Процесс управления активами банка

Стоит упомянуть тот факт, что конец 2014 года внес существенные коррективы в выполнение плановых показателей, особенно в части доходов и расходов - падение рубля, введение плавающего курса и рост ключевой ставки существенно повлияли на финансовые результаты, вызывая удорожание пассивов с одной стороны и сильные валютные риски с другой.

Однако ВТБ 24 (ПАО) в этот период смог занять правильную рыночную позицию и не только не потерять часть доходов, но и заработать на изменении курсов.

3.4 Рекомендации по совершенствованию качества активов и снижению рисков в ВТБ 24 (ПАО)

Важно отметить, что управление качеством активов призвано не только способствовать развитию кредитной организации, но и предоставить реальную возможность упрочить положение на рынке - например путем более интенсивного, по сравнению с ними, роста основных показателей деятельности банка.

Рассмотрим, каким образом ВТБ 24 (ПАО) выглядит на фоне конкурентов и обратим внимание на ключевые показатели - размер активов, чистую прибыль и размер кредитного портфеля.

Начнем с изучения позиции ВТБ 24 (ПАО) по объему активов за период 2012-2014 годах. Все табличные данные представлены на конец соответствующего года.

Таблица 8 Позиция ВТБ 24 (ПАО) по объёму активов в 2012-2013 годах

Позиция в 2013 г.	Изм-ие с 2012 г.	Название банка	2013, млн. рублей	2012, млн. рублей	Изм., млн. рублей	Изм., %
1	0	Сбербанк России	16 730 027	14 082 253	2 647 775	18,80
2	0	ВТБ	5 277 158	4 338 507	938 651	21,64
3	0	Газпромбанк	3 622 277	2 814 390	807 887	28,71
4	2	ВТБ 24	2 100 686	1 511 501	589 186	38,98
5	-1	Россельхозбанк	1 915 951	1 672 771	243 180	14,54
6	-1	Банк Москвы	1 828 293	1 520 102	308 191	20,27
7	0	Альфа-Банк	1 562 124	1 377 046	185 079	13,44
8	3	ФК Открытие (бывш. НОМОС-Банк)	965 045	658 177	306 868	46,62
9	-1	ЮниКредит Банк	926 607	886 112	40 495	4,57
10	-1	Промсвязьбанк	752 662	703 512	49 150	6,99
11	-1	Росбанк	736 293	694 965	41 328	5,95
12	0	Райффайзенбанк	712 061	636 130	75 932	11,94
13	7	Московский Кредитный Банк	463 414	320 218	143 196	44,72
14	1	Банк «Санкт-Петербург»	447 067	377 459	69 608	18,44
15	6	Россия	418 037	320 074	97 964	30,61

Как видно из данной таблицы, за весь 2013 год, ВТБ 24 (ПАО) смог нарастить свои активы относительно конкурентов и занять 4 место в России по объему активов на конец 2013 года, обойдя по данному показателю Россельхозбанк и Банк Москвы, которые потеряли каждый по одной позиции рейтинга.

Отметим, что рост активов ВТБ 24 (ПАО) составил 38,98%, что является третьим показателем в рассматриваемой группе банков - более высокие темпы роста были только у ФК Открытие и Московского кредитного банка.

Соответственно, можно говорить о том, что финансовые планы ВТБ 24 (ПАО) в 2013 году были достаточно амбициозны и позволили отыграть у конкурентов некоторую долю рынка.

Далее рассмотрим, каким образом ВТБ 24 (ПАО) держался в рейтинге ТОП-15 банков России в 2014 году (таблица 9)

Таблица 9 Позиция ВТБ 24 (ПАО) по объёму активов в 2013-2014 годах

Позиция в 2014 г.	Изм-ие с 2013 г.	Название банка	2014, млн. рублей	2013, млн. рублей	Изм., млн. рублей	Изм., %
1	0	Сбербанк России	22 330 239	16 730 027	5 600 211	33,47
2	0	ВТБ	8 363 248	5 277 158	3 086 090	58,48
3	0	Газпромбанк	4 722 888	3 622 277	1 100 612	30,38
4	0	ВТБ 24	2 879 598	2 100 686	778 912	37,08
5	3	ФК Открытие (бывш. НОМОС-Банк)	2 735 566	965 045	1 770 522	183,47
6	0	Банк Москвы	2 419 161	1 828 293	590 869	32,32
7	0	Альфа-Банк	2 312 738	1 562 124	750 614	48,05
8	-3	Россельхозбанк	2 165 035	1 915 951	249 084	13,00
9	9	Национальный Клиринговый Центр	1 489 478	386 777	1 102 701	285,10
10	-1	ЮниКредит Банк	1 384 674	926 607	458 067	49,43
11	-1	Промсвязьбанк	1 088 396	752 662	335 733	44,61
12	-1	Росбанк	983 627	736 293	247 334	33,59
13	-1	Райффайзенбанк	890 907	712 061	178 846	25,12
14	5	Ханты-Мансийский банк Открытие	793 820	377 588	416 232	110,23
15	-2	Московский Кредитный Банк	597 480	463 414	134 065	28,93

Как видно из представленной таблицы, ВТБ 24 (ПАО) в 2014 году удержал свои позиции в рейтинге и продемонстрировал достаточно хороший темп роста - 37,08% в год, однако на фоне конкурентов, его рост смотрится на достаточно среднем уровне. В плотную к ВТБ 24 (ПАО) подобрался ФК Открытие, который в 2014 году объединил в себе значительное количество подконтрольных ранее НОМОС-банку самостоятельных финансовых структур.

Тем не менее, ВТБ 24 (ПАО) смог показать достаточно высокий прирост активов - более 778 млрд. рублей в год, обойдя по данному показателю своих ближайших конкурентов - Банк Москвы и Альфа-Банк.

Далее рассмотрим изменение показателей чистой прибыли, отражающие финансовые результаты деятельности банка и характеризующие эффективность использования его активов.

Таблица 10 Позиция ВТБ 24 (ПАО) по чистой прибыли в 2012-2013 годах

Позиция в 2013 г.	Изм-ие с 2012 г.	Название банка	2013, млн. рублей	2012, млн. рублей	Изм., млн. рублей	Изм., %
1	0	Сбербанк России	392 635	344 416	48 219	14,00
2	3	ВТБ	35 119	21 561	13 558	62,88
3	1	Альфа-Банк	30 990	21 699	9 291	42,82
4	-2	Газпромбанк	25 941	50 858	-24 918	-48,99
5	2	Райффайзенбанк	24 958	16 692	8 266	49,52
6	-3	ВТБ 24	22 196	36 953	-14 757	-39,93
7	-1	ЮниКредит Банк	19 403	18 803	600	3,19
8	126	Московский Областной Банк	10 798	371	10 427	2,812,41
9	2	Ситибанк	8 415	10 519	-2 103	-19,99
10	3	Банк Москвы	7 893	8 215	-322	-3,92
11	1	Промсвязьбанк	7 838	8 452	-614	-7,27
12	-4	Хоум Кредит Банк	7 829	16 399	-8 570	-52,26
13	-3	Росбанк	6 438	13 369	-6 931	-51,84
14	1	ФК Открытие (бывш. НОМОС-Банк)	6 320	7 034	-714	-10,15
15	16	Национальный Клиринговый Центр	6 274	3 184	3 090	97,03

За 2013 год, как видно из таблицы, ВТБ 24 (ПАО) потерял 3 позиции в рейтинге, уступив Альфа-Банку, Газпромбанку и Райффайзенбанку из-за сокращения размера чистой прибыли более чем на 14 млрд. рублей, в то время, как большинство конкурентов из ТОП-15 показали прирост чистой прибыли.

Отставание от ближайшего конкурента, расположившегося на 5 месте, составляет более 2,5 млрд. рублей чистой прибыли, что является достаточно значительной величиной.

Кроме ВТБ 24 (ПАО), сокращение чистой прибыли наблюдается у Газпромбанка, Хоум Кредит Банка, Росбанка, ФК Открытие (бывш. НОМОС-Банк) и Ситибанка.

Далее рассмотрим изменилась ли ситуация в 2014 году.

Таблица 11 Позиция ВТБ 24 (ПАО) по чистой прибыли в 2013-2014 годах

Позиция в 2014 г.	Изм-ие с 2013 г.	Название банка	2014, млн. рублей	2013, млн. рублей	Изм., млн. рублей	Изм., %
1	0	Сбербанк России	305 703	392 635	-86 932	-22,14
2	1	Альфа-Банк	48 823	30 990	17 834	57,55
3	3	ВТБ 24	31 535	22 196	9 339	42,07
4	1	Райффайзенбанк	24 788	24 958	-170	-0,68
5	-3	ВТБ	20 007	35 119	-15 112	-43,03
6	-2	Газпромбанк	18 283	25 941	-7 658	-29,52
7	7	ФК Открытие (бывш. НОМОС-Банк)	14 585	6 320	8 265	130,76
8	7	Национальный Клиринговый Центр	11 313	6 274	5 039	80,31
9	9	Россия	10 088	5 110	4 978	97,43
10	3	Росбанк	9 658	6 438	3 220	50,02
11	-4	ЮниКредит Банк	8 873	19 403	-10 530	-54,27
12	18	ЦентроКредит	7 767	2 604	5 162	198,21
13	-4	Ситибанк	7 416	8 415	-1 000	-11,88
14	3	Совкомбанк	6 784	5 276	1 508	28,58
15	1	Московский Кредитный Банк	6 246	6 118	127	2,08

В 2014 году ситуация наблюдается обратная - ВТБ 24 (ПАО) отыграл обратно 3-ю позицию в рейтинге, обойдя Райффайзенбанк, ВТБ и Газпромбанк, которые показали снижение чистой прибыли относительно 2013 года, а также ФК Открытие (бывш. НОМОС-Банк), который более чем в 2 раза увеличил свою чистую прибыль.

Наиболее серьезное падение чистой прибыли наблюдается у Сбербанка - почти 87 млрд. рублей и ВТБ - более 15 млрд. рублей, однако Сбербанк своих позиций не потерял, тогда как ВТБ опустился на 3 позиции.

Таким образом, можно говорить о том, что ВТБ 24 (ПАО) в 2014 году достаточно эффективно планировал свои доходы и расходы, по сравнению с конкурентами.

Далее рассмотрим, какую позицию занимает ВТБ 24 (ПАО) по обхему кредитного портфеля, который для большинства банков является основным источником доходов.

Таблица 12 Позиция ВТБ 24 (ПАО) по объёму кредитного портфеля в 2012-2013 годах

Позиция в 2013 г.	Изм-ие с 2012 г.	Название банка	2013, млн. рублей	2012, млн. рублей	Изменение, млн. рублей	Изм., %
1	0	Сбербанк России	11 205 024	9 547 629	1 657 395	17,36
2	0	ВТБ	2 366 254	1 980 123	386 131	19,50
3	0	Газпромбанк	2 294 265	1 777 172	517 094	29,10
4	1	ВТБ 24	1 376 984	946 647	430 336	45,46
5	-1	Россельхозбанк	1 269 558	1 098 011	171 547	15,62
6	0	Альфа-Банк	1 061 503	939 373	122 131	13,00
7	0	Банк Москвы	955 121	674 437	280 684	41,62
8	0	ЮниКредит Банк	530 787	492 375	38 412	7,80
9	1	Промсвязьбанк	495 544	411 174	84 370	20,52
10	1	ФК Открытие (бывш. НОМОС-Банк)	495 496	391 931	103 565	26,42
11	1	Райффайзенбанк	451 644	388 941	62 703	16,12
12	-3	Росбанк	444 421	415 023	29 398	7,08
13	4	Московский Кредитный Банк	316 782	214 739	102 042	47,52
14	1	Хоум Кредит Банк	307 486	244 684	62 802	25,67
15	4	Русский Стандарт	279 228	200 447	78 781	39,30

Как видно из представленных данных ВТБ 24 (ПАО) за 2013 году смог опередить одного из своих конкурентов - Россельхозбанк благодаря очень серьезному росту кредитов - на 45,46%, что является максимальным показателем среди ТОП-15 банков России. Определенно, такие высокие темпы роста в том числе обусловлены и проработанным финансовым планом развития банка.

Далее рассмотрим изменения позиции ВТБ 24 (ПАО) в 2014 году (таблица 13).

Таблица 13 Позиция ВТБ 24 (ПАО) по объёму кредитного портфеля в 2013-2014 годах

Позиция в 2014 г.	Изм-ие с 2013 г.	Название банка	2014, млн. рублей	2013, млн. рублей	Изм., млн. рублей	Изм., %
1	0	Сбербанк России	14 872 292	11 205 024	3 667 268	32,73
2	0	ВТБ	3 141 975	2 366 254	775 721	32,78
3	0	Газпромбанк	2 988 812	2 294 265	694 547	30,27
4	0	ВТБ 24	1 673 643	1 376 984	296 659	21,54
5	1	Альфа-Банк	1 447 966	1 061 503	386 463	36,41
6	-1	Россельхозбанк	1 438 526	1 269 558	168 968	13,31
7	3	ФК Открытие (бывш. НОМОС-Банк)	1 149 964	495 496	654 468	132,08
8	-1	Банк Москвы	1 144 120	955 121	188 999	19,79
9	-1	ЮниКредит Банк	802 843	530 787	272 057	51,26
10	-1	Промсвязьбанк	744 290	495 544	248 746	50,20
11	0	Райффайзенбанк	594 389	451 644	142 745	31,61
12	0	Росбанк	479 295	444 421	34 874	7,85
13	0	Московский Кредитный Банк	384 640	316 782	67 859	21,42
14	8	Ханты-Мансийский банк Открытие	335 029	196 012	139 017	70,92
15	1	Банк «Санкт-Петербург»	322 371	274 937	47 435	17,25

Данные таблицы показывают, что ВТБ 24 (ПАО) в 2014 году не потерял свои позиции, однако темы роста кредитного портфеля замедлились и составили 21,54%, что, на фоне конкурентов роста конкурентов на 30-50% представляется достаточно скромным показателем.

Тем не менее, рассматривая данный рост в контексте финансового планирования, становится понятным, что скорее всего, цели по темпам и объемам роста в 2014 году не были достигнуты, однако даже такого роста оказалось достаточно для удержания своей позиции на рынке.

В качестве основных направлений совершенствования качества активов предлагается оптимизация системы оценки заемщиков для улучшения качества ссудной задолженности.

Основными недостатками системы отбора заемщиков «ВТБ 24» (ПАО) на сегодняшний день являются:

· субъективизм -- зачастую решения, принимаемые кредитными инспекторами, основаны только на интуиции и личном опыте;

· ограничение числа рассматриваемых заявок, которое обусловлено ограниченными физическими ресурсами человека, в результате этого -- упущенная выгода от ограничения числа рассматриваемых заявок;

· негибкость и нестабильность -- качество оценки является случайной величиной, которую невозможно улучшить или ухудшить зависит от эмоционального состояния и предпочтений эксперта; отсутствие системы обучения, передачи знаний и повышения квалификации -- прежде чем стать высококвалифицированным специалистом, необходимо накопить определенный уровень знаний, основанный на приобретении достаточного опыта в данной сфере, а обучение кредитных аналитиков находится, как правило, на недостаточно высоком уровне вследствие отсутствия эффективных методик анализа и технологий обучения;

· сложность адаптации скоринговой модели оценки к изменениям окружающей среды.

На сегодняшний день известно достаточно много методик кредитного скоринга. Одной из самых известных является модель Дюрана. Дюран выявил группы факторов, позволяющих максимально определить степень кредитного риска. Также он определил коэффициенты для различных факторов, характеризующих кредитоспособность физического лица:

1. Пол: женский (0.40), мужской (0)

2. Возраст: 0.1 балл за каждый год свыше 20 лет, но не более чем 0.30

3. Срок проживания в данной местности: 0.042 за каждый год, но не более чем 0.42

4. Профессия: 0.55 - за профессию с низким риском; 0 - за профессию с высоким риском; 0.16 - другие профессии

5. Финансовые показатели: наличие банковского счета - 0.45; наличие недвижимости - 0.35; наличие полиса по страхованию - 0.19

6. Работа: 0.21 - предприятия в общественной отрасли, 0 - другие

7. Занятость: 0.059 - за каждый год работы на данном предприятии

Также он определил порог, перейдя который, человек считался кредитоспособным. Этот порог равен 1.25, т. е. если набранная сумма баллов больше или равна 1.25, то потенциальному заемщику выдается испрашиваемая им сумма.

Одним из вариантов решения выше поставленной задачи является применение алгоритмов, решающих задачи классификации. Задача классификации - это задача отнесения какого-либо объекта (потенциальный заемщик) к одному из заранее известных классов (Давать/Не давать кредит). Такого рода задачи с большим успехом решаются одним из методов Data Mining - при помощи деревьев решений. Деревья решений - один из методов автоматического анализа данных. Получаемая модель - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Пример дерева приведен на рисунке 1.



Рисунок 1. Пример дерева решений

Сущность этого метода заключается в следующем:

1. На основе данных за прошлые периоды строится дерево. При этом класс каждой из ситуаций, на основе которых строится дерево, заранее известен. В нашем случае должно быть известно, была ли возвращена основная сумма долга и проценты, и не было ли просрочек в платежах. При построении дерева все известные ситуации обучающей выборки сначала попадают в верхний узел, а потом распределяются по узлам, которые в свою очередь также могут быть разбиты на дочерние узлы. Критерий разбиения - это различные значения какого-либо входного фактора. Для определения поля, по которому будет происходить разбиение, используется показатель, называемый энтропия - мера неопределенности. Выбирается то поле, при разбиении по которому устраняется больше неопределенности. Неопределенность тем выше, чем больше примесей (объектов, относящихся к различным классам) находятся в одном узле. Энтропия равна нулю, если в узле будут находиться объекты, относящиеся к одному классу.

2. Полученную модель используют при определении класса (Давать/Не давать кредит) вновь возникших ситуаций (поступила заявка на получение кредита).

3. При существенном изменении текущей ситуации на рынке, дерево можно перестроить, т.е. адаптировать к существующей обстановке.

Практический пример:

Очень важной особенностью построенной модели является то, что правила, по которым определяется принадлежность заемщика к той или иной группе, записаны на естественном языке. Например, на основе построенной модели получаются следующие правила:

1. Если обеспеченность займа = Да и срок проживания в данной местности более 5.5 лет, и возраст > 19.5 лет и наличие недвижимости = Да и наличие банковского счета = Да то Давать кредит = Да (Достоверно на 98%).

2. Если обеспеченность займа = Да и срок проживания в данной местности более 5.5 лет, и наличие недвижимости = Да и количество лет > 21.5 и срок работы на данном направлении, лет <= 5.5 и пол = Муж и наличие банковского счета = Нет и основное направление расходов = одежда, продукты питания и т.п. то давать кредит = Нет (Достоверно на 88%)

Исходя из вышеизложенного, приведем сравнение системы кредитования «ВТБ 24» (ПАО) до и после введения системы оценки на основе древ решений (табл. 14.).

Таблица 14. Сравнительная характеристика систем скоринговой оценки и оценки с использованием древ решений

Параметр	Скоринговая система	Скоринг-система с применением древ решений
Скорость принятия решений	1-3 дня	До недели
Оценка заемщика	Автоматизирована, не приспособлена под конкретного заемщика. Система оценивает группу показателей и делает вывод о соответствии/несоответствии заемщика требованиям	Оценка делается на основе анализа статистических данных за прошедшие периоды, частично автоматизирована
Участие кредитного эксперта в принятии решения	Минимальное - только ввод исходной информации и оформление сделки	Ввод информации, принятие решения о предварительной выдаче кредита на основе ретроспективной оценки статистики заемщиков, более детальный анализ документов заемщика с использованием древ решений.
Точность прогноза о возврате кредита (степень надежности)	Средняя, поскольку автоматизированной системой не предусмотрено оценки нефинансовых факторов.	Высокая, предполагает более индивидуальный подход к выдаче кредита и учет разноплановых факторов
Сложность применения	Минимальная	Средняя, требует дополнительного обучения

Из данных таблицы видно, что скоринговая система с применением древа решений обладает более высокой надежностью и точностью оценки, требуя при этом больше времени на принятие решения и более высокой квалификации кредитных экспертов. По моему мнению, снижение риска невозврата кредита полностью оправдывается повышением срока принятия решения и необходимостью повышения качества персонала.

Список использованной литературы

Балабанпв И. Т. Валютный рынпк и валютные пперации в Рпссии - М.: Финансы и статистика, 2013

Банкпвскпе делп (ппд редакцией П.И. Лаврушина) М: «Финансы и статистика», 2012 г.

Банкпвскпе и смежнпе закпнпдательствп РФ.- М.:Делп,2004

Деньги, кредит, банки: (учебнпе ппспбие). Н.Е. Титпва. Ю.П.Кпжаев, М: Владпс, 2013 .

Прганизация деятельнпсти кпммерческпгп банка / Ппд ред. Тагирбекпва К.Р.. - М.: Весь мир, 2012

Печникпва А.В. Банкпвские пперации. - М.: Фпрум, 2013.

Тавасиев А.М. Банкпвскпе делп. - М.: Юнити, 2012.

Инструкция ЦБ РФ «Пб пбязательных нпрмативах банкпв» пт 16 января 2004 г. № 110-И (в ред. пт 31 марта 2008 г.).

Письмп ЦБ РФ пт 27.07. 2000 №139 - Т «П рекпмендациях пп анализу ликвиднпсти кредитных прганизаций»

Письмп ЦБ РФ пт 23. 06. 2004 № 70 - Т «П типичных банкпвских рисках».

Указание ЦБ РФ пт 30.04.2008 г. № 2005-У - «Пб пценке экпнпмическпгп пплпжения банкпв»

Акимпв П.М. Ликвиднпсть ппд надзпрпм: нпвые инициативы Базельскпгп кпмитета.// Банкпвскпе делп, 2010, № 8.

Банкпвскпе делп: учебник /ппд ред. д-ра экпн.наук, прпф. Г.Г. Кпрпбпвпй. - 2-е изд., перераб. и дпп. - М.: Магистр, 2009.

Банкпвский менеджмент: учебник /кпл. автпрпв: ппд ред. д-ра экпн.наук, прпф. П.И. Лаврушина. - 3-е изд., перераб. и дпп. - М.: КНПРУС, 2010. - 560 с.

Белпглазпва Г.Н., Крпливецкая Л.П. Банкпвскпе делп. Прганизация деятельнпсти кпммерческпгп банка: учебник. - М.: Высшее пбразпвание, 2009.

Бпртникпв Г.П., Базель III: нпвые стандарты капитала, ликвиднпсти и резервпв для банкпв Журнал «Банкпвскпе делп». // Управление в кредитнпй прганизации, 2010, №6.

Варакин С.М., М.А. Ппмприна, Е.С. Шевченкп. Система стратегических лимитпв как инструмент управления спвпкупным финанспвым рискпм кпммерческпгп банка.// Банкпвскпе делп, 2009, № 11.

Впйлукпв А.А., Пашкпвский Д.А. Риски прпблемных активпв в банкпвскпм сектпре Рпссии. // Управление в кредитнпй прганизации, 2010, № 1.

Жаркпвская Е.П. Финанспвый анализ деятельнпсти кпммерческпгп банка: учебник. /Е.П.Жаркпвская. - М: Издательствп «Пмега-Л», 2010. - 325 с.

Максимпва В.Л. Карта рискпв как инструмент управления надежнпстью кредитных прганизаций.// Банкпвскпе делп, 2010, № 11.

Пльхпва Р.Г. Банкпвскпе делп: управление в спвременнпм банке: учебнпе ппспбие/Р.Г.Пльхпва. - 2-е изд., перераб. и дпп. - М.: КНПРУС, 2011. - 304 с.

Банкпвскпе делп / Ппд ред. В.И.Кплесникпва, Л.П. Крпливецкпй . - М., 2011.

Банкпвскпе делп / Ппд ред. П.И. Лаврушина. - М.: Финансы и статистика, 2010.

Деньги, кредит, банки: учебнпе ппспбие / М.П. Владимирпва, А.И. Кпзлпв. - 2-е изд., стер, -- М.: КНПРУС, 2006.

Жаркпвская, Е. П.Банкпвскпе делп. - М.: Пмега, 2009.

Управление деятельнпстью кпммерческпгп банка / Ппд ред. П.И.Лаврушина. - М.: Финансы и статистика, 2010.

Журнал «Управление в кредитнпй прганизации»

Журнал «Банкпвскпе делп»

Журнал «Банкпвские услуги»

Журнал «Аудит и финанспвый анализ»

Журнал «Финансы и кредит»

http://consultant.ru

Размещено на Allbest.ru