Оглавление
ВВЕДЕНИЕ
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ ЛИКВИДНОСТЬЮ БАНКА
1.1. Сущность, виды и экономические нормы ликвидности
1.2. Ликвидность банковского баланса
1.3. Основные теории управления ликвидностью банка
ГЛАВА 2. АНАЛИЗ И ОЦЕНКА ЛИКВИДНОСТИ БАНКА (на примере ОАО «РосЕвроБанк»)
2.1. Краткая характеристика банка как хозяйствующего субъекта
экономики
2.2. Анализ доходов и расходов банка
2.3. Анализ ликвидности активов банка
ГЛАВА 3. ОСНОВНЫЕ НАПРАВЛЕНИЯ ПОВЫШЕНИЯ ЛИКВИДНОСТИ БАНКА (на примере ОАО «РосЕвроБанк»)
3.1. Методика управления мгновенной ликвидностью с помощью размещения временно свободных средств банка
3.2. Экономическая эффективность внедрения метода управления ликвидностью банка
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ
Для проведения анализа ограничим область выполняемых операций обслуживанием текущих счетов клиентов и помещением временно свободных средств клиентов в рабочие активы, например межбанковские кредиты (МБК). Для изложения основных положений метода принимаются вышеприведенные упрощающие допущения и не учитываются такие факторы, выходящие за рамки данной дипломной работы, как:
- кредитные риски;
- тот факт, что рассматриваемый банк не помещает свободные денежные средства на депозиты в ЦБ РФ — только использует их для предоставления МБК;
- комиссионные доходы от расчетно-кассового обслуживания клиентов;
- процентные затраты, связанные с средствами, оставшимися на клиентских счетах.
Основная задача, которую должен решать ОАО «РосЕвроБанк» в рамках данного мероприятия, состоит в согласовании объемов межбанковских кредитов и сроков их размещения с объемами ежедневного случайного востребования средств клиентами в течение выбранного горизонта инвестирования.
Такой банк подвергается риску ликвидности, заключающемуся в том, что клиенты востребуют средства, оцененные банком как временно свободные и используемые для предоставления межбанковских кредитов. В этом случае банку придется привлекать недостающие средства на рынке межбанковских кредитов. В результате банк подвергается также риску уменьшения доходов, связанному с расходами на привлечение межбанковских кредитов.
Если входящие и выходящие остатки независимы и нормально распределены, можно применить модель, в которой все вычисления основаны на использовании известного нормального распределения выходящих остатков. Именно эта модель будет рассматриваться ниже.
Очевидно, что значение входящего остатка — это значение вчерашнего исходящего остатка. Важным этапом при применении излагаемой статистической модели и получаемых с ее помощью результатов является проверка адекватности этой модели[1].
Для проведения анализа необходимо ввести следующие понятия и дать им определение.
Уровень временно свободных средств — объем средств, используемых для выдачи МБК с определенным сроком погашения (горизонт инвестирования).
Выборка разрывов (GAP) ликвидности банка — разрывы ликвидности определяются как разность выходящих остатков и объема размещенных средств.
Положительная ликвидность банка — способность банка производить списание с клиентских счетов на протяжении всего горизонта инвестирования.
Отрицательная ликвидность — промежуток времени, в течение которого банк не имел достаточно средств для того, чтобы осуществить списание с клиентских счетов.
Предположим, что в те дни, когда ликвидность недостаточна, банк привлекает кредитные ресурсы на межбанковском рынке: с понедельника по четверг — сроком на один день, в пятницу — сроком на три дня. При этом МБК привлекаются в объеме, равном размеру недостающих средств.
Дополнительно сделаем следующие допущения:
- у банка имеется овердрафт по счету в РКЦ;
- банк установил лимиты на объем межбанковского кредитования для других коммерческих банков, которые в свою очередь тоже установили лимиты относительно рассматриваемого банка;
- банк придерживается принципа осуществления клиентских платежей «день в день»;
- банки-контрагенты по МБК всегда возвращают полученные кредиты овернайт.
Предположим, что банк вкладывает свои свободные средства в МБК (размещает свои свободные средства на межбанковском рынке), тогда возникает вопрос: какова вероятность того, что все будущие наблюдения состояний ликвидности положительны?
Обратим внимание на то, что остатки средств на корреспондентском счете являются волатильными. Это подтверждает рис. 5, демонстрирующий динамику входящих остатков банка.
Рис. 5. Динамика входящих остатков банка
Предлагается рассматривать три варианта расчета и развития ситуации. Входящей информацией могут служить следующие данные:
- горизонт инвестирования, выраженный в днях;
- ставка размещения;
- ставка привлечения;
- количество рабочих дней, входящих в горизонт инвестирования;
- выборка данных об исходящих остатках.
Вариант 1: кредитная организация располагает свободными средствами для выдачи МБК (предусматривается, что не только «живые» деньги лежат на корреспондентском счете, но есть средства и в прогнозном календаре).
Вариант 2: кредитная организация не имеет свободных средств, и требуется привлечь МБК (предусматривается, что недостаток ресурсов может быть прогнозируемым).
Расходы варианта 1:
- неполное использование лимита МБК (при наличии свободных средств); это разница между верхним лимитом и фактическим размещением средств (недополученная прибыль);
- некорректный прогноз, повлекший за собой предоставление Банком России кредита овернайт кредитной организации.
Доход: от размещения МБК.
Расходы варианта 2:
- ошибка в прогнозировании: реальная потребность в ресурсах оказалась выше прогнозной; результат — расходы на оплату предоставленного кредита овернайт;
- ошибка в прогнозировании: реальная потребность оказалась ниже, чем сумма привлеченного МБК (уплата процентов за невостребованные, но привлеченные ресурсы).
Вариант 3: кредитная организация выигрывает за счет разницы процентных ставок привлечения и размещения. Например, банк привлекает ресурсы под 1%, а размещает под 1,5%. Номинальный доход банка — это разница между процентными ставками привлечения и размещения.
Шаг 1. Оценивается приход/расход денежных средств. Предполагается, что информация о наличии свободных средств для размещения или о потребности в заемных средствах поступает (или становится очевидной) во второй половине дня, после 14 часов.
Шаг 2. Определяется оставшаяся часть прихода с вероятностью 95–99%. Мы подразумеваем, что остаток на конец операционного дня (на утро следующего дня) должен быть строго больше нуля, но не больше определенной величины. Какая минимальная сумма средств должна быть на расчетном счете кредитной организации в Банке России, зависит от стратегии банка и определяется Комитетом по управлению активами и пассивами. Считается, что величина прогнозируемых списаний не будет ниже этого значения, зафиксированного в момент принятия решения о размещении / привлечении средств.
Из вышеизложенного следует, что справедливыми будут следующие уравнения (24) и (25):
Остаток на утро + Приход – Расход – Размещение МБК = Остаток на конец операционного дня (от 0 до Х млн.руб.) (24)
Остаток на утро + Приход – Расход + Привлечение МБК = Остаток на конец операционного дня (от 0 до Х млн.руб.) (25)
Рассматриваемый банк не может выдать МБК, размер которых выше установленного лимита (при размещении средств банк может и не выдать полную сумму исходя из лимита; это может быть связано с резким ухудшением финансовой ситуации у банка-контрагента или вызвано рядом иных причин, которые делают невозможной выдачу МБК).
Рекомендуется применить метод Монте-Карло в целях анализа. Известно, что оценка рисков с использованием этого метода имитационного моделирования представляет собой комбинацию анализа чувствительности и анализа сценариев на базе теории вероятностей. Результатом такого комплексного анализа выступает распределение вероятностей результатов проекта.
При применении метода имитации в первую очередь определяется функция распределения каждой переменной, которая оказывает влияние на формирование потока наличности.
Как правило, предполагается, что функция распределения является нормальной, и, следовательно, для того чтобы задать ее, необходимо определить только математическое ожидание и дисперсию.
После сведения интересующих нас показателей в единую таблицу (табл. 12) необходимо рассчитать стандартное отклонение, минимальное значение и среднее арифметическое значение (выборочное математическое ожидание) каждого параметра.
Для этого используются исторические данные, но не менее чем за 250 рабочих дней. Данные представим в табл. 12.
Введем такое понятие, как вектор смещения. В рамках методики вектор смещения представляет своего рода регулятор прогноза поступлений и списаний. В данном случае мы используем экспертную оценку. Вектор смещения рассчитывается следующим образом. Для начала необходимо провести генерацию случайных значений.
Таблица 12
Данные для измерения (тыс.руб.)
Поступления |
Среднее значение |
Стандартное отклонение |
Минимальное значение |
Пополнение счетов лоро |
1600 |
500 |
1100 |
Продажа валюты |
120000 |
60000 |
60000 |
Предполагаемые поступления |
23500 |
10600 |
12900 |
Возврат/привлечение |
0,985 |
0,662 |
0,323 |
Прочие поступления |
0,752 |
0,620 |
0,132 |
Подкрепление от филиалов |
21000 |
10000 |
11000 |
В MS Excel данная процедура осуществляется с помощью функции СЛЧИС. Далее производится генерация двух столбцов значений. После чего значения одного столбца фиксируются для расчета, а другого — изменяются в процессе этого пересчета. Вектор смещения может принимать только два значения: 1 или –1.
Рис. 6. Данные для измерения, %
Данный показатель выражается в процентах. Если значение вектора смещения составляет 50% для поступлений и 50% для списаний, то считается, что данный показатель никак не влияет на качество расчета. Таким образом, можно говорить, что экспертная оценка «выключается». Могут быть установлены различные варианты смещения (в процентном отношении) для поступлений и списаний, но в совокупности данный показатель не может превышать 100%.
Следующий этап расчета — определение доверительного уровня, или интервала, позволяющего получить количественную характеристику точности прогноза. Каждому доверительному уровню соответствует свой коэффициент (множитель). Наиболее часто применяемые — 95%-ный уровень, широко используемый в зарубежной практике при оценке рыночных рисков по стандартам Risk Metrics (коэффициент 1,65); 97,5%-ный уровень (коэффициент 1,96) и принятый в качестве стандарта Базельским комитетом по банковскому надзору 99%-ный уровень (коэффициент 2,33). Указанные уровни означают вероятность превышения расчетного VаR.
Выбрав доверительную вероятность, вводим основную расчетную формулу, с помощью которой необходимо вычислить каждый из параметров.
Основная расчетная формула имеет следующий вид:
Прогнозное Var-значение = Среднее (арифметическое) значение позиции 1 + Стандартное отклонение позиции 1 × {вектор смещения (SV)} × [доверительный интервал (95-99%)] (26)
Var (MonteCarlo) = F + qF × SV × 2,33 (27)
где F — среднее (арифметическое) значение оцениваемой позиции;
qF — стандартное отклонение оцениваемой позиции;
SV — вектор смещения;
2,33 — доверительный уровень, равный 99%.
После того как мы ввели основную формулу вычисления, подставим в нее расчетные параметры.
В дальнейшем расчет производится всего лишь по двум факторам.
Первый фактор — это выбор доверительного уровня вероятности. Чем выше уровень достоверности мы выбираем, тем меньшее прогнозное значение ему соответствует. Например, если мы установили доверительный уровень вероятности в размере 99%, то прогнозная расчетная величина (сальдо средств на конец операционного дня) будет меньше, чем в случае если бы мы установили доверительный уровень, равный 95%.
Второй фактор — это установка показателей вектора смещения. Как уже было сказано ранее, если его значение составляет 50% для поступлений и 50% для списаний, то считается, что данный показатель никак не влияет на качество расчета. В случае если мы сдвигаем вектор смещения для поступлений в сторону 100%, а для списаний — в сторону 0%, то предполагается, что приход клиентских средств на корреспондентские счета банка будет незначительным (меньше обычного), а количество списаний со счетов увеличится (будет выше прогнозного). Данное смещение предполагает пессимистическую оценку будущего состояния корреспондентского счета банка.
Абсолютно противоположная картина наблюдается, если мы будем сдвигать вектор смещения для поступлений в сторону 0% (предполагается, что приход клиентских средств будет высоким), а для списаний — в сторону 100% (объем средств, списанных клиентами с корреспондентского счета банка, будет незначительным). В подобном случае мы получаем оптимистическую оценку будущего состояния корреспондентских счетов кредитной организации.
Рис. 7. Распределение частоты диапазона результатов
Распределение частоты (рис. 7) иллюстрирует диапазон результатов.
Мы рекомендуем производить расчет с помощью метода Монте-Карло каждый раз при наличии возможности осуществления операций привлечения/размещения ресурсов на ежедневной основе, т. е. важно определить:
1) необходимо ли банку привлекать заемные средства других коммерческих банков и / или ЦБ РФ (кредит овернайт);
2) может ли банк разместить свободные средства в других коммерческих банках.
Для имитационного моделирования необходимо составить схему прогноз движения денежных средств. В рамках дипломной работы такими схемами будут служить выражения (24) и (25).
Но, для того чтобы специалисты Отдела банковского менеджмента смогли принять решение о совершении операции размещения свободных средств, необходимо преобразовать данное уравнение в следующее неравенство:
Остаток на утро + Приход (с вероятностью 99%) – Расход – Остаток на конец операционного дня > (4)
Остаток на конец операционного дня – Размещение МБК > 0 (28)
Однако, чтобы специалисты Отдела банковского менеджмента смогли принять решение о привлечении ресурсов, данное уравнение преобразуется в следующее неравенство:
Остаток на утро + Приход (с вероятностью 99%) –
– Расход – Остаток на конец операционного дня < 0 (29)
Остаток на конец операционного дня + Привлечение МБК > 0 (30)
Шаг 3. После выделения основных статей, влияющих на приход / расход, необходимо получить статистическую информацию. Для каждой статьи прихода / расхода важны следующие данные:
- минимальное значение;
- максимальное значение;
- среднее значение;
- экспертная оценка специалиста Отдела банковского менеджмента;
- стандартное отклонение.
Рассчитаем эффект при прогнозировании прихода клиентских средств на основе VаR-расчета и потенциальные убытки, связанные с непоступлением прогнозируемой суммы.
Возникает вопрос, какой должна быть величина VaR-прогноза, чтобы:
- соответствовать требованиям адекватности Базельского комитета;
- размер прибыли от размещения средств (для предоставления кредитов) был выше
- величины убытков от привлечения кредитов овернайт Банка России и банков-контрагентов;
- сократить величину упущенной прибыли.
Данный расчет можно осуществить, используя пакет MS Excel. Одним из способов решения данной задачи является применение модулей «Поиск решения» и «Подбор параметра».
Очевидно, что итог всех вычислений — разница между Р (полученным доходом) и L (оплатой овердрафта). Итог, согласно условию задачи, должен быть строго положительным.
Предположим следующие условия задачи:
- стандартный ежедневный прогноз (средний приход средств клиента на корреспондентский счет): величина определяется эмпирически, методом экспертной оценки, используется статистическая информация;
- процентная ставка кредита овернайт Банка России;
- процентная ставка по кредиту МБК находится в переделах 1–5% годовых (в зависимости от дня месяца);
- число «пробоев» = max 3 (при данном количестве «пробоев» эта модель считается все еще адекватной) — требование адекватности, установленное Базельским комитетом.
Р вычисляется по следующей формуле:
Р = (Оптимальный VaR–прогноз – Стандартный ежегодный прогноз) ×
× РР/365(366) × DAY (1-3), (31)
где PP — процентная ставка размещения ресурсов, определяется «индивидуально» при заключении каждой сделки;
DAY (1–3) — срок инвестирования, соответственно от 1 до 3 дней.
L вычисляется по следующей формуле:
L = [величина отклонения между фактическим приходом и значением «Оптимальный VaR-прогноз»]×РР/365(366) × DAY (1-3), (32)
где PP — процентная ставка привлечения ресурсов ЦБ РФ;
DAY (1–3) — срок привлечения, соответственно от 1 до 3 дней.
Предположим, что банк, спрогнозировав нехватку ресурсов, уже осуществил привлечение необходимых средств. Но в результате того что приход клиентских средств был ниже прогнозного, банк привлек кредит овернайт ЦБ РФ. В данной ситуации наше уравнение примет следующий вид:
Остаток на утро + Приход (с вероятностью 99%) – расход – привлечение МБК – привлечение кредита овернайт = 0 (33)
Остаток на конец операционного дня = 0 (34)
Значение «Оптимальный VaR-прогноз» неизвестно. Соответственно, его необходимо вычислить. Для этого используем модуль «Поиск решения» в приложении MS Excel.
В качестве изменяемой ячейки используем «Оптимальный VaR-прогноз», а максимизировать будем «Итого». Данная операция используется с целью максимизации финансового результата. В качестве дополнительного условия необходимо установить ограничение:
- величина «Оптимальный VaR-прогноз» не должна быть больше максимального значения и не должна быть меньше минимального значения (данные значения рассчитываются средствами описательной статистики);
- число «пробоев» не должно превышать трех.
В результате всех вычислений получаем следующие значения (табл. 13).
Таблица 13
Соответствие результатов (тыс.руб.)
Оптимальный Var-прогноз |
133 131 |
Стандартный ежедневный прогноз |
120 000 |
Полученный доход (Р) |
20987,35 |
Оплата овердрафта (L) |
19634,10 |
Число «пробоев» |
3 |
Как видно из табл. 13, было найдено значение показателя «Оптимальный VaR-прогноз», при котором банк получил максимально возможную прибыль. Число «пробоев» не превысило трех.
Однако ситуация на рынке МБК может быть довольно нестабильной в течение длительного времени. Кредитной организации необходимо максимально диверсифицировать источники пополнения/размещения денежных средств.
Рис. 8. Значение результатов (тыс.руб.)
Таким образом, в данной дипломной работе представлен подход к оценке риска ликвидности, связанного с размещением банком клиентских средств в рабочих активах. Подход связывает сроки, объемы и риски размещения/привлечения денежных ресурсов с основными статистическими характеристиками величины остатков на корреспондентском счете банка.
Применение методики позволяет увеличить процентные доходы банка в результате более эффективного и полного использования временно свободных денежных средств клиентов, а также снизить процентные расходы банка при привлечении недостающих денежных средств для осуществления расчетов.
Чтобы выяснить целесообразность внедрения метода управления ликвидностью банка на основе размещения временно-свободных средств, нужно рассчитать экономическую эффективность разработанного проекта.
Рассчитаем затраты на внедрение метода управления ликвидностью банка на основе размещения временно-свободных средств (табл. 14).
Таблица 14
Затраты на внедрение метода управления ликвидностью банка на основе размещения временно-свободных средств в 2011 году
Наименование статьи затрат |
Сумма, руб. |
Единовременные затраты |
|
Закупка программного обеспечения |
120 000 |
Установка программного обеспечения |
1 700 |
Итого |
121 700 |
Текущие затраты (год) |
|
Заработная плата специалиста по мгновенной ликвидности банка в отделе управления ликвидностью |
420 000 |
Итого |
420 000 |
Всего (капитальные + текущие затраты) |
541 700 |
Единовременные затраты составят 121 700 руб. 120 000 руб. пойдет на закупку программного обеспечения, а 1 700 руб. на установку программного обеспечения и его техническое обслуживание.
Текущие затраты (ежегодные) составят 420 000 руб. Это заработная плата специалиста, который непосредственно будет заниматься управлением мгновенной ликвидности банка.
Общие затраты в первый год внедрения проекта составят 541 700 руб.
Рис. 9. Затраты на внедрение методики управления мгновенной ликвидностью банка, тыс.руб.
Затраты на внедрение проекта отражены на рис. 9. Из рисунка наглядно видно, что наибольшая доля затрат – это заработная плата специалиста управления мгновенной ликвидностью. Рассчитаем прогнозируемый рост доходов банка за счет внедрения методики на 2011-2012 год (табл. 15).
Таблица 15
Прогнозный план доходов и расходов ОАО «РосЕвроБанк», тыс.руб.
Показатели |
Факт |
Прогноз[2] |
||
2009 |
2010 |
2011 |
2012 |
|
Доходы |
12681255 |
19790012 |
19791365 |
19791365 |
в т.ч. при применении разработанной методики |
- |
- |
1353 |
1353 |
Расходы |
12354138 |
19275196 |
19275738 |
19275616 |
в т.ч. расходы на внедрение и функционирование методики |
- |
- |
541,7 |
420 |
Прибыль до налогообложения |
327117 |
514816 |
515627,3 |
515749 |
Налог на прибыль |
33503 |
50958 |
50958 |
50958 |
Чистая прибыль банка |
293614 |
463858 |
464669,3 |
464791 |
Можно сделать выводы, что при внедрении методики управления мгновенной ликвидностью, прибыль банка будет увеличиваться.
Представим в таблице 16 процентное изменение роста доходов от применения методики управления мгновенной ликвидностью.
Таблица 16
Прогноз изменений в доходах и расходах в фактическом и плановом периоде, тыс.руб.
Показатели |
Факт |
Прогноз |
Откл. |
||||
Абс. |
Относит. |
||||||
2010 |
2011 |
2012 |
2011-2010 |
2012 -2010 |
2011/ 2010 |
2012/ 2010 |
|
Доходы |
19790012 |
19791365 |
19791365 |
1353 |
1353 |
100,01 |
100,01 |
Расходы + Налог на прибыль |
19326154 |
19326696 |
19326574 |
542 |
420 |
100,003 |
100,002 |
Чистая прибыль банка |
463858 |
464669 |
464791 |
811 |
933 |
100,2 |
100,2 |
За базу взяты показатели 2010 года. По результатм табл. 16 можно сделать выводы, что при изменении расходов на внедрение методики управления мгновенной ликвидностью на 0,003 и 0,002 % в 2011 и 2012 гг. чистая прибыль банка увеличится на 0,2%.
Рис. 10. Прогноз прибыли от банковской деятельности с учетом линии тренда (тыс.руб.)
На рис. 10 отображен рост прибыли ОАО «РосЕвроБанк» при осуществлении прогноза с учетом линии тренда.
В таблице 17 представим основные этапы работ, направленные на совершенствование осуществление внедрения методики управления мгновенной ликвидностью. Эти работы будут выполнены сразу же при решении банка о применении методики управления мгновенной ликвидностью.
Таблица 17
Список работ, необходимых для внедрения методики управления мгновенной ликвидностью
№ п/п |
Содержание работы |
Продолжи-тельность, дни |
Исполнители (отделы, специалисты) |
Код |
1. |
Проведение анализа ликвидности банка |
5 |
Начальник отдела управления ликвидностью |
0-1 |
2. |
Расчёт оптимального варианта получения информации |
5 |
Отдел управления ликвидностью |
0-2 |
3. |
Выбор оптимального процесса внедрения методики |
3 |
Отдел управления ликвидностью |
2-3 |
4. |
Подбор специалиста по управлению мгновенной ликвидностью |
2 |
Кадровый отдел |
3-4 |
5. |
Проведение расчётов проектных мероприятий |
10 |
Начальник отдела управления ликвидностью |
0-5 |
6. |
Подготовка мероприятий по обеспечению внедрения методики |
2 |
Специалист ПО |
5-6 |
7. |
Утверждение приказа о внедрении новой методики управления мгновенной ликвидностью |
6 |
Директор филиала банка |
6-7 |
8. |
Формирование сметы затрат на внедрение методики |
5 |
Главный бухгалтер |
7-8 |
9. |
Разработка сметы стимулирования внедрения новой методики |
4 |
Главный бухгалтер |
8-9 |
10. |
Формирование группы исполнителей |
2 |
Начальник отдела управления ликвидностью |
7-10 |
11. |
Разработка рабочей документации |
6 |
Отдел управления ликвидностью |
7-11 |
12. |
Проведение исследований ликвидности |
9 |
Отдел управления ликвидностью |
11-12 |
13. |
Обеспечение связи между отделами при реализации методики |
5 |
Специалист по управлению мгновенной ликвидностью |
7-13 |
14. |
Разработка системы контроля за эффективностью методики |
8 |
Начальник отдела управления ликвидностью |
7-14 |
15. |
Внедрение мероприятий по контролю за МБК |
7 |
Начальник отдела управления ликвидностью |
14-15 |
16. |
Разработка технических рекомендаций применения методики |
5 |
Специалист по управлению мгновенной ликвидностью |
15-16 |
17. |
Внедрение мероприятий |
20 |
Отдел управления ликвидностью |
|
В работах по внедрению методики управления мгновенной ликвидностью примут основное участие начальник управления отдела ликвидностью банка, специалист по управлению мгновенной ликвидностью, сотрудники отдела управления ликвидностью ОАО «РосЕвроБанк».
Таким образом, для реализации предлагаемых мероприятий по совершенствованию мгновенной ликвидности более рационально увязать работы по срокам и оптимально распределить работающих.
Итак, в третьей главе были разработаны мероприятия по внедрению методики управления мгновенной ликвидностью банка и доказана эффективность выбранных мероприятий.
Таким образом, в результате разработанной методики и расчета экономического эффекта были получены следующие данные применительно к ОАО «РосЕвроБанк»:
- найдено значение «Оптимальный VaRпрогноз», составляющее 133131 тыс. руб.;
- полученный годовой доход от размещения МБК составляет 1353 тыс. руб.;
- число «пробоев» не превысило трех – это дает основание говорить об адекватности применяемой методики требованиям Базельского комитета;
- показано, что рассматриваемому банку выгодно привлекать МБК других банков до тех пор, пока процентная ставка привлечения не превышает ставку кредита овернайт Банка России;
- поскольку при расчете величины «Оптимальный VaR-прогноз» используется метод моделирования, банку рекомендовано на ежедневной основе рассчитывать вышеуказанную величину;
- кредитной организации рекомендовано максимально расширить круг банков-контрагентов, с которыми можно осуществлять операции по МБК.
Анализ экономической эффективности внедрения методики показал, что при внедрении проекта общие доходы банка вырастут на 1353 тыс.руб. или на 0,01%. В тоже время расходы на внедрение мероприятия увеличатся на 542 тыс.руб. в 2011 и на 420 тыс.руб. в 2012 гг. Чистая прибыль банка при внедрении мероприятия в 2011 году составит 464669 тыс.руб., а в 2012 году – 464791 тыс.руб., т.е. на 0,2% больше, чем в базовом 2010 году. Линия тренда, рассчитанная по показателям 2010-2012 гг. также показывает существенный рост чистой прибыли в будущем за счет внедрения методики управления мгновенной ликвидностью. Это подтверждает экономическую эффективность проекта.
ЗАКЛЮЧЕНИЕ
Неоднозначность трактовки понятия ликвидности коммерческого банка во многом связано с тем, что оно рассматривается многими авторами в различных аспектах. Понятие банковской ликвидности применяется в различных трактовках. При этом акцент делается, в основном на способности банка выполнять обязательства своевременно и без значительных потерь. По мнению автора, такой подход не совсем корректно отражает эту сферу деятельности банка.
Ликвидность коммерческого банка следует рассматривать как специфическую форму ликвидности хозяйствующего субъекта, специфика которого, прежде всего связана с выполняемыми функциями. Следствием этого является специфичность денежных потоков, организацией движения которых занимается банк.
Для банка крайне важной является реальная и потенциальная возможность обеспечивать равновесие входящих и исходящих денежных потоков в настоящем и будущем. При этом необходимо отметить, что ликвидность коммерческого банка это динамическое состояние, то есть оно характеризуется не столько статическими показателями баланса (хотя этот фактор необходимо учитывать) сколько способностью банка проводить активную политику в области управления ликвидностью. Она характеризуется умением грамотно подходить к вопросам определению уровня соотношения уровня ликвидных активов и наличием резервных источников, за счет которых может быть покрыт отрицательный разрыв в денежных потоках.
Исходя из этого, ликвидность коммерческого банка – это динамическое состояние банка, характеризующееся способностью обеспечивать равновесие проходящих через него денежных потоков без ущерба для прибыльности.
Анализ ликвидности ОАО «РосЕвроБанк» показал, что норматив общей ликвидности (Н5) ниже рекомендуемого и в динамике за два года можно проследить постоянное снижение данного коэффициента, что говорит о снижении общей ликвидности ОАО «РосЕвроБанк».
В проектной части была предложена схема взаимодействия всех подразделений банка при управлении ликвидностью и разработана методика повышения ликвидности банка путем размещения временно свободных средств в МБК.
В результате разработанной методики и расчета экономического эффекта были получены следующие данные применительно к ОАО «РосЕвроБанк»:
- найдено значение «Оптимальный VaRпрогноз», составляющее 133131 тыс. руб.;
- полученный годовой доход от размещения МБК составляет 1353 тыс. руб.;
- число «пробоев» не превысило трех – это дает основание говорить об адекватности применяемой методики требованиям Базельского комитета;
- показано, что рассматриваемому банку выгодно привлекать МБК других банков до тех пор, пока процентная ставка привлечения не превышает ставку кредита овернайт Банка России;
- поскольку при расчете величины «Оптимальный VaR-прогноз» используется метод моделирования, банку рекомендовано на ежедневной основе рассчитывать вышеуказанную величину;
- кредитной организации рекомендовано максимально расширить круг банков-контрагентов, с которыми можно осуществлять операции по МБК.
Анализ экономической эффективности внедрения методики показал, что при внедрении проекта общие доходы банка вырастут на 1353 тыс.руб. или на 0,01%. В тоже время расходы на внедрение мероприятия увеличатся на 542 тыс.руб. в 2011 и на 420 тыс.руб. в 2012 гг. Чистая прибыль банка при внедрении мероприятия в 2011 году составит 464669 тыс.руб., а в 2012 году – 464791 тыс.руб., т.е. на 0,2% больше, чем в базовом 2010 году. Линия тренда, рассчитанная по показателям 2010-2012 гг. также показывает существенный рост чистой прибыли в будущем за счет внедрения методики управления мгновенной ликвидностью. Это подтверждает экономическую эффективность проекта.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ