Вход

Методы измерения кредитного риска в российских банках

Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код 240348
Дата создания 09 апреля 2016
Страниц 33
Мы сможем обработать ваш заказ (!) 29 марта в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
1 830руб.
КУПИТЬ

Описание

В работе анализируются различные методы измерения кредитного риска, используемые в российской практике. Произведен расчет показателей Z-score для банков ВТБ24 и Сбербанк на основе модели Альтмана, как иллюстрация одного из популярных методов оценки кредитного риска.
При написании использовалась как российская, так и англоязычная литература, а также реальная финансовая отчетность рассмотренных банков.

Полученная оценка - 5 ...

Содержание

Введение
Глава 1. Кредитный риск в системе банковских рисков
1.1 Банковский риск: понятие и виды
1.2 Кредитный риск как основной элемент в системе банковских рисков
Глава 2 Анализ и оценка кредитного риска
2.1 Процесс и этапы анализа кредитного риска
2.2 Оценка кредитоспособности(надежности) заёмщика
2.3 Количественная оценка кредитного риска
Глава 3 Оценка финансового состояния российских коммерческих банков с помощью модели Альтмана
(Расчет показателей для банков ЗАО «ВТБ24» и ОАО «Сбербанк России»)
Заключение

Введение

Банковский бизнес является одной из главных отраслей современной экономики. Важно поддерживать его устойчивое функционирование и развитие, так как от этого зависит успешность экономической деятельности предприятий и государства в целом. В современном мире банки вынуждены брать на себя высокие риски, поэтому во избежание банкротства и для достижения стабильного положения необходимо грамотно проанализировать и оценить эти риски для последующего эффективного управления.
....
Целью данной работы является изучение разнообразия методов измерения кредитного риска, используемых в российских коммерческих банках. Предмет исследования – кредитный риск, как основной банковский риск, и методы его оценки.
В процессе написания курсовой работы были поставлены следующие задачи: изучение методов измерени я кредитного риска и понятий, связанных с данной темой, изучение нормативной базы регулирующей оценку кредитного риска в российских банках.
Структура данной работы состоит из введения, трех глав основной части, заключения и списка литературы. В первой главе основной части раскрывается само понятие банковского риска в общем и кредитного риска в частности, а так же объясняется его значение в системы рисков. Вторая глава объясняет значение анализа и оценки кредитного риска, рассматривает методы оценки кредитного риска, использующиеся в современной российской практике. В третьей главе рассматривается анализ модели Эдварда Альтмана, являющейся одним из методов измерения кредитного риска в банках. В ходе написания данной главы были использованы данные финансовой отчетности ЗАО «ВТБ24» и ОАО «Сбербанк России» и произведены расчеты Z-score

Фрагмент работы для ознакомления

Оборачиваемость запасов (в днях)365 днейсебестоимость продажсреднегодовой остаток запасов Оборачиваемость дебиторской задолженности (в днях)365 днейВыручкаСредний остаток дебиторской задолженностиФондоотдача Выручка от реализацииОсновные средстваОборачиваемость активов (в днях)365 днейВыручкаСреднегодовая стоимость активовКоэффициенты финансового рычага (leverage) являются показателями задолженности и показывают уровень собственного капитала и уровень зависимости от привлеченных средств. Чем выше степень заёмных средств, тем меньше шансов вернуть долг при банкротстве заёмщика, тем выше риск банка. Коэффициенты прибыльности (рентабельности) показывают общую эффективность работы с капиталом. При расчётах сравнивают чистую прибыль с суммой продаж, активами, акционерным капиталом компании.Коэффициенты погашения долга свидетельствуют о способности заёмщика оплатить задолженность, измеряя какая часть прибыли от деятельности компании уходит на процентные и фиксированные платежи. Чем меньше коэффициент денежного потока, тем ниже финансовая стабильность компании.Кдп=чистая прибыль + амортизация – дивидендызаймы в течении периодаЕще одним способом кредитоспособности заёмщика является анализ денежного потока (АДП). Оценку и анализ денежных поток банк осуществляет на основе бухгалтерских и управленческих отчетах, фиксирующих оборот средств. В отличие от финансовых коэффициентов, которые основываются на сальдовых показателях отчетности, для данного способа используют формы №2 «Отчет о прибылях и убытках» и формы №4 «Отчет о движении денежных средств» отчетности, расшифровку клиента по расчетным счетам и выписки других банков по счетам клиента. При АДП анализируют данные о выручке и суммах, располагаемых клиентом, для определения общего размера денежных поступлений на счета заёмщика. Далее исследуют сезонные закономерности и циклы в деятельности клиента, прогнозируют будущий приток денежных средств, затем на основе всех полученных данных банк делает вывод о том, сможет ли предприятие иметь достаточно средств для погашения выданного кредита. Стоит отметить, что даже кратковременное превышение убытков над прибылью определяет заёмщика некредитоспособным.Однако и АФС, и АДП вызывают ряд трудностей, мешающих быстрому и формализованному процессу оценки. К примеру, формы финансовой отчетности в соответствии со сферой деятельности предприятия, отличаются по своей структуре и составу; сбор финансовой отчетности является достаточно трудоёмким и рутинным процессом как из-за большого объема информации, так и чисто технических составляющих, вроде различных форматов файлов; объемы вычислений большие. Вместе с тем, хотя и финансовая отчетность не достаточно адекватно отражает реальное положение дел компании, она является «единственным инструментом для дистанционного анализа».(Симонов, Лазуков, 2009, с.63)2.3 Количественная оценка кредитного рискаНаибольшее внимание в процессе измерения кредитного риска, конечно, уделяется этапу количественной оценки, поскольку определение вероятности дефолта строится на статистике потерь, что позволяет вычислить величину риска и спрогнозировать будущее. Кредитный рейтинг.Одним из самых популярных методов количественной оценки в отечественной банковской практике является присваивание потенциальному заёмщику кредитного рейтинга. Кредитный рейтинг (credit rating) представляет собой интегральную оценку финансовой устойчивости и платежеспособности заёмщика. Иными словами рейтинг свидетельствует о способности эмитента погасить задолженность в полном объеме. Обычно для присвоения рейтинга используют балльно-весовой метод. Он основан на присвоении характеристикам и показателям, проанализированным на первоначальном этапе, определенных баллов, в сумме они умножаются на весовые коэффициенты, и в результате формируют кредитный рейтинг. В зависимости от кредитного рейтинга заёмщик группируется по шкале категорий риска. Обычно коммерческие банки выделяют пять классов кредитного риска, где первая группа представляет самых надежных заёмщиков, а последняя – самых рисковых. Существует множество факторов, влияющих на кредитный рейтинг заёмщика, это и качественные, и финансовые, и индивидуальные, однако, полный перечень факторов и их весовые коэффициенты не подлежат публичному разглашению. Общая формула кредитного рейтинга:K0=i=1nWi*Ki , Wi=1 где, K0 – кредитный рейтинг;Wi – показатель удельного веса i-го параметра;Ki – балл i-го параметра;n – количество параметров.Для достижения максимальной объективности, балл по каждому фактору строго определяется и не может выходить за границы определенного значения. Анализируя накопленные данные по отраслево-целевой группе, можно установить значения приемлемых для группы показателей и выделить их пределы, которые будут обозначать неблагоприятное финансовое положение заёмщика. Границы выделяются так, чтобы в интервалах находилось примерно одинаковое количество клиентов, таким образом, рейтинговые группы позволяют объединить схожих по финансовому состоянию заёмщиков. Скоринговый метод.Стержневым и наиболее точным и устойчивым методом в количественной оценке кредитного риска является скоринг(scoring). Данный метод состоит из двух основных блоков: математический (модели оценки) и статистический (накопленные кредитные истории клиентов). Основной задачей считается определение вероятности того, что заёмщик выплатит кредит в срок. Скоринг позволяет выделить зависимость определенных характеристик клиента с его надежностью или ненадежностью. Главный смысл скорингового метода – присваивание потенциальному заёмщику свойственного ему кредитного скоринга (score), который затем сравнивается со специфичной для каждой модели оценкой. Процесс скоринга для потребительского кредитования первым описал американский экономист Д.Дюран. Оценка кредитного риска строится на таких параметрах как возраст, пол, профессия, доход, опыт работы, срок проживания в данной местности, наличие детей (иждивенцев), семейное положение, наличие автомобиля, недвижимости в собственности и т.д. Используя накопленные массивы данных, определяются коэффициенты, на основе которых заёмщики получают определенное количество баллов и классифицируются на «хороших» (наибольший балл) и «плохих» (наименьший).Так, например, в книге «Управление банковским кредитным риском» С.Н. Кабушкина приводится 9-факторная модель кредитного скоринга (табл. 1):Таблица 1.Характеристики клиентаБаллы Характеристики клиентаБаллы Возраст клиента:менее 30 летменее 50 летболее 50 лет586 6. Профессия, место работы:управляющийквалифицированный рабочийнеквалифицированный рабочийстудентпенсионербезработный975462 2. Наличие иждивенцев:нетодинменее 3долее 33321 7. Продолжительность занятости:менее 1 годаменее 3 летменее 6 летболее 6 лет34793. Жилищные условия:собственная квартираарендуемое жильёдругое1045 8. Наличие в банке счёта:текущего и сберегательноготекущегосберегательногонет6320 4. Длительность проживания по настоящему адресу:менее 6 месяцевменее 2 летменее 5 летболее 5 лет2468 9, Наличие рекомендацийоднаболее двухнет351 5. Доход клиента (в год), $:до 10000до 30000до 50000более 500002579  Источник: Кабушкин. Управление банковским кредитным риском. 2007, С.181Получается, что максимальное количество баллов – 67, а минимальное 20. К тому же, если ранее клиенты с баллом даже выше 20 оказались ненадежными, банк устанавливает «границу отсечения».Скоринговая оценка имеет ряд положительных качеств: научная обоснованность решения по кредиту, снижение влияния человеческого фактора при принятии решения, а значит снижение операционного риска за счет автоматизации процесса, быстрая обработка кредитных заявок. Впрочем, наряду с преимуществами скоринг обладает и недостатками. Например, в результате отказа заёмщикам непрошедшим процедуру скоринга успешно, можно пропустить «хорошего» клиента, возникает так называемая проблема adverse selection. Вместе с тем, стандартизированная модель оценивает только ту информацию, которую предоставляет заёмщик, следовательно, наиболее подготовленные клиенты могут предоставлять неправдивые данные. Специфика скоринговых моделей в российских банках заключается в недостатке статистике по рынку для построения эффективных математических моделей. Ранее модели строили с помощью данных по Польше и Чехии, однако поведение западных заёмщиков отличается от поведения российских, таким образом, на практике данные модели не сработали. К тому же, эксперты приходят к выводу о том, что схемы поведения для разных групп заёмщиков неустойчивы и требуют периодического пересмотра с учетом накопленный статистики. А так же статистическую информацию должны предоставлять бюро кредитных историй, позволяющие сформировать единую базу. Однако согласно закону «О кредитных историях» информация о заёмщике публикуется только с его согласия, что значительно тормозит создание полноценной базы.Методика Базельского соглашения.По рекомендациям Базельского комитета критериями отнесения заёмщика к той или иной группе риска считаются не только внутренние, но и внешние кредитные рейтинги кредитоспособности международных рейтинговых агентств. Главный посыл Базеля-II (2004 г.) в том, что банковский капитал должен соответствовать структуре принимаемых рисков. Капитал (capital) должен составлять не менее 8% от взвешенных по риску активов (risk-weighted assets). Для расчёта таких активов используется формула: RWA=CRWA+OR+MRгде, CRWA – credit risk-weighted assets (взвешенные по кредитному риску активы)OR- operational risk (операционный риск)MR – market risk (рыночный риск)Таким образом, главным компонентом, влияющим на уровень капитала, являются кредитные риски. Согласно Базелю-II существует три подхода к оценке кредитного риска: стандартизированный, базовый (на основе внутренних рейтингов) и продвинутый подход на основе внутренних рейтингов. Стандартизированный подход предусматривает, что весовые коэффициенты по разным группам заёмщиков устанавливаются регулятором на основе данных международных агентств. Однако на данном подходе показатель CRWA достаточно переоценивается, что заставляет банки резервировать больший уровень капитала. Базовый подход (internal rating-based approach) предполагает соблюдение довольно жестких условий по раскрытию информации, указанных в Базельском соглашении, и согласие регулятора на использование внутренних кредитных рейтингов банка. В результате, такой подход позволяет оценивать показатель CRWA более состоятельно.IRB включает в себя измерение ожидаемых убытков (expected loss) и предстоящих потерь по кредиту (credit losses).EL= PD * EAD * LGDCL=PD*LGDгде,EL- ожидаемые потери;CL- показатель кредитных потерьPD – показатель вероятности дефолта (probability default);EAD – величина суммы кредита, подверженная риску;LGD – коэффициент потерь (loss given default).В России техника внутренних рейтингов регламентируется Инструкцией Банка России от 16.01.2004 г. № 110-И «Об обязательных нормативах банков», где установлены нормативы расчёта достаточности капитала банка.Норматив достаточности капитала банка H1 – это отношение уровня капитала банка и суммы его взвешенных по риску активов.«Минимально допустимое числовое значение норматива H1 устанавливается в зависимости от размера собственных средств (капитала) банка:для банков с размером собственных средств (капитала) не менее суммы, эквивалентной 5 млн. евро – 10 %;для банков с размером собственных средств (капитала) менее суммы, эквивалентной 5 млн. евро – 11 %.» Базовый и усовершенствованный анализ внутренних рейтингов отличаются, как правило, объемом собственного накопленного массива данных, которые используют банки. Кроме того, ведение более усложненной и усовершенствованной оценки обязывает банки создавать сложные системы внутреннего рейтинга, что существенно повышает издержки. В результате метод IRB имеет положительную отдачу в деятельности крупных банков, мелкие и средник банки используют более простой подход.В российских реалиях все банки пользуются стандартизированным подходом, поскольку даже крупные банки считаются не готовыми к применению продвинутых способов, и ни один банк не может показать адекватность собственной системы внутренних рейтингов, как этого требует Базель-II. Для использования в анализе внешних кредитных рейтингов используется информация специализированных рейтинговых агентств, например, международные «титаны» - Moody's, Standard & Poor's, Fitch, и российские агентства - Национальное рейтинговое агентство, Первое независимое рейтинговое агентство (FIRA), AK&M (Анализ, Консультации и Маркетинг), Рус-Рейтинг, РБК, Эксперт, Интерфакс. Рейтинги присваиваются различным фирмам, организациям, отраслям, структурам и странам. В настоящее время агентства производит классификацию с помощью общепринятой шкалы кредитных рейтингов (табл. 2).Таблица 2.Moody’sS&PFitchХарактеристикаAaaAAAAAAЛучшие: максимальная защита, минимальный риск. Возможности по выплате долга и процентов чрезвычайно велики.AaAAAAОчень хорошие: возможности эмитента по выплате долга и процентов оцениваются как очень высокие.AAAХорошие: ценные бумаги выше среднего, привлекательны, но подвержены определенному влиянию, приводящему к риску в долгосрочной перспективе.BaaBBBBBBСредние: на текущий момент адекватно защищены, но может не хватать некоторых защитных элементов или они недостаточно надежны в долгосрочной перспективе.BaBBBBНиже среднего: средняя степень защищенности, уже есть спекулятивные элементы, будущее не модет быть гарантировано. В данный момент погашаемые, но допускается возможность задержки платежей.BBBНизкое качество: слабая защищенность в долгосрочной перспективе, уже не могут рассматриваться как привлекательные для инвестиций. Степень финансовой защиты сильно меняется в зависимости от этапов экономического развития и внешних финансово-экономических условий. Вероятны частые изменений рейтинга в рамках категории, а также повышение или понижение рейтинга за рамки категории. На данный момент вероятнее всего погашение, но неблагоприятная экономическая ситуация может привести к задержке платежей.CaaCCCCCCВысокий риск: нестабильность. На данный момент есть опасность непогашения или невыплаты процентов. В случае неблагоприятного стечения обстоятельств вероятно прекращение платежей.CaCCCCОчень высокая вероятность неплатежей.CCCСамая слабая защищенность, возможен отказ от платежей.DDDDD; D; DПолная неплатежеспособность, задолженность, сомнительная стоимость. Источник: Андрианова Л.Н. Рейтинг ценных бумаг: основы теории и практика. С. 23Согласно статье Матовникова М.Ю. «Новации в регулировании…» попытка внедрения в российском банке системы оценки кредитных рисков, основанной на внутренних кредитных рейтингах, провалилась из-за неадекватной статистики дефолтов, «в рассмотренный период вероятности дефолта были очень низки, фактически весь российский банковский сектор почти не имел просроченных кредитов». Так же провалилась и идея использования внешних кредитных рейтингов, поскольку вероятность дефолта достигала 20 %, повышался требуемый уровень резерва капитала, а это «убивало весь финансовый результат банка».Математические модели. Для количественной оценки кредитного риска существует большое количество моделей с математическим подходом, например, модели прогнозирования банкротств, которые подразумевают множественный дискриминантный анализ.Наиболее распространённой моделью построенной на основе множественного дискриминантного анализа является Z-модель Эдварда Альтмана. Она классифицирует заёмщиков по индексу (Z-score) на основе определенных финансовых коэффициентов, объединенных в уравнении(Altman,1968,p. 594): Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5Разделение заёмщиков на подверженных и неподверженных дефолту осуществляется на основе значения Z-score:Z ≤ 1.81 – наиболее высокая вероятность банкротства;1.81 ≤ Z ≤ 2.77 – высокая вероятность банкротства;2.77 ≤ Z ≤ 2.99 – низкая вероятность банкротства;Z > 2.99 – очень низкая вероятность банкротства.Однако при построении подобного рода моделей для российских заёмщиков возникает ряд проблем, в связи с нехваткой истории банкротств и из-за влияния некоторых факторов, не подлежащих учету.Существуют российские дискриминантные модели, прогнозирующие вероятность банкротства – модель Федотовой и модель Кадыкова, Сайфулина.Первая модель рассматривает коэффициент текущей ликвидности (К1) и долю заёмных средств в валюте баланса (К2) и представляет собой следующее уравнение:Z=-0.3877 - 1.0736*K1+0.0579*K2В этом случае даже если значение индекса будет меньше 0, заёмщик всё же не станет банкротом.Модель Сайфулина,Кадыкова основывается на уравнении:Z=2*X1+0.1*X2+0.08*X2+0.45*X4+X5Используя различные финансовые коэффициенты, модель определяет кредитоспособность заёмщика. Компания считается банкротом, если в результате тестирования этой модели индекс получается меньше 1.Оценка кредитного портфеля банка с помощью VaR моделей.Для того чтобы создать собственную систему оценивания и управления кредитным риском, банк должен концентрировать внимание на показателях, которые характеризуют совокупный кредитный риск. Разработка моделей для оценки кредитного портфеля, позволяющих решить данную задачу, происходила в 90-е годы XX века, и в настоящее время получает всё большее применение на практике. Наиболее эффективным, продвинутым и современным инструментом измерения риска считается методология Value-at-Risk (VaR) – «стоимость риска».«VaR — это статистический подход, основным понятием которого является распределение вероятностей, связывающее все возможные величины изменений рыночных факторов с вероятностями их наступления». (Уфимцев,2012, с.

Список литературы

1. Инструкция ЦБ РФ от 16.01.2004 г. №110-И «Об обязательных нормативах банков»
2. Положение ЦБ РФ от 26.03.2004 г. №254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности»
3. Положение ЦБ РФ от 23.06.2004 г. №70-Т «О типичных банковских рисках»
4. Федеральный закон от 02.12.1990 «О банках и банковской деятельности» .
5. Агеев, В.И. Основные модели оценки кредитного риска в коммерческом банке// [Электронный ресурс] /В.И. Агеев// Электронный научный журнал «Исследовано в России», 2011. – Режим доступа: http://zhurnal.ape.relarn.ru.articles/2011/066/pdf.
6. Андрианова, Л.Н. Рейтинг ценных бумаг: основы теории и практика//Диссертация//Финансовая академия при правительстве РФ//2002 г.//180 С.
7. Банковский надзор:европейский опыт и российская практика/Пер. с англ.;Под ред. М. Олсена. М.:Банк России, 2005
8. Велиева, И.С. Управление рисками в российских банках/И.С.Велиева//Эксперт.- 2011.- №6.- 24 С.
9. Волошин, И.В. Оценка банковских рисков: новые подходы.- К.:Эльга, Ника-центр, 2004
10. Жариков В.В. Управление кредитными рисками: учебное пособие/В.В. Жариков, М.В, Жарикова, А.И.Евсейчев.- Тамбов: Изд-во Тамб.гос.тех.ун-та, 2009.- 244 С.
11. Злобина Е.И. Особенности развития стандартов кредитования физических лиц в российских коммерческих банках// Финансы и кредит. 2009. №30. С.37-42
12. Кабушкин С.Н. Управление банковским кредитным риском. М.: Новое знание,2006. 336 С.
13. Костюченко Н.С. Анализ кредитных рисков/Н.С. Костюченко. –СПб.: ИТД «Скифия» 2010.-440 С.
14. Кредитный скоринг. Методология оценки кредитоспособности заёмщика. www.consumerlending.ru
15. Лаврушин О.И. Банковские риски: учебное пособие/кол.авторов; под ред. д-ра экон. наук, проф. О.И. Лаврушина и д-ра экон. наук, проф. Н.И. Валенцевой. – М.: КНОРУС, 2007. – 232 С.
16. Лазуков С. Рейтинговая оценка контрагента как фактор снижения риска кредитных операции/ С.Лазуков//Современный финансовый рынок РФ: материалы международной научно-практической конференции ,Пермь,2006
17. Луценко Е.В., Лебедев Е.А. Определение кредитоспособности физических лиц и риска их кредитования// Финансы и кредит. 2006. №32(236). С. 75-83
18. Матовников, М.Ю. Новации в регулировании: зло или благо?//Деньги и кредит.- 2012 г.- №9// С.30-34
19. Метелёв С.Е. Кредитный риск: методы оценки и пути минимизации: научное издание/Завгородняя Т.В., Метелёв С.Е., Машкина А.Н. Омск: Издатель ИП Погорелова Е.В., 2009.- 132 С.
20. Панова, Г.С. Кредитная политика коммерческого банка. М.: «ДиС», 1997. 464 С.
21. Пустовалова, Т.А. Построение модели оценки кредитного риска кредитного портфеля коммерческого банка (на основе методологии VAR).Научные доклады, №2(R)- 2010.СПб.:ВШМ СПбГУ, 2010.
22. Сафронова Т.Е. Методы минимизации кредитных рисков на основе оценки кредитоспособности заёмщиков//Извествия ПГПУ им. В.Г. Белинского. 2011. №24. С.435-330
23. Симонов, П.М. , Лазуков С.И. Оценка кредитного риска: актуальные практические вопросы// Вестник Пермского университета. 2009. Экономика. Вып.1(1). С.62-67
24. Тимкин, М. Кредитные риски: внутренние модели оценки// Журнал «БДМ.Банки и деловой мир», №1, 2007 г. – Режим доступа: base.garant.ru/5337188/
25. Уфимцев, А.А. Измерение валютных рисков с помощью методологии Value-at-Risk// Вестник Челябинского государственного университета. 2012. №8(262). Экономика. Вып. 36. С.137-142.
26. Цапаев, Д. Комплексный риск- менеджмент в банке// «Банковское обозрение», №3, март 2004 г.- Режим доступа: http://www.old.it2b.ru/it2b3.view3.page71.html
27. Шишкина, Н.Ф., Кузнецов, А.Ф. Анализ моделей прогнозирования вероятности банкротства предприятий// ГОУВПО «МГУ им. Н.П. Огарева»//С.8
28. Cauoette J.B.,Altman E.I., Narayanan P. Managing credit risk: The next great financial challenge.- L.;John Wiley & Sons,Inc., 1998
29. Cossin D., Pirotte H. Advanced credit risk analysis.- Chichester: John Wiley & Sons, Ltd., 2001
30. Credit Risk+ - A credit risk management framework. Technical Document. – L./N.Y.:Credit Suisse Financial Products, 1997
31. CreditMetrics- technical document.- N.Y.: J.P. Morgan &Co;., Inc., 1997
32. Kealhofer S. Portfolio management of default risk. Document №999-0000-033, revision 2.1. KMV Corporation, 1998
33. The IRB Approach: Consultative Document. Basel Committee on Banking Supervision, 2001
34. www.1fin.ru
35. www.audit-it.ru
36. www.banki.ru
37. www.fin-buh.ru
38. www.sberbank.ru
39. www.vtb24.ru
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.0054
© Рефератбанк, 2002 - 2024