Содержание к диссертации
Введение
1. Основные методы и модели по управлению банком 10
1.1. Обзор основных методов и моделей управления Банком . 10
1.2. Достоинства и недостатки приведенных методов оценки стоимости 22
1.3. Особенности существующих оценок стоимости банков 26
1.4. Разработка адаптивного метода управления банком 28
1.5. Описание субъектов и объектов системы 32
2. Модель управления стоимостью банка 50
2.1. Задача стратегического управления 52
2.2. Задача оперативного управления активами и пассивами банка 59
2.3. Циклическое управление 68
2.4. Реализация модели 70
3. Пример применения модели 85
3.1. Способ идентификации основных функциональных зависимостей 86
3.2. Результаты работы модели 89
Заключение 104
Список литературы 105
Приложение 1 112
Приложение 2 116
Приложение 3 118
- Достоинства и недостатки приведенных методов оценки стоимости
- Разработка адаптивного метода управления банком
- Задача оперативного управления активами и пассивами банка
- Способ идентификации основных функциональных зависимостей
Введение к работе
Актуальность темы исследования.
Традиционная система управления коммерческим банком состоит из двух основных подсистем: стратегического управления и оперативного управления. Такие системы финансового менеджмента достаточно жестко регламентированы. Им часто свойственна негибкость процессов планирования и контроля, плохая координация управления эффективностью, рисками и ликвидностью, внутренняя информационная непрозрачность. Это приводит к низкой эффективности управленческих решений и практически неконтролируемому росту затрат.
В современной бизнес-среде, характеризующейся большим количеством факторов риска, для управления банком необходимо использовать гибкие модели, которые позволят непрерывно адаптировать стратегию к изменяющимся факторам внешней и внутренней среды.
Цель настоящей диссертационной работы — исследовать эффективность внедрения адаптивных методов управления стоимостью коммерческого банка. Для этого были решены следующие задачи:
проведен анализ существующих моделей и методов управления стоимостью банка;
разработана имитационная математическая и компьютерная модель механизма функционирования банка с использованием системно-динамического подхода и данных управленческой отчетности ОАО "Банка Москвы";
проведен анализ динамики стоимости банка в различных режимах: с применением механизма адаптивного управления и без механизма адаптивного управления; с учетом лагов на внедрение стратегических решений и без учета лагов на внедрение стратегических решений.
Объект и предмет исследования.
Объектом исследования является коммерческий бнак. Предметом исследования является механизм создания стоимости банка в результате его финансовой деятельности.
Теоретическая и методологическая основа исследования.
Диссертационная работа опирается на результаты теоретических и прикладных исследований в области математического моделирования экономических объектов, оценки и управления стоимостью компаний, банковских рисков. В процессе исследования применяются методы компьютерного моделирования и эконометрики, системно-динамический подход, а также общенаучные методы: абстракция, анализ и синтез.
Для формирования методологической основы исследования учитывались достижения зарубежного финансового менеджмента, изложенные в трудах таких ученых, как Брейли Р., Дамодаран А., Каплан Р., Коллер Т., Коупленд Т., Кох Тимоти В., Майерс С, Муррин Д., Нортон Д., О'Берн С, Раппапорт А., Роуз Питер С, Синки Дж. мл., Симонсон Д. Г., Хемпел Д. X., ХучекД., Шарп У. Ф., ЯнгС. Д. и др.
Среди работ российских ученых и практиков в области стратегического менеджмента, оценки и управления стоимостью компании, а также управления рисками наибольший интерес вызывают работы таких авторов, как Акопов А.С, Бекларян Л.А., Битюцких В.Т., Бор М.З., Виханский О.С, Дардик В.Б, Егорова Н.Е., Ивашковская И.В., Канаев А.В., Карминский A.M., Клейнер Г.Б., Кондакова Н.В., Лобанов А.А., Никонова И.А, Ольхова Р.Г., Пересецкий А.А., Поморина М.А., Решоткин К.А., Погребный А.А., Пятенко В.В., Шамгунов Р.Н., Хабаров В.И.
Существенный вклад в развитие теории и практики финансового менеджмента вносят надзорные органы национальных банковских систем и международные организации — Базельский комитет по банковскому надзору, а также различные саморегулирующие организации.
Научная новизна результатов.
В настоящей работе:
разработана имитационная модель финансовой деятельности банка, которая позволяет не только рассчитать сценарии поведения с учетом влияния множества факторов, но и проанализировать взаимодействие стратегического и оперативного управлений в рамках задачи управления стоимостью банка;
применены генетические алгоритмы для поиска оптимального решения задач стратегического управления и управления активами и пассивами, а также автором эмпирически доказаны сходимость и устойчивость данных алгоритмов;
в рамках имитационной модели реализован механизм адаптивного управления стоимостью банка, в том числе при наличии временных лагов на внедрение решений по деятельности банка.
Достоверность полученных в ходе выполнения диссертационной работы результатов обусловлена применением научно-обоснованных методов компьютерного моделирования, верификацией полученных долгосрочных прогнозов на данных, полученных из фактической управленческой отчетности банка.
Практическая значимость исследования состоит в возможности применения разработанного программного продукта в области стратегического управления коммерческим банком. Применение данного продукта позволяет выбрать оптимальную стратегию развития банка на заданный период времени с учетом внутренних и внешних ограничений, а последовательное использование данной системы позволит наилучшим образом адаптировать стратегические решения в условиях изменчивой внешней среды. В рамках такого подхода удается минимизировать стратегические риски коммерческого банка.
Апробация результатов работы.
Результаты диссертации были доложены на Воронежской зимней математической школе С.Г. Крейна в 2008 г., на 31-й международной конференции "Системное моделирование социально-экономических процессов" им. акад. С.С. Шаталина, г. Воронеж и на семинаре лаборатории экспериментальной экономики Центрального экономико-математического института РАН.
Структура и объём диссертации.
Диссертация содержит введение, три главы, заключение, список литературы из 54 наименования, 17 рисунков, 11 таблиц.
Достоинства и недостатки приведенных методов оценки стоимости
Рассматриваем управление стоимостью банка на конечном временном интервале — горизонте планирования.
Введенное определение стоимости банка как справедливой рыночной цены компании не является конструктивным, так как на его основе нельзя вычислить стоимость. Метод NPV дает конкретную формулу вычисления. При вычислении стоимости банка данным методом используются прогнозы денежных потоков, но в получаемой оценке присутствует неопределенность будущего, выражающаяся в значительных ошибках прогнозирования. Таким образом, подрывается само понятие стоимости как справедливой рыночной цены.
Поэтому, при наличии надежных данных о текущем состоянии объекта и неточной информации о будущем, целесообразно использовать механизмы адаптивного управления стоимостью банка. При этом прогноз изменения стоимости формируется на основе принципа стационарности, т.е предполагается, что состояние объекта управления в будущем будет определяться его состоянием в начальной точке. При возникновении реальных изменений они обнаруживаются и учитываются системой в следующем цикле управления. Подобный подход в применении к компаниям реального сектора описан в [4].
В предыдущей главе мы выделили две подзадачи в рамках управления стоимостью банка: оптимальное распределение дополнительных ресурсов между подразделениями (стратегическое управление); управление потоками привлеченных ресурсов (оперативное управление).
Целевым функционалом задачи стратегического управления является максимизация приведенной стоимости банка, при наличии бюджетного ограничения и ограничения на устойчивость банка. Задача оперативного управления направлена на выбор такого распределения средств, которое обеспечит максимальный уровень доходов как при соблюдении ограничений на принимаемые риски, так и при бюджетном ограничении.
В рассматриваемой постановке эти задачи являются взаимоисключающими. Максимизация текущей прибыли, как правило, плохо согласуется с возможностью долгосрочных инвестиций. В то же время, задача максимизации стоимости может привести к отсутствию текущих прибылей — дивидендов. Поэтому, в лучшем случае, одновременная максимизации обоих критериев соответствует некоторому Парето—оптимальному множеству решений.
Однако проблема конфликта двух критериев снимается, если за основу взять подход Хаутеккера — Йохансена ([35], [37], [38]), который предполагает разделение процессов в рамках быстрого и медленного времени. Это вызвано тем, что в реальной жизни одни процессы являются более инерционными относительно других. В рамках медленного времени решается задача стратегического планирования. В рамках быстрого (текущего времени) решается задача оперативного управления. Дополнительно выделяется среднее время. В рамках которого осуществляется вычисление показателей деятельности (прибыли и доходы бизнес—единиц и банка), а так же увеличение мощностей управлений в случае, если нагрузка на них выше максимально возможной.
Все переменные, изменяющиеся в медленном времени (более инерционные), в быстром времени считаются постоянными. В такой интерпретации исходная задача сводится к следующим двум однокритериальным задачам оптимизации: максимизация стоимости на заданном горизонте управления при наличии бюджетного ограничения и ограничения на поддержание устойчивости в долгосрочной перспективе; оптимальное распределение привлеченных средств с целью максимизации прибыли при ограничениях максимального объема возможных привлеченных средств, уровня принимаемых рисков и соблюдения нормативов Банка России. Считаем что в медленном времени Т (квартал) изменяются мощности подразделений, т.е. распределяются ресурсы, направляемые на развитие управлений, принимается решение о создании новых направлений деятельности. В медленном времени также изменяется и величина постоянных издержек. В быстром времени t (рабочий день) изменяются цены на переменные факторы: привлекаемые и размещаемые ресурсы, а также стоимость банковских услуг. PTN — чистая прибыль от всех видов деятельности в момент времени Тдг, скорректированная на налоги и косвенно зависящая от инвестиций в Для реализации принципа стационарности, введем понятие достигнутой стоимости. Достигнутая стоимость — стоимость компании, если в будущем ее бизнес останется неизменным (не ухудшится и не улучшится). Задача стратегического управления заключается в поиске такого распределения дополнительных инвестиций между подразделениями, которое максимизирует достигнутую стоимость. Дополнительные инвестиции со стороны пассивов увеличивают собственный капитал. В активах же направляются в основные средства банка, увеличивая мощности подразделений, или увеличивают работающий капитал. Свободный поток от инвестиций состоит из прибыли, скорректированной на налоги, и амортизации. Амортизация не зависит от операционной деятельности компании и обеспечивает возврат инвестиций без учета временной стоимости денег. Из этого следует, что приведенная стоимость амортизационного потока меньше величины инвестиций. Поэтому целью операционной деятельности компании является создание достаточно высокой прибыли, чтобы сумма приведенных стоимостей прибыли, скорректированных на налоги, и амортизационного потока превысила величину инвестиций.
Разработка адаптивного метода управления банком
За единицу модельного времени принят операционный день (единица быстрого времени). Для упрощения моделирования исключены выходные дни: считается, что в году 252 операционных дней, что в среднем соответствует действительности; в квартале 63 (медленное время) операционных дня; календарному месяцу (среднее время) соответствует 21 единица быстрого времени.
При построении модели управления стоимостью банка, в качестве основы выбрана концепция системной динамики, которая предполагает построение потоковой диаграммы модели. На рисунке 2.1 приведен примерный вид модели. В рамках данной парадигмы используются три основных типа переменных: накопители, потоки и вспомогательные переменные. Накопители (также называемые уровнями) представляют собой такие объекты реального мира (обозначены как стилизованные квадраты), в которых сосредотачиваются некоторые ресурсы. Их значения изменяются непрерывно. Потоки — это активные компоненты системы, они изменяют значения накопителей (на диаграмме они представлены в виде вентилей). В свою очередь, накопители системы определяют значения потоков. Вспомогательные переменные (обозначены как круги) помогают преобразовывать одни числовые значения в другие; они могут быть описаны функциями (в том числе и стандартными) или быть константами. Голубые тонкие стрелки отражают зависимости между переменными.
Основные показатели деятельности банка представлены в виде следующих накопителей: Привлеченные депозиты и остатки на клиентских счетах, по каждой бизнес—единице, представлены в виде вектора, размерность которого равна числу различных сроков привлечения вкладов. Рассматриваются следующие сроки привлечения: 1 день (остатки на текущих счетах), 1 месяц, 3 месяца, 6 месяцев, 1 год и свыше года. В зависимости от величины ставки резервирования, вычисляется объем обязательных резервов (ФОР) и объем средств, которые можно размещать. Привлеченные межбанковские кредиты: в модели предполагается, что объем привлеченных МБК зависит от величины собственного капитала. Привлечение МБК осуществляется в случае недостатка ликвидности на срок 3 операционных дня. Размещенные кредиты по каждой бизнес—единице представлены в виде векторов, размерности которых соответствуют параметрам выданного кредита: сумма, срок, процентная ставка, ожидаемые потери (резервы на возможные потери), неожидаемые потери (потребность в собственном капитале), вероятность дефолта. Для реализации возврата и моделирования дефолтов кредитов по каждому управлению введена дополнительная переменная, в которой хранится информация о выданных кредитах. Процентные доходы всех трех бизнес—единиц разделены на доходы по привлечению средств (трансфертная цена умноженная на размещенный объем минус стоимость ресурсов) и доходы по размещению (процентные доходы, полученные от клиентов минус стоимость ресурсов, которая учитывает трансфертную цену и затраты на аллокированный собственный капитал). Предполагается, что выплата процентов по кредитам осуществляется ежемесячно и в день погашения кредита. Прибыль бизнес—единиц учитывает переменные издержки, дефолты по кредитам, сформированные и восстановленные резервы на возможные потери, процентные доходы (от привлечения и размещения), непроцентные доходы. Непроцентные доходы по каждой бизнес—единице считаются как процент от суммарного потока денежных средств, по конкретной бизнес единице. В поток включаются привлеченные средства во вклады, возвращенные средства, объем выданных и погашенных кредитов и т.п. Прибыль банка складывается из прибыли бизнес—единиц, с поправкой на налог. По итогам года (цикл медленного времени) часть прибыли в объеме, необходимом для поддержания бизнеса, остается банку, оставшаяся направляется в виде дивидендов акционерам. В потоки и вспомогательные переменные заложены функциональные зависимости, описанные в п.2.2.3. Часть вспомогательных переменных выполняет техническую функцию (введены для упрощения создания модели). Наиболее важные вспомогательные переменные перечислены ниже: Собственный капитал вычисляется в каждую единицу быстрого времени как сумма уставного капитала, нераспределенной прибыли, минус сформированные резервы на возможные потери. Экономический капитал рассчитывается как собственный капитал минус основные средства, т.е. предполагается, что собственный капитал покрывает основные средства, а остаток должен покрывать неожидаемые потери, рассчитанные с заданной точностью. Трансфертная цена ресурсов вычисляется в быстром времени как средняя арифметическая между средневзвешенной процентной ставкой по привлеченным ресурсам и средневзвешенной процентной ставкой по размещенным ресурсам. При расчете средневзвешенной процентной ставки по вкладам учитываются отчисления в ФОР. При вычислении средневзвешенной процентной ставки по размещенным активам не учитывается та часть, на которую аллокирован собственный капитал. В быстром времени вычисляются фактические значения нормативов. Разделение на быстрое, среднее и медленное время реализовано с помощью таймеров, срабатывающих с таймаутом: 1 (быстрое время): решается Задача В (2.2), а также симулируются дефолты, вычисляется необходимый объем привлечения МБК; 21 (среднее время): вычисляются показатели деятельности, увеличиваются мощности управлений в случае, если нагрузка на них выше максимально возможной; 63 (медленное время): увеличиваются мощности управления, вычисляется стоимость банка, по итогам последнего квартала планирования рассчитывается остаточная стоимость. В течение первого модельного года (первая единица медленного времени) нарабатывается необходимая история. Задача оптимального управления решается, начиная со второго года модельного времени.
Задача оперативного управления активами и пассивами банка
Таким образом формируется новая рабочая популяция. При применении оператора мутации, получившиеся особи часто не удовлетворяли системе ограничений, а потому от применения данного оператора в данной задаче мы отказались. Условие останова — приближение максимально приспособленной особи рабочей последовательности к лучшей особи менее чем на 1000 единиц для медленного времени и на 10 единиц для быстрого времени. Если приближение неудовлетворительно, за новое приближение выбирается максимально приспособленная особь.
Исследование устойчивости алгоритма к начальным данным Для исследования устойчивости описанного алгоритма было проведено два вида тестов: исследование сходимости в зависимости от начальной популяции и исследование сходимости в зависимости начальных от данных.
При исследовании зависимости от выбора начальной популяции, алгоритм запускался 100 раз на одних и тех же данных , т.е. случайным образом выбиралось 100 начальных решений. Для задачи оптимизации быстрого времени алгоритм сошелся с заданной точностью к одному и тому же решению, количество итераций варьировалось от 89 до 150. Учитывая скорость выполнения модели, данный разброс несущественен. Для задачи оптимизации медленного времени алгоритм также сошелся с заданной точностью к одному и тому же решению, количество итераций варьировалось от 63 до 117. Учитывая скорость выполнения модели, данный разброс также несущественен.
Устойчивость в зависимости от начальных данных анализировалась на 1008 различных наборах данных для задачи быстрого времени и на 12 различных наборах данных для задачи медленного времени. Для поиска решения задачи медленного времени потребовалось в среднем 143 итераций, для задачи быстрого времени в среднем 396 итераций. Границы изменения основных параметров для задачи медленного времени приведены в таблице 3.
По приведенным выше данным, можно сделать вывод о хорошей сходимости и устойчивости применяемого алгоритма. Решение задачи оптимизации медленного времени методом множителей Лагранжа Ввиду того, что в задаче оптимизации, решаемой в медленном времени, всего четыре искомые переменные, а также все ограничения линейны, данная задачи была решена методом множителей Лагранжа с помощью пакета прикладных программ Mathlab, разработанном компанией "The MathWorks".
Язык MATLAB является высокоуровневым интерпретируемым языком программирования, включающим основанные на матрицах структуры данных, широкий спектр функций, интегрированную среду разработки, а также объектно-ориентированные возможности.
Программы, написанные на MATLAB, бывают двух типов — функции и скрипты. Функции имеют входные и выходные аргументы, а также собственное рабочее пространство для хранения промежуточных результатов вычислений и переменных. Скрипты же используют общее рабочее пространство. Как скрипты, так и функции не компилируются в машинный код и сохраняются в виде текстовых файлов. Существует также возможность сохранять так называемые pre-parsed программы — функции и скрипты, обработанные в вид, удобный для машинного исполнения. В общем случае такие программы выполняются быстрее обычных, особенно если функция содержит команды построения графиков. Основной особенностью языка MATLAB является его широкие возможности по работе с матрицами и массивами данных.
MATLAB предоставляет пользователю большое количество (несколько сотен) функций для анализа данных, покрывающие практически все области математики от линейной алгебры до дифференциальных уравнений. Кроме того, в указанном пакете содержатся встроенные функции, позволяющие получать решения нелинейных систем уравнений в символьном виде. Подобные функции не предусматриваются системой AnyLogic.
Применительно к данной задаче, была составлена система из частных производных функции Лагранжа. Ввиду наличия нелинейности в критерии задачи оптимизации (одно из слагаемых — показательная функция), поиск аналитического решения осложняется, поэтому была написана программа для нахождения символьного решения данной системы. Полученное решение (после применения оператора упрощения) для одной переменной превышает 25000 знаков. Громоздкость решения обусловлена большим количеством параметров. Таким образом, применение полученного аналитического решения в имитационной модели затруднительно. Кроме того, полученное решение негибко: при малом изменении ограничений или функционала, приходится решать задачу заново, используя опять же пакет Mathlab, и заново импортировать полученное решение в систему AnyLogic.
Однако, было получено решение методом множителей Лагранжа для конкретной точки. Распределение инвестиций: 657 ден. ед. в Розничное управление, 59 ден. ед. в Корпоративное управление, 2 973 ден. ед. в Казначейство банка, 2 863 деи. ед. во Вспомогательное управление, значение функционала 1 314 581 ден. ед. Решение, полученное с помощью генетического алгоритма: 851 ден. ед. в Розничное управление, 0 ден. ед. в Корпоративное управление, 3 186 ден. ед. в Казначейство банка, 2 162 ден. ед. во Вспомогательное управление, значение функционала 1314 750 ден. ед. Разница между значениями функционала составляет 831 ден. ед., что лежит в рамках погрешности, допускаемой генетическим алгоритмом.
Итак, при использовании метода множителей Лагранжа точность получаемого решения увеличивается в рамках допустимой погрешности, но при этом существенно возрастают сложности реализации этого метода. Сложности реализации обусловлены с одной стороны громоздкостью полученного аналитического решения, а с другой негибкостью метода множителей Лагранжа.
Способ идентификации основных функциональных зависимостей
Кроме того, суммарная чистая прибыль банка по итогам первого модельного года составила 7 605 ед., фактическая прибыль Банка за 2007 год составила 9 189 млрд. руб. Меньший размер прибыли в модели по—сравнению с фактическими результатами банка объясняется тем, что в первый модельный год не было восстанавливаемых резервов на возможные потери больше (они только формировались).
В среднем по агрегированным статьям рост по итогам выполнения модели превышает рост фактический в 1.15 раза, что является достаточно низким показателем. Наибольшее различие по статье "МБК привлеченный" объясняется спецификой модели: платные средства на кор. счетах банков контрагентов моделировались в рамках пассивов, привлеченных Казначейством; в модели не рассматривались некоторые виды операций (процентный и валютный свопы в частности); по модельным допущениям, МБК привлекался только в случае нехватки ликвидности в краткосрочном периоде. Таким образом не рассматривались спекулятивные сделки: привлечение более дешевых кредитов МБК у одних контрагентов и размещение в МБК другим контрагентам (как правило, более рисковым).
Большое различие по статье "высоколиквидные средства" также объясняется особенностями построения модели: не моделировалось отдельно платное размещение ресурсов на корреспондентских счетах.
Однако для целей моделирования более важным является не точное соответствие абсолютных величин, а соотношение важнейших показателей: привлечения, размещения; прибыльность подразделений в сравнении с друг другом. Именно исходя из этих соотношений осуществляется распределение дополнительных инвестиций.
Итак, наибольшие различия между реальными данными и полученными в ходе выполнения модели, объясняются особенностями построения модели. Описанные в данной главе зависимости для основных агрегатов (динамика депозитов и кредитов и проч.) достаточно хорошо описывают эволюцию развития Банка в рассматриваемом периоде.
Таким образом, рассматриваемая модель адекватно отражает систему управлением коммерческим банком, связи между основными элементами системы, а также достаточно точно описывает динамику привлечения и размещения ресурсов. Структура модели полностью соответствует целям и задачам моделирования. Вопросы устойчивости адаптивного управления рассмотрены в Приложении 3 При анализе влияния механизма адаптивного управления на стоимость банка, исследовались следующие режимы работы модели: без механизма адаптивного управления и без учета лагов на внедрение; без механизма адаптивного управления, но с учетом лагов на внедрение; с механизмом адаптивного управления, но без учета лагов на внедрение; с механизмом адаптивного управления и с учетом лагов на внедрение. Необходимость рассмотрения задержки ввода ресурсов вызвана тем, что они не вводятся в действие мгновенно. Так дополнительные инвестиции в основные средства в начале 2009 года начали оказывать влияние на объем привлеченных и размещенных средств только спустя месяц. Ниже для различных режимов приведены графики изменения величин основных средств и динамики стоимости. На графиках, отражающих динамику стоимости, как V_opt (треугольные маркеры) обозначено изменение прогнозной стоимости, как V (квадратные маркеры) обозначена получаемая в ходе выполнения имитационной модели стоимость банка. Режим без механизма адаптивного управления и без учета лагов на внедрение средств после первого модельного года — это влияние дополнительных инвестиций. Без использования механизма адаптивного управления, после первого распределения инвестиций между внутренними подразделениями объем основных средств остается неизменными на протяжении всего горизонта моделирования. Большая часть инвестиций была направлена в Казначейство (см. рис.3.4), которое для данного банка является в большей степени привлекающим подразделением (спецификой рассматриваемого банка является доступ к государственным и муниципальным ресурсам). Таким образом, были увеличены привлекающие мощности, без увеличения возможностей размещения, что привело к отрицательной динамике достигнутой стоимости (см. рис. 3.5). Режим без механизма адаптивного управления, но с учетом лагов на внедрение Как и в предыдущем случае, инвестиции между подразделениями распределяются один раз (см. рис.3.6), но вводятся с лагом в один месяц (21 единица быстрого времени).
