Объективная и точная оценка финансовой устойчивости банка это неотъемлемая часть, позволяющая обеспечить его конкурентоспособность, повысить потенциал в деловом сотрудничестве, оценить, в какой степени гарантированы его экономические интересы. Именно поэтому банкам необходима модель, которая  позволит своевременно произвести точную оценку финансовой устойчивости.

В настоящее время моделирование есть эффективный прием познания сущности изучаемых явлений. Поскольку оно дает возможность получить четкое представление об исследуемом объекте, позволяя количественно описать его внутреннюю структуру и внешние связи, выступая в качестве основного инструмента финансового анализа, а так же оно активно используется на практике для прогнозирования банкротства. Основная задача моделирования состоит в том, чтобы сконструировать модель на основе предварительного ее изучения и выделения существенных характеристик, на основе которых и будет производиться моделирование.

Разработка многофакторной регрессионной модели оценки финансовой устойчивости будет проводиться в пять этапов, краткое описание которых представлены в таблице 1 ниже.

Таблица 1

Этапы разработки многофакторной регрессионной модели

Так как традиционно оценка финансовой устойчивости банка предполагает использование определенного набора показателей, которые мы сгруппировали следующим образом:

– показатели достаточности капитала (Х1);

– показатели ликвидности (Х2);

– показатели, характеризующие качество активов (Х3);

– показатели прибыльности (Х4);

– показатели рентабельности (Х5);

– народный рейтинг (Х6) [5].

Расчет результирующего показателя (Y) произвели с помощью формулы:

                                      (1)

Однако поскольку оценка некоторых показателей включает в себя ряд определенных коэффициентов, поэтому существует необходимость преобразования их к одному показателю.

Например, оценка ликвидности происходит путем выполнения нормативов ликвидности через определение коэффициентов, таких как коэффициент мгновенной ликвидности, текущей ликвидности и долгосрочной ликвидности.

С помощью математических преобразований мы доводим модель до необходимого нам вида. Таким образом, мы получаем следующие данные, представленные в таблице 2.

Таблица 2

Основные показатели финансовой устойчивости банка.

Источник: Портал банковского аналитика http://analizbankov.ru [1];

Банки.ру Информационный портал аналитикаhttp://www.banki.ru/[2].

В результате мы получили данные, которые удовлетворяют требованию репрезентативности, однородности и целостности, следовательно, можно приступить к процессу разработки многофакторной регрессионной модели.

Однако прежде чем приступить к регрессионному анализу, необходимо проверить данные на мультиколлинеарность.

Требование отсутствия мультиколлинеарности вызва­но тем, что если между двумя факторами, отвечающими трем первым требованиям, имеется тесная связь, то нет нужды оба фактора включать в модель, так как один мо­жно выразить через другой. Кроме того, при неосмотри­тельном включении взаимосвязанных факторов в одну многофакторную модель возникают вычислительные трудности, связанные с тем, что система нормальных уравнений становится неразрешимой[4].

Проверка отсутствия мультиколлинеарностипроизводилась с помощью формулMSExcel и не выявила мультиколлинеарности факторов.

Таким образом, убедившись, что выявленные нами данные верны, можно приступить к процессу разработки самой модели оценки финансовой устойчивости.

Построение модели множественной регрессии будем производить с помощью корреляционно-регресионного анализа.

Для выявления зависимости показателей воспользуемся возможностямиMSExcel. Наиболее простой формой зависимости является линейная, то есть зависимость вида:

                              (2)

Следует определить, все ли переменные нужно включать в уравнение, или есть переменные, которые существенно не влияют на величину Y и их нецелесообразно включать в уравнение (1).

Для расчета совокупного коэффициента корреляции необходимо опре­делить парные коэффициенты корреляции r_0i между всеми факторами x_i, входящими в модель, и результиру­ющим показателем у и все парные коэффициенты корре­ляции между факторами. Все коэффициенты корреляции записываются в квадратную симметричную матрицу [4].

В результате проведенной множественной корреляции выявлены следующие коэффициенты корреляции:

Таблица 3

Коэффициенты корреляции

На основании данных, полученных в таблице, можно сделать вывод, что связь факторов Х1, Х2, Х3, Х4, Х5, Х6с фактором Y существенная, следовательно, все факторы значимые.

Таким образом, уравнение регрессии приобрело вид:

(3)

В результате обработки данного уравнения необходимо исключить незначимые факторы, с помощью функции Пакет Анализ в MSExcel.Проводить регрессию необходимо до тех пор, пока все факторы не будут значимыми.

Результат анализа множественной регрессии показал высокую значимость уравнения регрессии, на основе показателя R-квадрат = 0,986601403

Рисунок 1. Регрессионная статистика основных показателей финансовой устойчивости банка

В конечном итоге мы получили следующие данные, представленные в таблице 2:

Таблица 2

Оценка адекватности основных показателей финансовой устойчивости банка путем их последовательного исключения

В ходе корреляционно-регрессионного анализа выяснили, что существенно значимыми показателями являются показатели Х4и Х5 это показатели прибыли и рентабельности. Таким образом, можно сделать следующие выводы о том, что концепция разработки регрессионной модели для оценки финансовой устойчивости банка была раскрыта, что позволило получить многофакторную регрессионную модель, отвечающую основным признакам, характеризующим финансовую стабильность банков и позволяющим адекватно оценить финансовую устойчивость любого банка[6].

В результате, полученная модель регрессии характеризуется:

– во-первых, высоким качеством оценивания с позиции стандартной ошибки оценки свободного члена, которая равна 0,82%.

– во-вторых, значимостью и надежностью факторов с позиции включения их в регрессионную модель, которые характеризуются коэффициентом детерминацииR²=98.6%  и F-критерий Фишера,при анализе которого F_расч.>F_теор, следовательно уравнение адекватное [6].

Таким образом, оценку финнасовой устойчивости банка будем производить в той последовательности значивмсти факторов, то есть той последовательности, в которой производилось исключения фактора. Методика оценки финансовой устойчтвости представлена в таблице 3.

Таблица 3

Разработанная методика оценки финансовой устойчивости

Разработанная методика оценки финансовой устойчивости даст возможность определить насколько устойчив банк, так как на основании данных показателей рассчитывается интегральный коэффициент финансового состояния банка, по данным которого и будет производиться оценка.

Расчет интегрального коэффициента производится по формуле:

                              (4)

Таблица 4

Характеристика финансового состояния банка в зависимости от величины интегрального показателя

Как видно из таблицы 4 интегральный коэффициент имеет область значений от 0-100, чем больше его величина, тем лучше финансовое состояние банка.

Если величина интегрального показателя находится в интервале от 0-15, следовательно, финансовое состояние банка неустойчивое.

Если величина интегрального показателя находится в интервале от 15-30, следовательно, в финансовом положении банка наблюдаются признаки проблемности.

Если величина интегрального показателя находится в интервале от 30-60, следовательно, финансовое положение банка является  относительно стабильным.

Если величина интегрального показателя больше 60, следовательно, финансовое положение банка является  устойчивым.

Таким образом, уменьшение величины интегрального показателя будет означать ухудшение финансового положения банка и наоборот. В результате полученных данных можно будет с легкостью определить свое финансовое положение и в случае, если оно окажется нестабильным вовремя осуществить более детальный анализ для выявления причин финансовой нестабильности.