Анализ банковской системы России методом DЕА
Автор: Юров С.В., Ефименко В.А., Ильин М.И., Шумская Е.Д.
Журнал: Экономика и бизнес: теория и практика @economyandbusiness
Статья в выпуске: 5-3 (99), 2023 года.
Бесплатный доступ
В данной работе реализован DEA анализ российского банковского сектора. Проанализирована степень связи полученной эффективности с показателями рентабельности. В результате анализа удалось установить, что оценки эффективности не имеют не связаны с показателями прибыльности, поэтому прибыльность банка не означает его эффективность. Также была проанализирована динамика средней эффективности банковского сектора в разрезе разных размеров банков за период 2012-2020 годов и сделаны выводы о ее постепенном сокращение в рассматриваемых группах. Удалось определить эффективность банковской системы в целом, помощью анализа доли активов наиболее и наименее эффективных банков.
Банковская система, эффективность банковской системы, банки, кредитные организации
Короткий адрес: https://sciup.org/170198957
IDR: 170198957 | DOI: 10.24412/2411-0450-2023-5-3-197-200
Текст научной статьи Анализ банковской системы России методом DЕА
Выборка, используемая для расчетов, включает данные 317 российских банков -это все кредитные организации на конец 2020 года, полученные из базы Orbis за период 2012-2020 гг. Предварительный анализ пропущенных данных и выбросов показал, что в данных много экстремальных значений и технических ошибок, они были удалены из выборки. Основные используемые в модели показатели находятся в допустимых границах и выбросов не наблюдается, но показатели рентабельности имеют большую вариацию, что связано с неоднородности банковского сектора, при этом можно заметить, что их медианы и средние сильно отличаются от максимальных и минимальных значений, это можно объяснить тем, что банковский сектор крайне централизована, а также имеет множество банков маленького размера и с низкой доходностью.
Исследуемая выборка состоит из 2563 наблюдений. Основная цель, это определение эффективности банковского сектора в целом. Для достижения этой цели были поставлены аналитические задачи. Задачи анализа: провести процедуру DЕА; проанализировать динамику банковской эффективности в разрезе групп банков по размеру; провести корреляционный анализ эффективности и основных показателей финансового анализа; сформулировать критерий эффективности банковской системы и проанализировать ее. Для выполнения поставленных задач будет применяться модель DЕА с переменной отдачей от масштаба, так как в условиях сильной неоднородности банковского сектора масштаб банковских операций сильно вариативен. Модель будет выбрана с учетом ориентации на входные параметры, поэтому полученные результаты будут интерпретироваться как эффективность относительно издержек банковской деятельности, для генерации прибыли. В итоге будет решено 2563 задачи линейного программирования для каждого наблюдения.
Критерий банковской эффективности задан в соответствии с принципом Парето. Таким образом, банк является эффективным, если попадает в диапазон (М+с; М+3 с), если банк попадает в диапазон (М-с; М+ с), то банк имеет среднюю эффективность, в противном случае банк является не эффективным. Рассматриваем банковский сектор по доле совокупных активов банков, попавших в границы эффек- тивности согласно критерию, а не по количеству банков.
После проведение описанной процедуры DЕА, были найдены оценки эффективности для каждого банка. Полученные оценки были разделены по группам банков по размеру. Таким образом группа банков большого размера характеризуется высокой эффективностью, 91% наблюдений попадают в диапазон эффективности от 0,7 до 1. Остальные 9% наблюдений имеют эффективность не ниже 0,5. Большая часть наблюдений из группы средних банков находятся в диапазоне от 0,5 до 0,7, что свидетельствует о более низкой эффективности по сравнению с группой больших банков, но также в этой группе треть наблюдений имеют высокую эффективность. Остальные 14% наблюдений имеют эффективность ниже 0,5.
Группа маленьких банков характеризуется относительной однородностью, таким образом в верхний и нижний диапазоны попадают по 10% всех наблюдений, а большая их часть 44% находится в диапазоне ниже средней эффективности, 36% в среднем диапазоне.
Группа, состоящая из микрофинансо-вых организаций, содержит в себе самые неэффективные банки, так большая часть наблюдений (57%) находится в диапазоне от 0,5 до 0,3, то есть с эффективностью ниже средней, а 20% имеют эффективность выше средней, и всего 6% имеют самую высокую эффективность, остальные 17% наблюдений оценены как неэффективные.
Средняя эффективность банковского сектора по всем группам банков постепенно сокращается, с учетом спецификации модели здесь речь идет об эффективности издержек для генерации прибыли. За рассмотренный период средняя эффективность группы банков, имеющих большой размер сократилась на 9,5 п.п., при этом сокращение происходило на протяжении большей части рассматриваемого интервала, исключение является 2016 год, в котором произошел скачек средней эффективности до уровня, превышающего уровень 2013 года (85,6%). Подобное сокращение в первую очередь связано с тем, что банки из группы средних постепенно переходили в банки группы гигантов отрасли. Группа средних банков в отрасли за рассматриваемый период в среднем стала неэффективной на 20 п.п., что существенно для банковского сектора. Неэффективность группы малых банков также возросла за рассматриваемый период на 11 п.п., что связано с приходом в отрасль слабых. игроков. Эффективность микрофинансовых организаций сократилась в наибольшей степени, на 21 п.м.
Анализируя показатели эффективности, в контексте основной цели банка – генерации прибыли, важным этапом анализа становится корреляционный анализ с показателями рентабельности и альтернативным показателем эффективности CIR (отношение расходов к доходам) (табл. 1). Согласно полученным результатам, показатель рентабельности не связаны с показателями эффективности. Это говорит о том, что, если банк прибыльный это не означает, что банк можно считать эффективным. Также показатели эффективности не имеют практически никакой связи с показателем СIR.
Таблица 1. Корреляции основных показателей прибыльности с эффективностью
ROA |
ROE |
ROI |
CIR |
|
Большие |
0,096 |
0,103 |
-0,049 |
-0,264 |
Средние |
-0,033 |
-0,090 |
-0,167 |
0,016 |
Малые |
0,198 |
0,286 |
-0,102 |
-0,191 |
Микро |
0,055 |
0,063 |
-0,145 |
-0,161 |
Согласно заданному критерию эффективности, банки были разбиты на 3 группы, банки, имеющие эффективность выше 0.66 попадают в группу банков с высокой эффективностью с точки зрения использования издержек для генерации прибыли. Банки с эффективностью в диапазоне [0.27;0.66] принадлежат к группе банков, характеризующихся средней эффективностью, а все остальные банки являются неэффективными и используют слишком большое количество ресурсов для получения прибыли. В качестве переменной, которая будет анализироваться используется доля активов банковского сектора. На следующем графике представлена динамика доли активов банков с высокой эффективностью. Начиная с 2012 года больше 80% активов банковского сектора принадлежала банкам с высокой эффективностью, но эта доля снижалась на протяжении $ лет и в 2019 году равнялась 68%, что свидетельствует о снижении эффективности банковского сектора, в 2020 году произошел скачек доли активов банков имеющих высокую эффективность их доля равнялась 73%, это сопоставимо с уровнем 2016 года (73%).
Активы банков со средней эффективностью напротив на протяжении рассматриваемого периода росли, доля активов к концу 2019 года равнялась 29%, за 8 лет она увеличилась на 18 п.п. Таким образом активы банковского сектора перетекали в менее эффективные банки, исключением является 2020 год доля активов сократилась до 25%.
Активы банков с низкой эффективностью не являются существенными и составляли в 2012 году меньше 1%, но возрастали вплоть до 2017 года и доля активов равнялась 2,2%, затем постепенно происходило их сокращение и к концу рассматриваемого периода доля активов банков этой группы в активах банковского сектора равнялась 1,3%. Таким образом можно разделить рассматриваемый период на 3 этапа, в течении 2012 - 2017 года наблюдалась тенденция к сокращению эффективности банковского сектора, с 2017 по 2019 года эффективность банков- щаться, но уже в меньшей степени, чем в первом периоде, последний период это 2020 год, в течении этого года эффективность банковской системы увеличилась значительно и достигла уровня 2016 года.
На основе проведенного анализа сформирован ряд выводов. Во-первых, группа банков большого размера состоит преимуществен из банков с высокой эффективностью издержек для генерации прибыли. Группа банков среднего размера в сравнение с группой больших банков содержит в основном банки с более средней эффективностью, но также треть банков группы характеризуются высокой эффективностью. Группа банков малого размера разделена на 4 части, по 10% банков имеют высокую и низкую эффективность, а оставшиеся две части содержат банки со средней и ниже средней эффективностью. Группа микрофинансовых организаций содержит в себе наибольшее количество неэффективных банков в сравнении с другими группами. Во-вторых, за период 2012-2020 годов средняя эффективность групп банков постепенно снижалась. В-третьих, показатели традиционного финансового анализа практически не коррелируют с показателями эффективности издержек для генерации прибыли. это означает то, что прибыльные банки могут быть неэффективными, так как затрачивают много ресурсов для получения прибыли. В-четвертых, главный вывод анализа состоит в том, что более 80% активов банковского сектора принадлежат банкам с высокой эффективностью, но доля их активов постепенно сокращалась и к концу периода составила 73%, это снижение сопровождалось ростом активов банков со средней эффективностью, что свидетельствует о постепенном сокращение эффективности банковского сектора.
ского сектора также продолжала сокра-
Список литературы Анализ банковской системы России методом DЕА
- Трошин В. А. Оценка эффективности деятельности коммерческого банка // Инновационная экономика: материалы Междунар. конф. - Казань, 2014. - С. 69-72.
- Лаврушин О.И., Ветрова Т.Н. Эффективность банковской деятельности // Банковское дело. - 2015. - №5. - С. 38.
- Вяленцева Н.И. Модель оценки эффективности деятельности коммерческих банков // Банковское дело. - 2015. - №2. - С. 64.
- Новожилов А.А., Рукавицына Т.А. Применение метода DEA и его модификации для анализа организационно-технических систем // Вестник НИИ СУВПТ. - 2008. - № 26. - С. 137-145.
- Рукавицына Т.А., Смолин В.В. Реализация метода DEA для диагностики финансового состояния предприятий // Вестник Сибирского гос. аэрокосмического ун-та им. акад. М.Ф. Решетнева. - 2008. - Т. 20, № 3. - С. 171-175.
- Farrell M.J. The Measurement of Productive Efficiency // Journal of the Royal Statistical Society, Series A (General). - 1957. - Vol. 120, №3, pt. III. - P. 253-281.
- Charnes A. Measuring the Efficiency of Decision Making Units / A. Charnes, W.W. Cooper, E. Rhodes // European Journal of Operational Research. - 1978. - Vol. 2. - P. 429-444.