Система экономического анализа банка. Аналитический и экспертный модули Система предназначена для накопления, обработки и разностороннего анализа разнородной отчетной информации, представления ее в удобной форме для сотрудников банка, имеющих потребность в аналитической информации.

 

Аналитическая система мониторинга финансово-экономического состояния банка

При разработке системы были решены следующие задачи:

• автоматическое накопление различной информации;
• формирование представления о сложившейся экономической ситуации банка в заданный интервал времени на основе накопленной информации;
• построение отчетов в максимально удобном графическом виде;
• визуализация информации в обобщенном или более детализированном виде;
• удобный навигатор;
• функции импортаэкспорта, позволяющие обработать информацию практически любого формата и вывести конечные данные в среду MS Excel, Crystal Report или в любые другие стандартные форматы. Получив в этих форматах необходимую информацию, можно подвергнуть ее дополнительной нерегламентированной обработке.

Система включает в себя:

• Подсистему экономического мониторинга, ориентированную на информационное обеспечение руководителей высшего звена, принимающих оперативные решения по управлению активами и пассивами банка. Использование подсистемы позволяет быстро оценить ситуацию и динамику ее развития по обобщенным графикам, которые можно детализировать;
• Подсистему анализа экономических показателей;
• Подсистему анализа нормативов;
• Экспертную подсистему, позволяющую строить различные прогнозы на основании неполных данных, как то:
• прогноз курсов валют НБУ на ближайшие 3-6 дней;
• прогноз событий типа «что - если».

В целом, подход при проектировании и реализации данной аналитической системы позволяет наиболее эффективно задействовать две составляющие экономического анализа состояния банка:

• периодический оперативный анализ, проводящийся по нормативным показателям НБУ и устоявшимся внутрисистемным оценочным показателям. Он позволяет оценить соответствие существующей ситуации оптимальной или желаемой;
• специальный анализ, позволяющий исследовать динамику или провести сравнительный анализ различных экономических характеристик деятельности банка, состав и структура которых заранее не определены и могут изменяться в процессе анализа.

Функционально система разделена на 4 основных части

• Анализ динамических параметров.
• Анализ статических параметров.
• Анализ клиентуры банка.
• Экономическое прогнозирование.

Рис. 1

«Анализ динамических параметров» - это подсистема, позволяющая оценивать финансовое состояние банка в течение некоторого заданного промежутка времени. Оценка динамических параметров предоставляет возможность пронаблюдать тенденции изменения количественных характеристик и обнаружить периоды экономического спада, подъема или стабильного состояния (Рис 1). Временная динамика дает возможность также оценить взаимное влияние тех или иных параметров друг на друга, даже если это происходит в длительный промежуток времени.

В подсистему «Анализ динамических параметров» входит блок прогноза динамики ключевых экономических параметров. На основе текущей информации (результаты торгов на УМВБ, КМВБ, сведения информационных агентств о курсах обмена валют в обменных пунктах и показатели крупнейших банков Украины и региона) строится оперативный финансовый прогноз. Он включает в себя ожидаемые изменения курса гривны по отношению к другим национальным валютам, а также некоторые другие показатели. (Рис 2).

Рис. 2

Методика прогнозирования сформирована на основе углубленного статистического анализа данных за достаточно длительный период (1996-1998 г.г.). Использовались как методы многомерного статистического анализа (корреляционный, регрессионный, факторный и др.), так и методы анализа динамики временных рядов (учет сезонных колебаний, авто- и кросскорреляционные функции, спектральный анализ, ARIMA модели с интервенциями и пр.). Предусмотрены различные варианты состояния национальной экономики: рыночное (как стабильное, так и нестабильное), «ручное» управление экономикой. Реализованная в рамках блока технология проверена на большом объеме данных и показала стабильную достоверность прогноза.

Система имеет широкие возможности графического представления исходных и аналитических показателей.

Цель визуализации - помочь в интуитивной идентификации («узнаваемости») повторяющихся ситуаций, и на их основе предвидеть будущие перемены. Часто конкретные количественные прогнозы не столь необходимы, так как принятие или непринятие решения основывается на превышении параметром некоторой величины в предыдущих условиях. Эта модель базируется на допущении, что основные тенденции прошлого будут иметь место и в будущем. Экстраполяция тенденций основывается на том, что тенденция соответствует предыдущим наблюдениям и считается детерминированной.

Декомпозиция данных, упорядоченных по времени, основывается на разложении их на 4 составляющих части: тенденция, циклическая часть, сезонные колебания и неопределенная компонента. Данные компоненты могут соотноситься аддитивно и мультипликативно. В результате система дает возможность делать поправки на сезонные колебания. Можно считать, что каждый компонент прогнозируется отдельно. Тенденция описывает общее направление изменений параметров, циклические изменения зависят от различных факторов деловой активности в течение коротких промежутков времени. Сезонные колебания - это колебания происходящие в течение года, связанные с производственным циклом (осенний сбор урожая) и общественными привычками (розничный товаро-оборот - высокий в субботу и низкий в понедельник), отпуска, праздники, уровень безработицы (высокий зимой и низкий летом). Последний элемент - нерегулярный остаток, который обычно самокомпенсируется.

Другой предположительный вариант прогноза основывается на эконометрических методах. Эконометрические методы отличаются от остальных тем, что в их основе лежит экономическая теория. Основными этапами построения экономических моделей и использования их для прогнозирования являются:

1. Выбор адекватной теории, которая объясняет поведение экономической системы и необходимых переменных. Переменные, определенные внутри модели, называются эндогенными. Переменные, определяемые внешними условиями называются экзогенными.
2. Отображение теории в виде системы уравнений, которая связывает выбранные переменные. Необходимо также обращать внимание на упреждение и опоздание в уравнениях, а также переменные, которые содержат информацию о будущем.
3. Нахождение значений переменных, придерживаясь, насколько возможно, теоретических концепций.
4. Используя соответствующие эконометрические методы оценить числовые значения неизвестных параметров, которые входят в уравнения.
5. Прогнозирование значений экзогенных переменных. На основе уравнений с оцененными параметрами и прогноза экзогенных переменных делается предположение значений необходимых показателей, а именно, эндогенных переменных.

Базой для расчета оценок послужили основные нормативы экономического регулирования деятельности банков, такие как нормативы капитала, ликвидности и риска. Кроме того, представлена возможность формирования своих собственных оценок, как на основе стандартных нормативов, так и полностью независимые.

Рис. 3

Технологическая реализация расчета является составляющей частью автоматизированной банковской системы и позволяет организовывать формирование, модификацию и группировку нормативов, не внося изменений в исполняемый код системы. В общем случае данные поступают из таблиц, в которых накапливаются результаты расчетов, производимых в банковской системе SCROOGE-II, имеющей встроенный язык построения формул расчета. Допускается также ввод любых параметров, распределенных по времени, таких как курсы валют, биржевые индексы, стоимость ценных бумаг и т.п. Альтернативным путем поступления данных может быть импорт из стандартизированных, поддерживаемых драйверами ODBC, BDE, или других источников, использующих стандартный интерфейс обращения к базам данных, а также из клиент-серверных систем, если данные представимы в виде соотношения «Дата-Значение».

Графическое представление этих данных реализовано в виде линейных графиков с возможностью наложения, сглаживания, придания трехмерного эффекта для наиболее удобного для пользователя отображения. (Рис 3)

Рис. 4

Система позволяет также выделять отдельные участки, масштабировать и перемещать изображение, фиксируя наиболее удобный вариант для последующего экспорта в другие системы или для вывода на печать. Форматы экспортируемых графических файлов принадлежат к популярным в среде Windows и могут быть в последствии отредактированы стандартными методами уже независимо от системы. Экспорт табличных данных возможен в формат Microsoft Excel или любой другой известный стандарт, где может быть подвергнут дальнейшей обработке (Рис 4).

Прогноз событий типа «Что-если» предусматривает расчет нормативных параметров, отталкиваясь от текущей даты в будущее с возможностью изменения выбранных параметров и пересчета зависимых. Это дает возможность оценки еще не свершившихся событий из заранее заданных предположений. Система также позволяет оценивать события в прошлом также путем изменения заданных параметров для определения событий, приведших к текущему состоянию.

Дополнением к системе «Что-если» является методика расчета прогнозного баланса. Основой для расчета прогнозного баланса являются данные платежного календаря. На основе этих данных рассчитывается остаток на счете на любую дату в перспективе. Для расчета прогнозного баланса, счета делятся на следующие группы:

1. Счета, по которым можно довольно точно предположить об их движениях. В основном, это счета операций с ценными бумагами, для которых оговорены конкретные сроки. Для этих счетов остатки рассчитываются непосредственно в соответствии с дополнительными реквизитами.
2. Счета, с незначительным изменением в течении месяца. По этим счетам прогнозируемые остатки рассчитываются как средние за последний месяц при прогнозировании менее, чем на месяц, и как средние за последний месяц с учетом темпов роста при прогнозировании на срок свыше месяца. Темпы роста учитываются за последние три месяца.
3. Счета, по которым движение в течение долгого срока не производится (обычно счета 5-го класса).

Расчет динамических параметров возможен и по прогнозируемому балансу с учетом того, что эти данные предположительны.

Рис. 5

Кроме того, существует возможность отдельно просчитать предполагаемый доход от выданных кредитов и привлеченных депозитов. Доход от кредитов рассчитывается как сумма процентов, которые будут получены до конца года согласно действующих договоров. Доход от депозитов зависит от того, куда направляются привлеченные средства (Рис 5).

Зафиксировав конкретную сумму, которую необходимо получить в конце года, система выдаст предположительную сумму кредитов, которые нужно выдать, чтобы выйти на этот показатель, используя средневзвешенную процентную ставку, или любой другой процент, указанный пользователем.

Подсистема анализа статических параметров предоставляет удобный интерфейс для обобщения данных за длительный промежуток времени, таких как суммы оборотов, количественные параметры, средневзвешенные оценки, доходы-расходы за период.

Рис. 6

Графическая реализация подсистемы - это круговые диаграммы, удобные для сравнения данных в процентном отношении (Рис 6). Данные, используемые в этой подсистеме рассчитываются из ежедневных остатков по балансовым счетам, оборотов, дополнительных реквизитов клиентов, данных по кредитным и депозитным договорам и другим данным, используемым в системе. Основной расчет производится хранимыми процедурами, располагающимися на SQL-сервере.

Для определения параметров выбора данных используется система фильтрации, организованная в виде «Мастера» с последовательным наложением условий, которые могут меняться в зависимости от предыдущих. Также отслеживается совместимость параметров, таких как невозможность суммирования в разных валютах, количеств с суммами и средневзвешенными процентами, отсечение незначащих результатов с изменением уровня детализации.

Параметры, заданные при инициализации расчета, могут быть сгруппированы между собой по любому их набору.

После вывода результатов имеются возможности изменить некоторые параметры отображения «на ходу», те же возможности экспорта, что и в подсистеме расчета динамических параметров.

Так как параметров фильтрации и группировки обычно довольно много, имеется возможность сохранить выбранные установки в файл и использовать их без дополнительной обработки.

Рис. 7

Подсистема анализа клиентуры построена на определении зависимости финансового поведения крупнейших клиентов от остальной массы. Начальный этап анализа включает в себя статистическую обработку ежедневных остатков на счетах клиентов и их оборотов по этим счетам с дальнейшим распределением клиентов на условные категории. Вычисляется также дисперсия колебаний остатков по каждому клиенту. На данном этапе графически отображается распределение клиентов по упорядоченное по средним остаткам с наложением графика дисперсии колебаний (или наоборот в зависимости от условий, заданных пользователем) (Рис 7).

Рис. 8 Рис. 9

В результате клиентские счета разбиваются на группы в зависимости от синтетического коэффициента, условно названного качеством, полученного в предыдущем расчете. Распределение клиентов по группам условно разбито на 5 категорий.

Далее анализируется отдельно группа крупнейших клиентов и остальные (Рис 8). Для каждого из крупнейших клиентов в отдельности и всей группы вместе рассчитывается корреляция изменений остатков с остальной массой с учетом опережения или отставания. Это позволяет более точно прогнозировать поведение крупнейших клиентов в различных состояниях рынка. Рассчитывается доля крупнейших клиентов в оборотах и остатках и ковариация изменений остатков между крупнейшими клиентами и остальными. Чем выше этот показатель, тем более предсказуемо поведение крупнейших клиентов в банке по отношению к другим группам. Дополнительно возможен анализ поведения отдельно взятого клиента (Рис 9).

Так как статистические параметры, необходимые для данного типа анализа существенно меняются только за длительные периоды времени, то в систему введена возможность сохранить выбранные данные для дальнейшего использования. После сохранения данных их можно вновь загрузить и подвергнуть дальнейшей обработке.

В результате расчета получается довольно большой объем графической информации, который можно объединить путем экспорта в один HTML-файл для удобства просмотра (Рис 10).

Рис. 10

Система работает в среде Windows 95/NT. Доступ к базам данных SQL серверов и локальным таблицам происходит через Borland DataBase Engine. Предусмотрена возможность быстрого перехода на работу через SQLOLE.SQLServer automation объект. Кроме того, возможно выделение отдельных частей системы для внедрения в другие приложения.

 

Список используемой литературы

1. К.Холден, Д.А.Пiл, Дж.Л. Томпсон. Економiчне прогнозування: вступ. Iнформ-технiка - ЕМЦ, Киiв, 1996, 216 с.

НЕСТЕРОВ Олег Юрьевич
коммерческий директор
кандидат физ.-мат. наук

ХИЖНЯК Андрей Викторович
аналитик