«Применение современных ит в анализе эффективности функционирования банков рб» (стр. 3 из 9)

Чем ближе исследуемый объект (банк) находится к границе совокупности производственных возможностей, тем выше коэффициент эффективности его деятельности. В идеале он равен единице. Объекты, лежащие ниже границы совокупности производственных возможностей – неэффективны. Определенный таким образом показатель эффективности приобретает значения в пределах от нуля до единицы.

Следует отметить, что метод DEA возник специально с целью нивелирования недостатков параметрического метода. Метод предоставляет возможность давать оценку эффективности лишь на основании доступных данных о величине затрат и результатов, без определения их функциональной зависимости. Дополнительным преимуществом этого подхода является сокращение влияния случайных факторов.

Проведенный в работе анализ показал, что, используя метод DEA, возможно заранее определить пути максимизации результата или минимизации издержек. Возможно рассчитать эффективность, ориентированную на затраты, которая будет показывать, насколько нужно уменьшить затраты банка, чтобы деятельность банка стала эффективной при сохранении как минимум той же величины получаемых результатов. Также можно рассчитать эффективность работы банка исходя из того насколько нужно улучшить показатели деятельности банка, чтобы при той же величине затрат его деятельность была эффективной.

Использование метода DEA имеет ряд существенных достоинств. Так, если при расчете показателей эффективности работы банка «классическими» методами используется параметрическая функция, которая требует наличия точных показателей о его работе за длительный период времени, что не всегда возможно, то метод DEA позволяет оценить эффективность работы банка, оперируя сведениями за короткий промежуток времени. В период кризиса это особенно актуально, т.к. показатели работы банка могут измениться за короткий период времени, а определить его эффективность необходимо. Возникает еще ряд преимуществ, а именно: расчетная ошибка практически исключена; этот метод не требует детализации данных; достаточно иметь сведения о расходах (затратах) и результатах; могут сравниваться данные разного типа (отдельные банки, эффективность деятельности отдельных подразделений банка и т. п.).

Немаловажным аспектом исследования является выбор переменных, значения которых используются при анализе эффективности. В основе выбора лежат не только цели исследования, но также доступность и достоверность имеющейся информации. Как отмечают исследователи, проблема оценки эффективности деятельности банков является непростой задачей, не имеющей однозначного решения [5].

В литературе, посвященной банковскому делу, не существует единого подхода к тому, какими входными и выходными переменными следует описывать банк или банковский сектор. В данной работе при выборе параметров исследования я воспользовалась посредническим подходом. При данном подходе банк рассматривается как связующее звено между кредиторами и заемщиками.

Обработка статистической информации проводилась с помощью современного программного обеспечения – специализированной библиотеки [33] для статистического пакета R- Statistics (см. ПРИЛОЖЕНИЕ Б) и табличного процессора MS Excel.

R - язык и средство для статистического вычисления и графики. Это проект GNU который похож на язык и средство, которое было разработано в Bell Laboratories (бывшая AT & T, сейчас Lucent Technologies) Джоном Чемберсом и его коллегами. R можно рассматривать как различные реализации S. Есть несколько важных различий, но много кода, написанного для S работает под неизменным R.

R предоставляет широкий спектр статистических данных (линейные и нелинейные моделирование, классические статистические тесты, анализ временных рядов, классификация, кластеризация и др.) и графические методы, а также очень расширяем. Язык S часто является транспортным средством выбора для исследования в области статистической методологии, и R обеспечивает маршрут с открытым исходным кодом для участия в этой деятельности. Одной из сильных сторон R является легкость, с которой хорошо продуманные публикации качества участков могут быть произведены, в том числе математические символы и формулы в случае необходимости. Большое внимание было уделено для выбора дизайна графиков, но пользователь сохраняет полный контроль.

R доступен как свободное программное обеспечение в соответствии с условиями Free Software Foundation с GNU General Public License в виде исходного кода. Работает на различных платформах UNIX и подобных системах (в том числе FreeBSD и Linux), Windows и MacOS.

R представляет собой интегрированный пакет программных средств для обработки данных, расчетов и графических отображений. Включает в себя:

· эффективную обработку данных и хранения,

· набор операторов для вычислений массивов, в частности, матриц,

· большую, интегрированную коллекцию промежуточных инструментов для анализа данных,

· графические средства для анализа данных и отображения либо на экране или на печатном носителе,

· хорошо развитый, простой и эффективный язык программирования, который включает в себя условные операторы, циклы, определяемые пользователем рекурсивные функции и ввода и вывода.

Термин "средство" предназначен для характеристики R как полностью спланированной и последовательной системы, а не дополнительной аккреции очень конкретных и негибких инструментов, как это часто бывает с другими программными обеспечениями для анализа данных. R, как S, строится вокруг истинного языка компьютера, и позволяет пользователям добавлять дополнительную функциональность путем определения новых функций. Большая часть системы сама написана на диалекте R от S. Для вычислительно-интенсивных задач, C, C + + и Fortran код может быть связан и вызван во время выполнения. Опытные пользователи могут написав код S, манипулировать R объекты непосредственно.

Многие пользователи думают о R как о системе статистики. Правильно думать о ней как о среде, в которой статистические методы реализованы. R может быть расширен (легко) с помощью пакетов. Есть около восьми пакетов, которые поставляются с R и многие другие доступны через CRAN семейство интернет сайтов, освещающих очень широкий спектр современных статистических данных.

Необходимо подчеркнуть, что при оценке эффективности с помощью метода DEA можно рассматривать различные «параметры шкалы» (масштаба) деятельности. Так, можно принять за основу условие о «постоянной отдаче от масштаба» (величина e-crs) или «переменной отдаче от масштаба» (величина e-vrs), или же «невозрастающей отдаче от масштаба» деятельности (величина e-nirs).

Глава 4. Анализ эффективности функционирования банков РБ

С помощью фронтирного метода DEA, а также эконометрических методик тестирования гипотез и оценки корреляционной связи, была проанализирована эффективность деятельности 31 банка РБ. Информационную базу исследования составили материалы банковской отчетности НБ РБ по форме 1 «бухгалтерский баланс» и форме 2 «отчет о прибылях и убытках» за 2009 гг. (см. ПРИЛОЖЕНИЕ А).

Я исходила из того, что на результаты деятельности банка влияет любая деятельность, связанная с использованием его ресурсов. Выбор модели деятельности определяет классификацию издержек и результатов. Поэтому за результат банковской деятельности в данном исследовании были приняты следующие показатели: объем выданных кредитов, размещенных депозитов, а также сумма полученных чистых доходов. Все эти показатели рассматривались как результат деятельности банка. Затраты по содержанию основных средств банка, т.е. расходы процентного и непроцентного характера, рассматриваются как ресурсы. Описание переменных приведено в Таблице 4.1:

Таблица 4.1 Описание переменных

Ресурсы
PEx	Процентные расходы
CEx	Комиссионные расходы
OEx	Операционные расходы
Продукты
Cr	Кредиты клиентам
Dep	Средства клиентов
Inc	Чистый доход

Источник: собственная разработка

Оценки значимости переменных позволил получить тест Пастора. При расчетах использовались параметры теста

и . Надежность всех тестов превысила 0,90.

В данном случае, построение оценки заключалось в рассмотрении технической эффективности. Было решено исследовать модель, направленную на максимизацию продуктов при фиксированных ресурсах (output-oriented). Следует заметить, что в литературе такая модель использования ресурсов является более предпочтительной, так как исследуется возможность сокращения издержек от их использования.

В работе Simar L. and Wilson P.W. «Statistical Inference in Nonparametric Frontier Models: The State of the Art» была описана методика построения доверительных интервалов для технической эффективности с помощью бутстрепа, на примере которой был проведен анализ имеющихся данных. Авторами данная методика была применена для В = 2000 бутстреп-выборок, доверительный интервал построен для а = 0.05. Расчет проводился как для метрики Фаррелла, указывающей, во сколько раз организация может увеличить свою продукцию при достижении производственной границы, так и для метрики Шепарда (обратной величины) - обозначающей долю возможного продукта, получаемую организацией. Так, если техническая эффективность по Фарреллу равна 1, то организация целиком использует все имеющиеся у нее ресурсы для осуществления своей деятельности по основным направлениям. Если метрика Фаррелла равна, например 2, то это обозначает, что при имеющихся ресурсах организация может увеличить отдачу в 2 раза, но для этого нужно избавиться от «неэффективности» (inefficiency) - организационных и других факторов, препятствующих выпуску качественных продуктов.