В статье содержится организационно-правовая характеристика банковской деятельности, ее свойства и особенности. Исследование данных отчетности по банкам России, оценка на основании статистических данных экономического положения банковской системы на современном этапе.
Ключевые слова: банк, финансово-кредитная деятельность, банковский сектор, банковская статистика, финансовый результат
Банковская статистика представляет собой основу формирования статистики денежного обращения и кредита и является статистикой отрасли «Финансы, кредит, страхование, пенсионное обеспечение».
Эта отрасль включает банковскую деятельность, страхование, пенсионное обеспечение и вспомогательную финансово-посредническую деятельность.
Система банков (центрального, коммерческих и сберегательных) играет ведущую роль в финансово-кредитной деятельности страны, является ее «кровеносной системой», а поэтому велико и значение банковской статистики. Именно банковский сектор во многом определяет уровень экономического развития, влияя через инвестиции в различные сектора экономики на темпы экономического роста. Развитие банковской системы в то же время зависит и от внешних факторов: отношения между хозяйствующими субъектами, степени вмешательства государства в экономику и др. [1].
Отличие деятельности банков состоит в балансовом характере банковской статистики.
Требования, предъявляемые финансовыми учреждениями, классифицируются по секторам экономики, а обязательства — в соответствии с их уровнем ликвидности. Особенностью банковской статистики является точная регистрация фактов. Банковское законодательство всегда ставило в обязанность банкам раскрывать определенные сведения для надзора и составления статистики, которая необходима для формирования денежно-кредитной политики. Сбором и анализом данных банковской статистики на международном уровне занимаются МВФ, БМС, ОЭСР [2].
Банковская статистика имеет целью систематизацию и обработку цифрового материала об оборотах и операциях банка, во-первых, для анализа положения банка и, во-вторых, в целях оценки его работы и ее значения для обслуживаемых кредитом оборотов народного хозяйства. Подобные задачи не преследуются бухгалтерию банка, которая ведет учет имущества банка, реального и в обязательствах третьих лиц, а также обязательств самого банка, учет денежных оборотов по всем статьям актива и пассива и, заключая счета, выводит прибыль банка (прирост капитала) или убыток (уменьшение капитала).
На рисунке 1 рассмотрим динамику финансового результата банковского сектора Российской Федерации за 2000–2015 гг. [3]
Рис. 1. Динамика финансового результата банков РФ, %
За анализируемый период финансовый результат банков возрос на 87 %. Наименьший результат наблюдался в 2000 году и составил 12,6 %, а наибольший — в 2015 году, он равен 99,6 %. Поэтому можно сказать, что экономический итог деятельности банков увеличивался и улучшался с каждым годом.
Проведем многофакторный корреляционно-регрессионный анализ за период 2000–2015 гг., для этого используем следующие показатели:
Y — финансовый результат банков РФ, темп роста %;
Х1 — Абсолютная величина банковских активов, в расчете на экономически активное население;
Х2 — Инфляция, %;
Х3 — Доходы населения за месяц, темп роста %;
Х4 — Количество банков на территории РФ, в расчете на экономически активное население;
Х5 — Среднее количество филиалов, созданных одним банком, в расчете на экономически активное население;
Х6 — Доля кредитов в активах, %.
Параметры модели с включением фактора времени оцениваются с помощью обычного метода наименьших квадратов (МНК) [].
С помощью ПК получаем матрицу парных коэффициентов, на основании которых необходимо сделать вывод о факторах, которые могут быть включены в модель множественной регрессии (табл. 1).
Корреляционная матрица получена с помощью табличного редактора Excel ХР в пакете анализа.
Таблица 1
Корреляционная матрица влияния факторов на финансовый результат банков РФ
|
|
Y |
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
Х6 |
|
Y |
1 |
||||||
|
Х1 |
0,89228 |
1 |
|||||
|
Х2 |
0,75142 |
0,56430 |
1 |
||||
|
Х3 |
0,65691 |
0,61046 |
0,34646 |
1 |
|||
|
Х4 |
0,90036 |
0,85421 |
0,37372 |
0,65304 |
1 |
||
|
Х5 |
0,41326 |
0,88692 |
0,34531 |
0,65304 |
0,51321 |
1 |
|
|
Х6 |
0,22785 |
0,67120 |
0,21786 |
0,01234 |
0,19003 |
0,19203 |
1 |
Анализ корреляционной матрицы позволил выбрать объясняющие факторы, имеющие высокие значения коэффициентов корреляции, у которых значения коэффициентов корреляции больше 0,5, что говорит о наличии мультиколлинеарности [4].
По данным таблицы 1 видно, что это факторы X1,X2,X3 и X4 между собой взаимосвязаны. Далее, исключаем те факторы, коэффициенты детерминации которых меньше остальных. Данную операцию проводим до тех пор, пока не будет исключена мультиколлинеарность [5], остается один фактор — Х4.
Далее переходим к построению уравнения регрессии. Проведем регрессионный анализ фактора Х4.
Рис. 2. Регрессионный анализ фактора Х4
По результатам регрессионного анализа получено следующее уравнение регрессии:
y =27845,5+1,96Х4
Анализ полученного уравнения регрессии позволяет сделать вывод, что в среднем с увеличением количества банков на территории РФ на 1 единицу, финансовый результат банков увеличится на 1,96 %.
В результате построения уравнения регрессии получили следующие результаты (рис. 2). Множественный коэффициент регрессии равен 0,7. Это свидетельствует о высокой связи между признаками. Коэффициент детерминации — равен 0,64, следовательно, 64 % финансового результата банков обусловлено фактором Х4.
Проверка адекватности модели, построенной на основе уравнений регрессии, начинается с проверки значимости каждого коэффициента регрессии. Значимость коэффициента регрессии осуществляется с помощью t-критерия Стьюдента.
Параметры уравнения все значимы, кроме параметра при факторе времени, так как их расчетные значения меньше табличных.
Проверка адекватности всей модели осуществляется с помощью расчета F-критерия. Если Fp>Fт при =0,05, то модель в целом адекватна изучаемому явлению.
Следовательно, построенная модель на основе её проверки по F-критерию Фишера в целом адекватна, и все коэффициенты регрессии значимы.
Подводя итог по данной работе, можно сделать вывод: коэффициент детерминации 0,64 говорит о том, что изменение финансового результата банков на 64 % зависит от измененияколичества банков на территории РФ, и на 36 % от других факторов, а наличие мультиколлинеарности не позволило сделать более детальный анализ влияния устраненных из рассмотрения показателей на результативный показатель.
Литература:
- Снатенков А. А. Банковская система региона, по материалам Оренбургской области: монография / А. А. Снатенков. — Оренбург: Издательский центр ОГАУ, 2011.
- Снатенков А. А., Тимофеева Т. В. Индексная оценка развития региональной банковской системы / Материалы региональной научно-практической конференции «Актуальные проблемы экономического развития России и регионов», Оренбург. 2015. С. 291–305
- Данные официального сайта Центрального Банка Российской Федерации //https://www.cbr.ru/.
- Афанасьев В. Н. Анализ временных рядов и прогнозирование / В. Н. Афанасьев, М. М. Юзбашев. — М.: Финансы и статистика, 2001. — 228с
- Снатенков А. А. Сбережения населения и их место в финансово-экономической системе РФ: монография / А. А. Снатенков, Н. С. Приор. — Оренбург: Издательский центр ОГАУ, 2014.
- Федеральная служба государственной статистики: https://gks.ru
