Дипломная работа: Анализ кредитной деятельности банка (на примере АО "АЛЬФА-БАНК")
Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам
34
генерирующими и энергетическими компаниями, организациям химического
производства, предприятиями агропромышленного комплекса. Помимо этого
банк намерен активно развивать сотрудничество с экспортными компаниями,
чьи рублевые доходы и расходы в иностранной валюте более защищены в
условиях девальвации рубля. Несмотря на снижение доли оптовой и
розничной торговли, «Альфа-Банк» планирует повышать сотрудничество с
производителями и поставщиками товаров и услуг повседневного спроса
24
.
Наконец, перейдем к рассмотрению темпов прироста просроченной
задолженности по ссудам и резервов, создаваемых для их покрытия (рис. 4).
Рисунок 4. Сравнение темпов роста просроченной
задолженности и резервов АО «Альфа-Банк» за 2013-2016гг.
Источник: составлено автором по данным годовой бухгалтерской отчетности АО «Альфа-Банк» за 2013–
2016 гг. Режим доступа: https://alfabank.ru/about/annual_report/ (дата обращения: 21.05.2017)
Благодаря информации, отображенной на рисунке 4, мы можем сказать,
что на протяжении 2013–2014 гг. темпы прироста резервов значительно
отставали от темпов прироста просроченной ссудной задолженности. Причем
в 2014 году ситуация оказалась наихудшей, потому как темпы по резервам
были меньше темпов прироста задолженности по ссудам на 66%. Однако к
24
Годовой отчет АО «Альфа-Банк» за 2015 год // Официальный сайт АО «Альфа-Банк» [Электронный
ресурс]. - Режим доступа: https://alfabank.ru/f/1/about/annual_report/AB_AR_2015-WEB.pdf.(дата обращения:
18.05.2017)
147%
255%
153%
87%
120%
189%
144%
88%
0%
40%
80%
120%
160%
200%
240%
280%
2013 2014 2015 2016
Темп роста
просроченной
задолженности, %
Темп роста резервов,
%
35
концу 2015 году «Альфа-Банку» удалось почти полностью выровнять данные
показатели, как и в 2016 году. Вероятно, в связи с тем, что банк
ориентируется на тесную работу с клиентами, которая выстраивается на
доверии, он не учел определенные риски, которые могли возникнуть у
заемщиков, отсюда и отставание в темпах прироста резервов в 2013–2014 гг.
Также в дополнение к представленному анализу можно выстроить
прогноз по просроченной задолженности методом экспоненциального
сглаживания, который широко применяется для оценки будущих тенденций
развития того или иного фактора.
Данный метод основывается на следующей формуле
25
:
Ŷt+1=k*Yt +(1-k)* Ŷt, (1)
где Ŷt+1 – это прогнозное значение на следующий период, Yt –
значение за текущий период, k – коэффициент сглаживания.
На основе данной формулы построим модель экспоненциального
сглаживая при различных коэффициентах. Стоит отметить, что коэффициент
сглаживания изменяется от 0 до 1, и чем ближе он к 1, тем сильнее при
прогнозе он учитывает последние тенденции фактора. Поэтому подбирать
данный коэффициент стоит эмпирическим путем уже после построения
модели. Тогда можно будет постепенно менять значение коэффициента
сглаживания и смотреть, насколько сильно изменяется точность прогноз,
средняя относительная ошибка и как в целом прогнозная линия отклоняется
от реального распределения фактора. В нашем случае фактором была
выбрана просроченная задолженность за последние 53 месяца. Первым
значение выступает январь 2013 года, а последним – май 2017 года (рис. 5).
25
Кричесвкий, М. Л. Методы бизнес-прогнозирования: электронное учебное пособие [Электронный ресурс]
// Единая электронная образовательная среда МБИ. Режим доступа: http://eos.ibi.spb.ru/umk/15_3/ index.html.
36
Рисунок 5. Распределение просроченной задолженности в
историческом разрезе и по методу экспоненциального
сглаживания
Источник: составлено автором по рассматриваемой методике
Нами были заранее проработаны различные варианты коэффициента
экспоненциального сглаживания, в результате чего был выбран коэффициент
со знанием 0,65, так как он не сильно тяготел к только предыдущим или
только текущим тенденциям и обеспечивал достаточную точность модели.
Для сравнения был также взят коэффициент сглаживания со значением 0,1,
который в основном отражал прошлые тенденции изменения просроченной
задолженности. Отсюда мы видим, что при k=0,65 обеспечивается
достаточная повторяемость тренда изменения просроченной задолженности,
а при k=0,1 линия значений оказалась чересчур сглаженной и не отражала
действительную картину по просроченным ссудам. При k=0,65 прогноз на
июнь 2017 года оказался равным 142774267,8 тыс. руб., что на 1,15% выше,
чем реальное значение за май 2017 года.
В целом по графику можно отметить, что, несмотря на ожидаемое
повышение просроченной задолженности, она прошла через зону перегиба
еще летом–осенью 2016 года и пошла на медленное снижение.
Далее перейдем к оценке качества кредитного портфеля «Альфа-
Банка».
0
20000000
40000000
60000000
80000000
100000000
120000000
140000000
160000000
180000000
January
April
July
October
January
April
July
October
January
April
July
October
January
April
July
October
January
April
Просроченная
задолженность, тыс. руб.
Экспоненциальная модель 1
Экспоненциальная модель 2
37
2.3 Оценка качества кредитного портфеля АО «Альфа-Банк»
В существующей действительности, когда банки являются
кредиторами огромного числа заемщиков, возникает необходимость
использования широкого круга коэффициентов и способов определения
категории качества однородных кредитных компонент. В российской
практике, как правило, для оценки качества ссуд используется Положение
Банка России от 26 марта 2004 г. N 254-П «О порядке формирования
кредитными организациями резервов на возможные потери по ссудам,
ссудной и приравненной к ней задолженности»
26
и проводится на основе
результатов комплексного анализа деятельности заемщиков с учетом их
финансового положения, добросовестности в обслуживании долгов по
ссудам, а также всей доступной информации о рисках заемщиков.
При проведении комплексной оценки качества кредитного портфеля
считается необходимым использование финансовых показателей, которые
оказывают прямое влияние на кредитный портфель банка.
Комплексная оценка должна происходить в несколько этапов, среди
которых
27
:
1. Выбор группы финансовых показателей, которые оказывают
наибольшее влияние на качество кредитного портфеля.
2. На основе данной группы коэффициентов выстраивается рейтинговая
система оценки качества кредитного портфеля.
3. Разработка обобщающего показателя, оценивающего качество
кредитного портфеля банка.
Для оценки качества кредитного портфеля АО «Альфа-Банк»
воспользуемся методикой, предложенной Бражниковым А. С.
26
"Положение о порядке формирования кредитными организациями резервов на возможные потери по
ссудам, по ссудной и приравненной к ней задолженности" (утв. Банком России 26.03.2004 N 254-П) (ред. от
14.11.2016)
27
Бражников, А. С. Методы сводной оценки качества кредитного портфеля коммерческого банка / А. С.
Бражников // Вестник Северо-Кавказского государственного технического университета. 2011. №1 (26).
38
Первая группа показателей методики оценивает рискованность
кредитной политики коммерческого банка и включает коэффициент риска
кредитного портфеля (К
1
).
К
1
= (КВ–П
р
П)/КВ, (2)
где КВ – кредитные вложения, П
р
П – прогнозируемые потери
коммерческого банка.
Вторая группа оценивает проблемность кредитного портфеля и
включает коэффициент проблемности кредитов (К
13
) и коэффициент
покрытия убытков по ссудам (К
14
).
К
13
=КВ
пр
/КВ, (3)
где КВ
пр
– объем просроченной ссудной задолженности.
К
14
=РВПС
ф
/КВ
пр
, (4)
где РВПС
ф
– фактически созданный резерв на возможные потери по
ссудам.
Третья группа оценивает обеспеченность кредитных вложений банка и
включает общий коэффициент обеспеченности кредитного портфеля (К
18
).
К
18
=ОБ/КВ, (5)
где ОБ – объем принятого обеспечения.
Четвертая группа оценивает кредитную активность коммерческого
банка и включает уровень кредитной активности (К
21
) и коэффициент
«агрессивности–осторожности» кредитной политики (К
23
).
К
21
=КВ/А, (6)
где А – активы коммерческого банка.
К
23
=КВ/ПС, (7)
где ПС – привлеченные средства коммерческого банка.
Пятая группа оценивает оборачиваемость кредитных вложений
коммерческого банка и включает коэффициент оборачиваемости кредитных
вложений в оборотах (К
27
).
К
27
=КО/КВ
ср
, (8)
Источник: https://baza.diplomsite.ru/previewfile/3480