Диссертация (Влияние индивидуальных характеристик российских банков на работу канала банковского кредитования в российской экономике), страница 14

(2011).Основной целью оценки VAR-моделей любого типа является получение функцийимпульсных откликов одних переменных на шок других переменных. В случае, если шокиудается идентифицировать, полученные реакции дают основания говорить о наличиипричинно-следственных связей между анализируемыми переменными. В данном исследовании26Метод трансформации временных рядов показателей приведен в Приложении 1.- 54 идентификация шоков проводилась с помощью разложения ковариационной матрицы tвектора  t по Холецкому.

Для этой идентификационной схемы важен порядок, в которомпеременные записаны в VAR-модели. В работе предполагается, что уравнение для ставкиденежного рынка MIACR полностью идентифицировано. В связи с этим ставка MIACR Ft является последней по счету переменной в векторе   . Другими словами, предполагается, Yt что шок ставки MIACR не оказывает мгновенного воздействия на факторы Ft , описывающиесостояние российской экономики. В свою очередь, шок любого фактора из вектора Ft (общегосостояния экономики) оказывает мгновенное воздействие на ставку денежного рынка. Отметим,что в реальности ставка MIACR действительно быстро реагирует на изменения в экономикеРоссии, а действия денежно-кредитных властей влияют на экономические показатели снекоторым лагом, который зачастую длиннее одного месяца.

В данном исследованиибольшинство переменных в информационном множестве являются «медленными» (в смыслереакции на изменения в ставках денежного рынка) показателями. В связи с этим используемаясхема идентификации шоков представляется адекватной поставленной задаче.2.3.4 Основные результатыОценивание модели с изменяющимися во времени коэффициентами позволяет получитьфункции импульсных откликов переменных для каждого момента времени, принадлежащегоанализируемому периоду. На рис. 8 представлены графики функции импульсных откликовнаиболее важных переменных модели в декабре 2015 года.

Сплошной линией изображенымедианныефункцииимпульсныхоткликовнаединичныйшокставкиMIACR,апунктирными — границы 95%-ных доверительных интервалов для данных реакций. Отметим,что полученные для указанного месяца результаты устойчивы для последних трех лет выборки(2013–2015 годы). Такой результат является ожидаемым, т.к. этот период характеризуетсяотсутствием серьезных структурных изменений в российском банковском секторе. Во-первых,на всем его протяжении наблюдался структурный дефицит ликвидности, переход к которомузавершился ещё в конце 2011 года. Во-вторых, несмотря на то, что в сентябре 2013 года БанкРоссии ввел в действие ключевую ставку и процентный коридор, к тому моменту равновесныепроцентные ставки на денежном рынке уже подстроились к подобным условиям27.

Поэтомузначимых изменений в момент введения нового инструмента денежно-кредитной политики непроизошло.27См. Годовой отчет Банка России за 2014 год, с. 55, рис. 18.- 55 Инфляция0 1 2 3 4 5 6 7 8 9месяцы после шока10-1-20 1 2 3 4 5 6 7 8 9месяцы после шока0-0.2-0.4-0.6-0.823456789прирост инвестиций в %прирост ИПП в п.п.0.213456789прирост ставки в п.п.прирост ставки в п.п.10.80.60.40.20-0.22месяцы после шока0123456789месяцы после шокаСтавка по кредитам свыше 1 годаСтавка по кредитам до 1 года10 1 2 3 4 5 6 7 8 9420-2-4-6-8-10месяцы после шока00.20-0.2-0.4-0.6-0.8Инвестиции в основной капиталИндекс промышленногопроизводства0ИБО2прирост ИБО в п.п.0.50-0.5-1-1.5-2-2.5-3прирост инфляции в п.п.прирост М2 в %Денежная массамесяцы после шока0.60.40.20-0.20123456789месяцы после шокаРис.

7. Функции накопленного импульсного отклика различных показателей российскойэкономики на шок ставки MIACR на 1 п.п.В целом, построенные функции импульсных откликов переменных информационногомножества на шок (прирост) ставки денежного рынка на один процентный пункт имеютожидаемый вид.Как показано на рис.

7, рост ставки денежного рынка оказывает сдерживающеевоздействие на российскую экономику. А именно, само по себе повышение ставки MIACRвызывает сокращение денежной массы, снижение темпов инфляции, инвестиций в основнойкапитал и выпуска в основных отраслях экономики. При этом лаг денежно-кредитной политикив большинстве случаев составляет около полугода.Кроме того, два нижних графика на рис. 8 подтверждают эффективность работыпроцентного канала трансмиссионного механизма денежно-кредитной политики. Длинаимпульса в случае обеих ставок по кредитам фирмам также составляет около полугода.Обратим внимание на соотношение реакции ставок по краткосрочным и долгосрочным- 56 кредитам в ответ на шок MIACR.

Так, согласно оценкам модели TVP-FAVAR, краткосрочныеставки по кредитам сильнее реагируют на рост ставки денежного рынка, чем долгосрочныеставки. Подобный результат является ожидаемым. Он связан с тем, что принятие решениябанком об инвестировании в долгосрочные проекты фирм зависит не только от текущейстоимости денег в экономике, но и от инфляционных ожиданий на будущее. Еслипредположить, что удорожание денег в экономике снижает ожидаемые темпы инфляции, тономинальные долгосрочные ставки по кредитам должны расти слабее, чем краткосрочные.Наконец, стоит отметить, что полученные выводы (как о персистентности шоков, так и осоотношении реакции краткосрочных и долгосрочных ставок) согласуются с выводами,полученными в Крепцев, Селезнев (2016).Для достижения поставленной в данном исследовании цели наибольший интереспредставляют отклики объемов рублевых и валютных кредитов нефинансовым организациям 28.На рис.

8 изображены функции импульсных откликов данных показателей в ответ на шокставки MIACR на 1 п.п. На 5%-ом уровне значимости реакция объема как рублевых, так ивалютных кредитов фирмам статистически незначима.Валютные кредитыприрост кредитов в %прирост кредитов в %Рублевые кредиты1.510.50-0.5-1-1.5-2-2.501234567месяцы после шока8910.50-0.5-1-1.5-201 2 3 4 5 6месяцы после шока789Рис. 8. Функции накопленного импульсного отклика корпоративного кредитного портфеля нашок ставки MIACR на 1 п.п.Подобный отрицательный результат относительно эффективности работы каналабанковского кредитования может быть вызван двумя основными причинами.Первая — денежно-кредитная политика Банка России в последнее время действительно неоказывала значимого влияния на объемы кредитования нефинансовых организаций.

Такаягипотеза, безусловно, имеет право на существование. Для объемов кредитования нефинансовыхорганизаций денежно-кредитная политика может не быть одним из определяющих факторов.Сильнее, чем импульсы денежно-кредитной политики, на объемы кредитования могут влиять,например, уровень просроченной задолженности, неценовые условия кредитования, программы28Для функций импульсных откликов была доказана сходимость марковской цепи с помощью теста Джевеке(Geweke (1992)) (см. Приложение 2).- 57 государственной поддержки кредитования и т.п. В то же время, не стоит забывать, чтоподобный отрицательный результат вступает в противоречие с большинством исследованийканала банковского кредитования, проведенных для России (см., например, Deryugina,Ponomarenko (2011)).Вторая причина не столь очевидна на первый взгляд и может заключаться в ярковыраженной неоднородности российского банковского сектора (как по размеру активов, так ипо структуре собственности).

Так, например, согласно данным Банка России29, около 80% всегокорпоративного кредитного портфеля российских банков приходится на 30 крупнейших повеличине активов кредитных организаций. При этом, среди этих 30 банков есть какгосударственные, так и частные кредитные организации. Поэтому можно предположить, чтореакция различных банков на ужесточение денежно-кредитной политики может быть дажепротивоположной. Другими словами, неоднородность структуры российского банковскогосектора может быть основной причиной разнородности их реакции на политику Банка России и,следовательно, причиной отсутствия результатов анализа агрегированных данных.Для проверки гипотезы о влиянии двух указанных типов неоднородности на работуканала банковского кредитования банки были разделены на три группы: «большая шестерка»крупнейших государственных банков, прочие крупные банки, а также средние и мелкие банки.Индивидуальные данные банков разных групп по оборотным ведомостям по счетамбухгалтерского учета кредитной организации (форма 040910130) были агрегированы дляполучения показателя по каждой группе в целом.Группа «большой шестерки» включает в себя Сбербанк, группу ВТБ (ВТБ, ВТБ 24, БанкМосквы), Газпромбанк и Россельхозбанк.

Выделение данных банков в отдельную группусвязано не только с тем, что размер их сальдированных активов по состоянию на 01.01.2016превышает 1 трлн рублей (что намного больше аналогичного показателя для большинствароссийских кредитных организаций), но и тем, что основным их акционером являетсягосударство. Преобладающее участие государства, очевидно, непосредственно влияет набизнес-модель данных банков и их поведение на кредитно-депозитном рынке.Здесь, однако, стоит отметить, что прямое государственное участие есть только в первыхтрех из указанных банков. Доля государственного участия в каждом из них превышает 50%.Остальные три банка были отнесены к группе государственных по причине их тесных29Информация доступна в материале «Сводная статистическая информация по крупнейшим банкам», регулярнопубликуемом на официальном сайте Банка России в подразделе «Банковский сектор» раздела «Информационноаналитические материалы» (http://cbr.ru/analytics/?PrtId=bnksyst).30В соответствии с Письмом Банка России от 21.12.2006 №165-Т «О раскрытии информации кредитнымиорганизациями» российским кредитным организациям рекомендовано размещать на сайте Банка России в сетиИнтернет, в том числе, данные отчетности по форме 0409101.- 58 взаимосвязей с государственными структурами31.

Так, 35,5% акций Газпромбанка принадлежатгосударственной компании ПАО «Газпром», еще 10,2% — государственной корпорацииВнешэкономбанк, некоторая другая часть акций опосредованно находится в руках самогоГазпромбанка. Банк ВТБ 24 является «дочкой» банка ВТБ, которому принадлежат 99,9% акцийВТБ 24.