Резюмируя итоги работы, отметим, что построение сценариев в рамках моделирования деятельности кредитных организаций приобретает все больший интерес в условиях циклической экономики России, когда экономика переживает разные времена: развитие, затухание, кризис и оживление.
Современные банки до настоящего времени вынуждены приспосабливаться к современным реалиям, при этом не предпринимая определенных попыток в области предсказывания исходов событий, посредством разработки сценариев. Лишь Банк России в прогнозе по развитию экономики и с целью обуздания инфляции строит сценарии по сырьевому сектору и валютному курсу, чтобы определить уровень инфляции в России и возможное развитие валового внутреннего продукта.
В ходе теоретического обзора сценарного моделирования банковской деятельности было определено, что моделирование деятельности банка выступает не только как комплексный инструмент оценки достигнутых результатов деятельности, но и как инструмент финансового прогнозирования, метод изучения и оценки выбранных направлений. Моделирование используется при составлении и оценке основных разделов бизнес-плана банка, прогнозного баланса, отчета о прибылях и убытках, прогнозировании движения денежных средств и других показателей банковской деятельности и банковских продуктов. Было дано собственное толкование сценарного моделирование, под которым понимаем процесс построения моделей в рамках операций, сделок и других действий банков, учитывающих различные сценарии поведения в перспективе, которые связаны с банковскими рисками и направлены на развитие эффективности банковской деятельности.
Также в работе была выделена архитектура сценарного моделирования деятельности кредитной организации. Успешное проведение моделирования зависит от качества выбранной методики или отдельных аналитических показателей, и от системы используемой информации, организационных процедур его проведения, а также уровня современных компьютерных систем, предоставляющих принципиально новые возможности для получения информации.
Таким образом, инструментарий банковского моделирования включает в себя такие элементы, как субъекты и объекты моделирования; источники информации; принципы моделирования; этапы и процессы моделирования; типологии сценарного моделирования. В рамках определенного типа модели выделяется классификация моделей, в зависимости от их предназначения и дальнейшего использования.
В практической части работы на основе проведенного анализа банковского сектора России была поставлена цель - рассмотреть сценарии развития размера среднестатистического банка в России по активам и капиталу к 2020 г., именно этот год был публично озвучен в качестве подведения итогов по развитию банковского сектора в области консолидации и повышения устойчивости кредитных организаций.
Проведенный анализ деятельности банков в России показал, что количество кредитных организаций к началу 2018 г. в численности уменьшилось, однако это никак не помешало развиваться банкам, о чем свидетельствует рост собственного капитала банковского сектора, политика по привлечению ресурсов также была прогрессирующей. Заемный капитал банков во многом состоит из депозитных источников, для поддержания ликвидности банки проявили повышенную активность, чем ранее и на рынке межбанковского кредитования. В итоге рост ресурсной базы сказался и на росте активов банка, однако активы в меньшей степени стали формироваться из кредитного портфеля, но при этом банковский сектор поддерживал уровень работающих активов на уровне 85% от совокупных активов. Улучшение качества активов положительно отразилось на рисках - просроченная задолженность снизилась, как и риски кредитования. Что касается риска ликвидности, то было отмечено, что банки во многом стали придерживаться осторожной политики в части размещения средств и предпочитали держать высоколиквидные и текущие активы в большей степени у себя на счетах, по сравнению с периодом ранее. Все это в совокупности не могло сказать на прибыльности банковских операций, финансовый результат банковского сектора вырос, хотя в секторе имеются много банков, которые закончили год с убытком, следовательно, можно сделать вывод, что эффективность банковской деятельности в России хоть и выросла, но остается пока низкой.
На основе репрезентативных данных были построены два типа трендов дальнейших вариантов развития событий по количеству банков, активов и капитала банковского сектора. В итоге сформировалось три сценарии: оптимистический, реалистический и пессимистический. Скорее всего, среднестатистический банк к 2020 г. будет иметь активы порядка 196-206 млрд. руб. и капитала в размере 21-22 млрд. руб. По итогам 2017 г. аналогичные цифры равнялись 152 млрд. руб. по активам и 17 млрд. руб. по капиталу. По соотношению капитала к активам видно, что проблема низкой достаточности капитала банков России останется ключевой проблемой и в 2020 г. Следовательно, банков кардинально меньше не станет, но они станут еще крупнее, и не факт что надежнее.
Кроме построения макросценариев, нами была поставлена цель рассмотреть варианты развития сценариев деятельности ПАО «Росбанк», в качестве результирующего показателя нами была взята чистая прибыль Банка. Сценарии строились на основе вариаций - построения двух трендов на основе репрезентативной выборки, использование функций «ТЕНДЕНЦИЯ», а также построения корреляционно-регрессионной статистики.
Итоги сценариев позволило выработать и сгруппировать несколько сценариев. Учитывая, что по итогам 2017 г. прибыль до налогообложения ПАО «Росбанк» составила 8,5 млрд. руб., то два сценария (линейный тренд и корреляционная статистика реалистичного типа) видятся нам как вполне допустимым по итогам 2018 г. и 2019 г., когда прибыль Банка составит от 8,4 до 9 млрд. руб. и от 9,6 до 9,9 млрд. руб. соответственно. Функция «ТЕНДЕНЦИЯ» и корреляционная статистика пессимистического типа 77
сформировали блок нежелательного для Банка сценария, однако по функции «ТЕНДЕНЦИЯ» Банк будет считаться прибыльным, ибо по итогам 2018 г. и 2019 г. прибыль может составить около 3,5 млрд. руб. и 4,2 млрд. руб., тогда как по регрессионному анализу Банк уже будет считаться убыточным, поскольку отрицательный финансовый результат за 2018 г. и 2019 г. может достигнуть 7,2 млрд. руб. и 7,9 млрд. руб. В блок сценариев идеального плана развития событий прибыли Банка вошли полиномиальный тренд и корреляционная статистика оптимистической хода, когда прибыль по итогам 2018 г. и 2019 г. может варьироваться соответственно от 13,8 до 21,2 млрд. руб. и от 19,8 до 23,5 млрд. руб. Ключевой вывод в том, что корреляционная статистика может подтвердить какой-либо тренд, будь то линейный, или полиномиальный, или и вовсе функцию «Тенденция».
По итогам теоретического и практического использования сценарных моделей нами были определены проблемы сценарного моделирования в банковской деятельности с учетом текущих реалий и пришли к выводу, что в этом сегменте есть довольно большой круг проблем, к которым были отнесены:
- ориентированность Банка России при построении сценарий поведения инфляции и ВВП России на сырьевой сектор, что повышает зависимость банковского сектора от развития цены на нефть российской марки;
- слабое представление банков о наличии сценарного моделирования (в особенности в деятельности мелких и средних банков);
- слабая оснащенность профессиональных сотрудников в кредитных организациях ориентированных и умеющих выстраивать подобные модели на перспективу;
- низкая степень автоматизации бизнес-процессов в банковской деятельности, которые могли бы быть адаптированы под моделирование - иначе говоря, отсутствие программ;
- разрозненность экономических районов в России вынуждает выстраивать модели в зависимости от региональных особенностей;
- низкое доверие и как следствие востребованность сценарных моделей в
банковской практике;
- неопределенность окупаемости разработанных моделей в банковских кругах.
Данные проблемы необходимо решать вертикально, во-первых, сам Банк России должен приспособиться в прогнозированию сценарий развития событий в экономике России не строго от цены российской марки нефти, но и от других факторов. Также показать важность построения подобных моделей в банковской деятельности, тем самым повысить заинтересованность кредитных организаций в использовании данных моделей. Это можно сделать путем презентаций и указания преимуществ и достоинств сценарного моделирования на различных форумах и площадках. Необходимо также приблизить взаимосвязь банков и IT-разработчиков в области разработки российских аналогов модели путем программирования отдельных элементов. При этом модели должны учитывать состояние банка, внешней среды, в котором развивается банк, а в условиях широты и необъятности России, данные модели должны быть приспособлены к экономике отдельных регионов. Кроме этого разработчики моделей совместно с банками должны четко понимать предназначение модели, а не искать экономическую выгоду от моделей. Ведь экономическая выгода с позиции разработки модели заключается и в том, как не получить убытки, не все модели сценарного типа настроены на то, чтобы получить доход, и на эту опцию необходимо указывать разработчикам модели.
С целью совершенствования сценарного моделирования мы воспользовались комбинированием таких моделей, как на основе теории игр и недавно разработанным принципом профессора А. Горбаня - принципа «Анны Карениной». Был проведен анализ эффективности действующей стратегии ПАО «Росбанк» (игрок 1) в разрезе стратегии банковского сектора (игрок 2), на основе разных циклов экономики: 2015 г. - кризис; 2016 г. - восстановление; 2017 г. - развитие. Необходимо было определить направления стратегии Банка в зависимости от поведения банковского сектора в 2018 г. - подъем рынка. Рычаги воздействия, то есть ходы были взяты процентные спрэды по депозитно-кредитным операциям игроков, а исход ходов оценивалось на основе рентабельности активов и капитала.
Итоги модели показали, что в период кризиса важно определить правильную стратегию и тактику, ибо ходы не всех игроков будут совпадать с другими, о чем собственно и гласит «принцип Анны Карениной». Следовательно, если первые шаги не дают результаты, то надо в корне менять ходы, и уповать на то, что другие игроки продолжат развивать первые сделанные шаги, о чем и доказывает ходы сектора в сравнении с ходами Банка. В период оживление экономики ходы двух игроков также могут быть в разрезе трех сценариев: уменьшать спрэд, наращивать спрэд и не изменять спрэд. В период роста экономики игра на уменьшение спрэда, которая действовала результативно в период оживления и восстановления экономики, не всегда эффективна, поскольку продолжается режим отложенного спроса на кредиты и в этом ключе важно найти приемлемый для себя спрэд.
Как нам кажется, на первых этапах роста экономики дальнейшего резкого снижения ставок не выгоден ни одному игроку, поскольку лучше привлекать качественных контрагентов и работать с ними, то есть в этом плане игрокам нужно нарастить спрэд, будет это сделано за счет снижения ставки по депозитам или роста ставки по кредитам это вопросы менеджмента игроков. Возможно, следует снизить ставки по розничным кредитам при еще большем снижении ставок по депозитам предприятий, тогда как ставки по вкладам, как и по корпоративным кредитам сохранить.
Модель теории игр дополненная «принципом Анны Карениной» позволила выявить эффективность развития деятельности банковского сектора и ПАО «Росбанк» на основании трех стратегий и ходов, следовательно, значимостью модели является его легкость в построении и применимость. Кроме того, на основе модели можно выстраивать эффективную стратегию и сценарии в сравнении с конкурентами.


Купить