Диссертация (1137684), страница 30

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 30)

на четверть больше), если Индекс Лернера вырастет на 3 проц. п. к своему текущему значению.Напротив, если прирост по минимальному капиталу составит свыше100 млн. руб. от текущего значения — например, на 200 млн. руб., то сокращение доли просроченных кредитов составит порядка 0.95 проц. п., если Индекс Лернера сократится на 3 проц. п. от своего текущего значения, ипорядка 0.62 проц. п. (т.е. на треть меньше), если Индекс Лернера вырастетна 3 проц. п. к своему текущему значению.Во-вторых, до оцененного порога по Индексу Лернера (72%) каждыепоследующие 100 млн.

руб. прироста требований регулятора к минимальному капиталу для действующих банков будет сопровождаться усилениемпроцесса «расчистки» баланса банка от просроченных кредитов; после порога — напротив, ослаблением такого процесса. Расчеты показали, что переход к накоплению просроченных кредитов возможен лишь в случаях,когда минимальный капитал будет повышен сразу на 400 млн. руб. (что158более или менее реалистично с учетом описанных выше дискуссий в правительственных кругах в 2013 г.), а рыночная власть среднего банка вырастет на 34 проц. п.

(что нереально, поскольку стандартное отклонениедля него за весь период наблюдений составляет не более 2 проц. п.). В таких мало представимых условиях доля просроченных кредитов в совокупных кредитах среднего банка может вырасти — правда, всего лишь на 0.03проц. п.3.2.2 Концентрация госбанков и частных банков: приватизировать или не приватизировать?В общем виде эмпирическое уравнение совместного воздействияконцентрации различных групп банков (макро-фактор) и рыночной властибанков (микро-фактор) на их подверженность кредитному риску было специфицировано следующим образом:))ODLit   i    LERNERit( LNS   CRt(dk)    LERNERit( LNS CRt(dk)kkLMl 1m 1(4.7)   l  BSFit(l )k    m  MACROt(mk)   itгдеi (i = 1…N) и t (t = 1…T) — нижние индексы, отвечающие за объект(банк) и время (квартал) соответственно;)LERNERit( LNSk —Индекс Лернера рыночной власти банка i в квартале (t-k), k = 1…4, на рынке кредитов (LNS) населению и нефинансовым предприятиям;CRt(dk) —доля d-ой группы банков в активах банковской системы, d =1…4: федеральные госбанки, региональные госбанки, дочерние банки нерезидентов и частные столичные банки-резиденты (прочие банки — частные региональные банки-резиденты — были выбраны в качестве референтной группы);BSFit(l)k —l-ый контрольный микроэкономический фактор (l = 1…L)банка i в квартале (t-k), k = 1…4;159)MACROt(mk— m-ый контрольный макроэкономический фактор (m =1…M) в квартале (t-k), k = 1…4 ; i — индивидуальный эффект банка i; it ~ N (0, it2 ) — регрессионная ошибка, независимо и одинаково рас-пределенная (по предположению) для любого банка i в любом квартале tсо средним 0 и непостоянной дисперсией  it2 .Наборы контрольных факторов идентичны рассмотренным ранее.Оценка уравнения (4.7) проводилась с помощью метода наименьшихквадратов (OLS) с поправками на гетероскедастичность в форме Уайта наwithin-преобразованных данных в предположении фиксированных эффектов.На основе уравнения (4.7) далее были рассчитаны два вида предельных эффектов:ODLit)     LERNER it( LNSk(d )CRt k(4.8)ODLit     CRt(dk)( LNS )LERNERit k(4.9)Интерпретация предельных эффектов (4.8), (4.9) аналогична предыдущим случаям.Уравнение (4.7) оценивалось только за период 1 кв.

2010 – 4 кв. 2012,как и в случае с уравнениями (4.1) и (4.4), чтобы исключить возможностьложной корреляции. Результаты оценки представлены в Таблице П10.3(параграф П10.4, Приложение 10). В моделях ПМ4.18-ПМ4.21 переменныедоли различных групп банков CRt(dk) вводятся в состав уравнения отдельно,в моделях ПМ4.22-ПМ4.23 — совместно27. Это помогает оценить устойчивость оценок при тестировании совместных эффектов различных группбанков. Наиболее важный вывод состоит в том, что наращивание доли27Между переменными, отражающими доли федеральных госбанков и региональных госбанков, наблюдается очень сильная корреляция, что заставило нас построить две агрегированные модели: первую сфедеральными, вторую — с региональными госбанками.160лишь частных столичных банков-резидентов в совокупных активах банковской системы ассоциировалось с повышением доли просроченных кредитов в кредитных портфелях, т.е.

с ухудшением качества кредитов и повышением подверженности банков кредитному риску. Прирост доли такихбанков на 1 проц. п. мог вызвать в среднем прирост доли просроченныхкредитов на 0.10-0.18 проц. п. (модели ПМ4.22 и ПМ4.20 соответственно).Напротив, аналогичные приросты долей прочих банков на 1 проц. п.

в активах банковской системы могли бы способствовать снижению доли просроченных кредитов в кредитах среднего банка на 0.25-0.38 проц. п., еслитакой прирост происходил за счет расширения федеральных госбанков, на0.50-0.79 проц. п. — за счет наращивания позиций региональных банков,на 0.29-0.82 проц.

п. — за счет повышения вовлеченности дочерних банков-нерезидентов.Последнего, как показывают расчеты, реально не происходило. Напосткризисном этапе развития доля дочерних банков нерезидентов сохранялась на уровне 12.5% с тенденцией к сокращению на порядка 0.04 проц.п. за квартал. Доля региональных госбанков находилась на уровне порядка4%, увеличиваясь в среднем на 0.03 проц. п. за квартал. Соответственно,первое имело небольшой негативный, второе — небольшой позитивныйэффекты на качество кредитных портфелей банков. Напротив, существенно более динамичным были процессы внутри федеральных госбанков —их доля на рынке росла в среднем на 0.19 проц. п. за квартал, что имелозначительный положительный эффект на качество портфелей банков.

Почти такой же сильный прирост доли на рынке испытывали частные столичные банки-резиденты — 0.16 проц. п. за квартал, однако, как показалинаши модельные расчеты, такие прироста имели отрицательный эффект наустойчивость банков к кредитному риску.Результаты текущих расчетов могут быть соотнесены с результатамиоценок моделей с концентрацией групп банков, выделенных по критериюразмера.

Так, мы показывали, что эффект укрупнения банков из топ-30 по161активам на качество портфелей положительный, эффект банков с позициейс 31-й по 100-й (средних банков) — отрицательный. Очевидно, что в первом случае направление эффекту задают федеральные госбанки, во втором— частные столичные банки.Расчеты границ безопасных наращиваний долей различных группбанков дали следующие результаты.Первое: федеральные госбанки. Порог по наращиванию доли федеральных госбанков весьма близок к их текущему значению — он был оценен на уровне 45% при среднем значении по группе, равном 39% (Рисунок24.а), и значении на 4 кв. 2012 г., равном 42% (Рисунок 23). Выше этогопорога может произойти переключение от концепции «рыночная властьустойчивость» к «рыночной власти-уязвимости».

Порог по рыночной власти был оценен в 72%, что очень далеко от текущих значений, равных 14%в среднем по группе.Заметим, что показатель Индекса Лернера на рынке кредитов длягосбанков (14%) существенно ниже среднего по системе (49%). Однако,это не стоит трактовать, как слабость позиций госбанков на рынке кредитов, что было бы в корне неверным. Как уже отмечалось, Fonseca, Gonzalez(2010, С.897) утверждали, что, если «риск высок, Индекс Лернера такжебудет высок независимо от рыночной власти». Очевидно, что госбанкиимеет более низкую подверженность рискам, чем средний банк по системеи, тем более, средний частный столичный банк. Другими словами, мы можем констатировать, что госбанки, обладая доминирующей долей на рынке, устанавливают меньшую надбавку к цене кредитов, чем другие банки вбанковской системе, что отражает меньшую рискованность их бизнесмоделей (меньшую премию за риск)28. По крайней мере, расчеты показывают, что в группе банков с позицией в рэнкинге по активам с 1-й по 30-ю28Было бы странным считать, что крупнейшие банки в системе, которыми и являются госбанки, устанавливали бы большую, чем по системе в среднем, премию за риск.

Это противоречило бы консенсусномумнению аналитиков о том, что госбанки менее рискованны, чем прочие банки. Цена кредита в госбанках162Рисунок 23. Доли различных групп банков, выделенных по критериюсобственности и институциональной структуры, в активах банковскойсистемы на посткризисном этапе развитияфедеральные госбанки устанавливают одну из наименьших надбавок кцене кредитов, наряду с дочерними банками нерезидентов (Таблица П10.4,Панель А, параграф П10.4, Приложение 10).Напротив, частные столичные банки-резиденты и частные региональные банки-резиденты устанавливают наибольшую надбавку к ценекредитов — об этом свидетельствуют как значения Индекса Лернера в соответствующих группах, так и рассчитанные специально для сравнениязначения Индикатора Буна (Таблица П10.4, Панель Б, параграф П10.4,Приложение 10).

В определенном смысле, такая картина может указыватьниже, чем в прочих банках, однако, получить такой кредит существенно сложнее (госбанки предъявляютбольшие требования по обеспечению и т.п.).163на четко сегментированную нишевость кредитного рынка в России. Федеральные госбанки занимают нишу высококачественных заемщиков, предъявляют высокие требования к обеспечению по кредитам, отфильтровываятем самым менее качественных заемщиков, однако для оставшихся устанавливая более привлекательную цену кредита, чем в среднем по рынку.Напротив, частные банки занимают нишу более рискованного кредитования, принимая отфильтрованных госбанками — менее качественных— заемщиков и устанавливая для них цену по кредиту выше, чем по рынкув среднем.

Особенно это касается региональных частных банков.Такая ситуация говорит о том, что прямое сравнение значений Индексов Лернера (или любых других показателей рыночной власти) для разных банков неинформативно и, более того, может приводить к ошибочнымвыводам. Например, мы могли бы заключить, что госбанки обладаютменьшей рыночной властью, чем частные банки. Корень подобных ошибоккроется в нишевости банковского бизнеса — сравниваемые банки могутпринадлежать к разным нишам: более рискованной (частные банки) и менее рискованной (госбанки).

Характеристики

Список файлов диссертации