Система налогообложения банков на примере АО АЛЬФА БАНКА

Таблица 8Динамика активов, нормативов достаточности капитал, видов капитала банка2016201720182019Активы, в млрд. руб.2714,13222,013359,23970,07Основной капитал, в млрд. руб.221,07230,31247,24295,79Базовый капитал, в млрд. руб.221,07230,31233,76281,69Н1.1 (норматив достаточности базового капитала), %10,489,39,6610,412Н1.2 (норматив достаточности основного капитала), %10,489,310,2210,938Влияние резервов на деятельность банка четко проявляется при анализе нормативов достаточности капитала, так как в расчетной формуле балансовые активы банка очищаются от резервов и взвешиваются по уровню риска. Поэтому, чем выше величина резерва, тем норматив более возрастает, что требует от банка в большем объеме капитала для покрытия рисков.Норматив с учетом надбавок за системную значимость и за поддержание достаточности капитала ежегодно выполнялся. Наблюдается его рост в отношении основного капитала к 2019 г. на 4,4 п.п. при росте основного капитала на 33.4%, росте активов (без учета взвешивания по риску) на 46,3%: можно предположить, что корректирующие статьи сократили балансовую величину активов (gross). Согласно Инструкции ЦБ от 28.06.2018 г. N 180-И "Об обязательных нормативах банков" банк имеет право на распределение 100% прибыли.ПАО «Альфа-Банк» интересен в части налогообложения благодаря низким показателям по налоговой нагрузке среди банков -лидеров по размеру активов на начало 2019 г. (по версии Банки РУ) . Доля налогов в выручке банка с 2014 г. по 2018 г. изменялась от 3,16% до 1,77%, когда на 2018 год такие банки, как Альфа-Банк, МКБ, ВТБ, ГПБ, Промсвязьбанк имели налоговую нагрузку в несколько раз больше 1,77%: от 2,47% (ГПБ) до 10,79% (Альфа-Банк). Можно сделать предположение, что качественно на показатель повлиял механизм формирования резервов в банке, особенности в отношении отнесения ссуд к определенной категории качества на основании профессиональных суждений.Для целей налогообложения банком применяется ряд мер в отношении резервирования по снижению налогооблагаемой базы по налогу на прибыль. Банком исправно формируются резервы, по некоторым статьям он их создает, по некоторым - нет, в основе чего - профессиональные суждения менеджеров. У банков возникает выбор в вопросе формирования резервов:1)формирование немалых резервов теоретически приведет к выполнению норматива достаточности капитала с возможностью распределять всю оставшуюся прибыль (но меньшую, чем во втором варианте); за счет возрастания расходной части ввиду увеличения резервов налогооблагаемая база сократится, но резервы будут уменьшать свободные денежные средства и банк не сможет их направить на получение альтернативных экономических выгод. ПАО «Альфа-Банк» во многом следует первому варианту.2)альтернативный вариант - высвобожденные средства будут компенсироваться большим налогом на прибыль, так как внереализационные расходы в качестве резерва будут меньше сокращать налогооблагаемую базу.ГЛАВА 3. ПРЕДЛОЖЕНИЯ И РЕКОМЕНДАЦИИ ПО ПОВЫШЕНИЮ ЭФФЕКТИВНОСТИ СИСТЕМЫ НАЛОГООБЛОЖЕНИЯ ПАО «АЛЬФА-БАНК»3.1 Направления совершенствования системы налогообложения банкаНа основе данных динамики о налогообложении ПАО «Альфа-Банк» авторами были рассчитаны коэффициенты налоговой нагрузки, которые показали, что налоговая нагрузка на ПАО «Альфа-Банк» России носит умеренный характер и находится на устойчивом уровне, несмотря на ряд значимых макроэкономических изменений в российской экономике. При этом ПАО «Альфа-Банк» является крупнейшим налогоплательщиком среди всех финансовых институтов Российской Федерации.В эпоху интенсивного развития финансового сектора в капиталистических странах вопросы налогообложения деятельности финансовых институтов в крупнейших экономиках мира приобретают все более актуальный характер. Не исключением остается и Российская Федерации, в структуре экономики которой одной из крупнейших компаний по объему капитала остается ПАО «Альфа-Банк».В соответствии с частью 2 Налогового кодекса РФ налогообложение коммерческого банка осуществляется на основах общей системы налогообложения.В соответствии с нормами налогового кодекса Российской Федерации ПАО «Альфа-Банк» является плательщиком следующих налогов: НДС; налог на прибыль организаций; налог на имущество организаций; транспортный налог; земельный налог; налог на контролируемые иностранные компании; прочие налоги и сборы.Раскроем сущность сравнительно нового налога - налога на контролируемые иностранные компании или сокращенно КИК, который уплачивает ПАО «Альфа-Банк России», как компания, имеющая сравнительно большую филиальную сеть за рубежом.Согласно подписанному Президентом Российской Федерации Федеральным законом «О внесении изменений в части первую и вторую Налогового Кодекса Российской Федерации (в части налогообложения прибыли контролируемых иностранных компаний и доходов иностранных организаций)» от 24.11.2014 года №376-ФЗ, вступивший в силу с 01.01.2015 года был введен налог на контролируемые иностранные компании (КИК), объектом которого признается иностранная структура без образования юридического лица, контролирующими лицами которой являются организации и (или) физические лица, признаваемые налоговыми резидентами Российской Федерации.Динамику уплаченных налогов анализируемого нами коммерческого банка ПАО «Альфа-Банк» представим в таблице.Таблица 9Динамика уплаченных налогов ПАО «Альфа-Банк России»ПоказательГодАбсолютноеотклонениеОтносительноеотклонение2017201820192018/20172019/20182017/20182019/201812345678НДС265882556019068-1028-649296,1374,60Налог на имущество732265636689-75912689,63101,92Налог на землю265251248-14-394,7298,8Налогнаконтролируемыеиностранныекомпании-244229244-15-93,85Транспортный налог51555540107,84100Прочие налоги и сборы1404242828981024470172,93119,36Налог на прибыль8236353412120418-289516700664,85225,45Итого11799388513149605-294806109275,02169,02В 2018 году по сравнению с 2017 годом НДС снизился до 1 028 млн. руб., в 2019 году налог на имущество снизился на 64 920 млн. руб. по сравнению с предыдущим годом, в 2018 году снизился на 7,59 млрд. руб. в 2019 году выросли на 1,26 млрд. руб. по сравнению с 2,29 млрд. руб. в 2019 году.Транспортный налог в 2018 году увеличился на 4 млн. руб. по сравнению с предыдущим годом, а в 2019 году остался неизменным, и ситуация повторилась в 2018 году. Прочие налоги и сборы увеличились 1,1 млрд. руб. за 2018 год по сравнению с 2017годом, на 0,5 млрд. руб. за 2019 год в отличие от предыдущего года. Налог на прибыль снизился на 28,9 млрд. руб. за 2018 год по сравнению с 2017 годом, а в 2019 году увеличились на 61,1 млрд. руб. по отношению к 2018 году. Рисунок 2. Динамика НДС ПАО «Альфа-Банк» за 2017-2019 годы, млн. руб.Таким образом, за анализируемый период сумма НДС, подлежащая уплате у ПАО «Альфа-Банк России», снизилась с 26,5 млрд. руб. до 19,1 млрд. руб. Главной причиной этого является отрицательное изменение чистого дохода банка.Рисунок 3. Динамика налога на прибыль ПАО «Альфа-Банк России» за2017-2019 годы, млн. руб. Проанализирована прибыль организаций за налоговый период, значение увеличилось с 82 363 млн. руб. до 120 418 млн. руб. Данное действие связано с увеличением налогооблагаемой прибыли.На рисунке 4 показана динамика налога на имущество организации ПАО «Альфа-Банк России».Рисунок 4. Динамика налога на имущество ПАО «Альфа-Банк России» за 2017-2019 годы, млн. руб.Сумма налога на оцениваемую недвижимость за анализируемый период снизилась с 7 322 млн. руб. до 6 689 млн. руб.Так исходя из рисунка 5, видно, что налоговые платежи за 2017-2019 годы выросли с 117 993 млн. руб. до 149 605 млн руб., что связано с увеличением доходов банка, со средней годовой стоимостью основных средств. Расчет величины коэффициента налоговой нагрузки ПАО «Альфа-Банк России» на 2015-2017 годы на основе отчета о финансовых результатах.На 01.01.2016 года платежи банка ПАО «Альфа-Банк России» составили 117 993 000 (без НДФЛ) тыс. руб., а совокупный доход - 1027 872 529 тыс. руб., соответственно:Кнгр = 117993000/1027872529x100% = 11,48 %На 01.01.2017 года платежи банка ПАО «Альфа-Банк России» составили 88513000 (без НДФЛ) тыс. руб., а совокупный доход - 926706095 тыс. руб., соответственно:Кнгр = 88513000/926706095x100% = 9,55 %На 01.01.2018 года налоговые платежи банка ПАО «Альфа-Банк России» составили 149 605 000 (без НДФЛ) тыс. руб., а совокупный доход 1 412 610 647 тыс. руб.:Кнгр = 149605000/1412610647x100 % = 10,59 %Чем ниже значение коэффициента, тем меньше доля налога в сумме дохода, полученного банком за период, соответственно доля налогов на 01.01.2019 по сравнению со значением на 01.01.208 снизился на 1,93 %, также по сравнению со значением на 01.01.2019 годом выросло на 1,04 %. При необходимости коэффициент налоговой нагрузки рассчитывается на основе отдельных доходов, таких как кредиты, денежные и расчетные операции, а также доходы от операций в иностранной валюте. Для сравнения показателей коэффициента налоговой нагрузки ПАО «Альфа-Банк России» на 2015-2017 годы мы обобщим данные, приведенные в таблице 10.Таблица 10Показатели налоговой нагрузки ПАО «Альфа-Банк России» на 2017-2019 годы, %ГодЗначение показателя Кнгп,%201511,4820169,55201710,59Для наиболее точного отражения информации графически представлена динамика налоговой нагрузки за анализируемый период.Рисунок 5. Динамика коэффициента налоговой нагрузки ПАО «Альфа-Банк России» за 2017-2019 годыТаким образом, на основе анализа динамики налогов, уплаченных ПАО «Альфа-Банк России» в период с 2017 по 2019 год, а также динамику коэффициентов налоговой нагрузки за тот же период, мы провели анализ организации налогового учета в коммерческом банке на примере ПАО «Альфа-Банк». По результатам анализа следует сказать, что налоговая нагрузка на ПАО «Альфа-Банк» России носит умеренный характер и находится на устойчивом уровне, несмотря на ряд значимых макроэкономических изменений в российской экономике. При этом ПАО «Альфа-Банк» является крупнейшим налогоплательщиком среди всех финансовых институтов Российской Федерации.3.2 Оценка эффективности предложенных мероприятийВ настоящее время рыночная экономика уже не может существовать без банковской системы, а банковская система не может развиваться и функционировать без получения прибыли. Чистая прибыль необходима банкам для привлечения нового капитала, позволяющего расширить объем и повысить качество предоставляемых услуг. Чистая прибыль банка - это прибыль, остающаяся в распоряжении банка после уплаты всех налогов. Она представляет собой конечный финансовый результат деятельности банковского учреждения.Для построения и анализа эконометрической модели прибыли ПАО Альфа-Банка РФ были взяты экономические данные из официальной публикуемой отчетности банка за 2019-2018 гг., представленные следующими показателями [8]: y Чистая прибыль, тыс. руб. x1 Денежные средства, тыс. руб. x2 Кредиты физическим лицам, тыс. руб. x3 Дебиторская задолженность, тыс. руб. x4 Средства на счетах, тыс. руб. x5 Просроченная задолженность по предоставленным кредитам и прочим размещенным средствам физ. лиц, тыс. руб. x6 Вложения в ценные бумаги, тыс. руб. Вышеперечисленные активы были выбраны в качестве факторов для построения многофакторной регрессии, поскольку все необходимы для оценки эффективности деятельности банковской организации и оказывают сильное влияние на объём чистой прибыли банка [7]. Для построения уравнения множественной линейной регрессии необходимо провести анализ целесообразности включения факторов в уравнение модели. Проверка наличия высокой взаимной коррелированности объясняющих переменных проводится на основе анализа матрицы парных корреляций между факторами (таблица 11). Между факторами x6 и x2 наблюдается прямая весьма сильная связь, что подтверждает коэффициент корреляции, равный 0,93, поэтому один из факторов должен быть исключен из модели. Исключается фактор x6, который показывает вложения в ценные бумаги банком, выраженные в рублях. В качестве факторов для построения модели чистой прибыли банка были выбраны: денежные средства, кредиты физическим лицам, дебиторская задолженность, средства на счетах, просроченная задолженность по предоставленным кредитам и прочим размещенным средствам физических лиц. Таблица 11Матрица парных коэффициентов корреляцииyx1x2x3x4x5x6y10,680,66-0,250,26-0,640,65x 10,6810,770,120,27-0,780,68x20,660,7710,360,17-0,670,93x3-0,250,120,3610,010,060,43x40,260,270,170,011-0,140,15x5-0,64-0,78-0,670,06-0,141-0,54x60,650,680,930,430,15-0,541Уравнение множественной линейной регрессии чистой прибыли ПАО Альфа-Банка имеет следующий вид (1): Показатели регрессионного анализа представлены в табл. 12. Таблица 12Показатели регрессионного анализа зависимости прибыли от показателейКоэффициент множественной корреляции0,863Нескорректированный коэффициент множественной детерминации0,746Скорректированный коэффициент множественной детерминации0,67Коэффициент множественной корреляции, составляющий 86%, показывает сильное влияние факторов на результативный признак [1]. Нескорректированный коэффициент множественной детерминации равный 74,6% оценивает долю вариации результативного признака за счет представленных в уравнении факторов. Скорректированный коэффициент множественной детерминации показывает, что 67% вариации зависимой перемен- ной (объём чистой прибыли) объясняется вариацией независимых переменных (денежные средства, кредиты физическим лицам, дебиторская задолженность, средства на счетах, просроченная задолженность по предоставленным кредитам). На неучтённые в модели факторы приходится 33% вариации зависимой переменной. Оценить качество модели множественной регрессии можно с помощью дисперсионного анализа [1]. Значимость уравнения проверяется по F-критерию Фишера, согласно которому модель множественной линейной регрессии является статистически значимой, так как рассчитанный показатель > , где = 2,62, следовательно, она может быть использована для прогнозирования чистой прибыли ПАО Альфа-Банка на будущие периоды. Оценка статистической значимости коэффициентов множественной регрессии проводится с помощью t-статистики Стьюдента [4]. Решение о том, что верна нулевая гипотеза, свидетельствующая о случайной природе показателей, т.е. о незначимом их отличии нуля, принимается в случае, когда , где =2,1009, иначе принимается альтернативная гипотеза. Таблица 13 Расчетные значения t-статистик СтьюдентаФакторыЗначения t-статистикY-пересечение-0,03Денежные средства (x1)0,92Кредиты физическим лицам (x2)3,24Дебиторская задолженность (x3)-3,78Средства на счетах (x4)0,74Просроченная задолженность по предоставленным кредитам и прочим размещенным средствам физ. лиц (x5)0,17Фактические значения t-статистики для коэффициентов и превосходят табличное значение =2,1009, а значит, нулевая гипотеза отвергается и коэффициенты не случайно отличные от нуля, а статистически значимы. Остальные коэффициенты являются незначимыми, поэтому их необходимо исключить из модели и построить уравнение множественной регрессии, включая два фактора: и (таблица 3). После исключения факторов , , и константы уравнение множественной линейной регрессии чистой прибыли ПАО Альфа-Банка имеет следующий вид (2):(2)Полученное уравнение показывает, что в среднем при увеличении кредитов, выданных физическим лицам на 1 рубль, объём чистой прибыли увеличивается на 15,36 руб.; снижение дебиторской задолженности приводит к уменьшению чистой прибыли на 72,233 руб. соответственно. Модель чистой прибыли ПАО Альфа-Банка и фактические значения чистой прибыли можно представить в графическом виде (рис. 5).Рисунок 6. Модель чистой прибыли ПАО Альфа-Банка и фактические значения чистой прибыли Фактические значения чистой прибыли и прогнозные значения почти полностью совпадают на графике, что говорит о качестве построенного уравнения модели. Для данной модели коэффициент множественной корреляции, равный 99,7%, показывает очень сильное (тесное) влияние дебиторской задолженности кредитов, выданных физическим лицам на объём чистой прибыли банка. Нескорректированный и скорректированный коэффициенты детерминации, равные 99,45% и 94,88% соответственно, свидетельствуют о тесной взаимосвязи между чистой прибылью и факторами. Значимость коэффициентов модели подтверждается с помощью рассчитанных t-статистик Стьюдента, которые равны 21,15 и 4,26 для факторов кредиты физическим лицам и дебиторская задолженность, соответственно. Расчетные значения t-статистик Стьюдента превосходят табличное значение =2,1009, а значит, являются статистически значимыми. Значимость уравнения модели множественной регрессии подтверждается полученным значением F-критерия Фишера, т.е. 1996,405 > =2,62.Для получения по методу наименьших квадратов состоятельных оценок параметров множественной регрессии необходима проверка нескольких предпосылок МНК [3]. Одной из таких предпосылок является исследование дисперсий остатков модели на гомоскедастичность. При невыполнении условий гомоскедастичности можно говорить о гетероскедастичности остатков. Наличие гетероскедастичности может привести к смещённости оценок коэффициентов регрессии, полученных с помощью t-критерия Стьюдента, интервальных оценок, F-критерия Фишера, а также к уменьшению точности прогнозов по данной модели [5]. Для обнаружения гетероскедастичности используется метод Голдфельда-Квандта [9]. Предположение о нормальном законе распределения случайной ошибки модели регрессии является основной предпосылкой для проведения данного теста. Для множественной регрессии данный тест проводится для каждой из объясняющих переменных. Тест Голдфельда-Квандта для данной модели множественной регрессии был проведён для двух объясняющих переменных: кредиты физическим лицам (x2) и дебиторская задолженность (x3) (таблица 14). Таблица 14 Расчетные значения F-статистик ФишераФакторыЗначения F-статистикКредиты физическим лицам (x2)0,052Дебиторская задолженность (x3)0,247Полученные наблюдаемые значения F-критерия Фишера меньше критического значения F-критерия, которое равно, следовательно, принимается основная гипотеза, которая предполагает постоянство дисперсий случайных ошибок модели регрессии, то есть наличие в модели условий гомоскедастичности. Для состоятельности оценок параметров регрессии необходимо выполнение ещё одной предпосылки, которая предполагает отсутствие автокорреляции остатков – значения остатков распределены независимо друг от друга [2]. Проверка этого условия была проведена с помощью критерия Дарбина-Уотсона [10]. Фактическое значение и теоретические значения и представлены таблице 15. Таблица 15Расчетные значения критерия Дарбина-Уотсонаd2,44dL1,19dy1,55Сравнивая расчётное значение и теоретические значения и для =24, =2 и уровня значимости =0,05, получаем, что не попадает в интервал , но находится в промежутке ≤d≤ 4 – , что означает отсутствие автокорреляции остатков. В процессе исследования данной модели множественной регрессии на выполнение предпосылок МНК сделаны следующие выводы: 1. Отсутствие явления гетероскедастичности доказано с помощью теста Голдфельда-Квандта. Наблюдается гомоскедастичность, которая означает постоянство дисперсий случайных ошибок модели и положительно характеризует качество построенной модели. 2. Автокорреляция остатков не обнаружена с помощью критерия Дарбина-Уотсона, а значит, полученное уравнение модели является удовлетворительным. Провести оценку качества полученного уравнения множественной регрессии можно с помощью средней ошибки аппроксимации. Она показывает среднее отклонение расчётных значений от фактических. Полученное значение = 0,59% говорит о том, что качество построенной модели оценивается как хорошее, поскольку средняя ошибка аппроксимации не превышает 8-10% [11]. Средний частный коэффициент эластичности, рассчитанный для фактора дебиторская задолженность, показал отсутствие значимой эластичности между этим фактором и объёмом чистой прибыли и составил (-0,24) [6]. Кредиты, выданные физическим лицам, оказывают сильное влияние на объём чистой прибыли банка. Средний частный коэффициент эластичности для данного фактора равен 1,237, он доказывает, что эластичность сильная и зависимость положительная, то есть при увеличении объёма выдачи кредитов увеличивается чистая прибыль банка. Заключение. На основе всего вышесказанного можно сделать вывод о том, что на объём чистой прибыли ПАО Альфа-Банка оказывают наибольшее влияние такие показатели активов как дебиторская задолженность и кредиты, выданные физическим лицам. Средняя ошибка аппроксимации построенной модели чистой прибыли составила 0,59%, что говорит о том, что данная модель может использоваться для прогнозирования объёмов прибыли на будущие периоды. Качество данной модели подтверждают рассчитанные F-критерий Фишера, t-критерий Стьюдента и другие показатели корреляционно-регрессионного анализа. Модель чистой прибыли проверена на выполнение основных предпосылок МНК, а именно отсутствие автокорреляции остатков и наличие гомоскедастичности, которые положительно характеризуют её. Следовательно, многофакторная модель чистой прибыли банка может использоваться для прогнозирования объёмов прибыли на короткие периоды, для долгосрочного её применения необходимо учитывать и рассматривать дополнительные показатели активов банка.ЗАКЛЮЧЕНИЕПо итогам 2019 года объем нетто–активов Банка составил 101 105 106 тыс. руб. АО «Альфа-банк» занял 63 место по объему активов в рейтинге «Эксперт РА» и 58 место в рейтинге «Интерфакс». Банк сохранил свои позиции по большинству ключевых показателей: вошел в ТОП–50 по объему выданных кредитов физическим лицам и в ТОП–50 банков по объему депозитов. Величина собственных средств (капитала) Банка на 1 января 2020 года составила 20 957 млн. рублей. По итогам работы Банка в 2019 году нетто–активы составили 101 105 млн. руб., что является показателем успешной работы Банка как надежного партнера на рынке финансовых услуг. Величина привлеченных средств на 01.01.2020 года составила 88 530 млн. рублей. В 2019 году АО «Альфа-банк» сохранил свою универсальность при концентрации на двух основных направлениях: обслуживание клиентов физических лиц и МСБ. При этом гораздо больше внимания уделялось цифровым технологиям и онлайн–сервисам. АО «Альфа-банк» в 2019 году продолжал помогать миллионам жителей эффективно распоряжаться собственными средствами, предоставляя равные возможности по использованию своей финансовой инфраструктуры всем категориям населения. Кредитование физических лиц является одним из приоритетных направлений деятельности Банка. К концу отчетного периода портфель кредитов физическим лицам составил 44 572 млн. рублей. За прошедший год был существенно расширен перечень технологий, применяемых для выдачи потребительских кредитов, совершенствовались механизмы оценки заемщиков и технология потребительского кредитования. Для физических лиц АО «Альфа-банк» предлагает выгодные и удобные кредиты с «прозрачными» условиями – без скрытых процентов и комиссий. Таким образом, Банк реализует социально–ориентированную политику, направленную на удовлетворение различных потребностей населения. В структуре активов АО «Альфа-банк» наибольшую долю занимают кредиты и авансы клиентам (49,4% в 2019 году или 66 563 млн. руб.), торговые ценные бумаги (16,2% в 2019 году или 21 833 млн. руб.), а также прочие активы (8,7% или 11 787 млн. руб.). В течение исследуемого периода наблюдается снижение стоимости активов на 13 755 млн. руб. или на 9,3%. Наибольшее снижение наблюдается по таким статьям активов, как кредиты и авансы клиентам (снижение составило за 3 года 28 067 млн. руб.), средства в других банках (снижение 4 491 млн. руб.), а также денежные средства и эквиваленты денежных средств (снижение 1 508 млн. руб.). Таким образом, можно сделать вывод о снижение хозяйственной деятельности АО «Альфа-банк». Минимальная процентная ставка по кредиту для физических лиц – 6,5%. К клиентам предъявляются такие требования, как возраст от 23 до 70 лет на дату погашения кредита, стаж работы от 3–х месяцев на последнем месте работы, регистрация и место работы на территории действия банка, а также обязательство гражданство Российской Федерации.СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВНормативные и законодательные актыПоложение Банка России N 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности»Положении №590-П от 28.06.2017 «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности»Учебники и учебная литератураБанковские риски : учебник / под ред. О.И. Лаврушина, Н.И. Валенцевой. — 3-е изд., перераб. и доп. — М. : КНОРУС, 2013. — С. 6-20Доугерти, К. Введение в эконометрику: Учебник. 2-е издание / К. Доугерти; пер. с англ. – М.: ИНФРА-М, 2004. – 432 с. Иванов А.А. Риск-менеджмент: учебно-метод. комплекс / А.А. Иванов, С.Я. Олейников, С.А. Бочаров. - М. : Изд. центр ЕАОИ, 2008. — С. 114.Елисеева, Е.И. Эконометрика: учебник / Е.И. Елисеева. – М.: Финансы и статистика, 2003. – 344 с. Лаврушин, О.И. Банковское дело: учебник / О.И. Лаврушин, Н.И. Валенцева – М.: КНОРУС, 2014. – 800 с. Лаврушин, О.И. Оценка финансовой устойчивости кредитной организации учебник / коллектив авторов; под ред. О.И. Лаврушина, И.Д. Мамоновой . — 2-е изд., стер. — М. : КНОРУС, 2016. — 302 с.МакконнеллКэмпбелл Р., Брю Стэнли Л. Экономикс: Принципы, проблемы и политика В 2-х т. /Пер с англ. - М.: Республика, 1992.Kersting W.H. Distribution system modeling and analyses. London (UK): Taylor & Francis, 2012. 439 p. Draper N., Smith H. Applied regression analysis. New York: Wiley, In press, 1981.Singh S. Pattern Modelling in Time-Series Forecasting // Cybernetics and Systems-AnInternational Journal. 2000, Vol. 31, No. 1. P.49-65. Статьи из периодической печатиАхметшин Э.М. Риски в банке и ссудные риски /Э.М. Ахметшин, З.Р. Шарифуллина // Материалы III Всероссийской научно-практической конференции студентов и молодых ученых с международным участием / под ред. А.И. Разживина, И.Т. Сабирова, А.Р. Гапсаламова, С.В. Хусаиновой. Елабуга. – 2015. – С. 31-33. Воронова, М. А. Особенности налогообложения российских коммерческих банков // Научный журнал. – 2017. – №. 5. – С. 57-59.Дзагоева, М. Р. Совершенствование процедур налогового контроля организаций финансового сектора (на примере коммерческих банков) / М. Р. Дзагоева, Н. Ю. Березовская, Д. А. Хаутова //Экономика и предпринимательство. – 2017. – №. 2-1. – С. 536-540.Диев В.С. Риск и неопределенность в философии, науке, управлении / В.С. -Диев // Вестник Томского государственного университета. Философия. Социология. Политология. – 2011. - № 2 (14). – С. 79-89. Ермошина Т. В. Налогообложение прибыли коммерческих банков: сущность, функции, специфика // Современные проблемы и перспективы развития банковского сектора России материалы II всероссийской научно-практической конференции с международным участием (заочной). – 2017. – С. 184-190.Кудрявцева, Н. Н. и др. Порядок исчисления и уплаты налога на прибыль коммерческих банков в инновационной экономике // Вестник Воронежского государственного университета инженерных технологий. – 2018. – Т. 80. – №. 1 (75).Кобылина Е.Н. Основные направления совершенствования налогообложения банков в РФ Научно-техническийпрогресс и современное общество: сборник научных трудов по материалам I Международной научно-практической конференции молодых ученых, 15 января 2017г. Москва: НОО «Профессиональная наука», 2017. No 96 с. 96-100 Коваленко Ф.А. Совершенствование налогообложения коммерческих банков как фактор развития банковского дела в России // Актуальные вопросы экономических наук. 2009. No8-2. С. 96-100.Кувшинова Е.В., Скрипачева А.Г. Особенности налогообложения прибыли коммерческого банка. // Пути исторического развития российского государства: от эпохи потрясений к эпохе созидания и консолидации материалы VIII Всероссийской научно-практической конференции с международным участием. 2017. С. 199-209.Протасова Д.С. Особенности налогообложения коммерческих банков // Международный журнал прикладных и фундаментальных исследований. – 2016. – № 6-4. – С. 757-760 Шапошников И.Г. Современные тенденции развития банковской системы России // Фундаментальные исследования. - 2014. - №8 (часть 5).-С. 1169 – 1173. Сергеева И. В., Воронина Е. В. Формирование финансовых результатов внутренних структурных подразделенийкоммерческих банков с учетом налогообложения //Вестник Сургутского государственного университета. 2016. No 2 (12). С. 94-102. Суриков К.Ю., Мясникова М.Г. Спорные вопросы в налогообложении – риски для банков// Деньги и кредит. 2013. No11. С. 43-46.Юленкова И. А. Совершенствование банковской системы в условиях инновационной экономики / И. А. Юленкова, Н. Н. Оболонская // Конкурентоспособность в глобальном мире: экономика, наука, технологии. – 2017. - №11(58). – С. 273-276.Интернет ресурсыГавриленко Д.С. К вопросу о налогообложении кредитных организаций в Российской Федерации // Научное сообщество студентов XXI столетия. Экономические науки: сб. ст. по мат. LII междунар.студ. науч.-практ. конф. № 3(51). URL: https://sibac.info/archive/economy/4(52).pdf (дата обращения: 17.07.2020)Официальный сайт ПАО Альфа-Банка Российской Федерации [Электронный ресурс]. – Режим доступа: www.sberbank.ru Официальный портал банковского аналитика: Анализ банков [Электронный ресурс]. – Режим доступа: https://analizbankov.ru/