Рис. 10 Доля просроченных кредитов в иностранной валюте
Темпы роста ВВП (GDPGR) – один из важных показателей экономической активности государства. Как мы уже говорили ранее, банки снижают объем резервов на возможные потери в период экономического подъема, то есть когда увеличиваются темпы роста ВВП, и наращиваются в период экономического спада. Модель подтверждает отрицательную зависимость между динамикой ВВП и резервов на возможные потери. Вместе с текущим значением показателя мы включили в регрессию данную переменную с лагом, для того чтобы определить задержку, с которой ухудшения в реальном секторе экономики воздействуют на качество кредитного портфеля.
В результате на изменение резервов влияют как текущие темпы роста ВВП, так и с задержкой в 2 квартала, причем коэффициент перед L2GDPGR значительно выше и имеет более высокий уровень значимости. Данный факт означает, что динамика ВВП оказывает не мгновенное влияние на состояние банковского сектора, а с некоторым запаздыванием. Знак минус перед GDPGR и L2GDPGR подтверждает, что спад экономической активности, проявляющийся в форме снижения ВВП, отрицательно влияет на стабильность банковского сектора (Рис. 11). Дело в том, что когда в экономике наблюдается шок, выраженный падением ВВП, это сопровождается сокращением промышленного производства в стране, внутреннего и внешнего спроса на продукцию. Это приводит к росту убытков предприятий, повышению уровня безработицы и сокращению доходов населения. В итоге экономическое положение заемщиков значительно ухудшается и растет уровень кредитного риска, который сопровождается ростом резервов на возможные потери по ссудам. Особенно это касается предприятий нефинансового сектора, доля кредитов которым является основной составляющей кредитного портфеля банковского сектора РФ. Рис.11. Темпы роста ВВП и резервов на возможные потери банковского сектора РФ
INV - отток/приток капитала, млрд.долл. Кризис на мировых финансовых рынках сопровождается оттоком капитала, деньги и инвестиции уходят из страны в условиях макроэкономической нестабильности. Отток капитала в России вызван не только неприятием к риску на российских рынках, но и большой внешней корпоративной задолженностью, которую предприятия вынуждены возмещать. В этих условиях различные сектора экономики сталкиваются с дефицитом денежных средств и сокращением доходов от своей деятельности, что негативно сказывается на оценке их кредитоспособности.
Вывоз капитала из страны приводит к сдерживанию экономического развития и к ослаблению финансовой стабильности страны в результате нехватки инвестиционных ресурсов. Превышение оттока капитала над притоком означает реальное сокращение финансовых ресурсов для развития экономики. Ежегодная утечка определенной доли валового внутреннего продукта за рубеж отрицательно сказывается на национальном экономическом развитии, поскольку является прямым вычетом из ресурсной базы для внутренних инвестиций. Отток капитала дестабилизирует систему макроэкономического регулирования. Повышение реальной процентной ставки для предотвращения утечки капитала негативно отражается на внутреннем инвестиционном процессе, одновременно ведя к ухудшению инвестиционного климата в стране, ослаблению интереса иностранных инвесторов к России, все чаще относящих ее к разряду «проблемных рынков». Бегство капитала из страны приводит к дефициту ликвидности в банковской системе, что, в свою очередь, отражается на объемах кредитования реального сектора экономики. К тому же отток капитала ухудшает возможности страны по обслуживанию внешнего долга.
Кроме того, сам банковский сектор сталкивается с недостатком ликвидности, растут расходы на финансирование и привлечение средств. Для покрытия своих расходов банки вынуждены увеличивать уровень риска кредитного портфеля, поскольку рост риска сопровождается ростом процентных ставок по предоставленным кредитам. Таким образом, наблюдается отрицательная зависимость между движением капитала и размером РВПС (Рис.12) Рис. 12. Отток капитала в РФ и резервы на возможные потери банковского сектора
В полученной модели подтверждается отрицательный характер влияния оттока капитала из страны на банки с лагом в один период (L1INV). Из этого следует вывод, что шок от оттока капитала распространяется на банки не мгновенно, а спустя некоторый период времени.
На основе полученной статической модели мы выяснили, что макроэкономические шоки в форме снижения цен на нефть, падение рубля и уровня ВВП, а также отток капитала отрицательно влияют на банковский сектор через увеличение резервов на возможные потери. Причем эффект от одних проявляется сразу, от других спустя некоторый промежуток времени.
В предыдущей модели в качестве объясняющих переменных были включены только макроэкономические факторы, которые являлись экзогенными для данного уравнения. Однако стоит отметить, что размер резервов на возможные потери может зависеть и от соответствующего значения в предыдущем периоде, поскольку тенденции за квартал меняются редко, и если банки увеличивали резервы в предыдущий период, то велика вероятность роста данного показателя в текущий период. С целью проверить данную предпосылку мы включим в состав регрессии показатель LLP с лагом в один квартал. Уравнение примет следующую форму:
Где – темпы прироста резервов на возможные потери на рубль предоставленных кредитов в предыдущем периоде, %, - коэффициент перед соответствующей макроэкономической переменной, t - ежеквартальные значения показателей.
Результаты представлены в таблице 6
Таблица 6
Модель зависимости резервов на возможные потери от макроэкономических факторов
Dependent Variable: LLP
|
|
| Method: Least Squares
|
|
| Date: 03/29/13 Time: 17:25
|
|
| Sample (adjusted): 2002Q2 2013Q1
|
| Included observations: 44 after adjustments
|
| HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
| bandwidth = 4.0000)
|
|
|
|
|
|
|
|
|
|
|
|
| Variable
| Coefficient
| Std. Error
| t-Statistic
| Prob.
|
|
|
|
|
|
|
|
|
|
| C
| 2.649151
| 0.798445
| 3.317887
| 0.0021
| LLP1
| 0.483943
| 0.137633
| 3.516180
| 0.0012
| BRENT
| -0.004201
| 0.001413
| -2.972637
| 0.0052
| DOLLAR
| -0.071257
| 0.024552
| -2.902351
| 0.0063
| GDPGR
| -0.013702
| 0.004871
| -2.812910
| 0.0079
| L2GDPGR
| -0.017393
| 0.005295
| -3.284979
| 0.0023
| L1INV
| -0.006900
| 0.001742
| -3.961619
| 0.0003
|
|
|
|
|
|
|
|
|
|
| R-squared
| 0.741995
| Mean dependent var
| 0.389041
| Adjusted R-squared
| 0.693994
| S.D. dependent var
| 0.398114
| S.E. of regression
| 0.253672
| Akaike info criterion
| 0.242355
| Sum squared resid
| 2.316590
| Schwarz criterion
| 0.529062
| Log likelihood
| 1.789376
| Hannan-Quinn criter.
| 0.348083
| F-statistic
| 11.24114
| Durbin-Watson stat
| 2.302497
| Prob(F-statistic)
| 0.000000
|
|
|
|
|
|
|
|
|
|
|
|
|
|
LLP = 2.649 + 0.483*LLP1 - 0.004*BRENT + 0.001*DOLLAR - 0.013*GDPGR - 0.017*L2GDPGR - 0.006*L1INV
Регрессия в целом также значима на 1%-ном уровне, поскольку Prob (F-st)=0,000000<0,01, величина R2adj= 0,69, что значительно лучше в сравнении со статической моделью.
Лагированная зависимая переменная в модели (LLP1) является значимой на 1%-ном уровне значимости и показывает ожидаемый знак. Это означает, что рост резервов в предыдущем квартале вызывает увеличение резервов в следующем квартале. То есть наше предположение подтвердилось, и политика формирования резервов на возможные потери осуществляется с учетом ситуации в прошлом и зависит не только от макроэкономических показателей.
Далее сравним полученные результаты по статической и динамической моделям (таблица 7).
Таблица 7
Сравнение статической и динамической модели оценки LLP от макроэкономических показателей
Обозначение
| Статическая модель
| Динамическая модель
| Coefficient
| Probability
| Coefficient
| Probability
| BRENT
| -0.006069
| 0.0017
| -0.004201
| 0.0052
| DOLLAR
| 0.005171
| 0.0198
| 0.001257
| 0.0063
| GDPGR
| -0.015927
| 0.0071
| -0.013702
| 0.0079
| L2GDPGR
| -0.024245
| 0.0034
| -0.017393
| 0.0023
| L1INV
| -0.009233
| 0.0001
| -0.006900
| 0.0003
|
Из таблицы мы видим, что все объясняющие переменные, полученные в первой модели остались значимыми и сохранили первоначальный знак, однако степень их воздействия стала несколько слабее. Например, снижение цены на нефть на 1 доллар приводит к предполагаемому росту резервов на возможные потери в статической модели на 0,006%, в динамической – 0,004%. Подобная тенденция прослеживается и для остальных показателей. Другими словами, если банковский сектор последователен и учитывает тенденции предыдущего периода, то он становится менее уязвимым к воздействию негативных макроэкономических факторов.
Кроме того, шок снижения темпов роста ВВП и оттока капитала из страны распространяется на качество и риск кредитного портфеля не мгновенно, а с запаздыванием, что дает возможность банкам в случае выявления такой зависимости подготовиться и принять необходимые меры по сглаживанию негативных последствий от распространения шоков в экономике.
3.2.2 Оценка зависимости рентабельности активов банковского сектора от макроэкономических факторов
Цель данной модели выявить уязвимость банковского сектора к изменениям в экономике, проявляющуюся через изменение рентабельности банковских активов. Для анализа зависимости рентабельности активов включены следующие объясняющие переменные (Таблица 8)
Таблица 8
|