В течение периода становления и развития банковской системы России достаточно выразительно проявились диспропорции в территориальном размещении и территориальной кредитно-депозитной активности банков, которая отражается на качестве организации кредитного процесса, доступности кредитных ресурсов, уровне процентных ставок и других характеристиках предоставленных кредитов. В том числе одним из естественных последствий этих диспропорций есть межрегиональная дифференциация кредитных рисков, которую необходимо учитывать как при рассмотрении предоставленных кредитных заявок, так и в процессе оптимизации филиальной сети банков.
Обобщенный научно-методический подход к оптимизации региональной структуры кредитного риска ПАО ВТБ 24 можно подать в виде структурно логической схемы, поданной в приложении А.
Адекватную оценку рациональности региональной структуры кредитного портфеля можно получить с помощью индекса территориальной концентрации, который используется при анализе региональной сформированности, агломерационной адаптивности и сбалансированности хозяйственных функций. Он рассчитывается за такой формулой:
(3.1).
где Ik — индекс территориальной концентрации, ед.;
Еі - показатель развития хозяйственной функции на территории агломерации (например, количество представительств и филиалов банка в регионе);
Е — совокупный показатель развития хозяйственной функции в стране в целом (общее количество представительств и филиалов банка);
Ті - площадь территории агломерации (региону);
Т — общая площадь страны.
С целью анализа региональной структуры кредитного портфеля вместо площади территории (страны) целесообразно использовать другие показатели, которые будут характеризовать социально-экономическое развитие региона: динамику и структуру населения, количество зарегистрированных юридических лиц, объем выработанной продукции. По этим показателям устанавливается уровень концентрации хозяйственной деятельности, которая свидетельствует об интенсивности, характере освоения и возможности последующего развития агломерации или отдельных ее территорий. Рост показателя свидетельствует об увеличении концентрации исследуемого вида хозяйственной деятельности в регионе.
По нашему мнению, при обосновании территориальной структуры кредитного портфеля ПАО ВТБ 24 (или территориального размещения филиалов банков) необходимо учитывать возможные будущие влияния таких решений на уровень кредитного риска. Это оказывается, в первую очередь, в изменениях качества кредитного портфеля банка.
При этом основным фактором влияния региональной дифференциации структуры кредитного портфеля на его совокупный риск имеются региональные отличия в платежной дисциплине, финансовом состоянии заемщиков и так далее. Влияние данных факторов опосредствовано оказывается в расхождениях динамики просроченной задолженности за регионами.
Следовательно, важным направлением развития системы управления кредитным риском ПАО ВТБ 24, которому уделяется недостаточно внимания в научно методической литературе и банковской практике, есть оптимизация региональных характеристик кредитного риска на основе оценки системы территориальных индексов концентрации. При этом главными сравнительными параметрами принятия территориальных кредитных рисков банком могут быть индивидуальные индексы концентрации проблемной задолженности.
Мы предлагаем ПАО ВТБ 24 пересмотреть свои территориальные приоритеты при формирование кредитного портфеля. Банку нужно провести оценку регионов с учетом реальной возможности привлечения менее рисковых кредитов в состав собственного кредитного портфеля.
Таким образом, основными направлениями повышения эффективности управления кредитными рисками является активация депозитной политики (как следствие — снижение риска потери клиентов и риска падения рейтинга банка); а также улучшение кредитного портфеля банка через ранжирование и территориальный приоритетов по выдаче кредитов (как следствие — снижение кредитного риска).
3.
2. Обоснование управления рисками в ПАО ВТБ 24.
При внедрении CRM-систем как программного продукта, автоматизации процессов на его основе, кредитные организации получают прямые и косвенные эффекты, получаемые путем поддержки существующей бизнес-модели, а также эффекты снижения риска.
К категории прямых экономических эффектов можно отнести эффекты прямого действия, которые влияют на прибыльность.
— повышение доходов банка за счет выявления наиболее прибыльных сегментов, за счет повышения удовлетворенности участников каналов продвижения, возможности более своевременных и качественных управляющих воздействий;
— снижение расходов в каналах и цепях продвижения.
К категории косвенных экономических эффектов можно отнести эффекты, которые сложно поддаются прямому расчету, но своему действию способны существенно повлиять на эффективность функционирования банка. Например, к таким относится улучшение имиджа в результате повышения прозрачности процессов, повышение управляемости, что важно для привлечения интереса сторонних акционеров.
Под эффектом снижения рисков следует понимать предотвращение влияния негативных факторов на развитие банка. Внедрение CRM-системы позволяет снизить:
— риск потери наиболее прибыльных клиентов;
— риск снижения гибкости организации;
— риск ухудшения отношений с клиентами;
— риск потери конкурентоспособности;
— риск снижения производительности (эффективности) процессов;
— риск сужения целевой аудитории.
Рассмотрим экономический эффект от улучшения кредитного портфеля ПАО ВТБ 24 путем ранжирования территориальных приоритетов по выдаче кредитов на базе CRM-системы.
На сегодняшний день регионы России характеризуется существенными диспропорциями, которые предопределены значительными отличиями определенных факторов относительно размещения, организации и хода финансовых процессов. Они определяют специфику региональных экономических систем из точки рискованности и прибыльности для банка. Проведем оценку региональной структуры кредитного риска портфеля предоставленных кредитов банка.
Для начала проведем оценку территориальной концентрации филиальной сети ПАО ВТБ 24 в России. Расчет индексов территориальной концентрации филиальной сети ПАО ВТБ 24 в России и соответствующее распределение рейтинга регионов на 01.
01.2017 года подан в приложении Б.
На 01.
01.2018 года в состав ПАО ВТБ 24 входило 20 000 подразделений, которые сгруппированы в 17 территориальных банков и 1124 отделений.
Как видно из приложения Б, больше всего отделений данного банка размещено на территории Москвы (66,9%), Московской, Тверской, Калужской, Брянской, Смоленской, Тульской, Рязанской областей (5,25%).
Проанализировав полученные данные, видим, что с учетом отличий территориальных масштабов регионов России состав оценки концентрации филиальной сети банка является несколько другим. Лидирует Северо-Восточный банк (Магаданская область, Камчатский край, Чукотский автономный округ, Республика Саха (Якутия). Площадь этого банка является намного большей в сравнении с другими регионами (24,89%).
Важным моментом организации оптимальной системы управления кредитным риском банков в современных условиях является учет региональных характеристик кредитного риска на основе оценки концентрации системы территориальных индексов. При этом сравнительными параметрами являются индивидуальные индексы концентрации проблемной (в частности, просроченной) задолженности в регионе.
Индивидуальные индексы концентрации проблемной задолженности предлагается рассчитывать за такой формулой:
(3.2).
где IПЗ — индивидуальный индекс концентрации просроченной задолженности, ед.;
ПЗi — объем проблемной (или просроченной) задолженности банка в определенном регионе, ден. ед.;
ПЗ — общий объем проблемной (или просроченной) задолженности в регионе, ден. ед.;
Кi — объем предоставленных банком кредитов в регионе, ден. ед.;
К — общий объем предоставленных кредитов в регионе, ден. ед.
При значении данного показателя больше единицы в банке имеется ситуация неэффективного осуществления кредитования, поскольку это говорит о том, что качество его кредитного портфелю является хуже, чем в целом у региона. А если значение индивидуального индекса концентрации проблемной задолженности ниже единицы, то это свидетельствует об относительно эффективном управлении кредитным процессом. Чем меньше будет значение коэффициента, тем меньшие риски в данном регионе.
Используя данную систему оценки индивидуальных индексов концентрации проблемной задолженности, мы можем провести ранжировки регионов России за рискованностью осуществления кредитной деятельности (таблица 3.2).
Таблица 3.2 — Оценка индивидуальных региональных индексов концентрации проблемной задолженности и рейтинг региональной привлекательности состоянием на 01.
01.2018 г.
Регион территориального банка 01.
01.2018.
Индекс концентрации проблемной задолженности Рейтинг Байкальский банк 0,7980 11 Волго-Вятский банк 0,9734 7 Восточно-Сибирский банк 1,2616 2 Дальневосточный банк 0,6840 16 Западно-Сибирский банк 0,7828 12 Западно-Уральский банк 1,2388 3 Московский банк 1,2892 1 Поволжский банк 0,7372 15 Северный банк 0,7741 14 Северно-Восточный банк 0,8916 9 Северно-Западный банк 1,0160 6 Северо-Кавказский банк 1,0833 4 Сибирский банк 1,0488 5 Среднерусский банк 0,8621 10 Уральский банк 0,5776 17 Центрально-Черноморский банк 0,7752 13 Юго-Западный банк 0,9240 8.
В результате проведенных расчетов видим, что на 01.
01.2018 года наивысший уровень локализации кредитных рисков был на территории Московского банка (город Москва) и Восточно-Сибирского банка (Красноярский край, Республика Тыва и Республика Хакасия). Значение индекса за которыми составлял соответственно 1,2892 и 1,2616.
Наиболее благоприятные условия для осуществления кредитной деятельности имели Уральский банк (0,5776) и Дальневосточный банк (0,6840).
На основе определенных индивидуальных региональных индексов концентрации проблемной задолженности проведем группирование регионов за рискованностью с точки зрения привлекательности активизации кредитной деятельности банка:
— самые благоприятные регионы для активизации кредитной деятельности;
— проблемные регионы;
— регионы с промежуточным уровнем концентрации кредитных рисков.
Дальше нам нужно определить величину интервала, а для этого мы воспользуемся следующей формулой:
(3.3).
где r — величина интервала;
— максимальное и минимальное значение индивидуальных региональных индексов концентрации проблемной задолженности;
g — количество выделенных групп (нами были выделены 3 группы).
Таким образом, пользуясь данными таблицы, имеем интервалы группирования для анализируемых дат соответственно:
Дальше необходимо рассчитать два индикатора. Первый, который показывает предел значения индивидуального регионального индекса концентрации проблемной задолженности для группы проблемных регионов, рассчитывается за формулой:
IndL = Mint max — r (3.4).
Числовое значение этого индикатора принадлежности к группе проблемных регионов с точки зрения благоприятности условий для активизации кредитной деятельности на 01.
01.2018 года равняется:
IndL2017 = 1,2892 — 0,2372 = 1,052.
Таким образом, на 01.
01.2018 года в состав группы проблемных регионов, которые имеют высокий уровень концентрации проблемной задолженности, вошли Восточно-Сибирский банк, Западно-Уральский банк, Московский банк и Северо-Кавказский банк.
Второй критерий — индикатор регионов наиболее благоприятных для активизации кредитной деятельности рассчитывается за формулой:
Indp = r + Mint min (3.5).
Числовое значение данного индикатора по данным таблицы на 01.
01.2018 года равняется:
Indp2017 = 0,5776 + 0,2372 = 0,8148.
Регионы, которые имеют высокую привлекательность для активизации кредитной деятельности на 01.
01.2018 г. — Байкальский банк, Дальневосточный банк, Западно-Сибирский банк, Поволжский банк, Северный банк, Уральский банк, Центрально-Черноморский банк.
Показатели, что не вошли к рассчитанным нами групп, являются промежуточными. Результаты группирования регионов России за привлекательностью поданы в таблице 3.
3.
Таблица 3.3 — Группирование регионов России за региональной привлекательностью для активизации кредитной деятельности ПАО ВТБ 24 на 01.
01.2017 г.
Тип регионов за инвестиционной привлекательностью Состав группы 01.
01.2017.
Проблемные регионы Восточно-Сибирский банк, Западно-Уральский банк, Московский банк и Северо-Кавказский банк Регионы наиболее благоприятные активизации кредитной деятельности Байкальский банк, Дальневосточный банк, Западно-Сибирский банк, Поволжский банк, Северный банк, Уральский банк, Центрально-Черноморский банк Регионы с промежуточным уровнем концентрации кредитных рисков на их территории Волго-Вятский банк, Северно-восточный банк, Северно-Западный банк, Сибирский банк, Юго-Западный банк Видим, что проведено нами исследование привлекательности регионов показало значительную региональную дифференциацию территории, учет которой в процессе развития сети представительств и филиалов позволит обеспечить снижение и оптимизацию портфельного кредитного риска.
Оценку качества размещения региональной сети лучше проводить сравнивая ее с рейтингом региональной привлекательности. Для этого проведем расчет относительной рейтинговой позиции, который осуществляется отношения порядкового номера в рейтинге к наибольшей концентрации в региона.
Проведенный расчет приведен в таблице 3.
4.
Таблица 3.4 — Оценка качества регионального размещения филиальной сети ПАО ВТБ 24 на 01.
01.2018 г.
Регион России Индекс концентрации проблемной задолженности в регионе Относительная рейтинговая позиция за индексом концентрации проблемной задолженности Индекс территории-альной концентрации филиальной сети банка Относительная рейтинговая позиция за индексом территориальной концентрации Регионы наиболее благоприятны для активизации кредитной деятельности Байкальский банк 0,7980 0,62 0,1356 0,14 Дальневосточный банк 0,6840 0,53 0,1453 0,15 Западно-Сибирский банк 0,7828 0,61 0,3853 0,40 Поволжский банк 0,7372 0,57 0,1834 0,19 Северный банк 0,7741 0,60 0,1350 0,14 Уральский банк 0,5776 0,45 0,1970 0,21 Центрально-Черноморский банк 0,7752 0,60 0,1340 0,14 Регионы с промежуточным уровнем концентрации кредитных рисков на их территории Волго-Вятский банк 0,9734 0,76 0,2445 0,26 Северно-восточный банк 0,8916 0,69 0,2869 0,30 Северно-Западный банк 1,0160 0,79 0,2143 0,22 Сибирский банк 1,0488 0,81 0,1679 0,18 Юго-Западный банк 0,9240 0,72 0,2646 0,28 Проблемные регионы Восточно-Сибирский банк 1,2616 0,98 0,0999 0,10 Западно-Уральский банк 1,2388 0,96 0,1018 0,11 Московский банк 1,2892 1,00 0,9551 1,00 Северо-Кавказский банк 1,0833 0,84 0,1098 0,11 Если относительная рейтинговая позиция за индексом концентрации проблемной задолженности является ниже относительной рейтинговой позиции за индексом территориальной концентрации филиальной сети, то сформированный в банке вариант размещения представительств и филиалов предопределяет формирование совокупного кредитного портфеля, риск которого превышает средний кредитный риск в банковской системе страны в целом.
ПАО ВТБ 24 следует сузить свою филиальную сеть, а особенно на территории Красноярского края, Республики Тыва, Республики Хакасия, Пермского края, Республики Коми, Удмуртской Республики, Ставропольского края, Республики Ингушетия, Республики Северная Осетия-Алания, Кабардино-Балкарской и Чеченской Республики.
Целесообразно для оценки эффективности внедрения CRM-системы, использовать показатель экономичности стратегии (Еѕ). Это относительный показатель, позволяющий сравнить результаты от внедрения стратегии с затратами на ее проектирование и реализацию. Рассчитывается как отношение полученных ресурсов в результате реализации стратегии, к величине затрат на проектирование и реализацию стратегии развития:
(3.6).
где OP — полученные ресурсы в результате реализации стратегии;
ZR — затраты на проектирование и реализацию стратегии.
Если Еs = 1, то затраты на проектирование и реализацию стратегии полностью покрываются полученными ресурсами в результате реализации стратегии развития — и такое развитие можно считать эффективным;
Если Еs > 1, то полученные ресурсы в результате реализации стратегии значительно превышают затраты на проектирование и реализацию стратегии и такую стратегию можно считать высокоэффективной;
Если Е < 1, то затраты на проектирование и реализацию стратегии не покрывается полученными ресурсами в результате реализации стратегии развития — и такую реализацию стратегии можно считать неэффективной.
Сопоставим возможные расходы и увеличение дохода банка.
Расходы на приобретение и облуживание Dynamics 365 для крупных клиентов (таких как банк) обсуждаются индивидуально при подписании контракта на обслуживание. Базовая цена обслуживания 1 пользователя на сегодняшний день от 13 121,41 рублей в месяц [28].
Ожидаемый экономический эффект от внедрения CRM-системы составит от 5−15% процентов от оборота денежных средств банка (выручки).
Рассчитаем:
Итак, даже при облуживании практически всех пользователей (количество сотрудников банка на начало 2018 года — 15 907 чел.) внедрение CRM-системы оправдано, поскольку Еs > 1.
Кроме выше рассчитанного экономического эффекта изучая эффективность реализации стратегии, необходимо рассмотреть эффекты, которые объективно возникают от реализации, а именно: научно-технический, ресурсный, социальный и экологический. Выявление совокупности этих эффектов, которые вследствие возникновения синергии усиливаются в несколько раз, позволит распознать эффективные территориальные зоны развития, в рамках которых возможно достижение наибольшей эффективности деятельности банка.
Заключение
.
Наиболее часто выделяют следующие виды финансовых рисков банков: ценовой риск; кредитный риск; процентный риск; валютный риск; риск ликвидности; операционный риск.
Банк ВТБ (ПАО) является универсальным банком, который предоставляет широкий ассортимент услуг для юридических и физических лиц. В корпоративном бизнесе Банк успешно конкурирует с российскими и международными игроками за обслуживание крупных корпораций, а также компаний среднего бизнеса.
Банк предлагает комплексные решения любого уровня сложности благодаря присутствию в различных финансовых сегментах. В розничном бизнесе группа ВТБ является одним из ключевых игроков на российском рынке. Банк ВТБ (ПАО) делает основный акцент на внедрении инновационных, высокотехнологичных продуктов и сервисов.
Основные проблемы управления кредитным портфелем российских банков в современных условиях порождены такими факторами:
— неконтролированная интенсивность капитализации производственных отношений, которая повлекла негативные социально-экономические последствия;
— недостаточная структурированность кредитного и финансового рынков (основная масса кредитных организаций — это структуры, которые не смогли определить собственную профессиональную ориентацию);
— заострение кризиса платежеспособности производственных предприятий и организаций — стратегических клиентов и заемщиков банков;
— отсутствие институциональных и финансовых условий ипотечного кредитования физических и юридических лиц, которое сдерживает активность стратегических и финансовых инвесторов, которые не проявляют интерес к акциям «безземельных» предприятий;
— нехватка практического опыта и профессиональной подготовки специалистов для работы в условиях рыночной конкуренции;
— устарелая нормативно-законодательная база, необходимая для регуляции кредитных отношений и банковской деятельности.
Система управления кредитным портфелем ПАО ВТБ 24 в целом нуждается в совершенствовании, и в частности — в контексте учета цикличности экономического развития страны и роста эффективности рискового менеджмента.
С целью снижения кредитного риска ПАО ВТБ 24 следует сузить свою филиальную сеть, а особенно на территории Красноярского края, Республики Тыва, Республики Хакасия, Пермского края, Республики Коми, Удмуртской Республики, Ставропольского края, Республики Ингушетия, Республики Северная Осетия-Алания, Кабардино-Балкарской и Чеченской Республики.
Список использованных источников
.
Конституция РФ от 12 декабря 1993 года с учетом поправок, последние от 21.
07.2014 № 11-ФКЗ [Электронный ресурс]. — Режим доступа:
http://www.consultant.ru.
Гражданский кодекс РФ от 30.
11.1994 № 51-ФЗ [Электронный ресурс]. — Режим доступа:
http://www.consultant.ru.
Федеральный закон «О банках и банковской деятельности» от 02.
12.1990 № 395−1 [Электронный ресурс]. — Режим доступа:
http://www.consultant.ru.
Федеральный закон «О Центральном банке Российской Федерации (Банке России)» от 10.
07.2002 № 86-ФЗ [Электронный ресурс]. — Режим доступа:
http://www.consultant.ru.
Федеральный закон «О кредитных историях» от 30.
12.2004 № 218-ФЗ [Электронный ресурс]. — Режим доступа:
http://www.consultant.ru.
Андрианова Е. П. Современные подходы к управлению кредитным риском в коммерческом банке / Е. П. Андрианова, А. А. Баранников // Научный журнал Куб.
ГАУ. — 2013. — № 87(103). — С. 1 — 26.
Андросов М. Е. Управление финансовыми рисками региональных банков (на примере АКБ «Алмазэргиэнбанк» ОАО) / М. Е. Андросов, А.
Н. Слободчиков, Е. В. Сибилева // Приоритетные научные направления: от теории к практике. — 2015.
— № 16. — С. 119−123.
Аракелян А. А. Проблемы оценки и управления операционными рисками в банках / А. А. Аракелян, В. В. Гребеник // Интернет-журнал Науковедение. ;
2016. — Том 8. — № 3.
Аудиторское заключение независимого аудитора о годовой бухгалтерской (финансовой) отчетности ПАО ВТБ 24 [Электронный ресурс]. — Режим доступа:
https://cdn.open.ru/storage/files/2017_EY_RSBU.PDF.
Беляева С. В. Причины возникновения рисков в деятельности банков. Показатели рисков методы его оценки / С.
В. Беляева // Символ науки. — 2016.
— № 2. — С. 113−116.
Беспалова И. В. Методы и финансовые инструменты управления рисками российских банков / И. В. Беспалова, Н. М. Яшина // Фундаментальные исследования.
— 2014. — № 6−6. — С.
1242−1246.
Беспалова И. В. Финансовая модель управления рисками российских банков / И. В.
Беспалова, Н. М. Яшина // Современные проблемы науки и образования. — 2014.
— № 2. — С. 442.
Бобыль В. В. Процентный риск банка: методы оценки и управление / В. В. Бобыль // Финансовая аналитика: проблемы и решения. — 2015.
— № 11 (245). — С. 27−36.
Буквина О. Ю. Исследование возможных рисков при кредитовании корпоративных клиентов (на примере ОАО «Синтезкаучук») и предложения по их минимизации / О. Ю. Буквина // [Электронный ресурс] - Режим доступа:
http://sdo.rea.ru.
Гетман Т. А. Управление качеством кредитного портфеля коммерческого банка: автореф. дис. канд. экон. наук: 08.
00.10 — Финансы, денежное обращение и кредит / Гетман Татьяна Александровна; [науч. рук. А. В. Гукова]; [Вол.
ГУ]. — Волгоград, 2011. — 24 с.
Годовой отчет за 2016 год Банк ВТБ24 [Электронный ресурс] - Режим доступа. — URL:
https://www.vtb24.ru.
Годовой отчет за 2017 год Банк ВТБ24 [Электронный ресурс] - Режим доступа. — URL:
https://www.vtb.ru.
Карасов Ю. М. Финансовые риски коммерческих банков / Ю. М. Карасов // Роль фундаментальной науки в обеспечении финансово-экономической безопасности современной России: сборник трудов конференции.
— М.: ИТК «Дашков и К». — 2016. — С. 209−2011.
Коваленко О. Г. Банковские риски: сущность, классификация / О. Г. Коваленко, О. Е. Медведева // Вектор науки Тольяттинского государственного университета. ;
2013. — № 3. — С. 340−344.
Колесник Н. Ф. Методика оценки рыночных рисков коммерческого банка / Н. Ф.
Колесник, В. И. Бабушкин // Финансы и кредит. ;
2015. — № 38.
Колотухина И. И. Управление финансовыми рисками в коммерческих банках / И. И.
Колотухина, И. И. Глотова // Прорывные научные исследования: проблемы, закономерности, перспективы: сборник трудов конференции. ;
Пенза: Наука и Просвещение. — 2017. — С.
78−80.
Кононенко Т. Е. Управление финансовыми рисками в коммерческих банках / Т. Е. Кононенко, О. Р. Кузнецова // Ученые записки комсомольского — на — Амуре государственного технического университета. ;
2016. — том 2. — № 3 (27).
— С. 91−94.
Официальный сайт ПАО ВТБ 24 [Электронный ресурс] - Режим доступа. — URL:
https://www.vtb.ru.
Скребцова Т. В. Финансовые риски в коммерческом банке: основные методологические аспекты управления / Т. В. Скребцова // Вестник АПК Ставрополья. — 2016. — S.
1. — С. 54−58.
Ускова С. А. Методы совершенствования управления рисками в коммерческих банках / С. А. Ускова // Социально-экономические явления и процессы. ;
2013. — № 5 (051). — С. 205−209.
Учаева Е. А. Управление кредитными рисками в коммерческом банке / Е. А. Учаева // Вестник Самарского государственного университета. — 2014.
— № 8 (119). — С. 106−110.
Центральный банк РФ [Электронный ресурс]. — Режим доступа:
http://www.cbr.ru/.
Dynamics 365 [Электронный ресурс]. — Режим доступа:
https://dynamics.microsoft.com/ru-ru/pricing/.
Приложения.
Приложение, А Структурно логическая модель оптимизации региональной структуры кредитного портфеля ПАО ВТБ 24.
Приложение Б Оценка территориальной концентрации филиальной сети ПАО ВТБ 24 на 01.
01.2018 г.
Территориальный банк Коли-чество отделений и главных отделений Удельный вес в общем количестве филиалов банка, % Площадь Удельный вес, % Население, млн. чел. ВВП, % Индекс территориальной концентрации, % Рейтинг Байкальский банк 3 0,27 1 558 072 8,19 4 489 005 2,01 13,560 12 Волго-Вятский банк 57 5,07 755 174 3,97 12 795 333 6,61 24,449 5 Восточно-Сибирский банк 15 1,33 305 658 1,61 6 173 666 2,80 9,988 17 Дальневосточный банк 7 0,62 1 437 586 7,56 4 772 229 3,06 14,528 11 Западно-Сибирский банк 21 1,87 2 909 364 15,30 7 610 343 16,13 38,527 2 Западно-Уральский банк 3 0,27 619 071 3,26 5 032 792 3,20 10,178 16 Московский банк 752 66,90 2511 0,01 11 979 529 20,36 95,514 1 Поволжский банк 1 0,09 520 941 2,74 13 972 666 5,91 18,340 9 Северный банк 16 1,42 1 029 075 5,41 5 420 819 2,94 13,503 13 Северно-Восточный банк 15 1,33 4 731 743 24,89 1 479 267 1,45 28,691 3 Северно-Западный банк 38 3,38 535 754 2,82 10 438 603 8,05 21,429 7 Северо-Кавказский банк 8 0,71 245 170 1,29 9 824 898 2,22 10,977 15 Сибирский банк 22 1,96 848 771 4,46 9 125 251 4,10 16,794 10 Среднерусский банк 59 5,25 308 277 1,62 14 293 670 7,27 23,965 6 Уральский банк 22 1,96 497 271 2,62 12 747 818 6,36 19,696 8 Центрально-Черноморский банк 38 3,38 233 999 1,23 7 770 930 3,44 13,397 14 Юго-Западный банк 47 4,18 2 475 556 13,02 7 545 491 4,08 26,464 4 Всего 1124 100,00 19 013 993 100,00 145 472 310 Х Х Х.
Повышать масштабы кредитной деятельности в регионах, для которых ВПРИКПЗ > ВПРИТК Сохранять масштабы кредитной деятельности в регионах, для которых ВПРИКПЗ = ВПРИТК Снижать масштабы кредитной деятельности в регионах, для которых ВПРИКПЗ < ВПРИТК.
Ниже за средний риск для банковской системы страны в целом.
не отвечает среднему риску для банковской системы страны в целом.
превышает средний риск за банковской системой в целом.
Деятельность в регионе приводит к формированию совокупного кредитного риска портфеля банка в размере, что:
ККВРС 1 (100%).
ККВРС 1 (100%).
ККВРС > 1 (100%).
Расчет коэффициента качества влияния сформированной региональной структуры портфеля предоставленных кредитов банка на совокупный кредитный риск (ККВРС).
Оценка системы показателей относительной рейтинговой позиции регионов за индексом территориальной концентрации (IК) Оценка системы показателей относительной рейтинговой позиции регионов за индексом концентрации проблемной задолженности (ВПРИКПЗ) Построение рейтинга регионов относительно фактической активности банка Построение рейтингов регионов относительно благоприятности условий активации кредитной деятельности Оценка системы региональных индексов территориальной концентрации.
Оценка региональных индексов концентрации проблемной задолженности.
Общее количество филиалов банка (или объем предоставленных кредитов) в расчете на единицу площади территории страны (или общего ВРП).
Количество филиалов банка (или объем предоставленных кредитов) в расчете на единицу площади территории региона (или валового регионального продукта).
Удельный вес проблемной задолженности в предоставленных кредитах в разрезе регионов в целом за банковской системой.
Удельный вес проблемной задолженности в предоставленных кредитах банка в разрезе регионов.
Формирование информационной базы про объект исследования.
Формирование гибкой процентной политики.
Мероприятия по уменьшению процентных расходов по привлеченным ресурсам.
Юридические лица — субъекты ской деятельности, организации и учреждения.
Бюджеты и внебюджетные фонды.
Частные (физические) лита и их объединение.
Дифференцированный подход к разным группам клиентов.
Повышение качества и культуры обслуживания клиентов.
Оказание специальных финансовых льгот, дифференцированных за степенью значимости для банка.
Проведение маркетинговых исследований рынка банковских услуг.
за рынками.
за услугами.
за клиентами.
Сегментирование депозитного портфеля.
Увеличение удельного веса срочных депозитов.
Сочетание различных форм.
Разработка новых депозитных продуктов.
Формирование оптимальной структуры депозитной базы.
Диверсификация субъектов депозитных операций.
Улучшение депозитного обслуживания клиентов.
Улучшение маркетинговой политики касательно депозитных операций.
Оптимизация депозитного портфеля.
Повышение эффективности депозитных операций банка.
Не оптимальная структура депозитов.
Снижение качества обслуживания клиентов.
Снижение банковской ликвидности.
Сокращение объемов депозитов.
Снижение прибыльности банка.
