Оценка параметров, влияющих на эффективность и конкурентоспособность коммерческого банка



Рис.3.1. Диаграмма показателей эффективности деятельности банков на 1 января 2014 г.

Рис.3.2. Диаграмма показателей эффективности деятельности банков на 1 января 2015 г.

Рис.3.3. Народный рейтинг банков.

Рис.3.4. Темп роста депозитов.

Для оценки была выбрана модель факторного анализа, представляющего собой группу методов, используемых для сокращения числа переменных и их обобщения. Фактором называют латентную переменную, конструируемую таким образом, чтобы можно было объяснить корреляцию между набором имеющихся переменных [16].

Рис.3.5. Схема модели факторного анализа.

Каждая переменная выражается как линейная комбинация латентных факторов:

,

где X_i - i-я нормированная переменная;

a - нормированный коэффициент множественной регрессии переменной i по общему фактору;

F_i - общий фактор;

V_i - нормированный коэффициент регрессии переменной i по характерному фактору i;

U_i - характерный фактор для переменной i;

m - число общих факторов.

Характерные факторы не коррелируют между собой и общими факторами [20].

В свою очередь латентные факторы можно выразить линейными комбинациями наблюдаемых переменных:

Веса можно подобрать таким образом, чтобы первый коэффициент значения фактора объяснял наибольшую долю дисперсии, после чего второй набор весов подобрать так, чтобы второй фактор объяснял наибольшую долю остаточной дисперсии с условием отсутствия корреляции с первым фактором. Таким образом, факторы можно оценить способом, при котором они между собой коррелировать не будут [16].

Рис.3.6. Стадии факторного анализа.

Перейдем к факторному анализу непосредственно по имеющимся данным. Он проводится на две временные даты: 1 января 2014 г. и 1 января 2015 г. По итогам анализа можно увидеть, как изменились параметры и в целом конкурентоспособность того или иного банка за год. В данной работе все вычисления производились в математической среде SPSS16.0. В основе метода лежит матрица корреляций между переменными.

Начальные характеристики данных за оба периода представлены в таблице:

Таблица 3.1 Описательная статистика используемых параметров на исследуемые даты

Descriptive Statistics
	1 января 2014 г.	1 января 2015 г.
	Mean	Std. Deviation	Mean	Std. Deviation
ROTA	1,378	1,149	0,975	1,045
ROE	10,041	7,705	7,873	7,312
IPM	2,769	2,414	1,204	1,745
CIR	77,399	16,136	83,792	15,165
CAR	13,564	1,681	13,222	1,864
NPAR	5,624	5,347	6,641	5,959
PCR	16,297	8,241	19,547	14,706
LR1	92,846	29,284	125,118	155,152
LR2	79,224	23,355	80,661	24,409
LDR	103,973	19,721	103,566	19,410
AGR	15,808	14,377	30,941	40,455
GRNP	16,676	88,793	-69,467	282,015
DGR	19,783	15,712	24,378	31,284
GRL	18,339	17,179	25,022	35,658
BRO	18,461	26,961	22,839	31,848
SUB	6,487	21,873	6,487	21,873
ACQ	51,250	31,125	51,183	31,214
PR	38,260	9,106	34,226	12,130
BAV	47,660	17,356	47,875	17,478
WS	41,050	10,670	41,050	10,670
MB	41,775	19,874	42,425	18,524
IBB	50,200	16,222	47,551	19,696

Целесообразность выполнения факторного анализа определяется наличием корреляций между переменными: если они небольшие, то ФА бесполезен, а переменные, тесно связанные между собой, должны также тесно коррелировать с одним и тем же фактором или факторами. Проверим целесообразность выполнения факторного анализа наличием корреляций между переменными. Здесь имеется два критерия, характеризующий степень зависимости переменных:

· Критерий сферичности Бартлетта (Bartlett's Test of Spheriсity): проверяет нулевую гипотезу об отсутствии корреляций между переменными в генеральной совокупности. При большом значении статистики гипотезу отклоняют [20];

· Критерий адекватности выборки Кайзера-Мейера-Олкина (Kaiser-Meyer-Olkin Measure of Sampling Adequaсy) позволяет проверить, насколько корреляцию между парами переменных можно объяснить другими переменными (факторами). Небольшие значения КМО-статистики указывают на то, что корреляцию между парами переменных нельзя объяснить другими переменными, из-за чего следует уменьшить количество факторов. В нашем случае, количество исследуемых факторов больше выборки банков, в результате чего критерий адекватности получился слишком низким. Для того, чтобы улучшить данный показатель, уберем факторы, которые максимально коррелируют между собой.

Корреляционная матрица, построенная на основании собранных данных на 1 января 2014 г. представлена в табл.

Таблица 3.2 Корреляционная матрица

В данном случае из выборки исключены факторы ROE, AGR и IBB. С остальными параметрами проведен факторный анализ. Из представленной таблицы видно, что сильно коррелируют между собой факторы ROTA и IPM, CAR и IPM, высокий коэффициент корреляции между SUB и BAV.

Таблица 3.3 Критерий Кайзера-Мейера-Олкина и тест на сферичность Барлетта

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.	0,2263
Bartlett's Test of Sphericity	Approx. Chi-Square	245,7344
	df	171
	Sig.	0,0002

Нулевую гипотезу о том, что корреляционная матрица является единичной, отклоняем в соответствии с критерием сферичности Барлетта. Приближенное значение статистики хи-квадрат равно 245,73 с 171 степенями свободы, она является значимой на 5% уровне значимости. Значение статистики КМО, равное 0,2263, невысокое, но достаточное для проведения факторного анализа по данному набору параметров.

Результаты факторного анализа приведены в табл. 3.4-3.5:

Таблица 3.4 Распределение общностей между параметрами

Общности
	Initial (начальные)	Extraction (выделенные)
ROTA	1	0,8696
IPM	1	0,8825
CIR	1	0,6544
CAR	1	0,8490
NPAR	1	0,7260
PCR	1	0,6795
LR1	1	0,5745
LDR	1	0,6178
SUB	1	0,7082
ACQ	1	0,8069
DGR	1	0,8210
GRL	1	0,8645
PR	1	0,7638
BAV	1	0,8850
WS	1	0,6811
MB	1	0,8347
LR2	1	0,7414
GRNP	1	0,7535
BRO	1	0,8465
Extraction Method: Principal Component Analysis.

Значения общностей для каждой переменной в первом столбце равны 1, поскольку единицы введены в диагональ корреляционной матрицы.

Таблица 3.5 Собственные значения факторов, матрица нагрузок факторов до и после вращения факторов

Component	Initial Eigenvalues (Собственное значение факторов)	Extraction Sums of Squared Loadings (Сумма квадратов нагрузок для выделенных факторов)	Rotation Sums of Squared Loadings (Суммы факторных нагрузок после вращения факторов)
	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %
1	4,527	23,828	23,828	4,527	23,828	23,828	3,121	16,424	23,828
2	3,003	15,806	39,635	3,003	15,806	39,635	2,949	15,520	39,635
3	2,622	13,801	53,436	2,622	13,801	53,436	2,767	14,564	53,436
4	1,674	8,810	62,246	1,674	8,810	62,246	2,435	12,817	62,246
5	1,555	8,183	70,429	1,555	8,183	70,429	1,977	10,403	70,429
6	1,178	6,201	76,630	1,178	6,201	76,630	1,311	6,902	76,630
7	0,894	4,706	81,336
8	0,847	4,460	85,796
9	0,723	3,807	89,603
10	0,644	3,387	92,991
11	0,499	2,629	95,619
12	0,327	1,721	97,341
13	0,191	1,006	98,346
14	0,127	0,670	99,017
15	0,096	0,505	99,522
16	0,048	0,255	99,777
17	0,024	0,128	99,905
18	0,014	0,074	99,979
19	0,004	0,021	100,000
Extraction Method: Principal Component Analysis.

В данной таблице приведены собственные значения факторов, которые снижаются при переходе от первого фактора к последнему. Собственное значение фактора указывает полную дисперсию, присущую данному фактору. Дисперсия, обусловленная влиянием первого фактора равна 4,527 или 23,83% от полной дисперсии. Аналогично идет подсчет для второго и последующих факторов. Таким образом, шесть факторов вместе объясняют 76,63% полной дисперсии. По данному критерию мы отбираем шесть факторов, удовлетворяющих исследуемой задаче.

Графическое изображение критерия "каменистой осыпи" представляет собой график зависимости собственных значений факторов от их номеров в порядке выделения [20].

Рис.3.7. График "каменистой осыпи".

На рисунке можно наблюдать четкий разрыв между первым и вторым факторами, что определяет наибольшее влияние первого и второго фактора на выборку. коммерческий банк прибыльность ликвидность

Таким образом, получаем шесть групп факторов, характеризующих деятельность коммерческого банка, сгруппированных следующим образом:

Таблица 3.6 Матрица компонентов после вращения факторов

Rotated Component Matrixa (Матрица компонентов после вращения факторов)
	Component
	1	2	3	4	5	6
BRO	0,9045		-0,1528
BAV	0,8313	0,3995		-0,1602
SUB	0,7936	0,2253	0,1252
LR2	0,6165	-0,3132	-0,1393	-0,3756		0,3167
MB	0,1081	0,8880			0,1395
WS		0,7641		-0,1679		-0,2391
LR1	-0,4365	-0,5662	0,1752	-0,1051	0,1442
IPM			0,9198		-0,1443
ROTA		0,2336	0,8328	0,3471
CAR		-0,4965	0,7732
GRL	0,1263	-0,1365		0,8923	-0,1812
DGR	-0,1444			0,8760	0,1573
PR	-0,2915		0,5279	0,6260
NPAR	-0,1193		-0,1733		0,8237
LDR	0,1681				0,6787	-0,3548
CIR	0,1778	0,5029		-0,1675	0,5622	0,1606
PCR	-0,3752	0,3856	0,1275	0,2504	0,5438	0,1237
GRNP					-0,1583	0,8478
ACQ	0,2410	0,4650	-0,4392	-0,2281	0,2454	0,4769
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 7 iterations.



Рис.3.8. Диаграмма факторных нагрузок

Полученные группы факторов характеризуют конкурентоспособность по мере уменьшения их значимости. Так, в первую группу входят показатели количества филиалов (BRO) и дополнительных офисов (SUB), а также узнаваемость бренда (BAV) и коэффициент долгосрочной ликвидности (LR2), что вполне предсказуемо, так как величина и узнаваемость банка напрямую влияют на его способность превзойти конкурентов в заданных условиях. Долгосрочная ликвидность, характеризующая риск потери банком ликвидности в результате размещения средств в долгосрочные активы, также зависит от величины банка и масштабов его деятельности. Можно судить о высоком влиянии представленности банков в сети Интернет - факторы, отражающие данный показатель, составили вторую группу. Большинство количественных показателей расположились в третьей (ROTA, IPM, CAR, LR1) и пятой (CIR, NPAR, LDR, PCR) группах. Менее значимыми остались показатели прироста вкладов, кредитования и прибыли, а также эквайринг.

Аналогично проведем исследование для показателей на 1 января 2015 г.

Корреляционная матрица, построенная на основании собранных данных на 1 января 2015 г. представлена в табл.3.7:

Таблица 3.7 Корреляционная матрица

	ROE	IPM	CIR	CAR	NPAR	PCR	LR1	LR2	LDR	GRNP	DGR	GRL	BRO	SUB	ACQ	PR	BAV	WS	MB
ROE	1	0,605	-0,039	0,198	-0,276	-0,065	-0,249	0,014	0,195	0,450	0,251	-0,003	-0,329	0,151	-0,212	0,251	0,141	-0,088	0,216
IPM	0,605	1	-0,327	0,653	-0,184	-0,059	-0,069	-0,139	-0,183	0,315	-0,050	-0,260	-0,398	-0,102	-0,301	0,294	-0,132	-0,358	-0,244
CIR	-0,039	-0,327	1	-0,498	0,160	0,198	-0,367	0,232	0,298	-0,166	0,186	0,178	0,319	0,235	0,488	0,419	0,513	0,303	0,704
CAR	0,198	0,653	-0,498	1	-0,028	0,134	0,392	-0,445	-0,164	0,075	-0,210	-0,238	-0,380	-0,241	-0,659	0,186	-0,427	-0,411	-0,489
NPAR	-0,276	-0,184	0,160	-0,028	1	0,631	0,263	-0,507	0,568	-0,217	-0,371	-0,367	-0,165	-0,163	0,104	0,425	-0,129	0,003	-0,013
PCR	-0,065	-0,059	0,198	0,134	0,631	1	0,108	-0,513	0,330	0,122	-0,420	-0,451	-0,295	-0,113	0,098	0,353	-0,182	0,170	0,206
LR1	-0,249	-0,069	-0,367	0,392	0,263	0,108	1	-0,265	0,059	0,019	-0,345	-0,204	-0,208	-0,105	-0,316	0,094	-0,350	-0,089	-0,438
LR2	0,014	-0,139	0,232	-0,445	-0,507	-0,513	-0,265	1	-0,157	-0,083	0,264	0,196	0,452	0,306	0,131	-0,293	0,551	0,249	0,332
LDR	0,195	-0,183	0,298	-0,164	0,568	0,330	0,059	-0,157	1	-0,289	-0,034	-0,115	0,122	0,068	-0,057	0,362	0,146	0,235	0,260
GRNP	0,450	0,315	-0,166	0,075	-0,217	0,122	0,019	-0,083	-0,289	1	0,169	0,095	-0,502	-0,045	0,100	0,141	-0,069	0,061	0,274
DGR	0,251	-0,050	0,186	-0,210	-0,371	-0,420	-0,345	0,264	-0,034	0,169	1	0,903	0,143	0,065	-0,067	0,063	0,121	0,260	0,551
GRL	-0,003	-0,260	0,178	-0,238	-0,367	-0,451	-0,204	0,196	-0,115	0,095	0,903	1	0,089	-0,008	-0,030	-0,107	0,102	0,188	0,415
BRO	-0,329	-0,398	0,319	-0,380	-0,165	-0,295	-0,208	0,452	0,122	-0,502	0,143	0,089	1	0,608	0,229	-0,158	0,504	0,461	0,178
SUB	0,151	-0,102	0,235	-0,241	-0,163	-0,113	-0,105	0,306	0,068	-0,045	0,065	-0,008	0,608	1	0,199	-0,111	0,665	0,283	0,163
ACQ	-0,212	-0,301	0,488	-0,659	0,104	0,098	-0,316	0,131	-0,057	0,100	-0,067	-0,030	0,229	0,199	1	-0,054	0,457	0,286	0,400
PR	0,251	0,294	0,419	0,186	0,425	0,353	0,094	-0,293	0,362	0,141	0,063	-0,107	-0,158	-0,111	-0,054	1	-0,051	0,084	0,294
BAV	0,141	-0,132	0,513	-0,427	-0,129	-0,182	-0,350	0,551	0,146	-0,069	0,121	0,102	0,504	0,665	0,457	-0,051	1	0,354	0,451
WS	-0,088	-0,358	0,303	-0,411	0,003	0,170	-0,089	0,249	0,235	0,061	0,260	0,188	0,461	0,283	0,286	0,084	0,354	1	0,612
MB	0,216	-0,244	0,704	-0,489	-0,013	0,206	-0,438	0,332	0,260	0,274	0,551	0,415	0,178	0,163	0,400	0,294	0,451	0,612	1

В этот раз из выборки исключены несколько иные факторы: ROTA, AGR и IBB. С остальными параметрами проведен аналогичный факторный анализ. Из представленной таблицы видно, что сильно коррелируют между собой факторы ROE и IPM, CAR и IPM, остается высоким коэффициент корреляции между SUB и BAV.

Таблица 3.8 Критерий Кайзера-Мейера-Олкина и тест на сферичность Барлетта

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.	0,2248
Bartlett's Test of Sphericity	Approx. Chi-Square	286,1248
	df	171
	Sig.	0,0000

Нулевую гипотезу о том, что корреляционная матрица является единичной, отклоняем в соответствии с критерием сферичности Барлетта. Приближенное значение статистики хи-квадрат равно 286,12 с 171 степенями свободы, она является значимой на 5% уровне значимости. Значение статистики КМО, равное 0,2248, невысокое, но также достаточное для проведения факторного анализа по данному набору параметров.

Результаты факторного анализа приведены в табл. 3.9-3.10:

Таблица 3.9 Распределение общностей между параметрами

Общности
	Initial (начальные)	Extraction (выделенные)
ROE	1	0,8230
IPM	1	0,8515
CIR	1	0,7883
CAR	1	0,7857
NPAR	1	0,8233
PCR	1	0,7902
LR1	1	0,7196
LR2	1	0,6355
LDR	1	0,7224
GRNP	1	0,9074
DGR	1	0,9387
GRL	1	0,8979
BRO	1	0,8297
SUB	1	0,7580
ACQ	1	0,8073
PR	1	0,6865
BAV	1	0,7997
WS	1	0,7543
MB	1	0,9233
Extraction Method: Principal Component Analysis.

Таблица 3.10 Собственные значения факторов, матрица нагрузок факторов до и после вращения факторов

Component	Initial Eigenvalues (Собственное значение факторов)	Extraction Sums of Squared Loadings (Сумма квадратов нагрузок для выделенных факторов)	Rotation Sums of Squared Loadings (Суммы факторных нагрузок после вращения факторов)
	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %	Total	% of Variance	Cumulative %
1	4,979	26,207	26,207	4,979	26,207	26,207	2,904	15,285	26,207
2	3,222	16,958	43,165	3,222	16,958	43,165	2,818	14,833	43,165
3	2,630	13,841	57,006	2,630	13,841	57,006	2,747	14,456	57,006
4	1,809	9,521	66,527	1,809	9,521	66,527	2,689	14,152	66,527
5	1,498	7,886	74,413	1,498	7,886	74,413	2,517	13,246	74,413
6	1,104	5,809	80,222	1,104	5,809	80,222	1,567	8,250	80,222
7	0,795	4,187	84,409
8	0,695	3,659	88,068
9	0,675	3,552	91,620
10	0,476	2,503	94,123
11	0,351	1,848	95,971
12	0,281	1,477	97,448
13	0,168	0,886	98,334
14	0,152	0,802	99,136
15	0,077	0,408	99,544
16	0,058	0,305	99,849
17	0,020	0,107	99,955
18	0,008	0,040	99,996
19	0,001	0,004	100,000
Extraction Method: Principal Component Analysis.

В представленной таблице приведены собственные значения факторов, которые снижаются при переходе от первого фактора к последнему. Как и в первом случае, собственное значение фактора указывает полную дисперсию, присущую данному фактору. Дисперсия, обусловленная влиянием первого фактора равна 4,979 или 26,21% от полной дисперсии. Аналогично идет подсчет для второго и последующих факторов. Таким образом, шесть факторов вместе объясняют 80,22% полной дисперсии. По данному критерию мы отбираем шесть факторов, удовлетворяющих исследуемой задаче.

Графическое изображение критерия "каменистой осыпи" представляет собой график зависимости собственных значений факторов от их номеров в порядке выделения [20].

Рис.3.9. График "каменистой осыпи".

Получаем также шесть групп факторов, характеризующих деятельность коммерческого банка, сгруппированных следующим образом:

Таблица 3.11 Матрица компонентов после вращения факторов

Rotated Component Matrixa
	Component
	1	2	3	4	5	6
SUB	0,8611
BAV	0,7532		0,4753
BRO	0,7513		0,1138	0,1055	-0,3378	-0,3544
LR2	0,5554	-0,4057	0,2930	0,2540		-0,1090
WS	0,5368	0,2786		0,2769	-0,3641	0,4156
LDR	0,1910	0,7972				-0,2209
NPAR	-0,2328	0,7431		-0,3670	-0,2787
PR	-0,1058	0,7391			0,3368
PCR	-0,2047	0,6427		-0,4269	-0,1144	0,3716
LR1		0,1342	-0,7503	-0,2140	-0,2590	0,1500
ACQ	0,1510		0,7477	-0,2165	-0,3212	0,2710
CIR	0,2452	0,4550	0,6903	0,1708	-0,1036
CAR	-0,2718		-0,6638	-0,1678	0,4895
MB	0,2641	0,3697	0,5620	0,4976		0,3907
DGR			0,1241	0,9502	0,1000
GRL		-0,1511		0,9197	-0,1419
IPM	-0,1426		-0,1682	-0,1553	0,8771
ROE	0,1153	0,1027		0,1668	0,8499	0,2173
GRNP	-0,1469	-0,1411			0,3341	0,8632
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 11 iterations.

Рис.3.10. Диаграмма факторных нагрузок

Теперь проанализируем, какие изменения произошли по факторам и полученным группам. Первая группа факторов практически не изменилась по составу, лишь увеличилось значение фактора WS, т.е. усилилось влияние Интернет-сайта на конкурентоспособность банка. Влияние же мобильного банка, наоборот, снизилось (теперь этот фактор представлен в третьей по значимости группе). Сильнее стало влияние народного рейтинга (PR) на общую конкурентоспособность, также усилилась значимость многих количественных факторов (напр. NPAR, LDR, PCR, CIR) и эквайринга (ACQ).

Оценим влияние факторов на исходную выборку по банкам и оценим общий интегрированный параметр, который в данном исследовании характеризует общую конкурентоспособность. Итоговая формула для вычисления выглядит следующим образом:

В табл. представлены итоговые результаты анализа на выбранные даты. Отсортируем данные по критерию Z и получим рейтинг отобранных в выборку банков по исследуемому критерию.

Таблица 3.12 Итоговые значения показателя конкурентоспособности на 1 января 2014 г.

Номер	Название банка	F1	F2	F3	F4	F5	F6	Общее значение	Рейтинг
1	Сбербанк России	3,1041	0,9055	0,2602	0,5441	1,2484	0,7026	1,4516	1
2	ВТБ	1,5886	0,8083	0,2431	0,6013	1,3030	0,8298	0,9799	2
3	Газпромбанк	1,4371	0,6967	0,2491	0,8235	1,1801	0,2962	0,8801	6
4	Россельхозбанк	1,8634	0,4527	0,2682	0,4903	1,4562	-0,0144	0,9318	5
5	Банк Москвы	0,9849	0,7400	0,2098	0,7665	1,5619	0,7231	0,8101	9
6	Альфа-Банк	1,0048	1,1175	0,2562	0,4403	1,4629	0,9460	0,8725	7
7	НОМОС-Банк	0,8366	0,9223	0,2671	0,7036	1,3146	0,2695	0,7416	12
8	ЮниКредит Банк	0,7576	0,7852	0,3190	0,4080	1,3146	0,2272	0,6607	16
9	Промсвязьбанк	1,5578	1,0447	0,2452	0,5350	1,1517	0,3893	0,9601	3
10	Росбанк	1,1297	0,6683	0,2630	0,3101	1,5032	0,6005	0,7813	11
11	Райффайзенбанк	1,0931	0,7800	0,2968	0,5148	1,3244	0,4481	0,7911	10
12	Ак Барс	1,2480	0,5338	0,3048	0,4488	1,2581	2,4703	0,9389	4
13	Уралсиб	0,8042	0,7143	0,2248	0,0088	1,2549	0,6223	0,6233	17
14	Хоум Кредит Банк	1,0090	0,8596	0,4144	0,6884	1,5495	0,0687	0,8159	8
15	Тинькофф Кредитные Системы	0,3880	0,6150	0,3855	1,4952	1,4150	0,2985	0,6641	15
16	Саровбизнесбанк	1,0833	0,5134	0,3972	0,4328	0,7833	0,5019	0,6883	13
17	НБД-Банк	0,9648	0,4665	0,4318	0,3297	1,2050	0,5757	0,6872	14
18	Ассоциация	0,7252	0,2482	0,2784	0,8829	0,7891	0,1843	0,5275	20
19	Форус Банк	0,6967	0,3715	0,4128	0,3272	1,4695	-0,2186	0,5445	19
20	Вокбанк	0,5729	0,5644	0,3623	0,7762	0,9699	0,3481	0,5808	18

По итогам 2013 г. (на 1 января 2014 г.) лидером стал Сбербанк России с общим коэффициентом 1,45. В тройку также вошли такие банки как ВТБ и Промсвязьбанк. Лидером среди Нижегородских банков стал Саровбизнесбанк, занявший 13-е место в общем рейтинге. За ним следует также представитель Нижегородской области - НБД-Банк.

Таблица 3.13 Итоговые значения показателя конкурентоспособности на 1 января 2015 г.

Номер	Название банка	F1	F2	F3	F4	F5	F6	Общее значение	Рейтинг
1	Сбербанк России	3,2288	1,1697	0,9658	0,5199	0,1215	-0,1911	1,5285	1
2	ВТБ	1,5643	1,1752	0,8694	0,8644	0,0363	-0,3714	0,9887	5
3	Газпромбанк	1,4379	1,0312	0,7747	0,6043	0,0360	-0,2548	0,8782	7
4	Россельхозбанк	1,7748	1,3031	0,1637	0,3332	-0,0302	-8,9945	0,2688	19
5	Банк Москвы	1,1878	1,6374	0,9497	0,2792	0,0079	-0,7272	0,8793	6
6	Альфа-Банк	1,4042	1,5818	0,9017	0,5462	0,1648	0,4967	1,0657	2
7	НОМОС-Банк	0,9863	1,0677	0,5459	2,6509	0,1016	1,1287	1,0484	3
8	ЮниКредит Банк	1,1482	1,1765	0,5420	1,1031	0,0596	-0,4685	0,8202	10
9	Промсвязьбанк	1,9819	1,2182	0,6470	0,7822	0,0016	-0,8451	1,0484	4
10

Подобные документы

• Конкурентоспособность коммерческого банка

  Понятие конкурентоспособности коммерческого банка. Характеристика современных методов оценки конкурентоспособности. Факторы, влияющие на конкурентоспособность и основные показатели конкурентной позиции банка. Анализ показателей деятельности ОАО "Уралсиб".
  
  курсовая работа [424,5 K], добавлен 07.05.2015
  

• Методика анализа доходности коммерческого банка

  Качественный анализ структуры баланса банка с позиции доходности. Анализ доходов и расходов коммерческого банка. Методика расчета и анализа процентной маржи. Анализ прибыльности, ликвидности банка. Баланс коммерческого банка. Риски.
  
  методичка [78,4 K], добавлен 12.04.2003
  

• Доходность и прибыльность коммерческого банка

  Теоретические основы банковской прибыли, сущность и показатели доходности и прибыльности коммерческого банка. Оценка абсолютных показателей доходности, проведение анализа рентабельности банка на примере АО "Казкоммерцбанк", поиск путей ее увеличения.
  
  курсовая работа [1,7 M], добавлен 28.09.2010
  

• Конкурентоспособность коммерческого банка

  Проблема конкурентоспособности российских банков на современном этапе. Рейтинг важнейших критериев оценки банка, его конкурентные преимущества и позиции на рынке. Этапы повышения стоимости торговой марки банка и конкурентоспособности, роль маркетинга.
  
  курсовая работа [183,8 K], добавлен 07.12.2009
  

• Оценка конкурентоспособности коммерческого банка в РТ на примере ОАО "Банк Эсхата"

  Сущность, виды и типы банковской конкуренции. Факторы, влияющие на конкурентоспособность банковского продукта. Анализ основных финансовых показателей деятельности ОАО "Банк Эсхата" в РТ. Динамика услуг и рейтинговая оценка конкурентной позиции банка.
  
  дипломная работа [1,9 M], добавлен 26.06.2015
  

• Надежность коммерческого банка и методы ее определения

  Понятие надежности коммерческого банка. Развитие системы корреспондентских отношений. Факторы, определяющие надежность коммерческого банка. Методы анализа ликвидности, надежности и эффективности банка. Анализ финансового состояния коммерческого банка.
  
  курсовая работа [55,3 K], добавлен 15.05.2012
  

• Совершенствование системы управления финансовыми ресурсами коммерческого банка (на примере Заринского ОСБ №8417)

  Деятельность коммерческих банков, как элементов кредитных отношений. Теоретические основы управления финансовыми ресурсами коммерческого банка. Характеристика финансовых ресурсов коммерческого банка. Анализ направления использования финансовых ресурсов.
  
  дипломная работа [302,9 K], добавлен 03.11.2008
  

• Управление активами, пассивами и ликвидностью коммерческого банка

  Понятие ликвидности коммерческого банка и определяющие ее факторы. Управление активами и пассивами коммерческого банка, его задачи. Сущность и основные способы управления ликвидностью коммерческого банка. Оценка ликвидности банковской системы России.
  
  курсовая работа [136,5 K], добавлен 12.12.2010
  

• Кредитный портфель коммерческого банка

  Теоретические основы анализа кредитного портфеля банка. Изучение кредитных рисков и выявление их влияния на формирование портфеля коммерческого банка. Общая характеристика ОАО "Россельхозбанк" и его деятельности на кредитном рынке Российской Федерации.
  
  дипломная работа [6,7 M], добавлен 27.07.2015
  

• Анализ ликвидности платежеспособности банка

  Теоретические аспекты анализа ликвидности банковского баланса и платежеспособности банка. Понятие ликвидности и платежеспособности баланса коммерческого банка. Анализ структуры и динамики доходов и расходов, прибыли банка и банковской маржи банка.
  
  дипломная работа [308,6 K], добавлен 26.02.2009
  

• Финансовые результаты деятельности Сберегательного банка и направления их улучшения

  Теоретические аспекты анализа финансовых результатов коммерческого банка в современных условиях. Значение и задачи анализа финансовых результатов деятельности коммерческого банка. Анализ доходов и расходов Приволжского отделения Сберегательного Банка.
  
  дипломная работа [313,0 K], добавлен 14.08.2010
  

• Кредитная деятельность коммерческого банка в современных условиях

  Сущность и виды кредитных операций коммерческого банка, характеристика процесса управления ими. Оценка кредитоспособности заемщиков как важный компонент деятельности коммерческого банка, предложения по повышению эффективности ипотечного кредитования.
  
  дипломная работа [302,2 K], добавлен 15.06.2015
  

• Управление доходами и расходами "АКБ БТА-Казань" (ОАО)

  Экономическая сущность доходов и расходов коммерческого банка, их значение в его деятельности. Оценка уровня прибыльности коммерческого банка. Комплексный анализ эффективности системы управления доходами и расходами коммерческого банка "АКБ БТА-Казань".
  
  дипломная работа [471,1 K], добавлен 11.06.2014
  

• Совершенствование управления кредитными рисками коммерческого банка

  Сущность, роль, классификация кредитных рисков коммерческого банка. Место и роль кредитного риска при управлении кредитным портфелем коммерческого банка. Анализ производственно-хозяйственной и финансовой деятельности коммерческого банка "БТА-Казань".
  
  дипломная работа [141,6 K], добавлен 18.03.2011
  

• Управление ликвидностью коммерческого банка

  Понятие ликвидности и факторы, определяющие её уровень. Методы управления и нормативное регулирование показателей ликвидности. Анализ и оценка ликвидности на примере Алтайского коммерческого банка. Мероприятия по улучшению состояния ликвидности банка.
  
  курсовая работа [50,5 K], добавлен 31.05.2010
  

• Оценка эффективности финансовой деятельности коммерческого банка

  Исследование устойчивости коммерческого банка в период кризиса. Анализ структуры и динамики ссудных операций, показателей прибыльности, уровня рентабельности, доходности активов. Характеристика эффективности финансовой работы банка ООО КБ "Наратбанк".
  
  дипломная работа [105,9 K], добавлен 03.01.2012
  

• Экономическая сущность ликвидности баланса коммерческого банка и его платежеспособности

  Экономический анализ банковской деятельности. Оценка состояния собственных и привлечённых средств коммерческого банка. Методика чтения и анализа его баланса. Анализ активных операций, выполнения платёжных обязательств. Оценка уровня банковских рисков.
  
  дипломная работа [695,8 K], добавлен 04.05.2014
  

• Операции коммерческого банка с ценными бумагами: проблемы и перспективы развития

  Виды деятельности кредитных организаций на рынке ценных бумаг. Инвестиционная политика банка. Формирование портфеля ценных бумаг. Характеристика операций коммерческого банка с ценными бумагами. Текущее состояние рынка ценных бумаг и банковской системы.
  
  курсовая работа [161,3 K], добавлен 10.03.2011
  

• Кредитные операции коммерческого банка и кредитная политика

  Экономическая сущность кредитных операций коммерческого банка. Особенности проведения кредитных операций в период финансового кризиса. Принципы, задачи кредитной политики коммерческого банка. Анализ эффективности деятельности АО "Банк "Финансы и кредит"".
  
  курсовая работа [60,8 K], добавлен 22.03.2011
  

• Ликвидность и платежеспособность банка

  Потребность коммерческого банка в ликвидных средствах. Теория управления ликвидностью коммерческого банка. Управление активами. Управление надежностью коммерческого банка. Рекомендации по повышению ликвидности и платежеспособности банка.
  
  дипломная работа [575,6 K], добавлен 06.05.2004
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам