SFA (Smart Finance Analysis) банка на основе данных ... - Narod.ru

©Недосекин А.О. Smart Finance Analysis (SFA) банка на основе данных 

внутреннего учета 

Smart Finance Analysis (SFA) банка на основе данных 


Недосекин А.О., ст. консультант Сименс Бизнес Сервисез Россия, д.э.н., к.т.н. 

Введение 

Банковский кризис лета 2004 г., имевший серьезные последствия для ряда 

«проблемных» банков, в полный рост поставил перед всеми стейкхолдерами 

банковского сектора вопрос о том, какой банк следует считать «проблемным». 

Должно быть ясно, какая информация о «проблемности» того или иного банка 

должна быть своевременно получена стейкхолдерами (заинтересованными лицами) 

этого банка для принятия решений о прекращении взаимоотношений (прежде всего 

– отношений по выставлению лимитов на межбанке). Потому что одно дело – 

нормативы ЦБ, другое – неосторожные высказывания руководителя финансовой 

разведки Виктора Зубкова, третье – слухи и инсайдерская информация, и совсем 

четвертое – вдумчивый финансовый анализ состояния банка (здесь такой анализ 

мы описываем под маркой Smart Finance Analyses, SFA). 

Разумеется, чтобы проводить SFA, необходимо иметь данные о финансовом 

состоянии банка на уровне счетов 2-го порядка, которые освежаются не реже чем 

раз в месяц. Ясно, что такая информация никогда не будет достоянием широкой 

общественности, поэтому вкладчики и сейчас, и в обозримом будущем должны 

будут полагаться на «авось» и на закон, который защитит их кровные 100 тысяч в 

случае банкротства проблемного банка (на публикуемую годовую отчетность 

банков полагаться нет никакого резона – она малоинформативна). Однако банки, 

открывающие лимиты на своих банков-партнеров, в полном праве требовать если 

уж не сведений об остатках на счетах второго порядка, то хотя бы результатов SFA, 

на основании которого и сам банк-заемщик может поставить себе экспрессдиагноз. 

Если такой банк, зная о своей проблемности по результатам SFA, все-таки 

потянулся на рынок межбанковских кредитов и затем обанкротился, то у МВД есть 

все основания в последующем преследовать руководителей банков-банкротов по 

обвинению в мошенничестве. 

Наконец, когда Россия разовьется до таких ступеней, что заставит банки 

публиковать не только стандартную годовую финансовую отчетность, но и 

материалы SFA, относящиеся к этой отчетности, то уверенность вкладчиков может 

повыситься на порядок. Потому что большая часть результатов SFA выражена на 

языке, понятном даже бабушке-пенсионерке: на языке житейских оценок «хорошо - 

нормально – плохо». И, в конце концов, результат SFA – это диагноз банка, опять 

же сформулированный словами, типа «пациент скорее жив, чем мертв», что тоже 

облегчает жизнь потенциальному вкладчику. 

Так что данная статья напрямую адресуется финансовым аналитикам банков. 

1



1. Методика SFA 

За основу для экспресс-диагностики по методу SFA мы берем данные, 

сгруппированные в следующих формах отчетности: 

• Оборотная ведомость по счетам 2-го порядка бухгалтерского учета 

банка за сентябрь 2004 г. Кодировка счетов соответствует 

банковскому плану счетов [1]. Счета первого порядка являются 

трехзначными, счета второго порядка (наполняющие счета первого 

порядка) – пятизначными, причем первые три цифры счета 

соответствуют счету первого порядка. 

• Отчет о прибылях и убытках (ОПУ) кредитной организации, статьи 

отчета приведены нарастающим итогом с начала года. Даты ОПУ и 

исходящих остатков по оборотной ведомости должны совпадать. 

Поскольку все бухгалтерские операции банков автоматизированы, то не составляет 

труда получать такую отчетность помесячно. 

Процедуры обработки исходных данных в ходе SFA следующие: 

1. Составляется аналитическая форма баланса банка по исходящим остаткам 

оборотной ведомости, на основе счетов 1-го порядка. Оцениваются агрегаты 

аналитического баланса, а также агрегаты, полученные на уровне ряда 

счетов 2-го порядка. 

2. Составляется аналитическая форма отчета о прибылях и убытках (ОПУ). 

Оцениваются агрегаты аналитического ОПУ. 

3. Оцениваются структурные показатели финансового состояния банка. 

Делается лингвистическая (качественная) оценка уровня этих показателей. 

Проводится комплексная оценка финансового состояния. 

4. Делаются выводы и рекомендации. 

2. Пример SFA для банка АВС 

Проще всего продемонстрировать существо подхода SFA на абстрактном примере 

банка ABC, в котором анализируется отчетность за 3-й квартал 2004 года. Пример 

банка ABC сугубо условный, и любые аналогии с реально действующими 

российскими банками несостоятельны. 

2.1. Построение аналитической формы баланса банка ABC 

и расчет агрегатов баланса 

Укрупняя исходящие остатки по счетам 2-го порядка оборотной ведомости, мы 

приходим к форме аналитического баланса банка на счетах 1-го порядка (таблица 

1). Саму оборотную ведомость мы здесь не приводим. 

2



Таблица 1. Аналитический баланс банка ABC по состоянию на 01 октября 

2004 г., млн. руб. 

3



Укрупненная форма баланса (по разделам) приведена в таблице 2. 

Таблица 2. Укрупненная форма баланса, млн. руб 

Одновременно с анализом таблицы 1, для оценки срочной ликвидности банка мы 

производим агрегирование некоторых счетов 2-го порядка на уровень 

аналитических агрегатов. Мы оцениваем размер: 

• Долговых активов, приносящих доход (ДАПД) – по результатам анализа 

активных счетов 2-го порядка, формирующих счета первого порядка с 

номерами 320, 322, 323, 446, 452, 453, 454, 455, 458. 

• Обязательств, влекущих расход (ОВР) – по результатам анализа пассивных 

счетов 2-го порядка, формирующих счета первого порядка с номерами 313, 

421, 423, 426, 521, 523, 524. 

В примере предполагается, что все остальные счета первого и второго порядков, не 

упомянутые выше, но относимые к ДАПД и ОВР, имеют нулевой остаток. 

Построение агрегатов срочной ликвидности (ДАПД и ОВР) ведется по счетам 2-го 

порядка в соответствии со срочностью исполнения соответствующих долговых 

обязательств (до востребования и менее одного месяца – ДАПД0, ОВР0; от 1 до 6 

месяцев – ДАПД1, ОВР1; от 6 месяцев до года – ДАПД2, ОВР2; свыше 1 года – 

ДАПД3, ОВР3). 

Полученные агрегаты сведены в таблицу 3. Наряду с ними в эту же таблицу 

сведены чистые разрывы ликвидности (ЧРЛ) – разница между агрегатами в активах 

и пассивах за соответствующий период времени. 

4



Таблица 3. Агрегаты ликвидности и чистые разрывы ликвидности, млн. руб. 

Сопоставление данных таблиц 1 - 3 дает нам содержание таблицы 4. 

Таблица 4. Аналитический баланс на агрегатах, млн. руб. 

5



2.2. Построение аналитической формы ОПУ банка ABC и 

расчет агрегатов ОПУ 

Укрупняя записи об оборотах по счетам второго порядка за период с 1-го по 3-й 

квартал 2004 г., мы приходим к аналитической форме ОПУ по нарастающему итогу 

операций (таблица 5). 

Таблица 5. Аналитическая форма ОПУ, млн. руб. 

На основании данных таблицы 5 получены агрегаты ОПУ (таблица 6) 

6



Таблица 6. Агрегаты ОПУ, млн. руб. 

Далее, когда все агрегаты (по балансу и ОПУ) собраны, можно произвести 

структурный анализ финансового состояния банка. 

2.3. Расчет показателей финансового состояния банка 

2.3.1. Количественная оценка показателей 

В таблице 7 представлены структурные показатели финансового состояния банка. 

Расчет выполнен на основании методики CAMEL [2], применяемой в банковской 

мировой практике и имеющей многолетний опыт успешного использования. 

Показатели группы С характеризуют уровень достаточности собственного 

капитала, необходимого банку для гарантии надежности банка для вкладчиков, и 

соответствие размера реального капитала банка необходимому. 

Показатели группы А характеризуют качество активов и определяют степень 

возвратности активов и внебалансовых статей, а также финансовое воздействие 

проблемных займов и степень доходности активов в целом. 

Показатели группы М оценивают качество управления работой банка, проводимой 

политики, соблюдения законов и инструкций. Тесно связаны с группой Е. Также в 

эту группу попадают показатели финансовой устойчивости. 

Показатели группы Е характеризуют доходность (прибыльность) операций банка, с 

позиций достаточности прибыли банка для его роста. 

Показатели группы L – срочной ликвидности – оценивают способность банка 

своевременно выполнять требования о выплатах по обязательствам и готовность 

7



удовлетворять потребность в кредите без потерь. Образуют группу показателей, в 

зависимости от сроков погашения обязательств. 

Таблица 7. Показатели финансового состояния банка 

В состав методики CAMEL может входить до сотни показателей. В данном отчете 

выбраны только те показатели, которые наилучшим образом отражают острые 

проблемы банка и подсказывают пути их разрешения. 

8



2.3.2. Качественная оценка показателей и финансового состояния 

банка в целом 

В последней колонке таблицы 7 приведен качественный уровень оцениваемых 

показателей. Такая лингвистическая оценка уровня финансовых параметров – 

совсем непростое дело, это целая теория, которая разрабатывается в отечественной 

и мировой науке последние 10-15 лет (обзор состояния этой науки см. в [3]). 

Именно качественный анализ в структуре SFA – изюминка самого метода SFA и 

данной статьи. Ведь получение финансовых параметров – это банальная 

арифметика; а вот что делать дальше с полученными значениями – это 

центральный вопрос, и это – не побоимся эпитетов – искусство. 

Лингвистический анализ может быть проведен на основании двух типов данных: 

• Интуитивно-словесно, на основе опыта эксперта, производящего 

классификацию. 

• На основании нечетко-множественной классификации, построенной с 

помощью специализированных методов анализа гистограмм [4]. 

Второй способ, безусловно, более надежен. Если говорить о промышленности 

России, то уже собран и обработан [5] серьезный объем статистики (порядка 3 с 

половиной тысяч балансов предприятий), на основании чего оказалось возможным 

провести лингвистическую классификацию 16 ключевых финансовых отношений. 

Что касается банков, то здесь информационное обеспечение намного хуже, а в ряде 

случаев (например, в части срочной ликвидности) такого обеспечения просто нет. 

Поэтому в ходе классификаторов неизбежно приходится сочетать количественные 

и интуитивные приемы. Продемонстрируем, как это делается, на примере 

отношения E1 – рентабельность активов (ROA). 

Например, статистика из [6] (к сожалению, приведенная с округлением) показывает 

(гистограмма приведена на рис. 1), что значительное большинство банков 

показывает результат E1 = 1.3% за 3 квартала, что в точности отвечает тому же для 

банка ABC. 

Рис. 1. Гистограмма фактора ROA 

9



Введем пятиуровневую лингвистическую градацию уровня параметра E1: «очень 

плохо – плохо – нормально – хорошо – очень хорошо». Чтобы определить эту 

классификацию в количественных единицах ROA, нужно построить 

трапециевидный нечеткий классификатор на функциях принадлежности 

соответствующих качественных подмножеств. Отличие такого классификатора от 

обычного «жесткого» классификатора в том, что эксперт испытывает 

неуверенность в разграничении классов, и эта неуверенность линейно растет по 

мере перехода от одного класса к другому. Трапеции в классификаторе выражают 

следующее: 

• Верхнее основание трапеции – интервал полной уверенности эксперта в том, 

что данные из интервала строго отвечают данному уровню качества. 

• Нижнее основание трапеции – интервал полной уверенности эксперта в том, 

что данные из этого интервала могут быть соотнесены с данным уровнем 

качества, а все другие значения за пределами интервала – нет. 

• Наклонные ребра трапеции выражают снижение (рост уверенности) 

эксперта в классификации. 

Технически «навесить» классификацию на гистограмму можно с помощью ряда 

следующих эвристических приемов [4]: 

1. Зафиксируем абсциссу максимума гистограммы E1 = 1 – 1.5%. Это – 

значения, которые признаются нами «нормальными». 

2. Определим «очень плохие» и «очень хорошие» уровни. Очень 

плохой уровень ROA – когда этот фактор меньше нуля (идут 

убытки). В этом смысле граница между очень плохим и плохим 

уровнями является жесткой. Очень хороший уровень – нетипичен для 

большинства банков. В этом смысле Е1 = 3% за 3 квартала и выше – 

очень хорошие уровни, все что ниже – под сомнением (по крайней 

мере, до уровня 2%). На этом же уровне заканчивается и понятие о 

«норме». 

3. Осталось определить «плохой» класс ROA. Левая граница класса уже 

известна – 0%. Правая граница (по нижнему основанию трапеции) 

может быть установлена интуитивно на уровне 1%. Разумным 

представляется верхнее основание соответствующей трапеции 

зафиксировать на уровне 0 – 0.5%. Плохие уровни ROA таковы, что 

рентабельность у активов банка имеется, но ее недостаточно, чтобы 

оперировать на том же уровне, что и остальные банки. 

Полученных данных достаточно, чтобы построить трапециевидный классификатор 

(рис. 5). Видно, что трапеция «хороших» уровней трансформировалась в 

треугольник (верхнее основание сжалось до нуля). Это – весьма частое явление в 

классификациях такого рода, особенно в технических приложениях (характерный 

пример – нечеткий контроллер уровня комнатной температуры Мамдани). 

10



Рис. 1. Нечеткий классификатор ROA 

В отношении всех остальных параметров метода CAMEL были произведены 

аналогичные классификационные действия. Однако эту информацию мы 

публиковать не хотим, потому что она имеет отчетливое коммерческое значение. 

Отдельно стоит вопрос о том, как подбирать показатели финансового состояния, 

собирать их в иерархии, настраивать системы предпочтения одних факторов 

другим и, наконец, агрегировать полученные данные и получать единый 

комплексный показатель финансового состояния банка. Мы здесь эти крайне 

важные вопросы (которые, впрочем, решены в [3]) оставляем в стороне (для 

следующей статьи). Избегая сложных математических выкладок, предложим здесь 

прием «большого пальца» (так называемые thumb-методы – это экспрессалгоритмы, 

которые позволяют получать максимум полезной информации при 

видимой скудости выразительных средств, сиречь алгоритмических приемов). Суть 

метода состоит в следующем: 

1. Наполняем каждый блок тремя или пятью факторами. Самих блоков в 

модели у нас пять, по числу букв в слове CAMEL. 

2. Применяем решающее правило: если 2 и более факторов из 3-х, или 3 и 

более факторов из пяти имеют одно качественное значение, полагаем, что 

блок в целом имеет это же качественное значение. 

3. На уровне блоков применяем то же решающее правило. 

4. Если решающие правила 2 и 3 не могут быть применены, то интуитивно 

выбираем для блока в анализе и/или для банка в целом качество, 

тяготеющее к худшему от выраженного среднего (по принципу 

бухгалтерской осторожности). 

11



Предлагаемый thumb-метод хорошо согласуется с теорией агрегирования данных 

на основе функций принадлежности и, как мы видим, совсем не затратный. 

Результаты этого метода также приведены в таблице 7. 

2.4. Выводы и рекомендации 

В целом, финансовое состояние банка признается плохим (2 блока из 5 имеют 

плохое качество, блок L – просто очень плох. Применяем принцип тяготения к 

худшему). Таким образом, банк ABC признается нами проблемным. Причины 

такого положения дел следующие: 

По блоку А. Количество активов, приносящих доход, в процентах ко всем активам 

является низким. Целесообразно рассмотреть вопрос о повышении уровня 

полезного использования ликвидных активов банка. 

По блоку М. Соотношение активных и пассивных межбанковских операций 

показывает, что доля ресурсов, полученных банком на межбанке, в несколько раз 

меньше, чем то же самое по выданным ресурсам. Это говорит о том, что банкипартнеры 

не торопятся открывать на банк ABC лимиты на межбанке. Такое 

положение дел может быть преодолено, если удастся доказать, что банк является 

финансово прозрачным и контролирует качество всех своих финансовых решений. 

Целесообразно рассмотреть вопрос о передаче (на условиях конфиденциальности) 

ряда укрупненных данных о финансовом состоянии банка банкам-партнерам. 

По блоку L. Сложился отрицательный разрыв ликвидности практически по всем 

срокам выплат, за исключением периода 6-12 месяцев. Все говорит о том, что банк 

ABC не умеет управлять своей ликвидностью и не контролирует ее. Это тем более 

странно, что в целом ресурсов для покрытия разрывов ликвидности вполне 

достаточно (доходные активы перекрывают расходные пассивы на 50%, показатель 

L1). Покрытие разрывов ликвидности возможно, например, предлагаемыми 

путями: 

• через одновременную реструктуризацию блоков ДАПД и ОВР; 

• через увеличение собственного капитала банка на уровень суммарного 

чистого разрыва ликвидности (530 млн. рублей). Тогда покрытие 

сложившихся разрывов ликвидности возможно из собственных средств; 

• через получение долгосрочного облигационного займа под «спокойный» 

процент. 

Пока остатки средств предприятий на расчетных счетах банка ABC являются 

приличными (порядка 1.7 млрд. руб. по состоянию на 01 октября 2004 г.), ситуация 

с ликвидностью представляется угрожающей, но не смертельной. Однако, в 

экстренных случаях, при уходе ряда крупных предприятий из банка, такое развитие 

событий может привести к банкротству. Да так оно и происходит в большинстве 

случаев: предприятия забирают деньги, а перекредитоваться неоткуда. В этом 

смысле весьма показателен и поучителен опыт Альфа-Банка, который в суровые 

12



времена июня 2004 г., когда из него за пару дней ушел 1 млрд. долларов со счетов 

предприятий, не растерялся и оперативно привлек средства акционеров на 

покрытие разрывов ликвидности. При том, что Альфа-Банк – единственный из 

семи крупнейших банков России, уцелевший по результатам кризиса августа 1998 

г., поведение руководства банка и его акционеров в трудные времена вызывает 

только восхищение. Говорю это от себя, а не в целях похвалить Альфа-Банк 

(работой инвестиционной компании в этом холдинге я как раз недоволен [7], при 

всех видимых ее успехах). 

Заключение 

Полагаю, что в этой статье впервые в практике российского финансового анализа 

банков приводится методика, которая с хорошей степенью полноты позволяет 

вскрывать проблемные моменты банка, при этом давая таким проблемным 

моментам словесную оценку, равно как и словесную оценку финансового 

положения банка в целом. Банку АВС мы, во всяком случае, рекомендуем 

осуществлять мониторинг финансового положения на ежемесячной основе, с 

анализом динамики финансовой ситуации, в целях своевременного принятия 

ключевых решений, на основе заново созданного специализированного 

программного обеспечения. 

Кажется, в жизни России назрел такой момент, когда все значимые финансовые 

индикаторы по банкам должны находиться в бесплатном доступе и публиковаться 

на регулярной основе. Когда это осознали в США (а случилось это 100 лет назад), 

на свет появилось агентство Standard & Poor’s. 

Источники 

1. Парфенов К.Г. Банковский план счетов и правила ведения бухгалтерского 

учета. Москва, Парфенов.ру, 2002. 

2. Львов В.С., Иванов В.В. Финансовый анализ банков и кредитных 

организаций // Аудит и финансовый анализ, № 1, 1997. 

3. Недосекин А.О. Методологические основы моделирования финансовой 

деятельности с использованием нечетко-множественных описаний. 

Диссертация на соискание ученой степени доктора экономических наук 

(08.00.13). – На сайте: http://www.mirkin.ru/_docs/doctor005.pdf . 

4. Недосекин А.О., Фролов С.Н. Лингвистический анализ гистограмм 

экономических факторов. – На сайте: 

http://sedok.narod.ru/s_files/2003/Art_040703.doc . 

5. Недосекин А.О, Бессонов Д.Н., Лукашев А.В. Сводный финансовый анализ 

российских предприятий за 2000 – 2003 г.г. //Аудит и финансовый анализ (в 

печати). – Также на сайте: http://sedok.narod.ru/fa/fa_1.pdf . 

6. Леонов В., Юшкова Е. Рейтинг банков после кризиса // Финанс., № 35, 2004. 

13



7. Недосекин А.О. Как выбрать управляющую компанию. Альфа-Капитал. – 

На сайте: http://www.stockportal.ru/second/uk/ukalfa . 

Перечень введенных сокращений 

Шифр Расшифровка 

А Активы, всего 

ДАПД Долговые активы, приносящие доход 

ДАПД0 ДАПД до 1 мес. 

ДАПД1 ДАПД от 1 до 6 мес. 

ДАПД2 ДАПД от 6 до 12 мес. 

ДАПД3 ДАПД свыше 12 мес. 

ДБ Доход банка 

ДВ Доход по валютным операциям 

ДД Дивидендный доход 

ДК Доходы по кредитам (депозитам) 

ДСД Денежные средства и драгметаллы (раздел 2 актива аналитического баланса) 

ДЦБ Доходы по ценным бумагам 

ДШ Доходы от штрафов и пеней 

МБОА Межбанковские операции в активах 

МБОП Межбанковские операции в пассивах 

ОВР Обязательства, влекущие расходы 

ОВР0 ОВР с исполнением до 1 месяца 

ОВР1 ОВР с исполнением 1 - 6 месяцев 

ОВР2 ОВР с исполнением 6 - 12 месяцев 

ОВР3 ОВР с исполнением свыше 1 года 

ОКА Операции с клиентами в активах 

ОКП Операции с клиентами в пассивах 

ОР Организационные расходы 

ОЦБА Операции с ценными бумагами в активах 

ОЦБП Операции с ценными бумагами в пассивах 

П Пассивы, всего 

ПлП Платные пассивы 

ПрА Прочие активы 

ПрБ Прибыль банка 

ПрД Прочие доходы 

ПрПлП Прочие платные пассивы 

ПрР Прочие расходы 

РБ Расходы банка, всего 

РВО Расходы по валютным операциям 

РДА Результаты деятельности в активах 

РДП Результаты деятельности в пассивах 

14



РК 

РЦБ 

СИА 

СИП 

СК 

СС 

ЧРЛ 

ЧРЛ0 

ЧРЛ1 

ЧРЛ2 

ЧРЛ3 

Расходы по кредитам (депозитам) 

Расходы по ценным бумагам 

Средства и имущество в активах 

Средства и имущество в пассивах 

Собственный капитал 

Собственные средства (СК за вычетом валовой прибыли) 

Чистый разрыв ликвидности 

ЧРЛ по срокам до 1 месяца 

ЧРЛ по срокам 1 - 6 месяцев 

ЧРЛ по срокам 6 - 12 месяцев 

ЧРЛ по срокам свыше 1 года 

15

SFA (Smart Finance Analysis) банка на основе данных ... - Narod.ru

Create successful ePaper yourself

Delete template?

Save as template?