Автор: Шарафлисламова Маргарита Рамисовна

Рубрика: Экономика и управление

Опубликовано в Молодой учёный №14 (118) июль-2 2016 г.

Дата публикации: 05.07.2016

Статья просмотрена: 248 раз

Библиографическое описание:

Шарафлисламова М. Р. Статистическое изучение финансового результата банковского сектора РФ // Молодой ученый. — 2016. — №14. — С. 414-417.



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.

C:\Users\Ramis\Desktop\123.jpg

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:

  1. Снатенков А. А. Банковская система региона, по материалам Оренбургской области: монография / А. А. Снатенков. — Оренбург: Издательский центр ОГАУ, 2011.
  2. 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
  3. Данные официального сайта Центрального Банка Российской Федерации //https://www.cbr.ru/.
  4. Афанасьев В. Н. Анализ временных рядов и прогнозирование / В. Н. Афанасьев, М. М. Юзбашев. — М.: Финансы и статистика, 2001. — 228с
  5. 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.
  6. Федеральная служба государственной статистики: https://gks.ru
Основные термины (генерируются автоматически): финансовый результат банков, финансового результата, банковской статистики, уравнения регрессии, финансового результата банков, банковской системы, финансового результата банковского, результата банковского сектора, территории РФ, коэффициента регрессии, деятельности банков, результат банков РФ, активное население, анализ фактора Х4, коэффициент регрессии равен, построению уравнения регрессии, построения уравнения регрессии, Значимость коэффициента регрессии, модель множественной регрессии, коэффициенты регрессии значимы.

Ключевые слова

банк, банковский сектор, финансовый результат, финансово-кредитная деятельность, банковская статистика

Обсуждение

Социальные комментарии Cackle
Задать вопрос