АННОТАЦИЯ 3
Введение 2
1 Подходы к управлению краткосрочными пассивами коммерческого банка 4
1.1 Место счетов до востребования в структуре банковского фондирования 4
1.2 Методы управления краткосрочной ликвидностью коммерческого банка 10
2 Моделирование процесса размещения средств на депозитах до востребования 19
2.1 Методы прогнозирования 19
2.2 Построение модели и интерпретация результатов 27
3 Апробация модели на данных АО «Газпромбанк» 49
3.1 Прогнозирование остатков на счетах до востребования 49
3.2 Выбор оптимального размещения средств, привлеченных на депозитах до
востребования 54
Заключение 63
Список использованных источников и литературы 65
Приложение А Структура обязательств по группам банков 69
Приложение Б Отчет о регрессии
ВВЕДЕНИЕ
Важной задачей банковского менеджмента является определение стабильной части депозитов до востребования, которая обеспечивала бы желаемое соотношение ликвидности и доходности.
Из истории известно множество примеров, когда очень рискованные стратегии и неграмотное выстраивание системы защиты от рисков, приводило к краху бизнеса, ярким тому примером служит банк Lehman Brothers.
Банки выполняют важную функцию перераспределения денежных средств, выполняя обязательства по возврату денежных средств перед вкладчиками и кредиторами в установленные сроки, банк в полном объеме берет на себя риски невозврата денежных средств по кредитам.
Наибольшую долю (до 60-80%) в структуре пассивов универсального банка составляют депозиты клиентов: депозиты до востребования и срочные депозиты.
Депозиты до востребования, которые включают в себя вклады до востребования, денежные средства клиентов на текущих и расчетных счетах, представляют собой значительный по объему и один из самых дешевых банковских ресурсов, так как проценты по таким счетам либо не выплачиваются, либо в небольшом размере. Для того чтобы получить дополнительный процентный доход, банку было бы целесообразнее трансформировать данный ресурс в «длинный» актив.
Проблема заключается в том, что счета «до востребования» характеризуются высокой степенью неопределенности: клиенты в любой момент могут снять и внести денежные средства без ограничений. Кроме того, банк отчисляет более высокие нормы в фонд обязательных резервов в Банк России.
Отсюда вытекает важная задача определения суммы стабильной части счетов «до востребования», которую банк мог бы эффективно вложить в актив на определенный срок для извлечения дополнительного дохода., что обеспечивало бы желаемое соотношение ликвидности и доходности.
В то же время фондирование более «длинных» активов (например, кредиты) за счет средств на текущих и расчетных счетах сопряжено с риском ликвидности. Наиболее значимым риском для банка является риск ликвидности, который может привести к дефолту.
В случае наступления кризиса в экономике, клиенты в первую очередь начнут снимать деньги с текущих счетов. Если банк неэффективно вложит сумму от остатков на счетах до востребования или слишком «оптимистично» оценит для себя риск «прихода» клиента, то в случае кризиса у банка не будет средств, чтобы выполнить свои обязательства перед кредиторами и вкладчиками, что в конечном итоге приведет к реализации риска ликвидности.
Цель выпускной квалификационной работы состоит в оптимизации остатков на счетах до востребования в коммерческом банке с целью эффективного управления ликвидностью и максимизации прибыли.
Для достижения поставленной цели необходимо решить следующие задачи:
- рассмотреть особенности краткосрочных пассивов и их роль в банковском фондировании;
- изучить методы прогнозирования остатков на счетах до востребования;
- исследовать методы по управлению ликвидностью;
- построить модель оптимизации остатков на счетах до востребования и изучить ее свойства;
- применить полученную модель на примере банка и провести анализ результатов;
- сформировать рекомендации по итогам построенной модели.
Объект исследования - счета до востребования коммерческого банка.
Предмет исследования -оптимизация остатков на счетах до востребования.
В процессе работы использовались абстрактные методы (системный анализ и синтез, абстрагирование, обобщение, изучение и анализ литературы) и практические методы (расчеты, моделирование). Были применены такие методы как регрессионный анализ, тестирование статистических гипотез с целью анализа временных рядов, статистическое моделирование (метод Монте-Карло).
Теоретико-методологической базой исследования послужили нормативно-правовые акты, статьи, аналитические материалы, ресурсы сети Интернет, научные работы отечественных и зарубежных авторов, а также программные средства Microsoft Excel, Python.
Выпускная квалификационная работа состоит из введения, основной части, состоящей из трёх глав заключения и списка литературы.
Управление ликвидностью является важным аспектом деятельности коммерческого банка. Вместе с тем каждый банк стоит перед выбором оптимального соотношения риска и доходности. С одной стороны, банк должен выполнять нормативы, а с другой стороны, капитал должен приносить доход.
Наибольшую долю в структуре пассивов банка составляют депозиты, среди которых важную роль играют депозиты до востребования. Они являются дешевым источником ресурсов, но нестабильным.
Грамотное управление депозитами до востребования: прогнозирование стабильной части и размещение этой части денежных средств в активные операции - позволит банку дополнительно заработать.
В работе был построен прогноз объема остатков на счетах до востребования. Прогнозирование временного ряда было осуществлено при помощи ARIMA-модели. По построенному прогнозу был построен доверительный интервал, из которого определялась сумма для вложений на определенный срок.
Была построена модель оптимизации остатков на счетах до востребования и изучены свойства модели. Было выявлено, что в зависимости от имеющихся условий, функция прибыли может вести себя по-разному, соответственно, банк в различных ситуациях может оказаться в прибыли, убытке или в безубыточности.
Были выявлены варианты применения модели банком:
1) Определение оптимального срока размещения средств, при котором будет максимальная прибыль.
2) Определение критического значения риска вложения средств, при котором не будет убытка.
3) Определение максимального наихудшего исхода, при котором существует высокая вероятность того, что клиент придет, и при этом не будет убытка.
4) Определение минимальной процентной ставки, под которую банк может вкладывать денежные средства с получением прибыли.
Таким образом, при помощи данной модели банк может определить для себя наиболее оптимальный вариант вложения стабильной части счетов до востребования.
Также в работе были рассмотрены варианты вложения средств банком для получения максимального дохода. Наиболее выгодными вариантами размещения средств оказались: выдача кредита под ставку 18% и 20% годовых.
В ходе исследования были намечены дальнейшие пути улучшения модели: анализ распределения суммы по клиентам и включение этого параметра в модель, а также учет влияния макроэкономических факторов. Это позволит улучшить модель и более точно моделировать оптимальную прибыль и срок вложения средств банком
1. О банках и банковской деятельности: федер. закон от 02.12.1990 г. №395-1: (в ред. от 30.12.2020 N 495-ФЗ) // «Консультант Плюс»: справочная правовая система. URL: http://www.consultant.ru/document/cons_doc_LAW_5842/ (дата обращения: 01.04.2024).
2. Инструкция Банка России от 06 декабря 2017 № 183-И «Об обязательных
нормативах банков с базовой лицензией» // «Консультант Плюс»: справочно-правовая система. - М., 2023. - URL: https://www.consultant.ru/document/cons doc LAW 292457/ (дата обращения: 05.04.2024).
3. Инструкция Банка России от 29 ноября 2019 г. № 199-И «Об обязательных нормативах и надбавках к нормативам достаточности капитала банков с универсальной лицензией» // «Консультант Плюс»: справочно-правовая система. - М., 2023. - URL: https://www.consultant.ru/document/cons doc LAW 342089/(дата обращения: 11.03.2024).
4. Положение Банка России от 3 декабря 2015 г. № 510-П «О порядке расчета норматива краткосрочной ликвидности («Базель III») системно значимыми кредитными организациями» // «Консультант Плюс»: справочно-правовая система. - М., 2023. - URL: https://www.consultant.ru/document/cons doc LAW 190942/ (дата обращения: 03.04.2024).
5. Альчаков В.В Оценка методов машинного обучения для прогнозирования сезонных временных рядов / В.В. Альчаков, В.А. Крамарь. - Известия ЮФУ. Технические науки. - 2023. - C.250-263
6. Банки и экономика в цифрах и графиках // Ассоциация банков России, 2023. - № 1.
- С. 39-41. - URL: https://asros.ru/analytics/asros/banki-i-ekonomika-v-tsifrakh-i-grafikakh-iv- kvartal/
7. Банки.ру: информ. портал: банки, вклады, кредиты, ипотека, рейтинги банков
России // ООО «Информационное агентство «Банки.ру». [М.], 2004-2024. - URL:
http://www.banki.ru (дата обращения: 23.02.2024).
8. Банковское дело: учебник для вузов / Н.Н. Мартыненко, О.М. Маркова, О.С. Рудакова, Н.В. Сергеева - 3-е изд. - М : Издательство Юрайт, 2024. - 524 с.
9. Бологов Я.В. Об эконометрических подходах к определению минимального уровня депозитов до востребования коммерческого банка // Ученые записки Орловского государственного университета. - 2014. - №2. - С. 23-28.
10. Вайн С. Оптимизация ресурсов современного банка / С. Вайн. - М. : Альпина Паблишер, 2019. - 196 с.
11. Введение в анализ временных рядов: учебное пособие для вузов / Н. В. Артамонов, Е. А. Ивин, А. Н. Курбацкий, Д. Фантаццини - Вологда: ВолНЦ РАН, 2021. - 134
12. Динамика ставки RUONIA и параметров расчета // Официальный сайт «Банк России». - М., 2000-2024. - URL: https://cbr.ru/hd_base/ruonia/dynamics/ (дата обращения: 01.05.2024).
13. Домбровский В. В. Эконометрика: учебник / В. В. Домбровский. - подготовлено при содействии НФПК - Нац. фонда подготовки кадров в рамках Программы - "Совершенствование преподавания социально-экономических дисциплин в ВУЗах", 2016 - 342 c
14. Зернова Л.Е. Теоретические основы формирования депозитной политики коммерческого банка // Л.Е. Зернова / Международный научно-исследовательский журнал. - 2021. - № 1. - С 9-12.
15. Как изменить выборку и интерполировать данные временных рядов с помощью Python - URL: https://machinelearningmastery.ru/resample-interpolate-time-series-data-python/ (дата обращения: 01.03.2024)
..40