Исследование методов экономико-математического моделирования в прогнозировании деятельности кредитной организации

Последние годы ознаменовались выходом большого количества работ, посвященных теоретическим и методическим аспектам анализа финансового состояния объектов рыночной экономики. Однако обратной стороной этого, несомненно, позитивного процесса стало возникновение определенного дидактического вакуума вокруг проблематики математического моделирования экономических процессов, в первую очередь, банковской деятельности. Кроме того, следует учитывать, что работы зарубежных ученых не всегда возможно или достаточно затруднительно адаптировать к современному состоянию банковской системы нашей страны, так как подавляющее большинство финансово-экономических показателей и алгоритмов их расчета не соотносятся с отечественной методологией анализа деятельности банков и сформировавшейся системой учета.

Современные методики диагностики финансового состояния банка базируются на изучении, систематизации и обработке большого объема информации, содержащегося в официальной банковской отчетности. Кроме того, алгоритмы расчетов показателей достаточно громоздки и не всегда очевидны, поэтому итоговые данные не могут в полной мере доступно и наглядно характеризовать финансовую устойчивость кредитной организации.

Обращает на себя внимание и то, что любая работа в данной сфере может быть подвергнута критике либо за чрезмерную перегруженность математическим аппаратом и оторванность от реальной экономической проблематики, либо за отсутствие математической строгости и корректности.

Математическое моделирование в сфере банковской деятельности является практически не поддающимся научной формализации процессом. Попытки выделить общие принципы создания математических моделей, предпринимавшиеся неоднократно, приводили либо к декларированию агрегированных рекомендаций довольно общего характера, которые затруднительно использовать на практике, либо, напротив, к появлению результатов, применимых в действительности только к довольно узкому кругу специфических задач.

В настоящее время широкое распространение в области моделирования кредитной организации получил метод нейронных сетей. Данная технология характеризуется способностью к моделированию нелинейных процессов, работе с зашумленными данными и высокой адаптивностью. Принципиальное отличие искусственных нейросетей от обычных программных систем, в частности экспертных, состоит в том, что они не требуют программирования, настраиваются сами. Наиболее ценное свойство нейронных сетей заключается в их способности обучаться на множестве примеров в тех случаях, когда не известны закономерности развития ситуации и какие бы то ни было зависимости между входными и выходными данными, что особенно важно при моделировании в банковской сфере. Таким образом, нейронные сети способны успешно решать задачи, опираясь на неполную, искаженную, зашумленную и внутренне противоречивую входную информацию.

Но в то же время, попытки моделирования банковской деятельности при помощи нейронных сетей требуют большого количества данных и характеризуются трудностью построения самих сетей. Динамика в этом случае отображается множеством показателей.Это сужает возможности анализа и прогнозирования.Противоречивость формулировки в таких задачах является признаком неполноты описания распознаваемого объекта, а, в свою очередь, увеличение входных параметров (размера) приводит к неизбежному усложнению и так достаточно непростой сети. Но наиболее трудная часть создания и применения нейронных сетей - частый сбор данных и сложность их обеспечения. При этом нельзя не учитывать ошибки самих сетей и алгоритмов, а также необходимость в наличии глубоких знаний в области нейросетевого программирования и крайнюю ограниченность дидактического материла по данной тематике в иностранной литературе и, тем более, на русском языке.

В банковской сфере традиционными являются стохастические и детерминированные модели, а также модели на основе теории нечетких множеств. Симбиоз этих подходов позволяет построить наиболее адекватную модель деятельности банка.

Стохастические модели затронуты в работах П.В. Конюховского. Можно отметить его книгу «Микроэкономическое моделирование банковской деятельности» ⁶, где представлены существующие в настоящий момент подходы к построению экономико-математических моделей, описывающих деятельность банков. Основное внимание уделено трем принципиальным направлениям банковской микроэкономики: моделям банков как институтов финансового посредничества, моделям, реализующим

⁶ Конюховский П. В. Микроэкономическое моделирование банковской деятельности. – СПб: Питер, 2001.- 224 с.: ил. – (Серия «Ключевые вопросы»).

принципы производственно-организационного подхода, и моделям банка как совокупности стохастических финансовых потоков.

Довольно удачной попыткой моделирования кредитной организации можно считать работу И.Э. Амелина и В.А. Царькова «План-матрица развития Банка» ⁷. В ней банк рассматривается как совокупность финансовых ресурсов и их потоков, которые взаимно влияют друг на друга, зависят от текущих рыночных условий и эволюционируют в соответствии с изменениями внешних и внутренних условий. Денежные запасы и

финансовые потоки ресурсов представляются в виде векторов на входе и выходе операторных звеньев. В данной модели учтен широкий круг экономических показателей деятельности банка. Преимущества разработки заключаются в возможности оперативно рассмотреть множество различных вариантов развития банка, в наглядной и быстрой оценке влияния ряда видов рисков на динамику развития и на конечный финансовый результат.

Другими российскими учеными, обратившими внимание на данную проблему, являются Н.Е. Егорова и А.М. Смулов в их работе «Математические методы финансового анализа банковской деятельности» ⁸ излагается типология экономико-математических методов, применяемых в банковском деле. В качестве типового примера анализируются оптимальная модель распределения кредитного ресурса и балансовая модель Сили. Разработанная имитационная система представлена в виде концептуальной нелинейной параметрической модели оптимизации деятельности крупного сберегательного банка, в состав которой входят специальные ограничения, обеспечивающие ликвидность и стабильность кредитной политики, и критерий максимизации процентного дохода объекта в условиях вариации

⁷ Амелин И.Э.,Царьков В.А. «План-матрица развития Банка», журнал «Банки и технологии», РЕГ. №012846, №1 2002 г.- 42-49 с.

⁸ Н. Е. Егорова, А. М. Смулов. Математические методы финансового анализа банковской деятельности – М.: Дело, 2002. – 456 с.

процентных ставок.

Но все же недостатком работы можно считать, что в ней предлагается приближенный декомпозиционный способ решения задачи на основе имитационно-оптимизационного подхода. Разработанная динамическая модель функционирования банка состоит из набора взаимосвязанных блоков и представляет собой систему рекуррентных соотношений с наличием управляющих параметров. В модели рассматривается несколько видов агрегитивных депозитных и кредитных ресурсов, основных рисков и содержится около 100 соотношений различного типа, в том числе и нелинейные.

В заключение все же стоит заметить, что известные модели деятельности банков не описывают в полном объеме объект моделирования. Каждая из них имеет узконаправленное назначение. Построение модели, максимально полной по типам операций и по функциям, использование системного подхода к моделированию - основная задача математического моделирования деятельности банков.