АНАЛІЗ ОСНОВНИХ НАПРЯМІВ УПРАВЛІННЯ КРЕДИТНИМ ПОРТФЕЛЕМ КОМЕРЦІЙНИХ БАНКІВ УКРАЇНИ

У статті проаналізовано стан банківського кредитування в Україні на сучасному етапі розвитку банківського сектору вітчизняної економіки та визначено рівень проблемних кредитів комерційних банків, а також фактори, що зумовлюють їх виникнення. В результаті дослідження запропоновано основні напрямки управління кредитним портфелем комерційних банків на основі використання вітчизняної і зарубіжної практики методів оцінки кредитоспроможності позичальників.

Ключові слова: кредит, кредитний портфель, проблемні кредити, кредитний ризик, управління кредитним портфелем.

Карпчук Людмила Андреевна

магистрантка, Национальный университет «Острожская академия»

АНАЛИЗ ОСНОВНЫХ НАПРАВЛЕНИЙ УПРАВЛЕНИЯ КРЕДИТНОГО ПОРТФЕЛЯ КОММЕРЧЕСКОГО БАНКА УКРАИНЫ

В статье проанализированы состояние банковского кредитования в Украине на современном этапе развития банковского сектора отечественной экономики и определен уровень проблемных кредитов коммерческих банков, а также факторы, обусловливающие их возникновения. В результате исследования предложены основные направления управления кредитным портфелем коммерческих банков на основе использования отечественной и зарубежной практики методов оценки кредитоспособности заемщиков.

Ключевые слова: кредит, кредитный портфель, проблемные кредиты, кредитный риск, управление кредитным портфелем.

Karpchuk Liudmyla

magister, National University “Ostroh Academy”

ANALYSIS OF BASIC DIRECTIONS OF CREDIT PORTFOLIO MANAGEMENT OF COMMERCIAL BANKS IN UKRAINE

The article analyzes the state of bank lending in Ukraine at the present stage of development of the banking sector of the national economy and determined the level of problem loans of commercial banks, as well as factors that contribute to their occurrence. As a result of research the main areas of credit portfolio management of commercial banks are introduced with using national and foreign practice methods for assessing the creditworthiness of borrowers.

Keywords: credit, credit portfolio, problem loans, credit risk, credit portfolio management.

Постановка проблеми. Раціональне управління кредитним портфелем у сфері банківської діяльності відіграє важливе значення, що забезпечує дохідність та ліквідність для комерційних банків. Основне завдання, яке постає перед комерційними банками є забезпечення своєчасності повернення заборгованості за наданими кредитами та поряд із цим збільшення обсягів кредитування. Банківське кредитування сприяє перерозподілу капіталу в перспективні галузі економіки та стабільний розвиток інвестиційної діяльності шляхом надання вільних коштів для суб’єктів господарювання, які цього потребують.

Саме тому, перед комерційними банками України постає питання удосконалення напрямів управління кредитним портфелем, які випливають з постійного аналізу та знаходження основних шляхів підвищення якості їх надання.

Аналіз останніх досліджень та публікацій. Вaгoмий внecoк у розробку тeopeтичних i практичних зacaд упpaвлiння кредитним портфелем комерційних банків зробили вітчизняні вчeнi, зокрема: O. В. Вacюpeнкo, В. I. Гpушкo, O. В Дзюблюк, A. O. Єпiфaнoв, O. Д. Зapубa, O. C. Любунь, A. М. Мopoз, та iншi. Проте, питання щодо аналізу кредитної діяльності банків є досить актуальним та потребує постійного наукового вивчення та вдосконалення, що передбачає пошук ефективних шляхів управління кредитним портфелем банку з погляду мінімізації кредитного ризику.

Мета і завдання дослідження. Мета дослідження полягає у визначенні основних напрямів управління кредитним портфелем комерційних банків України.

Виклад основного матеріалу дослідження. Сучасні темпи зростання економіки України тісно пов’язані із розвитком банківського кредитування комерційними банками, що зумовлює необхідність постійного аналізу якості та пошуку основних напрямків управління кредитним портфелем банків.

Кредитний портфель комерційних банків передбачає собою сукупність всіх кредитів, які були надані за певний період часу. Кредити, які надаються комерційними банками, становлять найдохіднішу частину банківських операцій, що поряд із цим забезпечує стабільність існування комерційних банків в майбутньому.

Розглядаючи активи комерційних банків України, слід відзначити, що кредити становлять найбільшу частку (табл. 1).

Таблиця 1

Активи комерційних банків України за 2011-2015 роки, млн. грн.*

Продовження таблиці1

*Джерело: розроблено автором на основі [4]

З таблиці 1 ми спостерігаємо, що протягом 2011-2015 років спостерігається тенденція до скорочення кредитної активності комерційних банків України. Значне збільшення кредитного портфеля комерційних банків України характерне для 2014 року, що зумовлене значною девальвацією національної валюти, що відобразилось на збільшенні кредитних залишків у гривневому еквіваленті.

Зниження кредитної активності комерційних банків України відбулося за рахунок невизначеності із подальшим економічним розвитком та погіршенням кредитоспроможності позичальників, що характеризується відмовою позичальників від кредитування.

Сучасний етап розвитку банківської системи у сфері кредитної діяльності характеризується зростанням частки проблемних кредитів. У 2014 році частка простроченої заборгованості за кредитами становила 13,5 %, а у 2015 році – 22,1 %.

Така ситуація негативно впливає на стабільність роботи комерційних банків України, що є основним фактором впливу на розміри відсоткових ставок за кредитами та на доступність до кредитних ресурсів.

Перед комерційними банками України виникає необхідність аналізу якості  кредитного портфеля та контролю за ним, що зумовлено, головним чином, зміщенням банківських пріоритетів у бік якісного аналізу видаваних кредитів і розвитку систем управління ризиками.

Розглянемо структуру якості кредитного портфеля на прикладі ПАТ КБ «ПРИВАТБАНК», АТ «Ощадбанк» та ПАТ «Райффайзен Банк Аваль» за 2011-2015 роки (табл.2).

Таблиця 2

Структура якості кредитного портфеля комерційних банків України за 2011-2015 роки

Перейшовши до ПАТ «Райффайзен банк Аваль» слід відзначити, що  протягом всього досліджуваного періоду в загальній структурі кредитного портфеля частка його складових змінювалася. Найбільша частка в 2011 році належала кредитам непростроченим і таким, що їх корисність не зменшилась та становила 58,92 %. В 2012 році частка показника становила –  60,47 %, 2013 році –66,68 %, 2014-2015 роках відбулося зменшення обсягу таких кредитів, і їх частка в структурі зменшилась до 47,75 % та 40,91 % відповідно. Щодо прострочених, і таких, що їх корисність зменшилась індивідуально, то  їх  частка  в  2015  році  зменшилася  до  59,09  %. Зростання цього показника можна пояснити тим, що відбулося зменшення непрострочених і таких, що їх корисність не зменшилась.*Джерело: розроблено автором на основі [4]

З таблиці 2 за результатами оцінки структури кредитної якості кредитного  портфеля ПАТ КБ «ПРИВАТБАНК» за 2011-2015 років ми спостерігаємо, що найбільшу частку  в  кредитному портфелі  мали непрострочені та незнецінені кредити. В 2011 році їх частка займала 90,98 %,  2012 році  –  71,90 %,  2013 році   − 71,29  %, 2014  році  –  64,09  %,  а в 2015  році  відбулося  її  зменшення  до  56,51 %. Варто відзначити, що значно  зросла  частка  знецінених  кредитів  в  загальній  структурі  кредитного  портфеля.  В 2011  році частка цих кредитів в загальній структурі становила 7,60 %, а в 2015 році –  40,97 %. Така тенденція є негативною для комерційного банку, оскільки свідчить про погіршення платоспроможності позичальників.

У структурі  якості  кредитного  портфеля  АТ «Ощадбанк» в 2011 році значну частку займали  непрострочені  та  не  знецінені  кредити  –  54,4  %, частка знецінених кредитів становила 10,79 %, 2012-2013  становила  55,68  %  та  62,15  %  відповідно.  Проте,  в  2014  році  частка  цієї  статті зменшилася  до  47,08  %, а 2015  році до 20,7 %, що свідчить про зростання проблемних та безнадійних кредитів. Щодо  знецінених  кредитів,  то  їх  частка  зросла з 10,79  % в 2011  році  до 64,91 % в 2015 році. Також, в загальній структурі кредитного портфеля зменшилася частка кредитів наданих для підприємства Національна акціонерна компанія  «Нафтогаз України» з 34,56 % в 2011 році до 13,93 % в 2015 році.

Оскільки спостерігається тенденція до зростання обсягів частки сумнівних та безнадійних кредитів ліквідність комерційних банків України знижується, що зумовлено зростанням витрат на покриття резервів за даними кредитами та скороченням доходу за рахунок втрати активів банківськими установами.

Рівень якості кредитного портфеля комерційних банків України залежить від зовнішніх та внутрішніх факторів (рис.1).

Рис. 1. Фактори впливу на рівень якості кредитного портфеля*

*Джерело: розроблено автором на основі [2]

При наявності простроченої заборгованості за кредитами для комерційних банків України виникає необхідність їх управління за допомогою використання певних методів.

Так, комерційні банки України можуть здійснювати продаж простроченої заборгованості іншим організаціям, погасити її за рахунок резервів або утримувати їх з подальшою зміною умов кредитування.

При наявності проблемних кредитів комерційні банки вдаються до індивідуального підходу з вивченням причин їх виникнення. Після цього банківська установа вибирає найоптимальніше рішення для погашення кредитної заборгованості позичальником з мінімальними витратами для банку у процесі її стягнення.

Важливим при цьому є вибір правильного рішення щодо реструктуризації кредитної заборгованості, основне завдання якої полягає у наданні можливості позичальнику відновити фінансовий стан до рівня, який дозволить йому виконувати власні кредитні зобов’язання перед комерційними банками. Схема реструктуризації визначається комерційними банками для кожного позичальника окремо.

Сучасні банківські установи використовують такі варіанти реструктуризації:

• пролонгація кредиту – подовження строку дії кредитного договору при наявності у позичальника фінансових проблем;
• надання банком кредитних канікул, що передбачає зменшення кредитного навантаження протягом певного періоду;
• зміна схеми погашення кредиту з класичної на ануїтетну та навпаки;
• переведення боргу на іншого позичальника;
• рефінансування кредиту;
• конверсія – переведення валютного кредиту у гривневий;
• зниження відсоткової ставки;
• капіталізація відсотків [1].

Ефективне управління кредитним портфелем комерційних банків перш за все залежить від організації самого процесу кредитування, важливим на сучасному етапі є ефективне управління кредитним портфелем банків, який формується з урахуванням всіх факторів з поєднанням принципів і методів банківського кредитування.

У процесі надання позики для комерційних банків не завжди є можливість визначити котра позика стане проблемною, а яка буде погашена. Для комерційних банків уникнення всіх ризиків є неможливо, але у процесі застосування управління кредитними ризиками виникає можливість їх мінімізації через певні обмеження та нормативи, що виступають основним фактором забезпечення надійності банку.

Рівень ризику за кредитними операціями для комерційних банків визначається з використання наступних критеріїв:

• оцінка кредитоспроможності позичальника;
• розрахунок нормативів та постійний моніторинг кредитного портфеля банку;
• якісна оцінка заставного майна.

До основних методів, які використовуються комерційними банками для зниження кредитного ризику, належать: лімітування кредитів; диверсифікація кредитних вкладень; вимога від клієнта достатнього та якісного забезпечення щодо виданих кредитів;контроль та оперативність при стягненні боргу; страхування кредитних операцій [1].

Вітчизняні банки загалом використовують рейтингові та бально-рейтингові методи оцінки кредитоспроможності позичальника, при цьому здійснюючи лише аналіз фінансового стану позичальника, за допомогою розрахунків певних коефіцієнтів та показників (коефіцієнти ліквідності, показники фінансової стійкості, показники рентабельності, коефіцієнт валового прибутку, коефіцієнти оборотності та інше), що не враховують усі параметри, котрі впливають на визначення кредитного ризику, тому ефективним є також використання якісних характеристик позичальника при оцінці його діяльності, які не мають кількісного вираження (характеристика бізнесу, ринкова позиція позичальника,ділова репутація та ін. )[5].

Проте, на сучасному етапі розвитку банківської системи України комерційним банкам у процесі надання кредитів необхідно керуватися міжнародним досвідом. Так, у міжнародній практиці методи і моделі оцінки кредитоспроможності позичальників поділяються на класифікаційні та моделі комплексного аналізу.

Серед основних моделей на основі комплексного аналізу кредитоспроможності позичальників до найбільш ефективних, що використовуються в міжнародній практиці, можна зарахувати систему «6 С»,PARSER, CAMPARI, МEMO RISK та інші.

Система «6 С» позначається словами, які визначають: character (характер особистості позичальника, репутація); cashflow(спроможність вчасно повернути кредит, фінансові можливості або потік грошових коштів); capital(капітал, майно, величина акціонерного капіталу); collateral (забезпечення, види та вартість активів);conditions (економічна кон’юнктура та її перспективи); control (контроль, відповідність кредитної заявкиописові кредитної політики банку) [3].

За даною системою показники вивчаються працівниками комерційного банку з використанням показників ліквідності, оборотності капіталу, залучення коштів та прибутковості, що визначає кредитоспроможність клієнта.

Метод CAMPARI визначає: сharacter (характеристик та репутацію позичальника), аbility (оцінку бізнесу позичальника), мeans (необхідність звернення за кредитом), рurpose (мету кредиту), аmount (обгрунтування cуми кредиту), repayment (можливість погашення), insurance (спосіб страхуванн якредитного ризику).

Наступна методика визначення кредитоспроможності позичальника PARSER передбачає собою аналіз, за допомогою якого визначається: рerson (інформація про потенційного позичальника, його репутація), аmount (обгрунтування суми кредиту), repayment (можливість погашення), security(оцінка забезпечення), expediency (доцільність кредиту), remuneration (винагорода банку) [3].

Перевагою вище перелічених моделей оцінки кредитоспроможності позичальника чіткість, логічність, послідовність, повнота і вичерпність, що дає можливість комерційним банкам якісно оцінювати кредитоспроможність позичальника, мінімізувати кредитний ризик, чітко організовуючи кредитні відносини та досягнути найкращої якості кредитного портфеля.

Проте, слід відзначити, що для визначення комплексної оцінки кредитоспроможності позичальника для комерційного банку часто недостатньо інформації у числових величинах, саме тому, вони вдаються до консультацій кваліфікованих аналітиків.

Однак визначення кредитоспроможності позичальника залежить від системи аналітичного обліку, який дозволяє формувати кредитний портфель за різними ознаками серед яких слід виділити: регіони, точки продажу, строки кредитування, види застав тощо.

При здійсненні кредитної діяльності з метою мінімізації кредитних ризиків для комерційних банків України велике значення відіграє кредитна історія позичальників, що характеризується діяльністю кредитних бюро,  а також єдиною інформаційною система НБУ «Реєстр позичальників» з 2005 року.

Проте, вище перелічені бази мають своїх недоліки, які характеризуються відсутністю налагодженості у сфері обміну інформацією між собою за рахунок роботи із різними банківськими установами та різними періодами функціонування, у той час як світова практика характеризується створенням єдиних каталогів кредитних історій усіх бюро, що дозволяє визначити, які з них мають інформацію про конкретного позичальника.

Висновки. Отже,ефективне управління кредитними операціями комерційних банків України відіграє одну із найважливіших ролей у процесі формування прибутку та покращення їх ліквідності. На сучасному етапі розвитку банківської системи для комерційних банків необхідно удосконалювати основні напрямки кредитування з метою мінімізації кредитних ризиків, що зумовлено функціонуванні кредитної активності банків України на низькому рівні, а це стає причиною зростання частки проблемних кредитів у кредитному портфелі комерційних банків.

Таке зростання є негативним чинником, який безпосередньо впливає на знецінення активів банку та як наслідок погіршує стан банківської системи країни загалом. Неякісний моніторинг кредитів, недосконалість методів оцінки кредитоспроможності позичальника спонукає комерційні банки до пошуку та удосконалення методів управління кредитним портфелем шляхом можливості використання міжнародного досвіду.

Серед основних моделей аналізу кредитоспроможності позичальників, які використовуються в міжнародній практиці можна віднести:  система «6 С», PARSER, CAMPARI, МEMO RISK та інші.

Запропоновані методи дадуть можливість комерційним банкам України поліпшити стан кредитного портфеля та мінімізувати дію кредитних ризиків, що в свою чергу підвищить ефективність здійснення кредитної діяльності та загальну прибутковість.

Література:

• Аналіз банківської діяльності [Текст] : підручник / А. М. Герасимович, М. Д. Алексеєнко, І. М. Парасій-Вергуненко та ін.; За ред. А. М. Герасимовича. – К.: КНЕУ, 2004. – С. 121-128.
• Банківська система 2015: виклики та перспективи − [Електронний ресурс]. – Режим доступу: http://bank.gov.ua/doccatalog/document?id=14741673.
• Бєлова І.В. Організація контролю в банку [Текст] : навч. посіб. / І.В. Бєлова.- Суми: Університетська книга, 2009.- 301с.
• Офіційний сайт Національного банку України − [Електронний ресурс]. – Режим доступу: http://www.bank.gov.ua.
• Примостка Л.О. Фінансовий менеджмент у банку : підручник / Л.О.Примостка. – 2-ге вид., доп. і перероб. – К. : КНЕУ, 2004. – 468 с.

 In the article there was proposed and constructed neural-fuzzy models to optimise structure of the loan portfolio of PryvatBank depending on level of return and risk. The models were implemented  by using system Matlab.

В умовах стрімкого зростання обсягів банківських кредитів та зниження дохідності кредитних операцій банків особливого значення набуває розробка методичних підходів до підвищення ефективності банківського менеджменту в цілому та менеджменту кредитних операцій зокрема.

В умовах обмеженості ресурсів кожна фінансово-кредитна установа намагається структурувати свій кредитний портфель, забезпечивши плановий рівень дохідності у сфері кредитування і водночас утримати рівень кредитного ризику в допустимих межах, визначених кредитною політикою [6]. З огляду на це актуальним питанням є розробка аналітичного інструментарію формування банківською установою оптимального за структурою кредитного портфелю, впровадження якого в практичну діяльність дасть змогу підвищити дохідність кредитного портфеля з урахуванням рівня ризику.

Формування оптимального кредитного портфелю є одним з першочергових завдань українських банків. Однак, сьогодні спостерігається недостатній рівень дослідження теоретичних і методологічних проблем щодо його оптимізації.

Аналіз останніх наукових досліджень. Проблемі оптимізації кредитного портфеля присвячено багато наукових праць, здебільшого іноземних авторів таких як Г. Марковіц [4], Р. Дембо [1], Літерман, Х. Мозер [3], Д. Розен [3], Є. Грішина [2], Є. Франгулова [13]. У своїх працях автори здебільшого піднімають питання однокритеріальної оптимізації, коли максимізується дохідність портфеля або мінімізується його дисперсія. Більшість таких моделей побудована на основі портфельної теорії Марковіца. На практиці ж часто виникає потреба побудови компромісного кредитного портфеля, коли одночасно мінімізується ризик та максимізується очікувана прибутковість. Тому така оптимізація є актуальною і потребує застосування новітніх обчислювальних технік та алгоритмів.

Мета статті. Метою статті є побудова нейро-нечітких моделей оптимізації структури кредитного портфеля ПАТ КБ ПриватБанк з урахуванням ризику та доходності.

Виклад основного матеріалу. Кредитний портфель банку – це сукупність кредитів, що має певну структуру, що відповідає цілям і вимогам банку по прибутковості, ризику, ступеню ліквідності та напрямкам кредитування і розглянута як специфічний об’єкт управління. Цілі формування кредитного портфеля можуть змінюватися в залежності від ставлення банку до ризику, але основною метою є отримання прибутку і мінімізація ризику.

У структурі балансу банку кредитний портфель розглядається як єдине ціле та складова частина активів банку, яка має свій рівень дохідності і відповідний рівень ризику. Управління кредитним портфелем банків має відбуватися в контексті загальної концепції управління активами та пасивами банку, спрямованої на досягнення бажаного рівня доходу та зниження ризиків.

Важливе значення має управління портфельним ризиком задля мінімізації втрат та підтримки оптимальної структури кредитного портфеля комерційного банку.

Кредитний портфельний ризик – це можливість зменшення вартості частини активів банку або зниження їхньої прибутковості відносно розрахункового запланованого рівня у зв’язку з динамікою структурних елементів кредитного портфеля, що впливає на фінансовий стан банку та платоспроможність [5].

Кредитний ризик є важливою складовою будь-якого портфеля банку та потребує постійного контролю та управління. Для зменшення кредитного ризику та знаходження основних його показників варто використовувати новітні підходи. Вибір найкращого методу розрахунку залежить від повноти даних та специфіки банківського портфеля.

Центральне ж місце в структурно-логічній схемі управління кредитним ризиком займає оцінка, моделювання та оптимізація кредитного портфеля, яке дозволяє банку об’єктивно оцінити такі важливі для нього характеристики кредитного ризику, як необхідні резерви під очікувані втрати за портфелем і економічний капітал під неочікувані втрати.

Існує багато різних підходів до побудови моделі оптимального кредитного портфеля оцінки з урахуванням кредитного ризику. Більшість з них ґрунтується на методиці Гаррі Марковіца, автора портфельної теорії. Розвивається модель вартості під ризиком (VaR), для побудови якої використовуються три економіко-математичних методу: аналітичний, метод історичного моделювання і метод статистичних випробувань Монте-Карло.

Відомі моделі аналізу і прогнозу економічних і фінансових процесів побудовані, як правило, на базі класичного економетричного апарату. Проте їх використання потребує значної кількості чіткої вхідної статистичної інформації (за роками і кварталами), яка не завжди має високий ступінь ймовірності. Крім того, в економетричних моделях попередньо передбачається вид шуканої залежності вихідної змінної від вхідних параметрів,що є дуже не зручним і трудомістким. Усе це не дозволяє забезпечити високий рівень адекватності моделі, побудованої на основі економетричного підходу.

В результаті критичного аналізу останніх публікацій встановлено, що в цілому жоден з розглянутих методів не дозволяє всебічно оцінювати і управляти ризиками банку, у зв’язку з чим для ефективного управління ризиками доцільно використовувати комплекс методів, що дозволить зіставити отримані результати і приймати обґрунтовані рішення [10].

На практиці ж часто виникає потреба побудови компромісного кредитного портфеля, коли одночасно мінімізується ризик та максимізується очікувана прибутковість. Така двохкритеріальна оптимізація потребує застосування складних обчислювальних технік та алгоритмів.

Вирішенням даних проблем є нейро-нечітка модель, яка, з одного боку, позбавлена недоліків економетричних підходів, з іншого боку, дозволяє розширити можливості моделювання складних об’єктів, процесів, що є дуже актуальним у реальних умовах розвитку економіки України за відсутності достовірних даних, неповної і нечіткої статистичної інформації про об’єкт, складних нелінійних залежностей виходів від входів системи.

Тому, виходячи з того, що оптимізація структури кредитного портфеля банку передбачає максимізацію прибутків та мінімізацію ризиків, побудуємо 2 моделі на прикладі кредитного портфелю ПАТ КБ ПРиватБанк. Перша модель буде враховувати вплив структури кредитного портфеля ПриватБанку на його прибутковість, друга – на його ризик.

Моделювання структури кредитного портфеля ПриватБанку здійснювали в середовищі MATLAB  за допомогою моделей на основі гібридної нейромережі. Моделювання проводилось на основі спеціального пакета Fuzzy Logic Tolbox, а нейромережі реалізували в формі адаптивної системи нейро-нечіткого виведення ANFIS.

В якості вхідних даних для гібридних мереж було визначено 4 головні структурні компоненти  кредитного портфеля, що впливають на ризик та доходність, а саме:

• x1: частка міжбанківських кредитів у кредитному портфелі, що розраховується як відношення обсягу кредитного міжбанківських кредитів до сукупного розміру портфеля.
• x2: частка кредитів, наданих юридичним особам – відношення обсягу кредитів юридичним особам до обсягу кредитного портфелю.
• x3: частка кредитів, наданих фізичним особам – відношення обсягу кредитів фізичним особам до обсягу кредитного портфелю.
• x4: частка цінних паперів в сукупному обсязі кредитного портфелю.

Вихідною змінною першої моделі було визначено доходність кредитного портфеля (y1), який розраховується як відношення відсоткових доходів до обсягу портфелю.

Вихідною змінною другої моделі було визначено рівень кредитного ризику (y2). Цей показник розраховується як відношення резервів під кредити до загального обсягу кредитного портфеля.

Визначили шкалу, яка буде характеризувати рівень доходності/ризиковості кредитного портфеля: 0-30% – низький рівень доходності/ризиковості; 31-70 – середній та 71-100% – високий рівень доходності/ризиковості.

На першому кроці створення нейро-мережі сформували файл з нормованими навчальними даними з розширенням *.dat, у якому перші чотири стовпці – стандартизовані значення вхідних змінних (x1, …, x4), а останній стовпець відповідає стандартизованому значенню вихідної змінної y1, тобто рівня доходності кредитного портфелю ПриватБанку для першої моделі, або  y2, тобто рівня кредитного ризику кредитного портфелю ПриватБанку для другої моделі. Навчальна вибірка містила вхідні,  і вихідні величини, розраховані за кожен місяць за період з січня 2010 року по лютий 2013 року.

Наступний крок створення гібридної мережі передбачає налаштування та генерування структури нової мережі, після чого навчаємо  нейромережі, попередньо налаштувавши параметри навчання у робочому вікні редактора ANFIS.

Графіки залежності помилки від кількості циклів навчання після закінчення навчання обох моделей показані на рис. 1. Після закінчення навчання помилка становить 1,8346Е-006 або 0,0000018346. Похибки нейромереж для моделювання ризику/доходності кредитного портфеля ПриватБанку є низькими, що свідчить про те, навчання пройшло успішно.

Рис. 1. Графіки залежності помилки від кількості циклів навчання після закінчення навчання нейро-нечітких мереж (зліва направо: модель доходності кредитного портфеля  ПриватБанку, модель рівня ризику кредитного портфеля ПриватБанку)

Створені нейро-нечіткі системи моделювання доходності та рівня ризику кредитного портфеля ПриватБанку містять однакову структуру:

1. Кількість вузлів: 551.
2. Кількість лінійних параметрів: 1280
3. Кількість нелінійних параметрів: 48
4. Загальна кількість параметрів: 1328
5. Кількість навчальних пар даних: 39
6. Кількість нечітких правил: 256

Системою створено 4 функцій приналежності та вихідну змінну. Кожна з функцій приналежності: частка міжбанківських кредитів у кредитному портфелі,  частка кредитів, наданих юридичним особам, частка кредитів, наданих фізичним особам, частка цінних паперів в сукупному обсязі кредитного портфелю містить по 4 терми.

Останнім кроком моделювання ризику кредитного портфеля за допомогою нейро-нечіткої мережі є дослідження моделі за допомогою візуального аналізу поверхні нечіткого виведення, яка також дозволяє оцінити значення вихідної змінної, та бази правил, сформованих мережею.

Гнучка поверхня тривимірних графіків дозволяє зробити висновок щодо адекватності моделей залежності доходності та рівня ризику кредитного портфелю ПриватБанку від структури елементів кредитного портфеля, оскільки відсутність плоских площин вказує на вплив кожної змінної на рівень кредитного ризику ПриватБанку.

Зображення поверхні виведення може бути інтерпретоване як графік функціональної залежності вихідної змінної від вхідних змінних. Отримані графіки залежності вихідної змінної від вхідних, для моделі доходності кредитного портфеля ПриватБанку – Додаток А, для моделі залежності рівня ризику портфеля ПриватБанку – Додаток Б.

Дослідження та випробування створених нейро-нечітких моделей кредитного портфеля ПАТ КБ ПриватБанк за допомогою візуального аналізу графіків залежностей (Додаток А та Б), поверхонь та бази правил дозволяють зробити наступні висновки.

При збільшенні частки наданих міжбанківських кредитів зростає і дохідність портфеля. Максимум доходності буде спостерігатися за частки міжбанківських кредитивів 73% від сукупного кредитного портфеля ПриватБанку. Після цього дохідність знижується. Найнижчий рівень доходності кредитного портфеля ПриватБанку буде спостерігатись, коли міжбанківські кредити взагалі не будуть надаватись.

Доходність портфеля ПриватБанку буде найвищою за частки кредитів, наданих юридичним особам – 37-40%, найнижчим – при 76% від сукупного обсягу портфеля. При зростанні частки наданих кредитів фізичним особам рівень доходності спочатку зростає до найвищого рівня при 74%, а тоді поступово знижується.

Зростання доходності також відбувається при зростанні частки цінних паперів в кредитному портфелі ПриватБанку 66-67%, після чого поступово знижується.

Що до рівня ризику, то при збільшенні частки наданих міжбанківських кредитів, ризик зменшується і набуває найменшого рівня при значенні 38%. Після цього при збільшенні частки міжбанківських кредитів поступово зростає і ризиковість портфеля.

Для мінімізації рівня ризику необхідно збільшувати частку наданих кредитів юридичним особам, оскільки ризик портфеля знижується при наближенні частки кредитів юридичним особам до 100%.

Виходячи з графіка функції залежності, можна зробити висновок, що ризик буде зменшуватись при зменшенні частки кредитів, наданих фізичним особам. Найменшого значення він буде набувати, коли частка буде прямувати до нуля.

Зростання частки цінних паперів у портфелі ПриватБанку буде спричиняти зменшення ризику до значення 27-28%, далі ризиковість знову почне зростати швидкими темпами.

Отже, графіки залежностей доходності/ризиковості кредитного портфеля ПриватБанку від змін його структури, визначені створеними нейро-нечіткими мережами, також підтверджують гіпотезу про те, що чим вища прибутковість, тим вищий ризик. Моделі вказують на те, що при кредитному портфелю, якому притаманна найвища прибутковість, притаманний і найвищий рівень ризику.

Тепер за допомогою побудованої гібридної нейромережі оцінимо рівень доходності та ризику кредитного портфеля ПАТ КБ ПриватБанк у березні 2013 року. Для цього розрахуємо показники x1, …, x4 які є факторами впливу в обох моделях.

Станом на 31 березня обсяг сукупного кредитного портфеля ПриватБанку становив 136070,05  млн. грн., обсяг наданих міжбанківських кредитів – 3981,12 млн. грн., кредити надані фізичним і юридичним особам – 26016,00 млн. грн. і 105460,6  млн. грн. відповідно, цінні папери становили 612,33 млн. грн.

Відповідно розраховані та нормалізовані показники впливу станом на 31 березня 2013 року та становлять:

Таблиця 1.

Значення структурних елементів кредитного портфеля ПриватБанку станом на 31 березня 2013р.

Підставляємо розраховані дані у створені моделі – у модель залежності доходності кредитного портфеля Приватбанку та  модель залежності рівня кредитного портфельного ризику від структури портфелю.

Нейро-нечітка мережа показала, що доходність кредитного портфеля ПриватБанку станом на кінець березня 2013 року становив 0,264, тобто 26,4%, а рівень портфельного ризику на рівні 0,63, тобто 63%. Зважаючи на визначену нами шкалу, можемо зробити висновок, що кредитному портфелю ПриватБанку притаманний низький рівень доходності та середній рівень ризику, що прямує до високого.

Припустимо, що банк дотримується політики максимізації прибутку. Для цього можна збільшувати частку міжбанківських кредитів, знизити частку кредитів, наданих юридичним особам, збільшувати частку кредитів фізичним особам і збільшувати частку цінних паперів у портфелі.

Примустимо банк прийме рішення про зміну структурних часток кредитного портфеля таким чином:

Таблиця 2.

Значення структурних елементів кредитного портфеля ПриватБанку після прийняття рішення про максимізацію прибутку

Підставимо значення у моделі і отримаємо прогнозні показники доходності та ризиковості кредитного портфеля. Бачимо, що заплановані зміни приведуть до зростання прибутковості з 26,4% до 74,2%, що буде означати підвищення доходності до високого рівня. Проте це призведе і до зростання ризиковості кредитного портфеля, рівень якого зросте з 63% до 87,4%, що також вказує на високу ризиковість. Таким чином, ми ще раз підтвердили гіпотезу про те, що чим вища прибутковість кредитного портфеля, тим вищий ризик.

Висновки. На підставі результатів проведеного дослідження можна стверджувати, що застосування нейро-нечітких моделей при формуванні кредитного портфеля банку надає можливість визначити оптимальну структуру портфеля, орієнтуючись на мінімізацію ризику і максимізацію доходності кредитного портфеля банку. Запропонована модель формування оптимального кредитного портфеля була побудована на основі даних фінансової звітності ПриватБанку і може бути рекомендована до впровадження в роботу департаменту управління ризиками.

Створені нами гібридні мережі призначені вирішити проблему визначення оптимальної структури кредитного портфеля ПриватБанку за обраної кредитної політики: чи то максимізація прибутку чи мінімізація рівня ризику. Також моделі покликані прогнозувати значення дохідності/ризику кредитного портфеля в залежності від змін у структурі портфеля банківської установи.

Таким чином, на підставі результатів проведеного дослідження можна стверджувати, що застосування нейро-нечітких моделей при формуванні кредитного портфеля банку надає можливість визначити оптимальну структуру портфеля, орієнтуючись на мінімізацію ризику і максимізацію доходності кредитного портфеля банку.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Dembo, R., 1999, “Optimal portfolio replication,” Research Paper Series 95-01, Algorithmics Inc. [Електронний ресурс]. – Доступний з http://www.springerlink.com/content/v7325q22781153h1
2. Grishina Е.N. On One Method of Portfolio Optimization With Fuzzy Random Data // International Conference on Fuzzy Sets and Soft Computing in Economics and Finance (FSSCEF 2004): Proceedings. – Saint-Petersburg, 2004. – Vol. 2. – PP. 493-498
3. Helmut Mausser, Dan Rosen “Applying Scenario Optimization to Portfolio Credit Risk” The journal of risk finance. 2001. – № 2. – PP. 36-48. [Електронний ресурс]. – Доступний зhttp://www.algorithmics.com/EN/media/pdfs/arq-scenopt.pdf
4. Markowitz H. Portfolio Selection [Електронний ресурс] / Harry Markowitz // The Journal of Finance. – 1952. – Vol. 7. – No. 1. – P. 77–91. – Режим доступу: http://www.gacetafinanciera.com/ TEORIARIESGO/MPS.pdf.
5. Гаряга Л.О. Кредитний ризик: ідентифікація, класифікація та методи оцінки [Текст] / Л.О. Гаряга // Проблеми і перспективи розвитку банківської системи України. Т.17: Збірник наукових праць: Наукове видання. – Суми: УАБС НБУ. – 2006. – 380 с.
6. Кредитний ризик комерційного банку : навч. посіб. / В. В. Вітлінський, О. В. Пернарівський, Я. С. Наконечний, Г. І. Великоіваненко. — К. : Знання, 2000. — 226 с.
7. Лаврушин О. И. Банковское дело: современная система кредитования : учеб. пособие / О. И. Лаврушин, О. Н. Афанасьева, С. Л. Корниенко ; под. ред. О. И. Лаврушина. — М. : КНОРУС, 2007. — 264 с.
8. Матвійчук А. В. Моделювання фінансових ризиків : монографія / А. В. Матвійчук. — К. : Либідь, 2007. — 343 с.
9. Методика проведення оцінки фінансового стану позичальників фізичних осіб та фізичних осіб – підприємців / ПАТ КБ “ПриватБанк”.
10. Павлишин О.П. Механізми стимулюючого впливу кредиту на розвиток економіки регіону. – К., УБС НБУ, 2007. – 159 с.
11. Про ліквідність комерційних банків та кредитні взаємовідносини між Національним банком України і комерційними банками : Постанова Правління Національного банку України від 10 жовт. 1996 р. № 262.
12. Річні звіти ПАТ КБ “ПриватБанк” [Електронний ресурс] // Офіційний сайт ПАТ КБ “ПриватБанк”. — Режим доступу : http://privatbank.ua/html/2_13r.html.
13. Франгулова Е.В. Оптимизация портфеля ценных бумаг “Математика. Компьютер. Образование”. Cб. трудов XV международной конференции / под общ. ред. Г.Ю. Ризниченко Ижевск: Научно-издательский центр “Регулярная и хаотическая динамика”, 2008. Том 1, 302 стр. Стр. 261-266. [Електронний ресурс]. – Доступний з http://www.mce. awse.ru/archive/doc21911 /doc.pdf

ДОДАТКИ

ДОДАТОК А

Графіки залежності доходності портфельного ризику від вхідних факторів

Рис. Залежність доходності кредитного портфеля ПриватБанку зліва: від частки міжбанківських кредитів у кредитному портфелі; справа: від  частки кредитів, наданих юридичним особам

Рис. Залежність доходності кредитного портфеля ПриватБанку зліва: від частки кредитів, наданих фізичним особам; справа: від частки цінних паперів в сукупному обсязі кредитного портфелю

ДОДАТОК Б

 Графіки залежності рівня кредитного портфельного ризику від вхідних факторів

Рис. Залежність рівня ризику кредитного портфеля ПриватБанку зліва: від частки міжбанківських кредитів у кредитному портфелі; справа: від  частки кредитів, наданих юридичним особам

Рис. Залежність рівня ризику кредитного портфеля ПриватБанку зліва: від частки кредитів, наданих фізичним особам; справа: від частки цінних паперів в сукупному обсязі кредитного портфелю