Нечітка система Мамдані-Ларсена як засіб обґрунтування величини дисконтної ставки

Інноваційні методи оцінки банківського капіталу

Застосування алгоритму нечіткого висновку дозволяє шляхом математичних операцій над множинами можливих значень вхідних змінних отримати чітке число – значення вихідної змінної, придатне для обґрунтування надбавки до дисконтної ставки. Чітке значення вихідної змінної зрештою залежить від вибору функцій належності всіх вхідних і вихідних змінних, а тому їх параметри мають ґрунтуватись на підставі статистичного аналізу вхідних даних. З цією метою використовують компонентний або кластерний аналіз, результати яких дозволяють визначити "типові" для певної групи аналізованих об'єктів рівні показників. Доцільність застосування кластерного аналізу для визначення параметрів функцій належності пояснюється тим, що характеристики "типового" суб'єкту вибірки відповідатимуть максимальній впевненості щодо наявності певної міри прояву ознаки, тобто належності суб'єкту до того чи іншого терму.

На нашу думку, кумулятивна добавка до безризикової дисконтної ставки має враховувати ризик неповернення депозитів, що визначається принаймні двома чинниками:

• 1. Рівнем використання строкових депозитів при проведенні кредитних операцій (с/d), що обчислюється як співвідношенням кредитного портфеля до суми строкових депозитів.

• 2. Розміром загальних активів банку, що опосередковано визначають імовірність державних гарантій компенсації вкладникам, а також впливають на загальну оцінку надійності фінорганізації з позицій пересічного клієнта.

Межі універсальних множин (універсумів) – тобто діапазону чітких значень вхідних змінних було визначено на підставі аналізу спостережень роботи банківської системи у 2008 – 2012 роках. Крім того, додатково враховано необхідність розширення універсуму для більш точного оцінювання чіткого значення вихідної змінної [73].

Так, хоча станом на 01.01.2012 р. в Україні нараховувалось 176 банків, у спроектованій системі кількість рейтингових позицій становить 200. Розширення універсуму виконано свідомо, адже обмеження інтервалу вхідної змінної лише відрізком [0; 176] призвело б до заниження розрахункової надбавки за ризик неповернення депозитів.

Під час формулювання правил нечітких продукцій було враховано наступні міркування: банк із чималим обсягом активів, що належить до найкрупніших або крупних чи, навіть, середніх, характеризується нижчим ризиком неповернення депозитів. Натомість дрібні банки піддаються ризику неповернення депозитів більшою мірою. Звичайно, індикатором розміру активів банку може бути номер його позиції в рейтингу НБУ за загальними активами: нижчі номери відповідють крупнішим банкам, більші дрібнішим. На нашу думку, номер рейтингової позиції більш зручний при прийнятті багатьох фінансових рішень, аніж кількісна величина капіталу. По-перше, рейтинг є результатом систематизації та порівняння кількісних значень абсолютної величини активів, по-друге, оперувати числами від 1 до 200 (чи 176) зручніше, ніж величинами від 130млн.грн. до 153,7 млрд.грн.

Щодо співвідношення кредитного портфеля та строкових депозитів як чинника ризиковості банківських доцільно враховувати як вітчизняний, так і зарубіжний досвід аналізу банківської діяльності та оцінювання капіталу. Так Т. Коупленд та інші [28, с. 477] для цілей оцінювання капіталу класифікують банки на банки по обслуговуванню населення, які мають 20 центів позик на кожен долар депозитів; банки по обслуговуванню корпоративних клієнтів, у яких на кожен долар виданих позик припадає лише 20 центів депозитів; та "казначейства", що займають проміжне положення та переважно займаються операціями з цінними паперами. Оскільки вітчизняні банки працюються як з населенням, так і з корпоративним сектором, теоретично співвідношення кредитного портфелю та строкових депозитів у них, враховуючи вищезазначене, не повинно перевищувати 5: тобто на кожну гривну строкових депозитів має припадати по 5 грн. кредитів, вкладень в цінні папери та інші активні операції.

Фактичну ситуацію із розподілом банків за розміром сумарних активів та рівнем використання строкових депозитів при проведенні кредитних операцій ілюструють результати кластерного аналізу за методом k-середніх, виконаного над сукупністю із 7332 спостережень щомісячної роботи банківської системи за 2010 – 2012 р.р. (рис. 3.4.)

Результати кластерного аналізу спостережень результатів роботи банківської системи України за 2008 – 2012 рр. (Авторська розробка)

Рис. 3.4. Результати кластерного аналізу спостережень результатів роботи банківської системи України за 2008 – 2012 рр. (Авторська розробка)

У відповідності з результатами кластерного аналізу, рейтинг банків як за обсягом залучених депозитів, так і за величиною сумарних активів, слід вважати високим лише тоді, якщо його номер коливається в межах від 1 до 25. Проте стверджувати із 100% впевненості, що банк із 26-м номером рейтингової позиції вже не належить до великих, не варто, адже до категорії крупних відносять банки, розмір активів яких перевищує 5 млрд. грн., і ця категорія на 1.4.2012 містила 19 банків. Отже, банки з рейтинговими позиціями 26 – 36 також були крупними. Тобто спостерігається певна розмитість між поняттями "великий банк" та "стабільний банк", і, на нашу думку, більш коректно розширити відрізок рейтингових позицій великих банків на межу певного довірчого інтервалу, переміщення по якому у міру збільшення номеру позиції знижуватиме впевненість щодо розміру банку, як запоруки його надійності для вкладників. Такою межею обрано стандартне відхилення по кластерній групі. Кількісно зменшення впевненості щодо істинності визнання банку великим й стабільним по мірі зниження рейтингової позиції виражатиметься функцією належності, а графічно – наявністю спадної ділянки на графіку z-подібної функції належності (типу 3.8), параметри якої наведено у табл. 3.1. Згідно рис. 3.4., коли положення фінорганізації в рейтингах за активами, капіталом, кредитним чи депозитним портфелями перебуватиме навколо 70-ї позиції, її варто визнати як середню за показником рейтингу. Межі поняття "середній рейтинг" також доволі умовні: у запропонованому алгоритмі нечіткого висновку функція належності терму "середній рейтинг" задана гаусовою функцією належності із урахуванням середнього по кластеру значення 70 та стандартного відхилення 25:

(3.16)

де – фактична, встановлена на певну дату, позиція банку в рейтингу НБУ за сумарними активами.

Банки з рейтинговими позиціями, нижчими за 120-ту із повною, 100%-ю впевненості можуть визнаватись як дрібні та ненадійні щодо гарантії повернення депозитів, однак по мірі зростання рейтингової позиції впевненість щодо ненадійності та замалого розміру банку буде знижуватись. Цілком можлива ситуація, коли банк у відповідності із критеріями НБУ буде визначатись як малий, проте припущення щодо високої ризиковості депозитного внеску до нього буде хибним. У запропонованій моделі наведені міркування було втілено за допомогою s-подібної функції належності (типу 3.9), кількісні значення параметрів якої наведено у табл. 3.2.

Як свідчить рис. 3.4, співвідношення кредитного та депозитного портфелів, встановлене світовою практикою для банків, що обслуговують корпоративних клієнтів виконано для двох кластерних груп, які об'єднують банки із високими та середніми рейтинговими позиціями. Так банки із середньою рейтинговою позицією на кожну гривну строкових депозитів вкладають до 3,22 грн. у активні операції, а банки, що займають високі – 2,77 грн. Лінії відповідних кластерів на рис. 3.4 не перетинаються, що свідчить про можливість визнання великих банків більш надійними, причому поняття "великий банк" не збігається із аналогічним терміном, використаним у класифікації НБУ банків за розміром сумарних активів. Натомість банки, які за показниками активів, капіталу, кредитного чи депозитного портфелю малі, характеризуються порушенням нормативу співвідношення кредитного портфелю та строкових депозитів (c/d), сформованого у світовій практиці. На кожну гривну строкових депозитів таких банків припадає в середньому 7,05 грн. кредитного портфелю. Звичайно, наведене на графіку (рис. 3.4) значення 7,05 є середнім по кластерній групі, тобто зустрічаються випадки, коли банки із низькими, від 120 та більше, номерами рейтингових позицій характеризувались меншими, або більшими показниками співвідношення c/d. У зв'язку із результатами кластерного аналізу вважаємо за доцільне виокремити дві кластерних групи банків за критерієм використання строкових депозитів при проведенні кредитних операцій. При цьому до банків із прийнятним рівнем активності кредитних операцій, на нашу думку, варто віднести такі, у яких співвідношення кредитного портфелю до строкових депозитів не перевищує 5. До банків із неприйнятним рівнем ризику активності кредитних операцій слід віднести ті, що мають співвідношення с/d=7 та більше. Інтервал співвідношення c/d від 5 до 7 пропонуємо вважати зоною невизначеності, потрапляння конкретного спостереження у таку межу буде знижувати міру впевненості щодо надійності або ризиковості депозитних вкладів у відповідності із величиною функцій належності терм-множин "прийнятний рівень ризику активності кредитних операцій" (good) та "неприйнятний рівень ризику активності кредитних операцій" (bad). В дужках зазначено назви термів англійською мовою, застосовані під час програмної реалізації системи нечіткого висновку в програмному середовищі MATLAB, яке сприймає введення символів в основному кодуванні ASCII (англомовний регістр або латиниця) набагато краще за додаткове (кирилицю).

Межі універсуму для змінної c/d сформовано на підставі фактичних значень спостережень від 0 до 100 ([0; 100]). Необхідність розширення універсальної множини вхідної змінної призвела до того, що випадкові "викиди" величини співвідношення кредитного портфелю до строкових депозитів, властиві банкам, що переходять до процедури ліквідації, не відкидались із досліджуваної вибірки спостережень.

Етапи проектування алгоритму збігаються із визначеною на рис. 3.2. послідовністю. Поряд із найбільш розповсюдженим алгоритмом нечіткого висновку Мамдані, в практичному використанні здобув розповсюдження алгоритм Ларсена як універсальний апроксиматор нечіткого висновку. Алгоритм Ларсена передбачає використання гаусових функцій належності, імплікації з використанням операції добутку та центроїдний метод дефаззифікації. У загальному вигляді структура фаззі-алгоритму для обчислення кумулятивної надбавки до ставки дисконтування за ризик неповернення депозитів наведена на рис. 3.5. На цій схемі назви вхідних і вихідної змінних, а також всього алгоритму подано ще й англійською мовою.

Структура фаззі-алгоритму для обчислення кумулятивної надбавки до ставки дисконтування за ризик неповернення депозитів (Авторська розробка)

Сторінки


В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Інноваційні методи оцінки банківського капіталу» автора Автор невідомий на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Нечітка система Мамдані-Ларсена як засіб обґрунтування величини дисконтної ставки“ на сторінці 1. Приємного читання.

Зміст

  • Вступ

  • Розділ 1. Концептуально-прикладні засади формування вартості капіталу банків

  • Макроекономічні чинники нагромадження капіталу банківською системою

  • Екзогенні тенденції зміни вартості капіталу банків як ділових підприємств

  • Розділ 2. Методологічний інструментарій оцінювання вартості капіталу банків як ділових підприємств

  • Сутність вартісного оцінювання капіталу фінансових організацій

  • Методичні підходи до оцінки ринкової вартості банків

  • Специфіка оцінки банків за витратним підходом

  • Особливості процедури оцінювання банків в рамках доходного підходу

  • Порівняльний підхід до оцінки банківського капіталу, його характеристика

  • Визначення ринкової вартості банку як ділового підприємства на основі порівняльного підходу

  • Розділ 3. Удосконалення процедур обчислення вартості капіталу банків засобами теорії нечітких множин

  • Нечітка система Мамдані-Ларсена як засіб обґрунтування величини дисконтної ставки
  • Оцінювання капіталу банків за допомогою фаззі-алгоритму типу Сутано

  • Гібридні нейро-нечіткі мережі у контексті оцінювання потенціалу нагромадження вартості банківського капіталу

  • Методики прогнозування грошових потоків банків за допомогою гібридних нейро-нечітких мереж

  • Висновки