Версия для печати
Оригинал статьи http://www.franklin-grant.ru/ru/news2/data/news_06/2004_04/20040412_170713_sx.asp

Собрались банки в рейтинге – кто кого перебанкует…

12.04.2004

В настоящее время многие аналитические издания публикуют рейтинги банков. Так, например, журнал «Эксперт» ежеквартально публикует рейтинги для крупнейших банков, в том числе банках Москвы и Московской области. На основе данных из балансов банков по счетам второго порядка, а также оборотным ведомостям, по собственным методикам расчета и методам классификации журнал проводит разбиение крупнейших банков Москвы и Московской области на группы по финансовой устойчивости.

При этом  «Эксперт» приводит  формулы расчета данных для классификации,  но, к сожалению, сама методика рейтингования раскрывается не полностью, в частности, за кадром остается метод балльных оценок. Также замалчивается сам аналитический метод разбиения данных на группы. Поэтому возникает закономерный вопрос: используется ли какой-то аналитический метод для разбиения банков на группы (классификации) или это делается субъективно, «на глазок»?

Нами было проведено исследование по поиску структуры в данных по финансовой устойчивости следующих банков, отнесенных «Экспертом» к разным группам финансовой устойчивости: к первой группе финансовой устойчивости - Альфа-банк, Внешторгбанк, Газпромбанк, Международный промышленный банк, Сбербанк России; ко второй группе финансовой устойчивости - "Автобанк-НИКойл", Банк Москвы, БИН-банк, "Еврофинанс Моснарбанк", МДМ-банк, Национальный резервный банк, "НИКойл", "Петрокоммерц", Росбанк, "Траст"; к третьей группе финансовой устойчивости -  Банк "Зенит", "Глобэкс", Импэксбанк, Номос-банк, "Русский стандарт", Транскредитбанк; к четвертой группе финансовой устойчивости - "Возрождение", Гута-банк, "Ингосстрах-Союз", Московский банк реконструкции и развития; к пятой группе финансовой устойчивости - Московский индустриальный банк, Промсвязьбанк.

Для определения наличия структуры в финансовых показателях деятельности вышеуказанных банков, были использованы следующие показатели: достаточность капитала (%), иммобилизация капитала (%), рентабельность активов (%), коэффициент моментной ликвидности, коэффициент деловой активности, величина активов, величина собственного капитала, которые в достаточно полной мере отражают финансовую устойчивость банка.

В качестве метода поиска структуры в многомерных данных, был применен пользующийся все большей популярностью в различных областях экономической деятельности метод самоорганизующихся карт Кохонена (СОК). Этот метод позволяет спроецировать многомерные данные на плоскость с сохранением топологии многомерного пространства – объекты, «близкие» в многомерном пространстве, «близки» и на плоскости. Для измерения «близости» используются различные специальные метрики, рассмотрение которых не входит в задачу данной статьи.

Для поиска структуры была использована карта с сеткой 10x10 нейронов. Результаты кластеризации объектов (банков) приведены на рисунке 1.

 

Рисунок 1

 

На рисунке представлена сетка нейронов с метками банков, для которых эти нейроны стали «победителями». Чем больше объектов (банков) захватил нейрон или чем больше концентрация объектов (банков) в некоторой области карты, тем четче проявляется структура данных (степень похожести объектов друг на друга), используемых для кластеризации. Из рисунка видно, что в данных имеется структура, состоящая из трех кластеров:

первый кластер: Ингосстрах-Союз, БИН-банк, Московский банк реконструкции и развития (МБРР), Русский стандарт;

второй кластер: Возрождение, Гута-Банк, Транскредитбанк, Банк Зенит, Номос-Банк, Промсвязьбанк;

третий кластер: Еврофинанс Моснарбанк, Национальный резервный банк (НРБ), Петрокоммерц, Росбанк, Траст, Импэксбанк, Московский индустриальный банк (МИБ).

Заметим, что для банков, входящих в третий кластер, только один нейрон является «победителем», а это значит, что степень близости этих банков по анализируемым нами показателям очень высока. Для первого и второго кластеров нейроны «победители» разные, тем не менее, они являются соседними, что может рассматриваться нами как кластеры.

Банки, не вошедшие в описанные выше три кластера, являются по-своему «уникальными» объектами, принадлежность которых к тому или иному кластеру определить нельзя, то есть они являются самостоятельными «кластерами», состоящими всего из одного объекта. Следует отметить, что такими одинокими «звездами» являются крупнейшие банки Москвы (которые также являются крупнейшими банками России): Сбербанк России, Внешторгбанк, Альфа-банк, Газпром банк, Международный промышленный банк и другие.

Представляется любопытным рассмотрение покомпонентных значений анализируемых финансовых показателей в каждом из кластеров.

На рисунке 2 представлены нагрузки весов нейронов на каждую из переменных, используемых для кластеризации. Из рисунка видно, что активы и собственный капитал банков являются коррелированными переменными, то есть значения весов нейронов (на рисунке представлено цветовое отображение их значений) карты по эти переменным одинаковы, чего и следовало ожидать.

 

Рисунок 2

 

Рассмотрим нейрон, являющийся «победителем» для банка Глобекс,  который находится в левом верхнем углу карты. Этот банк не входит ни в один трех описанных выше кластеров. Если внимательно посмотреть на все 7 компонентов, отображенных на рисунке, то можно заметить, что: для этого нейрона (читай: для банка Глобэкс) характерны самая высокая достаточность капитала и коэффициент моментной ликвидности среди всех анализируемых банков: низкие значения иммобилизации капитала, величины активов и собственного капитала: рентабельности активов и коэффициента деловой активности ниже среднего значения. Аналогично рассматриваются остальные нейроны или области карты, в которых нейроны имеют похожую цветовую гамму и образуют кластеры.

Результаты проведенного нами исследования показывают структуру в данных отличную от той, которую приводит в своем рейтинговом исследовании журнал «Эксперт». Конечно, не зная точно методики разбиения банков на группы, которой пользуются эксперты из «Эксперта», нельзя уверенно сказать, что верна та или другая кластеризация (разбиение банков на группы по финансовой устойчивости). Однако более прозрачный метод кластеризации, основанный на объективном аналитическом методе самоорганизующихся карт Кохонена, представляется более предпочтительным.

 

См. также:

 

1.       На первый-второй, рассчитайсь! Или анализ банкротств при помощи самоорганизующихся карт Кохонена

2.       Экспертиза экспертов из «Эксперта»

3.       Дискуссия: удар в спину и удар в живот

 

 

Полезные ссылки:

1.       Рейтинг крупнейших банков РА «Эксперт»

2.       Рейтинг банков от Bankir.Ru

3.       Рейтинг банков от Rating.Ru

4.       Рейтинг банков от Rating.Rbc.Ru