Дипломная работа: Управління залученими коштами банку (за матеріалами ТОВ Банк "Фінанси та кредит")

г) при подальшому рості частки статутного капіталу в пасивах – 24,35 % для АКБ “Перший український міжнародний банк”( 15 місце на ринку залучених коштів по обсягу), рівень рентабельності статутного капіталу знижується до 25,1%;

Лінійна багатовимірна модель (ЛБМ) Y=f(X1,X2,X3) має такий вигляд [68]

y=β0+ β1x1+ … + βpxp (3.26)

y – залежна змінна – ендогенна змінна

x1, x2…xp – залежні змінні – екзогенні змінні.

У зв’язку з тим, що економетрична модель обов’язково має випадкову помилку, модель (3.26) переписується у вигляді (3.27)

y=β0+ β1x1+ … + βpxp+ε (3.27)

де ε – випадкова помилка або перешкода.

Якщо після необхідних обчислень визначені чисельні значення коефіці-єнтів β, то кажуть, що ми отримали оцінку коефіцієнтів моделі:, тобто оцінкою коефіцієнта β є його чисельне значення b=.

Якщо замінити у виразі (3.22) коефіцієнти моделі оцінками, то ми отримаємо такий вираз

 (3.23)

Основними передумовами використання моделі (3.26-3.27), а такі моделі ще називаються регресійними багатовимірними моделями, є наступне:

1)  M (ε)=0 математичне сподівання перешкоди равно 0;

2)  перешкода взаємонезалежна із змінними cov (xi,)=0

3)  для 2-х визначень перешкоди коефіцієнтів коваріації між ними також дорівнює 0 - cov

4)  перешкода ε нормально розподілена величина з параметрами (0;1) ε=N (ε, 0;1)

5)  від виміру до виміру дисперсія перешкоди не змінюється

П’ята властивість. носить спеціальну назву: гомоскедастичність (одно-рідність). Якщо умова 5) не виконана, то кажуть, що дисперсія має властивість гетероскедастичності.

Чисельний аналіз регресійної моделі починають з того, що визначають значення регресійних коефіцієнтів β1... βр та коефіцієнтів β0, який має спеціаль-ну назву – вільний член.

Регресійні коефіцієнти визначають за допомогою методів найменших квадратів.

 (3.28)

Візьмемо частичні похідні по кожному з виразів, дорівняти їх і отримаємо систему рівнянь

Ця система рівнянь має спеціальну назву – нормальна система.

 (3.29)

Невідомі у системі (3.25) – це коефіцієнти в0, в1...

х1, y1 – ми маємо внаслідок спостережень

в0, в1 - це коефіцієнти, які ми повинні визначити

n – кількість спостережень, вони нам завжди відомі.

Використовуючи таблицю вихідних даних (Додаток Б), розраховуємо багатовимірну лінійну регресійну модель за допомогою “електронних таблиць” EXCEL-2000. Результати розрахунків наведені в табл.В.1 – В.4 Додатку В.

Як видно з даних розрахунків табл.В1 – В4 Додатку В, лінійні багатовимірні рівняння регресії описують наступні статистичні процеси:

1. Рівняння багатовимірної лінійної регресії :

б) 6-параметрична модель “пасиви БАНК “Фінанси та Кредит”(n=47).

в) 11-параметрична модель “активи+пасиви 4-х банків”(n=191).

г) 6-параметрична модель “пасиви 4-х банків”(n=191).

2. Коефіцієнт детермінації для даних моделей:

а) Коефіцієнт детермінації R2 (11-параметрична модель “активи+пасиви БАНК “Фінанси та Кредит”) = 0,856 (n=47), сила регресійного зв’язка – високої щільності (більше 0,75).

б) Коефіцієнт детермінації R2 (6-параметрична модель “пасиви БАНК “Фінанси та Кредит”) = 0,616 (n=47), сила регресійного зв’язка – середньої щільності (0,36>>0,75).

в) Коефіцієнт детермінації R2 (11-параметрична модель “активи+пасиви 4-х банків”) = 0,877 (n=191), сила регресійного зв’язка – високої щільності (більше 0,75).

г) Коефіцієнт детермінації R2 (6-параметрична модель “пасиви 4-х банків”) = 0,754 (n=191), сила регресійного зв’язка – високої щільності (більше 0,75).

3. Перевірку значущості регресійного рівня здійснюють за критерієм Фішера F. Якщо величина F буде більше Fтабл, то ми вважаємо, що наше рівняння значуще.

Згідно з таблицями критичних значень критерія Фішера:

- для багатовимірної (і=11) лінійної вибірки з n-1=191 величин табличне значення Fтабл = 1,93 при рівні довірчої ймовірності Р=0,95 [48].

- для багатовимірної (і=6) лінійної вибірки з n-1=47 величин табличне значення Fтабл = 2,31 при рівні довірчої ймовірності Р=0,95 [48].

Як видно з даних розрахунків (табл.3.3 –3.6), проведених за допомогою “електронних таблиць” EXCEL-2000, фактичні значення критерія Фішера для багатовимірних вибірок(і=6) з n-1=47 величин та (і=11) з n-1=191 величина становлять:

а) F (11-параметрична модель “активи+пасиви БАНК “Фінанси та Кредит”) = 19,526 (n=47)> 2,31 (табл.критерій Фішера);

б) F (6-параметрична модель “пасиви БАНК “Фінанси та Кредит”) = 10,981 (n=47)> 2,31 (табл.критерій Фішера);

в) F (11-параметрична модель “активи+пасиви 4-х банків”) = 116,582 (n=191)> 1,93 (табл.критерій Фішера);

г) F (6-параметрична модель “пасиви 4-х банків”) = 94,333 (n=191)> 1,93 (табл.критерій Фішера).

Тобто набагато перевищують мінімально-критеріальні значення по Фішеру і отримані регресійні багатовимірні рівняння є значущими.

На рис. 3.6 – 3.7 наведені результати графічного аналізу якості регресійних багатовимірних моделей по поточним залишкам (різниці фактичних помісячних значень рентабельності статутного капіталу і прогнозних значень, розрахованих по регресійній моделі).

Як показують результати аналізу, при впровадженні 11-параметричної моделі (“Активи+Пасиви”) по відношенню до якості рішення по 6-параметричній моделі (“Пасиви”) значення коефіцієнта детермінації R2 на вибірці помісячних даних для БАНК “Фінанси та Кредит” за 2003 –2006 роки зростає з рівня 0,616 (середня сила зв’язку) до 0,856 (сильний кореляційний зв’язок)

Одночасно, як показують результати аналізу, при впровадженні 11-параметричної моделі (“Активи+Пасиви”) по відношенню до якості рішення по 6-параметричній моделі (“Пасиви”) значення коефіцієнта детермінації R2 на вибірці помісячних даних для 4-х банків (БАНК “Фінанси та Кредит”, БАНК “Приватбанк”, БАНК “Укрсоцбанк”, БАНК “Державний Укрексімбанк” за 2003 –2006 роки зростає з рівня 0,754 (сильний кореляційний зв’язок) до 0,877 (сильний кореляційний зв’язок).

В той же час, як показують результати, наведені на графіках рис.3.6, 3.7 застосування багатовимірної моделі, отриманої по даним вибірки для 4-х банків, при застосуванні до прогнозу поточної рентабельності для БАНК “Фінанси та Кредит” дає систематичне завищення розрахунових даних відносно фактичних даних рентабельності від 7 до 30%.

Таким чином, для управління оптимальною структурою активів та пасивів в комерційому банку доцільно застосування багатовимірної регресійної моделі, отриманої на статистичній вибірці власних результатів діяльності.

В той же час, отримані результати статистичної значущості для багатовимірної регресійної моделі, побудованої на статистичній вибірці діяльності 4-х банків з різною структурою активів та пасивів, а також значно відрізняючимися обсягами залучених коштів, доказують життєздатність запропонованого підходу масштабування характеристик банку і спільного аналізу ефективності діяльності груп різнорідних комерційних банків України.

Рис.3.13. – Динаміки рентабельності статутного капіталу та залишків прогнозування (різниця фактичної
рентабельності – прогноз по регресійному рівнянню) для моделі “Активи+Пасиви” по 4-х банках для БАНК “Фінанси та кредит” за 2003 –2006 роки (помісячно)

ВИСНОВКИ

Проведене дипломне дослідження мало метою теоретичне обгрунтування важливості інтегрованого управління активами та пасивами комерційного банку для визначення алгоритму управління залученням ресурсів(пасивів) у юридичних та фізичних осіб, розкриттю діючої практики залучення коштів в БАНК “Фінанси та Кредит”, а також пошуку напрямків удосконалення розвитку програмних моделей управління оптимальністю структури залучених коштів в комерційному банку.

Для досягнення поставленої мети в дипломній роботі вирішені такі завдання:

-  досліджено сутність та класифікацію ресурсної бази комерційного банку, як структурний розподіл коштів на власний капітал, залучені кошти юридичних та фізичних осіб у вигляді поточних та строкових депозитів, запозичені кошти у інших комерційних банків та Національного банку України у вигляді короткострокових та довгострокових кредитів;

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23