Введение. 
Оценка финансовой стабильности коммерческого банка на основе двухпараметрической вероятностной модели

В современной экономике ведущая роль отводится коммерческим банкам, выступающим основным звеном в процессе аккумуляции и распределения денежных средств между хозяйствующими субъектами. Кредитная деятельность банков оказывает значительное влияние на формирование пропорций национальной экономики и развитие различных отраслей народного хозяйства и является одним из наиболее доходных видов деятельности коммерческого банка, выступая источником формирования чистой прибыли, отчислений в резервные фонды и дивидендных выплат. В современном коммерческом банке на долю кредитного портфеля приходится наибольшая часть его активов. Высокие темпы роста объемов банковского кредитования, освоение банками новых высокорисковых операций, а также снижением качества кредитных обязательств, свидетельствуют о возрастании кредитного риска в банковской системе. [1].

В данной работе рассмотрены особенности распределения вероятности дефолта банка в условиях российской реальности, где на основании исследования доли требований по получению процентов к чистой ссудной задолженности (далее — случайная величина х) рассмотрены шесть коммерческих банков (Банк ВТБ ПАО, Альфа-Банк, Банк Москвы, Внешпромбанк, Интеркоммерц и Унифин) в период с 2010;2016 гг.

Моделирование проводилось с использованием двухпараметрической Гауссовой модели функции распределения плотности вероятности и интегральной вероятности, которые позволяют оценить коэффициент стабильности и степень влияния внешних и внутренних факторов на предмет исследования — вероятность дефолта коммерческой организации, а также предоставляет возможность качественного объяснения полученных результатов.

В исследовании упор сделан, главным образом, на построении сравнительных моделей, которые могут использоваться и в относительно устойчивых условиях, когда зарождаются предпосылки нестабильности как отдельных банков, так и банковской системы в целом.

Модель вероятности дефолта может быть востребована тремя ключевыми агентами: Банком России как регулятором, кредитными организациями и их контрагентами. При помощи модели Банк России сможет обнаружить самые слабые банки (группу риска) и при необходимости своевременно принять меры для их финансового оздоровления, учесть слабость данной группы банков при осуществлении своей политики. Для кредитных организаций наблюдение как за динамикой своей вероятности дефолта, так и за соответствующими показателями контрагентов позволит получить независимую оценку стабильности и перспектив развития банка. Модель также применима для контрагентов коммерческих банков при выборе ими организации для вложения финансовых средств и оценки рисков.

Целью исследования является разработка модели, которая поможет агенту предсказывать дефолты банков. Такая модель будет востребована банковским сектором в связи с практическим применением.

Для достижения поставленной цели необходимо:

• · провести сбор необходимых для исследования финансовых данных о деятельности кредитных организаций (в данной работе используются данные трех сильных и трех слабых банков на основе долгосрочного кредитного рейтинга);
• · определить спецификации моделей вероятности дефолта банка, на основе исследования математического ожидания, медианы, моды, асимметрии и эксцесса;
• · провести сравнение полученных моделей, протестировать их качество, предсказательную силу;
• · сравнить функции распределения вероятностей коммерческих банков, построенные по выборкам, между собой и установить предельную границу отклонения.

С помощью вышеописанных вероятностных параметров для всех исследуемых коммерческих банков оказалось возможным оценить их влияние на вероятность дефолта банков, а также обозначить предельные значения данных параметров в случае санкционных мер.