Содержание к диссертации
Введение
Глава 1. Современное состояние исследований развития банковскойой системы России в 1995-1997 г.г.
1.1. Взаимосвязь экономической конъюнктуры и рейтингов. 7
1.2. Краткий обзор отечественных банковских рейтингов: особенности составления и методики расчета . 10
1.3. Международные сопоставления российских банков. 16
Глава 2. Методические аспекты многомерного статистического анализа ведущих российских банков .
2.1, Особенности классификации в сокращенных пространствах, 37
2.2 Исследование и выбор методов многомерного статистического анализа в изучении тенденций развития крупнейших российских банков . 41
2.3. Применение кластерного анализа для многомерной классификации крупнейших кредитных институтов мировой финансовой системы. 48
2.4. Оценка эффективности процедур классификации. 59
Глава 3. Исследование позиций ведущих российских банков в мировой финансовой системе .
3.1. Экономическая и статистическая постановка задачи исследования. 72
3.2. Особенности использованного программного обеспечения, 83
3.3. Оценка результатов классификации ведущих российских банков и их содержательная экономическая интерпретация . 88
3.4. Анализ состояния банковского сектора России по результатам проведенного многомерного статистического анализа и оценка перспектив его дальнейшего развития. 105
Заключение, 111
Список литературы. 115
Приложения. 121
- Краткий обзор отечественных банковских рейтингов: особенности составления и методики расчета
- Международные сопоставления российских банков.
- Исследование и выбор методов многомерного статистического анализа в изучении тенденций развития крупнейших российских банков
- Оценка результатов классификации ведущих российских банков и их содержательная экономическая интерпретация
Введение к работе
Актуальності, темы исследовании
В условиях современном рыночной экономики банковская система оказывает огромное влияние на развитие всех секторов национального хозяйства. Важнейшие задачи банков заключаются в обеспечении бесперебойного оборота денег и капитала, в финансировании промышленных предприятий, государственных, совместных и частных структур, а также в предоставлении широкого круга возможностей вложения денежных средств с целью накопления. Состояние экономики в целом во многом определяется ситуацией в банковском секторе.
Особый интерес к банковским рейтингам в нашей стране в последнее время вызван тем, что в условиях экономического кризиса, нестабильности банковской системы, огромных взаимных неплатежей каждый заинтересован в объективной и оперативной оценке своих партнеров.
Неотъемлемой частью начавшегося процесса вхождения России в мировое экономическое сообщество является проникновение российских банков на зарубежные рынки капиталов. Поэтому все более возрастает внимание к международным рейтингам наших финансовых институтов. Однако несмотря на успехи российских банков, возродившихся около десяти лет назад, деятельность многих из них еще не в полной мере соответствует международным стандартам.
Наряду с этим мировая банковская система, охватывающая практически все страны мира, характеризуется высокой степенью неоднородности и динамизма, Выявить тенденции, наметившиеся в ее развитии, определить, в какую сторону сместились приоритеты за последние три года, с тем, чтобы сделать последующие выводы для отечественной практики - такова задача данного исследования. В этой связи особенно актуальным является статистический анализ ситуации, сложившейся на мировых финансовых рынках.
Все это обусловило выбор темы данного исследования и ее актуальность с научной и практической точки зрения.
Цель її задачи исследования
Целью данного диссертационного исследования является совершенствование методологии комплексного экономико-статистического анализа деятельности крупнейших банков России и определение их роли на международном рынке банковских услуг.
В соответствии с целью в работе были поставлены и решены следующие задачи: экономико-статистическое исследование современного состояния и тенденций развития банковской системы России в 1995-1997 г.г.; сравнительный анализ методик составления рейтингов отечественных банков; анализ системы показателей, характеризующих деятельность коммерческих банков с учетом ситуации, сложившейся на мировом финансовом рынке; разработка методики многомерной классификации крупнейших банков с учетом специфики исследуемой совокупности наблюдений; выделение типообразующих факторов и характеристика классов, полученных в результате классификации крупнейших банков мира; разработка рекомендаций, направленных на повышение эффективности функционирования банков.
Объект и предмет исследования
Объектом исследования являются крупнейшие банки мира. Предметом исследования - основные показатели их деятельности за период с 1995 по 1997 г.г.
Информационной базой послужили официальные данные, публикуемые в спецііалтированном журнале «The Banken> («Банкир»), Центральным Банком России, Центром экономической конъюнктуры при Правительстве РФ, материалы официальных статистических сборников и других периодических изданий.
Теоретической и методологическом основой исследования явились труды отечественных и зарубежных ученых в области экономики, финансов и статистики, материалы научных конференций и совещаний по изучаемой проблеме.
Для решения поставленных задач в работе наряду с традиционными приемами визуализации данных были использованы такие многомерные статистические методы, как корреляционный, компонентный, факторный, кластерный и дискриминантный анализ.
Обработка статистической информации проводилась с использованием программного обеспечения 111111 «Statistica», признанного специалистами всего мира одним из наиболее совершенных пакетов программ статистического анализа, а также пакеты «Олимп» и «Excel».
Научная попщна
Осуществлен комплексный статистический анализ положения крупнейших кредитных институтов мира. При этом особое внимание уделено месту и роли в этом процессе российских банков.
В диссертации сформулированы и обоснованы следующие положения, выносимые на защиту; обоснование направлений статистического анализа системы банковского бизнеса, актуальных в условиях вхождения российских банков в мировую финансовую систему; методика статистического анализа основных показателей деятельности кредитных институтов на основе методов многомерной классификации и снижения размерности; методика построения интегрированных показателей, позволяющих оценить позиции российских банков в мировой финансовой системе; - результаты комплексного анализа тенденций развития крупнейших кредитных институтов России с учетом системы показателей, используемых в международных рейтинговых сопоставлениях банков.
Практическая значимость работы
Заключается в возможности практического использования предложенной методики комплексного статистического анализа банковского сектора России для повышения эффективности управления банками. Разработанные в диссертации теоретические и методологические проблемы статистического исследования рейтингов банков могут быть использованы при моделировании и прогнозировании результатов деятельности кредитных институтов.
Полученные результаты и практические рекомендации позволяют дать объективную оценку состояния банковского сектора, а также представляют интерес для руководства ведущих российских банков на этапе прішятіш управленческих решений. Оценка потенциала ведущих российских банков позволит им повышать эффективность управления и за счет этого претендовать в будущем на более высокие позиции в международном рейтинге.
Апробация nafloTi.i
Основные положения работы докладывались на VI научной конференции стран СНГ «Применение многомерного статистического анализа в экономике и оценке качества продукции», проходившей в МЭСИ 26-30 августа 1997 года, где получили положительную оценку специалистов.
Публикации
Основные положения диссертации изложены в б опубликованных статьях общим объемом 1,4 п.л.
Структура диссертации
Работа состоит из введения, трех глав, заключения, списка использованной литературы и приложений, содержащих результаты компьютерной обработки исходных данных.
Краткий обзор отечественных банковских рейтингов: особенности составления и методики расчета
В странах с различным уровнем развития экономики, отличаются и роли банковского сектора. От определения места и назначения банковской системы зависит набор ценностей, лежащих в основе банковского рейтинга.
Будущая роль банков складывается под воздействием совокупности многих факторов, таких, например, как роль банков в качестве агента правительства в инвестиционной сфере, степени их вовлеченности в фондовый рынок и многих других. Основной вопрос идеологии составителей рейтинга - каким, в принципе, должен быть банк в России и каким, скорее всего, он будет в плане реализации на российской почве идеальной модели финансового института.
В этом контексте решаются две проблемы: суть деятельности банка и какой величины банки рассматривать как кандидатуры, достойные оценки. При этом выделяются следующие критерии оценки деятельности банка /78/: а) сходство с западными образцами банковского учреждения (подход ИЦ „Рейтинг"). Оценка российских банков производится по методике, аналогичной западной, практически без особых изменений. Российская специфика учитывается лишь незначительно - установлением весовых коэффициентов; б) оценка банка, в первую очередь, как кредитного учреждения (точка зрения Аналитического центра финансовой информации). В этом случае присутствует осознание отличий нашей и западной реальностей, что и стремятся учесть при разработке методики путем введения специальных коэффициентов; в) при оценке надо воздержаться от выработки предпочтений, главное - определить реальный капитал банка (точка зрения Агентства банковской информации). В исследовании использовать преимущественно количественные показатели; г) главная характеристика банка - его способность отдать кредит (тезис Оргбанка). Исходя из этого, авторы рейтинга готовы скорее недооценивать, чем переоценить качество кредитоспособности банка. Консерватизм - это оправданная стратегия банковского дела. Однако при длительном и неукоснительном соблюдении этого принципа требуются иные мощные источники роста и способность своевременно отреагировать, чтобы остаться в группе развивающихся компаний; д) для банка определяющим является интерес к нему инвестора (девиз рейтинга инвестиционной привлекательности Международного промышленного банка). Этот метод расчета самый абстрактный и «чистый» с точки зрения независимости от значений конкретных показателей деятельности банка, но в то же время, ввиду такого отрыва- потенциально самый сложный, с точки зрения объективности методики.
Существуют несколько вариантов ответа на вопрос: какого подхода по определению надежности придерживаться при сравнении различных по величине капитала банков /41/: - оценивать по надежности стоит лишь лучших - определяются только надежные среди крупнейших банков. При этом последовательно решается проблема оценки величины банка (сумма баланса и размер активов) и проблема определения надежности среди них. - оценивать по группам в зависимости от величины банка. В этом случае рассчитываются отдельные рейтинги для надежных среди крупных, для надежных среди средних, для надежных среди малых банков. Однако в чистом виде такой подход присутствует редко в связи с неразвитостью информационной среды. - к общему конкурсу допускаются все. Считается достаточным заложить более высокий весовой коэффициент показателя капитала. В чистом виде подход отсутствует в связи с повсеместным признанием влияния абсолютной величины банка на надежность. Поскольку понятие надежности выбрано самими разработчиками целью рейтингов, оно заслуживает отдельного предмета рассмотрения. 1.2.1. Различные толкования надежности. Надежность - многогранная качественная характеристика уровня, степени достижения относительного равновесия. Применительно к банку надежность определяется адекватностью капитала, ликвидностью, устойчивой прибыльностью, качеством активов и разумным управлением /22/. Стратегия надежного поведения банка представляет собой искусство руководства борьбой за выживание и развитие. Надежность не относится к количественно измеряемым понятиям в связи с чем, при определении ее величины господствует множество подходов в трактовке самого термина. Первый и самый распространенный в мире подход состоит в том, что надежность может быть установлена лишь на основе анализа тенденций и факторов, определяющих сегодняшнее состояние банка. Надежность считается динамическим показателем. Моментальный показатель состояния банка с точки зрения объема активов, капитала или прибыли считается не самым важным. В основу рейтинга закладываются тенденции в деятельности банка. Достоинства такого подхода заключаются в реальной возможности абстрагироваться от случайностей и особенностей сиюминутно проводимой политики. Недостатками подхода является то, что динамические рейтинги подвержены влиянию всех положительных и отрицательных факторов, воздействующих на инертные системы, ведь резкие изменения тенденций не столь уж неизвестное явление.
Поскольку изучение динамики предполагает анализ достаточно долгосрочных тенденций, то при рассмотрении процесса развития российских банков приходится принимать во внимание,,социалистических предшественников" банка - их наличие или отсутствие. Второй подход к определению понятия надежности подразумевает, что данная величина тождественна невосприимчивости банка к внешним воздействиям. Третий подход заключается в том, что надежность есть сумма имеющихся на данный момент факторов достаточности капитала, структура активов и косвенных признаков готовности изменения на конъюнктуру рынка. Суть, достоинства и недостатки прямо противоположны восприятию надежности как динамического процесса. До сих пор отсутствие стабильности, обоснованных правил и единых каналов получения финансовой отчетности, позволяющих сделать рейтинг источником достоверной информации закономерно рождало недоверие к нему. При приближении к стандартам мировой экономики, становятся приемлемыми классические методики расчета рейтингов при условии, что подходы к оценке роли банков также совпадут. Большинство методик уже сейчас имеют общие признаки. Показатели, выбранные на основе мирового опыта и представлении российских экспертов о ситуации в России, нормируются, взвешиваются, складываются. Технология расчета заключается в следующем /23/. В рамках общей формулы определяются размеры капитала. Здесь возникает вопрос о том, что принимать за показатели величины. Известный факт, что если банк захочет попасть в число ста (двухсот, трехсот...) крупнейших российских банков, то он может сделать это путем раздувания баланса. Обоснованность расчета размера капитала автоматически ставится под сомнение. При попытках же определить реальный капитал необходимо решить как вопросы переоценки бухгалтерских статей, так и оценки перспектив фондовых рынков, оценки конъюнктуры товарных и финансовых рынков соответствующих содержанию каждого вида активов. Затем определяется система весовых коэффициентов. Именно здесь проявляется субъективность составителей. Кроме того, ряд рейтингов рассчитывается агентствами, основанными ранее при непосредственной поддержке коммерческих структур, поэтому к ним примешиваются собственные коммерческие интересы. Из этого вытекает, что исключительно математический (расчетный) характер методики не следует считать отсутствием субъективности в подходе, также как активное привлечение экспертных оценок в формулу следует принимать как фактор субъективности. Помимо использования расчетов или мления экспертов причинами субъективности может выступать отбор данных, весовых коэффициентов, подбор определяющих критериев.
Международные сопоставления российских банков.
Международные сравнения свидетельствуют об уникальности российского опыта развития коммерческих банков в течение последнего десятилетия. По основным количественным показателям - числу банков и среднему размеру их активов - Россия резко выделяется среди остальных стран с переходной экономикой.
По числу банков на миллион жителей Россия в 2-7 раз превосходит показатели большинства восточноевропейских стран, и в десятки раз - многих из развивающихся. Одновременно Россия заметно превосходит по этому показателю и многие развитые страны, например, Канаду, Японию, Великобританию. Среди крупных стран-членов Организации экономического сотрудничества и развития (ОЭСР) по числу банков на миллион жителей Россия заметно уступает лишь США. Если учесть, что эти банки возникли в России всего за одно десятилетие, нетрудно представить, насколько беспрецедентным в международном плане был рост числа банков в нашей стране в этот короткий период.
Однако второй показатель - средний размер активов банков - показывает, что быстрое развитие российского банковского сектора происходило на зыбкой финансовой основе. В международном масштабе большинство банков, действующих сегодня в России, выглядят настоящими карликами. Отставание России от большинства стран, приведенных в таблице 1, составляет от десяти (США) до тысячи раз (Япония) (табл.1). Даже по меркам стран третьего мира средний размер активов (36 млн. долл.) - это незначительная величина.
Представление об особенностях структуры российского банковского сектора дают показатели рыночной концентрации, представленные в таблице 2. Показатель концентрации рынка обычно рассчитывается либо как доля нескольких крупнейших фирм на рынке, либо как значение коэффициента Герфиндаля /22/. Коэффициент Герфиндаля - мера концентрации, получаемая путем суммирования квадратов долей рынков фирм. Высокое значение коэффициента означает высокую концентрацию. Он рассчитывается по доле крупнейших субъектов при антимонопольном регулировании с условием, что слияние фирм разрешено только в случае, если его значение не превышает 0,1 (см. Бюллетень финансовой информации N 8, 1996 г., стр. 59).
Насколько можно судить по доле крупнейших банков и коэффициенту Герфнндаля в таблице 2, Россия принадлежит к числу стран с невысокой концентрацией банковского кашггала. Наряду с этим сравнение по формальным показателям уровня концентрации банковской системы России с другими странами не позволяет сделать вывод о ее исключительном положении ни по доле крупнейших банков в совокупных активах, ни по значению коэффициента Герфнндаля. Российские показатели близки к показателям Великобритании и США, как по доле 5 крупнейших банков, так и по величине коэффициента Герфнндаля. Однако формально низкие показатели концентрации в России еще не свидетельствуют, как будет показано ниже, о конкурентоспособности российского рынка банковских услуг.
Расчеты, представленные в следущем пункте (таблица 3), подтверждают, что именно высокие финансовые маржи были основным источником быстрого роста российского банковского сектора в первой половине 90-х годов.
Данные таблиц 3 н 4 позволяют судить, насколько финансовые маржи банков России в период высокой инфляции превосходили аналогичные показатели в странах с более или менее благополучном макроэкономической ситуацией.
Несомненно, хроническая высокая инфляция послужила главной причиной высоких банковскігх марж в России. На протяжении последних полутора десятилетий десятки стран пережили периоды затяжной высокой инфляции и гиперинфляции. Однако ни в одной из них высокая инфляция не сопровождалась столь бурным развитием коммерческих банков, как это было в России. Более того, именно в периоды высокой инфляции банковский сектор некоторых из этих стран (Аргентины в 1981-1982 гг., Израиля в 1983 г.) испытал глубокие потрясения /69/.
Такнм образом, помимо высокой инфляции существуют и другие факторы, превратившие банковский бизнес в России в одну из самых доходных сфер деятельности в первой половине 90-х годов. В этой связи обращают на себя внимание, по меньшей мере, три обстоятельства, отличавших Россию от большинства других стран, существовавших длительное время в условиях высокой инфляции.
Во-первых, кроме высокой инфляции, поддержанию высоких банковских марж, несомненно, способствовал острый недостаток предложения на рынке банковских услуг. Бурное экстенсивное развитие банковского сектора в России в конце 80-х - начале 90-х сопровождалось опережающим ростом числа хозяйствующих субъектов, и рост предложения банковских услуг (в количественном и качественном отношениях) отставал от темпов роста спроса на нігх.
Всего несколько лет тому назад даже открытие расчетного счета составляло для многих предприятий серьезную проблему, не говоря уже о доступе к более сложным видам банковских услуг. И если в крупнейших городах России этот этап остался далеко позади, то в некоторых регионах недостаток конкуренции среди банков по-прежнему ощущается весьма остро. Недостаток конкуренции позволял банкам сохранять на сравнительно низком уровне процентные выплаты по многим видам обязательств. В первую очередь, это касается обязательств на рублевых расчетных счетах.
Во-вторых, для российской экономики начала 90-х годов была характерна низкая адаптация к высокой инфляции. Механизмы индексации не получили широкого распространения, а поведение населения и предприятий находились под влиянием «денежной иллюзии» (то есть неспособности провести различие между денежным номиналом и реальной покупательной способностью денег). Это обстоятельство наряду с отсутствием конкуренции в банковских кругах, несомненно, ослабляло давление со стороны банковских клиентов в пользу индексации или повышения процентов по остаткам на рублевых расчетных счетах. Если бы в России такая индексация получила широкое распространение, то доходность многих операций коммерческих банков была бы значительно ниже /22/.
Исследование и выбор методов многомерного статистического анализа в изучении тенденций развития крупнейших российских банков
Общая постановка задачи классификации совокупности объектов в условиях отсутствия обучающих выборок состоит в требовании разбиения совокупности на некоторое число (заранее известное или нет) однородных в определенном смысле классов. При этом исходная информация о классифицируемых объектах представлена либо значениями многомерного признака (по каждому объекту в отдельности), либо матрицей попарных расстояний между объектами, а понятие однородности основано на предположении, что геометрическая близость двух или нескольких объектов означает близость ігх содержательных состоянии, их сходство /43/. I В зависимости от наличия и характера априорных сведении о природе искомых і классов и от конечных прикладных целей исследователь обращается к одной из трех основных составных частей математического аппарата классификации в условиях отсутствия обучающих выборок /8/: - методам расщепления смесей вероятностных распределений (каждый класс интерпретируется как параметрически заданная одномодальная генеральная совокупность при неизвестном значении определяющего ее параметра, а классифицируемые наблюдения - как выборка из смеси таких генеральных совокупностей); - методам автоматической классификации или кластер-анализу (нет оснований для параметризации модели, а иногда и для интерпретации последовательности классифицируемых наблюдений в качестве выборки из генеральной совокупности); - классификационным процедурам иерархического типа (главная цель - получение наглядного представления о структуре всей классифицируемой совокупности, например в видедендрограммы). Выбор метрики, т.е. функции а\Д используемой для вычисления расстояния (удаленности) между объектами, каждый из которых представлен значениями характеризующего его многомерного признака, играет определяющую роль при решении задач кластер-анализа.
От этого выбора решающим образом зависит окончательный вариант разбиения объектов на классы при любом используемом для этого алгоритме разбиения. Использование неадекватной функции расстояния может привести либо к плохому качеству разбиения (например, в смысле функционалов), либо к разбиению, лишенному содержательного смысла с точки зрения исследователя даже в том случае, когда потенциально объекты могут быть сгруппированы. В каждой конкретной задаче этот выбор производится по-своему /бб/, в зависимости от главных целей исследования, содержательной и статистической природы анализируемого многомерного признака, априорных сведений о его вероятностной природе и т.п. В этом отношении схемы, основанные на анализе смесей распределений, а также классификация по исходным данным, уже представленным в віще матрицы попарных расстояний (близостей), предпочтительнее, поскольку не требуют решения вопроса о выборе метрики. Если известно, что наблюдаемые значення извлекаются из нормальных генеральных совокупностей с одной и той же матрицей ковариаций, то естественной мерой отдаленности двух объектов друг от друга является расстояние махаланобисского типа, общий вид которой задается следующей формулой /8/: Решение задач классификации многомерных данных, как правило, предусматривает в качестве предварительного этапа исследования реализацию методов, позволяющих существенно сократить размерность исходного факторного пространства, выбрать из компонент х{1), ...., хад наблюдаемых векторов X сравнительно небольшое число наиболее существенных и информативных.
Для этих целей полезно рассмотреть каждую из компонент хт, ...., xw в качестве объекта, подлежащего классификации /32/, Разбиение признаков х , ...., х на небольшое число однородных в некотором смысле групп позволит сделать вывод, что компоненты, входящие в одну группу, в определенном смысле сильно связаны друг с другом и несут информацию о каком-то одном свойстве исследуемого объекта, то есть, возможно, имеет место дублирование информации. Следовательно, можно надеяться, что не будет большого ущерба в информации, если для дальнейшего рассмотрения оставим лишь по одному представителю от каждой такой группы. Чаще всего в подобных случаях в качестве мер близости между отдельными признаками x(l) и х0), так же как и между наборами таких признаков, используются различные характеристики степени их коррелированности, и в первую очередь, коэффициенты корреляции в случае многомерного нормального закона распределения. Кроме того, многомерный корреляционный анализ позволяет также решить вопрос о степени ортогональности системы с целью обоснованности последующего применения соответствующей меры близости (евклидова метрика, расстояние Махаланобиса и т.д.). При построении различных процедур классификации (кластер-процедур), особенно иерархических, возникает проблема выбора способа вычисления расстояния между подмножествами объектов. Наиболее употребительными и наиболее общими среди них являются /8/: расстояние, измеряемое по принципу «ближнего соседа»
Оценка результатов классификации ведущих российских банков и их содержательная экономическая интерпретация
Первичная обработка трех матриц исходных данных позволила получить характеристики статистического положения и рассеяния по каждому из исследуемых периодов, что было необходимо, прежде всего, для проверки близости эмпирического распределения к нормальному закону. Однако высокие значения коэффициентов асимметрии и эксцесса показали наличие значительной неоднородности исследуемой совокупности, что косвенным образом подтвердило необходимость осуществлеш [я классификации.
Развитие процесса в динамике в параметрах основных характеристик мировой финансовой системы представлено в приложении N 2.
На следующем шаге проведенного исследования был осуществлен корреляционный анализ, подтвердивший наличие дублирования информации и целесообразность снижения признакового пространства. Поэтому непосредственно перед классификацией был также выполнен компонентный анализ. Корреляционный анализ.
Результаты корреляционного анализа свидетельствуют о наличии в достаточной мере тесной связи между капиталом и прибылью, а также активами и прибылью, в то время как связь между остальными признаками можно назвать умеренной, а в некоторых случаях и слабой (Приложение N 3). (капитал/активы) и rj6 (прибыльность капитала/прибыльность активов) по модулю превышают значение 0,8, что, в свою очередь, свидетельствует о наличии мультиколлинеарности между указанными признаками. Это зачастую приводит к искажению результатов классификации по исходным данным, поэтому требует применения более тонкой методики исследования, а именно, компонентного анализа. Компонентный анализ.
Компонентный анализ базируется на результатах корреляционного анализа, причем индивидуальные значения главных компонент рассчитываются на основе матрицы исходных данных с помощью матрицы парных коэффициентов корреляции. Этот метод позволил решить задачу снижения размерности пространства исходных признаков, сгруппировав объекты особым образом уже не по шести классификационным признакам, а по двум первым главным компонентам, представляющим собой их определенную линейную комбинацию.
Учитывая, что СІ2 - вклад соответствующей главной компоненты і в общую дисперсию; a;2 / п - вклад этой же главной компоненты в общую дисперсию в процентном выражении; стг2 = (X о";2) / п - суммарный вклад первых г компонент в общую дисперсию, т.е. накопленный процент дисперсии. Полученные результаты можно свести в следующую таблицу:
То обстоятельство, что две наиболее весомые главные компоненты обеспечивают до 70% вклада в общую дисперсию процесса, а также критерии Xi \t обусловили принятие для рассмотрения в дальнейшем анализе первых двух главных компонент.
Для экономической интерпретации главных компонент была использована матрица нагрузок (точнее, первые два ее столбца). Задаче интерпретации служили только те признаки, которым в матрице нагрузок соответствовали элементы, превышающие по модулю установленное критическое значение, равное 0,7.
Однако первоначальные результаты оказались недостаточно хорошо шггерпретируемыми, поэтому возникла необходимость прибегнуть к варимаксному вращению матрицы нагрузок.
Особенность программной реализации метода главных компонент в ППП «Statistica» состоит в том, что компонентный анализ реализован как частный случай факторного анализа. Различие заключается только в том, что на главной диагонали матрицы продолжают оставаться единицы вместо общностей. Благодаря этому в компонентный анализ внесена очень полезная возможность вращения матрицы нагрузок, которая обычно присуща процедуре факторного анализа. Это обстоятельство, несомненно, является достоинством данной программной реализации и активно использовано в работе.
В результате произведенного вращения получилась матрица нагрузок более простой структуры с двумя хорошо интерпретируемыми факторами (Приложение N 4). На этом основании были сделаны следующие выводы: первый фактор оказался наиболее тесно связан с первыми двумя признаками, т.е. размером капитала и активов, а также прибылью. В целом его можно интерпретировать как показатель достаточности капитала. второй фактор тесно связан с прибыльностью капитала и прибыльностью активов, характеризуя эффективность деятельности в целом.
Введение в анализ четвертого пріїзнака оказалось малопнформативным для изучаемого процесса на протяжении всего рассматриваемого периода, поэтому в дальнейшей классификации он не использовался.
Следует отметить, что выбор этих индикаторов в существенной мере был предопределен спецификой используемой информационной базы. Результаты двухкрптерпалыюго анализа текущего состояния банков удобно отображать на плоскости с осью абсцисс, соответствующей интегрированному показателю «достаточность капитала», и осью ординат, соответствующей показателю эффективности. Если на такой координатной плоскости провести вертикальную и горизонтальную линии, отражающие средние по анализируемой выборке значення показателей, то координатное пространство распадется на четыре сегмента /67/: 1. «Звездный» (устойчивость и эффективность выше средних).
