сектора предполагает передачу более % акций в пользу Банка России [116].

Включение банка в перечень системно значимых кредитных организаций, с одной стороны, является фактором сохранения финансовой за счет государственной помощи. С другой стороны, менеджмент банков при наличии обеспеченной поддержки в случае кризиса может принимать решения, имеющие большую рисковую направленность. Поэтому СЗБ могут быть подвержены крупным потерям, приводящим к негативным последствиям для всего рынка ввиду большого влияния их на банковскую систему, что потребует дополнительного государственного вмешательства. На 01.01.2019, на основе аналитических данных по банкам платформы КУАП.РУ [103], средний уровень просроченной задолженности у системно значимых банков (5,6%) оказался немного выше, чем по всей банковской системе (4,3%). В то же время уровни рентабельности у рассматриваемой категории банков

(ROE - 9,5%, ROA - 1,7%) выше, чем в среднем по рынку (5,81%, 1,1% соответственно). Таким образом, часть рисков СЗБ могут покрыть за счет получения дополнительной прибыли.

Банки с базовой лицензией.

Одной из самых новых категорий банков на российском рынке являются кредитные организации с базовой лицензией. Окончательное формирование данной группы произошло только к концу 2018 года. На 01.01.2019 базовую лицензию получили 33,86% действующих в России кредитных организаций. Выделение нескольких групп банков стало внедрением так называемого пропорционального регулирования в России. Однако многие предпринятые изменения в банковском регулировании последних лет имеют противоречивый характер по отношению к группе банков с базовой лицензией.

Стоит отметить, что создание данной категории банков было обусловлено стремлением Банка России выделить группу банков, деятельность которой будет в основном направлена на работу с малым и средним бизнесом и физическими лицами. С другой стороны на протяжении последних лет, после

закрытия ряда мелких банков в 2014 году, а также регионального кризиса в Татарстане в 2017 году, существенно пострадали именно малый и средний бизнес из-за потерь средств на счетах. В результате с 1 января 2019 года все банки обязали делать отчисления в Агентство по страхованию вкладов (далее - АСВ) не только за физических лиц, но и за малые предприятия, относящиеся к данной категории в соответствии с Единым реестром субъектов малого и среднего предпринимательства (далее - МСП) [112]. В результате, с одной стороны, мелким и средним банкам предоставили конкурентное преимущество для привлечения обозначенной категории клиентов, поскольку средства застрахованы. Стоит в то же время отметить, что остатки на счетах подобных клиентов зачастую составляют более 1,4 миллиона рублей, гарантированного в качестве страхового возмещения [2]. С другой стороны, банки с базовой лицензией, и так имеющие ряд ограничений деятельности, которые будут более подробно рассмотрены далее, вынуждены нести дополнительные существенные потери в виде увеличенных отчислений в АСВ, что может привести к убыткам или даже банкротству данных кредитных организаций. На 01.01.2020 в фонд обязательного страхования вкладов от кредитных организаций поступило 4,7 миллиарда рублей в качестве взносов за средства малых предприятий по базовой ставке (0,15% расчетной базы) и 0,1 миллиарда рублей по повышенной ставке (0,75%), что составило 9,26% от всех взносов банков [110]. Дополнительная ставка страховых взносов для банков долгое время составляла 50% базовой ставки, повышенная - 500%.

Примечание - С 3 квартала 2020 года базовая ставка снизилась до 0,15% расчетной базы, дополнительная - до 25%, повышенная - до 300% [64].

Перечисленные более высокие ставки устанавливаются на основании оценки финансового положения (в которое входит оценка финансовой устойчивости и наличие действующих ограничений и запретов) и процентной ставки по вкладам банка, в случае если она на более 2 или 3 процентных пункта

выше, чем базовый уровень доходности, установленный Банком России (ст. 7.4. и 7.5. Федерального закона от 23.12.2003 № 177-ФЗ «О страховании вкладов физических лиц в банках Российской Федерации»). В связи с тем, что оценка финансовой устойчивости одинакова для всех кредитных организаций (включает расчет показателей капитала, активов, доходности, ликвидности, управления банка, прозрачности структуры собственности), банкам с базовой лицензией сложнее выполнять установленные требования. Поэтому к ним чаще могут применять повышенные ставки взносов. Для компенсации потерь такие банки вынуждены повышать ставки по кредитам и снижать по вкладам, что в результате может привести лишь к оттоку клиентов и, как результат, уничтожению конкурентного преимущества. Таким образом, инициатива АСВ имеет двойственную сущность и в конце концов оказывается дополнительным ограничением деятельности, а не мерой поддержки для мелких и средних банков.

Как уже отмечалось, для новой категории банков установлен ряд ограничений, перечисленных в таблице 9, которые могут существенно повлиять на уровень финансовой устойчивости этих кредитных организаций.

Таблица 9 - Особенности ведения деятельности банками с базовой лицензией

Ограничения Послабления регулятора

Не могут иметь счета в иностранных банках, кроме счетов для участия в платежных системах Сокращение количества нормативов (5 из 13)

Не могут осуществлять операции с иностранными банками и другими клиентами Упрощенные требования к раскрытию информации

Запрещены операции с ценными бумагами, не входящими в ломбардный список Банка России Упрощенные требования к отчетности

Не могут отрывать филиалы и представительства за рубежом Сниженный размер уставного капитала (300 млн рублей)

Источник: составлено автором.

Существенной потенциальной проблемой, обусловленной ограничениями деятельности банков с базовой лицензией, такими как закрытие рынков привлечений из иностранных банков, а также ограниченный круг операций на

финансовом рынке, для данных кредитных организаций является сокращение количества источников фондирования в стрессовых и кризисных условиях.

4 из 7 банков, у которых отозвали лицензию в 1 квартале 2019 года, как отражено в таблице 10, являлись банками с базовой лицензией. Тенденция отзыва лицензий в начале 2019 года, обнаружила еще одну проблему данной группы кредитных организаций - существенное ухудшение качества кредитного портфеля.

Причинами снижения качества клиентской базы стал отток клиентов из мелких и средних банков как результат отзыва лицензий и поддержки крупных, в основном системно значимых банков. У одного из банков, лишившихся лицензии в 1 квартале 2019 года, - РТС-банка, часть проблем была связана непосредственно с большим оттоком клиентов (отток вкладов составил около 100 млн рублей с 01.01.2018 по 01.01.2019), снижением качества кредитного портфеля и, как результат, необходимостью создавать дополнительные резервы (13-14% на 01.01.2019). В результате перечисленных событий сокращается размер капитала, который трудно восполнить в условиях ограниченного фондирования. Подобные проблемы отмечались и у других банков.

Таблица 10 - Статистика отзыва лицензий у банков в 1 квартале 2019 года

Количество банков с отозванной лицензией Из них банков с базовой лицензией (количество применения Банком России мер к банку в течение 12 месяцев) Основные причины отзыва у банков с банковской лицензией

7 1) Международный Расчетный банк (4 раза) 2) РТС-Банк (4 раза) 3) Радиотехбанк (7 раз) 4) Камчаткоагропромбанк (4 раза) 1) неисполнение федеральных законов, регулирующих банковскую деятельность, и нормативных актов Банка России; 2) неоднократное нарушение законодательства в сфере легализации доходов, полученных преступным путем, и финансированию терроризма; 3) угроза интересам кредиторов и вкладчиков (занижение кредитного риска, снижение собственного капитала)

Источник: составлено автором на основе пресс-релизов Банка России [107].

Банки с универсальной лицензией, не являющиеся системно значимыми.

К кредитным организациям, не попадающим в две ранее рассмотренные категории, относится большая часть банков. Однако ярко выраженные факторы, относящихся только к данной группе банков, сложно выделить. В связи с этим их финансовая устойчивость может быть оценена согласно стандартным подходам, предлагаемым Банком России (Указания № 4336-У, № 3277-У) и другими моделями, в том числе CAMELS.

На основе предложенного анализа отличительных характеристик различных групп банков предлагается внести дополнения в модели оценки их финансовой устойчивости, представленные в таблице 11.

Таблица 11 - Показатели оценки финансовой устойчивости отдельных групп банков

Группа показателей Показатели Цель введения и подходы к различным группам банков

Внешняя поддержка ПВП1 - Показатель внешней поддержки государства (для СЗБ) Данная категория показателей характеризует банк с точки зрения возможности его поддержки со стороны в случае шоков

ПВП2 - Показатель внешней поддержки международной банковской группы (для всех банков)

ПВП3 - Показатель внешней поддержки финансово-промышленной группы (для всех банков)

Денежные потоки Показатель краткосрочной ликвидности (для банков с универсальной лицензией) Данные показатели позволяют оценить ликвидность банка с точки зрения стабильности его денежных потоков. На данный момент в российском законодательстве зафиксирован обязательный расчет нормативов СЗБ, которые пока не учитываются при оценке банков. Для оценки оттоков денежных средств в других категориях банков предлагается оценка негативных изменений в депозитной базе клиентов

Показатель структурной ликвидности (для СЗБ)

Отток депозитных средств клиентов (для банков с базовой лицензией)

Стресс-тестирование увеличения оттока средств (для всех банков)

Источник: составлено автором на основе материалов [44].

Для оценки возможности внешней поддержки банков предлагается использовать три показателя. Балльная оценка в таблице 12 включает только два варианта: 1 балл - если банк удовлетворяет требованиям, 4 балла - если банк не удовлетворяет требованиям отнесения к группе.

Таблица 12 - Балльное и весовое распределение для группы показателей внешней поддержки

Содержание показателя Условное обозначение Значение Вес

1 балл 4 балла

Банк относится к группе СЗБ ПВП1 да нет 3

Банк входит в международную банковскую группу ПВП2 да нет 2

Банк входит в финансово-промышленную группу компаний РФ ПВП3 да нет 1

Источник: составлено автором.

Для принятия решения о соответствии банка определенной группе поддержки анализируется следующая информация:

1) если банк относится к системно значимым кредитным организациям согласно опубликованному Банком России перечню [118], то показателю присваивается 1 балл, иначе 4 балла;

2) если на основе анализа списка лиц, под контролем либо значительным влиянием которых находится кредитная организация, а также состава группы, представленного в отчетности головной организации, банк входит в международную банковскую группу, а также головной организации данной группы присвоен рейтинг международного агентства не ниже ВВВ-(инвестиционный класс), то показателю присваивается 1 балл, иначе 4 балла;

3) если на основе анализа списка лиц, под контролем либо значительным влиянием которых находится кредитная организация, а также состава группы, представленного в отчетности головной организации, банк входит в финансово-промышленную группу РФ, а также головной организации данной группы присвоен рейтинг российского или международного агентства не ниже ВВВ- (инвестиционный класс) , то показателю присваивается 1 балл, иначе 4 балла.

Обобщающий результат по группе показателей оценки внешней поддержки - целое число. Для округления полученного значения используется следующее правило: если дробная часть полученного показателя меньше или

равно 0,5, показателю присваивается значение, равное его целой части, иначе показатель увеличивается на 1. Полученное значение характеризует уровень внешней поддержки кредитной организации:

«1» - хороший;

«2» - удовлетворительный;

«3» - сомнительный;

«4» - неудовлетворительный.

Установленные значения для нормативов краткосрочной и структурной ликвидности - 100%. В соответствии с этим в таблице 13, 1 балл присваивается банкам, которые выполняют норматив (более 100%), далее уменьшение происходит в соответствии с последовательным увеличением минимального значения нормативов с 1 января 2016 года [16]. Поскольку на сегодняшний день показатель краткосрочной ликвидности должен определяться не только СЗБ, но и крупными банками, предлагается рассчитывать его для всех банков с универсальной лицензией.

Таблица 13 - Распределение весовых и бальных оценок по группе денежных потоков

Наименование показателя Условное обозначение Значение, в процентах Вес

1 балл 2 балла 3 балла 4 балла

Показатель краткосрочной ликвидности (для банков с универсальной лицензией) ПДП1 > 100 < 100 и > 90 < 90 и > 80 < 80 3

Показатель структурной ликвидности (для СЗБ) ПДП2 > 100 < 100 и > 90 < 90 и > 80 < 80 2

Показатель оттока денежных средств (для банков с базовой лицензией) ПДП3 <10 >10 и <25 >25 и <40 >40 1

Показатель стресс-тестирования оттока средств (для всех банков) ПДП4 Обобщающий результат ответов на анкету 1

Источник: составлено автором.

Для установления границ показателя оттока денежных средств, указанных в таблице 13, использовались ежемесячные данные по оттоку денежных средств с текущих и срочных вкладов юридических и физических лиц по банковской системе за временной промежуток с 01.01.2015 по 01.01.2019, приведенные в приложении Е. Для этого взята статистика по 770 банкам, в том числе банки, у которых была отозвана лицензия за рассматриваемый период. Сохранение группы банков с отозванной лицензией в финальной выборке обусловлено необходимостью использования в расчетах оттока денежных средств, который может привести к краху банка. Для каждого банка на каждую дату в процентном выражении рассчитан совокупный размер притока/оттока денежных средств. Для определения границ для присвоения баллов отобраны только отрицательные значения (означающие отток средств).

На каждую дату определены максимальные и средние значения показателя оттока. Максимальные значения отобраны на основании положения, что наибольший отток средств приводит к ухудшению всего финансового положения банка.

Верхней границей для присвоения 1 балла определено максимальное значение из средних значений за все рассмотренные периоды. Для определения нижней границы присвоения 4 баллов найдено минимальное значение из максимальных на все даты в рассматриваемом периоде. Поскольку расчеты велись с отрицательными числами, все вычисления осуществлялись по модулю значений.

Вычисленные значения округлены в меньшую сторону до чисел, кратных пяти. Для определения второй границы в рамках присвоения 2 и 3 баллов найдена медиана между двух ранее вычисленных значений (10 и 40), найденное значение равно 25. Финальное распределение баллов отражено в таблице 14.

Таблица 14 - Данные для определения значений показателя оттока денежных средств

В процентах

Наименование показателя Результат

Минимальное значение (по модулю) из максимальных отрицательных значений (самый большой отток) -40,73

Максимальное значение (по модулю) из средних отрицательных значений (средний размер оттока за рассматриваемый период) -12,68

Источник: расчеты автора.

Для определения значения показателя оттока денежных средств необходимо определить размер оттока отдельно по юридическим и физическим лицам в разрезе сроков: до востребования, до 30 дней, до 1 года. Затем из полученных значений необходимо выбрать наихудшее значение и оценивать его в балльной оценке.

Для оценки стресс-тестирования оттока средств предлагается анкета, представленная в таблице 15. Для проведения стресс-тестирования предлагается рассчитывать отток денежных средств в соответствии с предложенными коэффициентами оттока, используемыми при расчете показателя краткосрочной ликвидности [17]. После расчета нового размера привлеченных средств по срокам необходимо рассчитать выполнение обязательных нормативов ликвидности (Н2, Н3, Н4). В случае, если с учетом оттока средств хотя бы один из обязательных нормативов не выполняется, показателю присваивается 4 балла. При выполнении всех нормативов, в том числе с учетом ожидаемого оттока средств, выставляется 1 балл.

Показатель стресс-тестирования оттока средств определяется как средневзвешенное значение ответов на вопросы о нарушении нормативов и наличии плана мероприятий, отраженных в таблице 15.

Таблица 15 - Анкета для оценки показателя стресс-тестирования оттока средств

Вопрос Значение Вес

1 балл 4 балла

Результаты стресс-тестирования могут привести к нарушению хотя бы одного из нормативов ликвидности Нет Да 2

В банке разработан план мероприятий на случай оттока Да Нет 1

Банки с универсальной лицензией: наличие дополнительных внутренних и внешних источников для покрытия убытков в случае реализации шоков

Банки с базовой лицензией: наличие дополнительных внутренних источников для покрытия убытков в случае реализации шоков Да

Источник: составлено автором.

Поскольку ожидаемым оттокам денежных средств придается все большее значение, предлагается оценивать разработанный план мероприятий по привлечению источников на случай ожидаемого размера оттоков. Данный план не должен иметь стандартного вида и может быть включен в другие разрабатываемые внутри банка документы и отчеты. При этом необходимо, чтобы план включал доступные банку источники пополнения ликвидности в размере чистого ожидаемого оттока денежных средств и утверждался управляющими органами. Корректировка плана предлагается на ежеквартальной основе.

Показатель стресс-тестирования оттока средств (обобщающий результат) определяется как средневзвешенное значение на основе ответов на анкету, представленную в таблице 15.

По итогам оценки группы показателей денежных потоков рассчитывается обобщающий показатель по общей схеме, используемой в модели согласно приложению Д. Округление производится согласно используемому в Указании № 4336-У подходу (граница - 0,35). Определение состояния денежных потоков производится аналогично группе показателей ликвидности (1 - хорошее и далее соответственно).

Подводя итог, следует отметить, что к выделенным категориям банков - системно значимые и банки с базовой лицензией, предъявляется ряд

требований и ограничений, которые могут влиять на финансовую устойчивость кредитных организаций. В отличие от мировой практики регулирования СЗБ, Банк России пока не показывает статистику по СЗБ в своих отчетах. Также отличием является тот факт, что нормативы краткосрочной и структурной ликвидности должны рассчитывать только СЗБ, а не все банки. Банки с базовой лицензией имеют значительные ограничения в своей деятельности, которые в случаях кризисных событий могут привести к ухудшению финансовой устойчивости и краху кредитной организации. Проблемы у банков данной категории отмечались практически сразу после получения лицензии, в связи с чем большая часть банков с отозванной лицензией в первом квартале 2019 года принадлежала именно к данной категории банков. Основной проблемой у банков с базовой лицензией стал существенный отток клиентов в более крупные банки.

В связи с выявлением определенных особенностей у двух категорий банков (СЗБ и банки с базовой лицензией) предлагается ввести в модель оценки финансовой устойчивости коммерческих банков дополнительные блоки оценки, оценивающие возможность внешней поддержки и денежные потоки. Блок внешней поддержки позволяет оценить вероятность сторонней помощи банку в случае наступления неблагоприятных событий. Блок денежных потоков позволяет расширить сферу применения оценки денежных потоков, которая раньше применялась только для системных банков в рамках расчета нормативов краткосрочной и структурной ликвидности. Особое внимание уделяется прогнозу оттока средств у банков с базовой лицензией, а также наличию у всех кредитных организаций плана по привлечению дополнительных источников фондирования в зависимости от полученной лицензии: внутренних - для банков с базовой лицензией, внутренних и внешних - для банков с универсальной лицензией.

3.2 Разработка и внедрение в модель оценки финансовой устойчивости банка показателей рентабельности активов и капитала

Рентабельность - основной синтетический показатель прибыльности хозяйственно-финансовой деятельности субъекта. Он используется для определения уровня отдачи от затрат и степени использования денежных средств, материальных и трудовых ресурсов в процессе деятельности субъекта. Информация об уровне рентабельности используется различным участникам экономических процессов, происходящих в банке. Основными заинтересованными лицами в уровне рентабельности являются собственники и менеджмент банка, однако также пользователями данной информации являются заемщики, вкладчики и другие экономические субъекты, проводящие анализ рынка с определенными целями. Анализ рентабельности проводят и надзорные органы, как на страновом уровне, так и в международном масштабе.

Показатели рентабельности отражают результативность деятельности банка. Благодаря поддержанию определенного уровня рентабельности банк обеспечивает выполнение обязательств, уплату обязательных государственных платежей (в том числе налогов), привлечение дополнительного капитала для развития коммерческой деятельности; развитие кредитной и депозитной базы благодаря хорошей репутации на рынке; выплату дивидендов; создание и поддержание на достаточном уровне запаса прочности, обеспечивающего финансовую устойчивость при неблагоприятных событиях. В этом случае, можно говорить о финансово устойчивом банке, то есть рентабельность деятельности можно также охарактеризовать как признак финансовой устойчивости банка.

По отношению к кредитной организации используется ряд показателей рентабельности: рентабельность активов, инвестиций, финансовых вложений, капитала, создания и продаж банковских продуктов и услуг.

Показатели ROE (рентабельность капитала) и ROA (рентабельность активов) являются наиболее широко используемыми в мировой практике для

характеристики деятельности банков, в том числе оценки их финансовой устойчивости.

ROE (Return on equity) - рентабельность капитала, основной показатель доходности, используемый инвесторами для оценки прибыльности компании для акционеров. Показатель рассчитывается как отношение чистой прибыли к собственным средствам (капиталу).

ROA (Return on assets) - рентабельность активов, показывающая какой размер прибыли создается от использования активов субъекта хозяйствования. ROA рассчитывается как отношение чистой прибыли к активам компании. Как правило, для расчетов используется среднее значение показателя активов за период, поскольку размер активов может варьироваться из-за покупки или продажи основных средств, изменения запасов или сезонных колебаний.

Экспресс-анализ финансовых результатов и прибыльности банка, включающий показатели ROA и ROE, позволяет быстро получить необходимую информацию для оперативных действий [37, с. 390-391]. В результате мониторинга и контроля рентабельности деятельности банков регуляторы имеют возможность корректировки экономических процессов и их результатов. Поэтому Банк России ведет определенную статистику данных показателей. С 01.07.2014 Банк России публикует статистику об уровне рентабельности активов и капитала по 6 группам банков, ранжированных в зависимости от размера активов (от наибольших к наименьшим). Согласно данным статистики в таблице 16, на протяжении последних пяти лет наиболее рентабельная деятельность имела место у 5 крупнейших банков. При этом за последние три года показатели существенно (в 2 раза) выше, чем по другим группам, что свидетельствует об устойчивом положении на рынке крупнейших игроков. Данные результаты согласуются с описанными ранее тенденциями укрупнения бизнеса и перетекания активов и пассивов в наиболее крупные банки.

Таблица 16 - Показатели рентабельности по группам кредитных организаций по данным Банка России

В процентах

Группа банков по величине активов (по убыванию) 01.01.2015 01.01.2016 01.01.2017 01.01.2018 01.01.2019

1-5 ROE 13 7 18 17 20,5

ROA 1 1 2 2 2,6

6-20 ROE 8 1 8 -33 8

ROA 1 0 1 -2 0,6

21-50 ROE -15 -25 -23 19 -25,7

ROA -2 -2 -2 2 -2,6

51-200 ROE 8 4 5 7 10,9