Московский экономический журнал 5/2017

image_pdfimage_print

УДК 336.71

Бакаева Малика Магомедовна

ассистент, ФГБОУ ВО «Чеченский государственный университет»

Грозный, Россия.

Bakaeva Malika Magomedovna

Assistant, FGBOU VO “Chechen State University”

Grozny, Russia.

РЕЙТИНГИ БАНКОВ – КАК ИНСТРУМЕНТАРИЙ И ЕГО СОВЕРШЕНСТВОВАНИЕ

RATINGS OF BANKS – AS A TOOL AND IMPROVEMENT

Аннотация. В данной статье обоснована важность составления рейтинга банков, выделены цели и системные принципы рейтингования банков. Анализируется, как решать системные задачи рейтингования банков. Исследованы задачи автоматизации рейтингования банков, выделены его основные процессы. Отдельно рассмотрены вопросы управления безопасностью и правами пользователей, на уровне «клиент-серверной» и «облачной» технологии. Предложена модель выживаемости банка.

Abstract. This article substantiates the importance of compiling a rating of banks, outlines goals and systemic principles for rating banks. It is analyzed how to solve system tasks of rating banks. The problems of automation of rating of banks are investigated, its main processes are singled out. Separately, the issues of security management and user rights, at the level of “client-server” and “cloud” technology. A model for survival of the bank is proposed.

Ключевые слова: рейтинг банков, цели, системные принципы, задача автоматизации рейтингования банков, вопросы управления безопасностью, вопросы управления правами пользователей, «клиент-серверная» технология, «облачная» технология, модель выживаемости банка.

Keywords: rating of banks, goals, system principles, the task of automation of bank rating, security management issues, user rights management issues, “client-server” technology, cloud technology, survival model of the bank.

 

Рейтинги банков

Релевантным инструментарием сравнивания устойчивости (надежности) банков является рейтинг банков. В его основе показатели, инвариантные (для всех, независимые от профиля, назначения) и вариативные (зависящие от профиля деятельности и статуса). Рейтинговая система должна быть прозрачной, простой, учитывающей достижения банка, в частности, показатели работы.

Многое измеримо количественно, часть – качественно, другие – смешанно, но все должны быть в единой шкале, с едиными весами [11].

Основные цели:

  • получение объективной информации;
  • интегральный анализ банковской сферы, деятельности банков;
  • обеспечение обратной связи, качества обслуживания, новыми банковскими продуктами, усиление конкурентной среды, мотивация банков (персонала), улучшения безопасности;

Системные принципы рейтингования банков:

  • комплексный учет деятельности;
  • объективность, актуальность, полнота информации, минимизация субъективности;
  • систематическое оценивание качественного уровня;
  • открытость результатов, снижение неопределенности, необъективности [8].

Принципы позволяют решать системные задачи рейтингования банков:

  • прогнозирование, планирование, целедостижение;
  • снижение сложности (повышение управляемости);
  • получение общей картины, участия дочерних структур;
  • повышение самооценки персонала;
  • совершенствование оплат (премирования);
  • категорирование банков на предстоящий период.

Используются различные формы учета и экспертного оценивания (например, банковским сообществом), шкалирования, выравнивания в единой шкале и др. Методы оценивания – эмпирические, теоретические, смешанные (наблюдение, опрос, эксперты, прогнозирование и др.). Результаты – прямые (по показателям) или косвенные.

Количественный анализ – с использованием финансового анализа (вариантов SWOT-анализа), связей структурных подразделений [3].

Задачи автоматизации рейтингования банков

Банковская система с большими массивами данных потребует автоматизации ведения, сопровождения, учета иерархичности системы, нормирования показателей, шкалирования с идентифицированными диапазонами изменений, весами.

Для рассмотрения оценок показателей эффективности банковской деятельности их группируют: операционная деятельность, кредитование, диверсификация, благотворительность и др. Внутренний рейтинг должен учесть и социально-общественные параметры по персоналу. Это также значимые показатели. Поощряется имиджевость, работа на его повышение [5].

Каждое достижение привязано к какому-то показателю. И наоборот.

Выделяем основные категории учета связей. При автоматизации рейтинга, выделяем основные процессы:

  • структурирование по значимости показателей учетного периода, их критериев оценки;
  • ввод данных, настройка рейтинговой системы;
  • запуск алгоритмов рейтингования;
  • формирование рейтинга;
  • проектные решения, например, категорирование банков.

Рейтинг и управление веб-взаимодействиями

Важная подсистема – управления безопасностью и правами пользователей, на уровне «клиент-серверной» и «облачной» технологии.

Трудности сравнительного анализа банков, банковских групп снижают релевантность рейтингов, но методики совершенствуются, создаются новые алгоритмы, инструментальные системы.

Какие используются чаще? – Например, реляционные БД (SQL Server), системы документооборота (XML), интеллектуального анализа данных (DataMining), разграничения доступа (Take-Grand) и др.

В автоматизированной системе должна быть аналитическая подсистема, отражающая текущий рейтинг, используются облачные хранилища, возможности, распределенная удаленная обработка персональных данных через интернет-инфраструктуру банка, ЦОД. Это повышает безопасность и устойчивость системы. Наряду с использованием моделей доступа и обслуживания различных уровней. Например, SaaS позволяет использовать полнофункциональное ПО в интернет (сервис по требованию): в облаке – приложение, обслуживающее несколько пользователей (Google Apps, в частности).

Для системы рейтинга банков экономичное, технологичное, надежное решение должно включать разностороннюю поддержку, например, мобильную, онлайн.

Использование облачных ресурсов пресекает несанкционированное использование одного логина, взломы, у него затраты на развертывание и поддержку меньше.

Все материалы организуются иерархически, матрично, сетевым образом. Значимость показателей, их комплекса, весовых коэффициентов определяет экспертная комиссия и (или) Правление (Совет) банка [6].

Модель выживаемости банка

Введем коэффициенты отзыва лицензий (ликвидации) банков, как среднеинтегральные величины:

где числитель формулы – число ликвидаций в группе («равномощных») за х лет, а знаменатель – среднее количество всех банков интервале (х; х+1],   – вероятность ликвидации, где  – темп:

В зависимости от используемых данных выделяем для идентификации группы показателей:

  • абсолютные (из финотчетности банка), они не самые информативные (по динамике);
  • относительные (финансовые коэффициенты), для анализа структуры, качества абсолютных;
  • динамические (трендовые);
  • качественные (репутационно-имиджевые).

Для анализа состояния банка, его ранга используют переменные, которые могут быть количественными (сравнительными), порядковыми (ординальными), ранговыми. При анализе рангов, если ранги банков неразличимы (что редкость для банков), то каждому банку приписывается одинаковый ранг, среднеарифметическое мест, которые они поделили.

Формируя рейтинг необходимо не только адекватно выбрать тип используемых переменных, но и релевантно определить показатели, которые они будут оценивать.

 

Литература

  1. Байдак В.Ю. // МЕТОДОЛОГИЯ ПРИСВОЕНИЯ РЕЙТИНГА БАНКАМ ГРАНИЧНЫМ МЕТОДОМ // Российский экономический интернет-журнал. 2012. № 1. С. 4-13.
  2. Булеев А.И., Гордеев Д.С. // МЕТОДОЛОГИЯ ПРИСВОЕНИЯ РЕЙТИНГА БАНКАМ ГРАНИЧНЫМ МЕТОДОМ // Российский экономический интернет-журнал. 2012. № 2. С. 57-68.
  3. Гуськов С.Ю., Лёвин В.В. // СТАТИСТИЧЕСКИЕ ОЦЕНКИ ПОКАЗАТЕЛЕЙ ВАЛИДНОСТИВНУТРЕННИХ РЕЙТИНГОВ БАНКОВ ДЛЯ СЛУЧАЯ МАЛЫХ ВЫБОРОК // Экономические науки. 2015. № 130. С. 108-114.
  4. Есина М.Г. // ФОРМИРОВАНИЕ РЕЙТИНГА БАНКОВ АГЕНТСТВАМИ: ПРОБЛЕМЫ И ПУТИ СОВЕРШЕНСТВОВАНИЯ // Проблемы и перспективы современной науки. 2016. № 10. С. 123-126.
  5. Иванов А.П., Пыченкова О.С. // РАЗРАБОТКА ШКАЛЫ СОЦИАЛЬНОГО РЕЙТИНГА БАНКОВ // Автоматизация. Современные технологии. 2015. № 9. С. 44-48.
  6. Карабаев Н.А. // ДОХОДНОСТЬ – ВЛИЯТЕЛЬНЫЙ ФАКТОР ОПРЕДЕЛЕНИЯ РЕЙТИНГА БАНКА // Апробация. 2017. № 2 (53). С. 223-224.
  7. Каримов Д.Р. // ПРОБЛЕМЫ ФОРМИРОВАНИЯ РЕЙТИНГА БАНКОВ РЕЙТИНГОВЫМИ АГЕНТСТВАМИ // Теория и практика современной науки. 2016. № 11 (17). С. 382-385.
  8. Карминский А.М., Пересецкий А.А., Рыжов А.В. // МОДЕЛИ РЕЙТИНГОВ БАНКОВ ДЛЯ РИСК-МЕНЕДЖМЕНТА // Управление финансовыми рисками. 2006. № 4. С. 362-373.
  9. Карминский А.М., Сосюрко В.U. // ОСОБЕННОСТИ МОДЕЛИРОВАНИЯ МЕЖДУНАРОДНЫХ РЕЙТИНГОВ БАНКОВ // Управление финансовыми рисками. 2010. № 4. С. 292-305.
  10. Карминский С.А., Малахова И.У., Миненкова Е.С., Пересецкий А.А. // МОДЕЛИ РЕЙТИНГОВ БАНКОВ АГЕНТСТВА MOODYS // Управление финансовыми рисками. 2007. № 2. С. 96-109.
  11. Куницын И.И. // РОЛЬ РЕЙТИНГОВ БАНКОВ РЕГИОНА В ОЦЕНКЕ РЕПУТАЦИОННЫХ УГРОЗ // Банковское дело. 2016. № 4. С. 70-74.
  12. Насонова А.А., Лотобаева Г.Г. // СОВРЕМЕННЫЕ ПОДХОДЫ К РАСЧЕТУ КРЕДИТНОГО РИСКА ОРГАНИЗАЦИЙ МАЛОГО БИЗНЕСА НА ОСНОВЕ ВНУТРЕННИХ РЕЙТИНГОВ БАНКА // Сибирская финансовая школа. 2014. № 3 (104). С. 86-92.
  13. Пригодич И.А. // РЕЙТИНГИ БАНКОВ РЕСПУБЛИКИ БЕЛАРУСЬ // Экономика и банки. 2017. № 1. С. 71-76.
  14. Сейсенбаева Ж.М., Айдаров Т.А. // ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ АНАЛИЗА РЕЙТИНГОВ БАНКОВ ВТОРОГО УРОВНЯ // Научный альманах. 2017. № 4-1 (30). С. 258-261.
  15. Толовикова О.А. // РАСЧЕТ РЕЙТИНГА БАНКА ВТБ 24 (ПАО) ПО МЕТОДИКЕ CAMEL // Новая наука: От идеи к результату. 2016. № 4-1. С. 202-205.

 

References

  1. Baidak V.Yu. // METHODOLOGY OF ASSIGNING RATING TO BANKS BY BORDER METHOD // Russian Economic Internet Journal. 2012. № 1. P. 4-13.
  2. Buleev AI, Gordeev DS // METHODOLOGY OF ASSIGNING RATING TO BANKS BY BORDER METHOD // Russian Economic Internet Journal. 2012. № 2. P. 57-68.
  3. Guskov S.Yu., Levin V.V. // STATISTICAL ESTIMATES OF INDICATORS OF VALIDITY OF INTERNAL RATINGS OF BANKS FOR CASE OF SMALL SELECTIONS // Economic sciences. 2015. No. 130. P. 108-114.
  4. Esina M.G. // FORMATION OF BANKING RATINGS BY AGENCIES: PROBLEMS AND WAYS OF IMPROVEMENT // Problems and perspectives of modern science. 2016. No. 10. P. 123-126.
  5. Ivanov AP, Pychenkova OS // DEVELOPMENT OF THE SCALE OF SOCIAL RATING OF BANKS // Automation. Modern technologies. 2015. № 9. P. 44-48.
  6. Karabayev N.A. // YIELD – EFFECTIVE FACTOR OF DETERMINING THE BANK RATING // Approbation. No. 2 (53). Pp. 223-224.
  7. Karimov DR // PROBLEMS OF FORMATION OF RATING OF BANKS BY RATING AGENCIES // Theory and practice of modern science. 2016. No. 11 (17). Pp. 382-385.
  8. Karminsky AM, Peresetsky AA, Ryzhov A.V. // MODELS OF RATINGS OF BANKS FOR RISK MANAGEMENT // Financial Risk Management. 2006. № 4. P. 362-373.
  9. Karminsky AM, Sosyurko V.U. // FEATURES OF MODELING OF INTERNATIONAL RATINGS OF BANKS // Financial Risk Management. 2010. № 4. With. 292-305.
  10. Karminsky SA, Malakhova IU, Minenkova ES, Peresetsky AA // MODELS OF RATINGS OF MOODYS AGENCIES // Financial Risk Management. 2007. № 2. P. 96-109.
  11. Kunitsyn I.I. // THE ROLE OF RATINGS OF BANKS OF THE REGION IN THE ASSESSMENT OF REPUTATIONAL THREATS // Banking. 2016. № 4. P. 70-74.
  12. Nasonova AA, Lotobaeva G.G. // MODERN APPROACHES TO CALCULATING CREDIT RISK OF ORGANIZATIONS OF SMALL BUSINESS BASED ON INTERNAL RATINGS OF THE BANK // Siberian Financial School. 2014. No. 3 (104). Pp. 86-92.
  13. Prigodich I.A. // RATINGS OF BANKS OF THE REPUBLIC OF BELARUS // Economy and banks. 2017. No. 1. P. 71-76.
  14. Seisenbaeva Zh.M., Aidarov TA // ECONOMIC INDICATORS OF THE ANALYSIS OF RATINGS OF BANKS OF THE SECOND LEVEL // Scientific almanac. No. 4-1 (30). Pp. 258-261.

Tolovikova O.A. // CALCULATION OF THE RATING OF THE BANK VTB 24 (PAO) BY THE CAMEL METHODOLOGY // New science: From idea to result. 2016. № 4-1. Pp. 202-205