Диссертация (1137684), страница 6

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

Текст из файла (страница 6)

начали формироваться альтернативные косвенные техники оценивания уровня конкуренции — неструктурные подходы врамках Новой эмпирической литературы по отраслевым рынкам (NEIO, NewEmpirical Industrial Organization literature), позволяющие избежать подобныхнесоответствий.В рамках неструктурных подходов были предложены техники оценкиконкуренции в целом по банковскому сектору (Panzare, Rosse, 1987) и дляотдельных рынков — в основном, кредитов и депозитов: усредненный индикатор эластичности отраслевого выпуска к выпускуотдельной фирмы (conjectural variation) — Bresnahan (1982) и Lau(1982); усредненный индикатор чувствительности ставки процента банка к изменению ставок процента конкурентов — Barros, Modesto (1999); усредненный индикатор способности банка наращивать долю на рынкеили свою прибыльность за счет оптимизации операционных расходов(«эффективная конкуренция») — Boone (2008).Наибольшее распространение получила первая техника (так называемая H-статистика Панзара-Росса), так как для ее реализации требуется существенно меньше информации, чем для всех остальных, за исключением Индикатора Буна.

Последний, в свою очередь, еще пока не успел получить27сравнимого с Н-статистикой распространения ввиду того, что был разработаннедавно.Как уже отмечалось выше, все рассмотренные индикаторы конкуренции могут быть разделены также на два блока: микроэкономические и общеотраслевые. Первые измеряются на уровне отдельных банков, вторые —либо для сегмента рынка, либо для банковского сектора в целом.

По сути,изначально микроэкономическим был лишь Индекс Лернера, тогда как всепрочие — чисто общеотраслевые. Очевидно, что это ограничивало возможности для панельного анализа конкуренции, который в принципе предоставляет больше возможностей и обладает большей информативностью, чем анализ макро-трендов. Постепенно, стали появляться работы, которые за счеттех или иных предположений пытались дезагрегировать общеотраслевые индикаторы до уровня отдельных банков.Так, усилиями одного греческого исследователя, Мантоса Делиса, осуществлены дезагрегации трех макро-индикаторов конкуренции с помощьюметодики локальной оптимизации (local maximization technique). Преимущества этой техники состоят в том, что она позволяет избежать любых предположений относительно того, за счет какого фактора (набора факторов) макроиндикатор может быть дезагрегирован на микро-уровень.

Во-первых, Delis,Tsionas (2009) применили такую методику для вычисления параметров поведения (conjectural parameters) банков 12 стран ЕС, включая Грецию, в рамкахмодели Бреснахана. Во-вторых, Brissmis, Delis (2011) с помощью этой жетехники рассчитали Н-статистики на уровне банков из 20 стран с переходнойэкономикой (правда, без учета России).

В-третьих, Delis (2012) использовалэту же технику для расчета Индикаторов Буна на уровне отдельных банковиз 84-ти развитых и развивающихся стран (включая Россию).В работе Carbo et al. (2009) рассчитаны H-статистики на уровне отдельных банков из 14 европейских стран. Авторы предположили, что функциональнаяформа,традиционноиспользуемаядлявычислениямакро-индикаторов H-статистики, может быть расширена с простой линейной до28транслогарифмической, включающей попарные произведения цен входныхресурсов (подробнее методология будет раскрыта в параграфе 1.2.3). Этопозволило им отказаться от предпосылки о постоянных эластичностях доходов банков по таким ценам (но не по прочим контрольным факторам).Таким образом, в качестве резюме, можно заключить, что незаполненными областями остались дезагрегирование Индикатора Буна и Н-статистикина микро-уровень с помощью классификации факторов межбанковской гетерогенности ключевых эффектов в соответствующих регрессиях.

Это принципиальное отличие как от работа М.Делиса, так и от работы Карбо и др., которое будет реализовано по данным российского банковского сектора в текущей главе диссертации, в параграфах 1.2.2 и 1.2.3. Другими словами, данноедиссертационное исследование стоит на позиции, согласно которой сугуботехнический подход М.Делиса не исключает актуальности альтернативногоспособа определения микроуровневых индикаторов рыночной власти.Итак, с учетом проведенного обзора техник оценки конкуренции и рыночной власти было решено остановить свой выбор на Индексе Лернера (нарынке кредитов) как основной мере рыночной власти; собственных микроэкономических модификациях Индикатора Буна и Н-статистики. В дополнение, будет использован традиционный показатель концентрации для обеспечения сравнения выводов.

В итоге, в последующих главах диссертации будутиспользоваться 4 меры конкуренции, из которых одна — структурная. Число«4» в данном случае не случайно: согласно классификации (Рисунок 1) всеговыделяются именно четыре альтернативных подхода к оценке конкуренции.Поскольку, как отмечалось выше, диссертационное исследование нацеленона получение устойчивых результатов, то должны быть проведены расчетысо всеми четырьмя показателями.Заметим, что в исследованиях российских авторов неструктурные методы оценки конкуренции в банковском секторе в последние годы получаютвсе большее распространение.

Так, в работе Дробышевский, Пащенко (2006)проводятся оценки на основе модели Бреснахана и Баруш-Мудешто. В рабо29тах Моисеев (2007); Мамонов (2010a,b); Анисимова, Верников (2011) строятся показатели Н-статистики. В работах Karminsky et al. (2012), Мамонов(2012) и Pestova, Mamonov (2013) оцениваются Индексы Лернера.Проблемам измерения конкуренции в российской банковской системепосвящен рад зарубежных работ (Admiraal, Carree, 2000; Fungáčová, Weill,2013; Anzoategui et al., 2012).1.2 Реализация альтернативных подходов к оценке уровня конкуренции и рыночной власти банков на российских данныхВ этом параграфе будут представлены методологии и результаты расчетов каждого из четырех выбранных на предыдущем этапе индикаторов рыночной власти банков по данным российского банковского сектора.1.2.1 Микро уровень: Индекс Лернера «надбавки» к цене кредита иего модификация с учетом специфики российского банковскогосектораИндекс Лернера (на рынке кредитов) рассчитывается как доля рыночной надбавки в цене кредита банка и отражает закономерности в образованиицен на услуги данного банка в том сегменте и нише рынка кредитов, на которыхонфункционирует,вусловияхменяющейсявовремени(не)эффективности менеджмента и цен привлеченных им средств.Следуя подходу, предложенному в Maudos, Fernandez de Guevara (2007)и Turk Ariss (2010), мы рассчитываем Индекс Лернера, скорректированныйна стоимость фондирования (funding-adjusted Lerner Index), вместо обычнойверсии (conventional Lerner Index).

Это необходимо для исключения эффектаэндогенности цен на активы (кредиты) и цен на пассивы (привлеченныесредства) банка.При этом, мы предлагаем собственную модификацию этого индекса вчасти коррекции на стоимость фондирования. В работах указанных авторовтакая коррекция производилась за счет вычитания ставки по привлеченным30банком межбанковским кредитам. Мы же заменяем эту ставку более широким показателем — ставкой по всем привлеченным средствам в пассивы.Ключевая причина состоит в том, что в российском банковском секторе межбанковский рынок далеко не так сильно развит и имеет существенно меньшие объемы (относительно размеров самого банковского сектора9) в сравнении с европейскими и некоторыми развивающимися странами, на основе которых авторы в указанных работах проводили собственные расчеты.Формула для расчета Индекса Лернера и границы различных типоврынка могут быть формализованы следующим образом:Lernerit rLNS , it  AFRit  MCLNS , itrLNS , it 0  совершенна я конкуренция (0,1)  монополистическая конкуренция (1.1) 1  монополиягдеritLNS —средневзвешенная годовая ставка по кредитам банка i в кварталt, рассчитываемая как отношение годового объема процентных доходов, полученных банками по размещенным кредитам, к средней за последний годвеличине остатка задолженности по кредитам:ritLNS  Interest IncomeitLNSAFR it —1 5   LOANSi , t  j 1 5 j 1(1.2)средневзвешенная годовая ставка по привлеченным банком iсредствам в пассивы в квартале t:AFR it  Expense itFUNDSSMCitLNS1 5   FUNDSi , t  j 1 5 j 1(1.3)— предельные операционные издержки выдачи дополнительно-го рубля кредитов, рассчитываемые на основе первой производной эмпирической функции операционных издержек OCit по кредитам LOANSit банка i вквартал t:9Так, доля привлеченных банками средств на межбанковском рынке составляла всего 6% совокупных пассивов банковского сектора на конец 2012 г.

Этот показатель в последние 5 лет демонстрировал лишь слабыетенденции к росту, в то время как доля средств населения и нефинансовых предприятий в пассивах банковского сектора выросла до 51% за то же время. Последнее существенно лучше отражается в AFR, чем в ставке на межбанковском рынке.31MCitLNS OCit ln OCitLOANSitLOANSit  ln LOANSitOCit(1.4)Для расчетов была построена панель данных по всем российским банкам, раскрывавшим отчетности по Оборотным ведомостям по счетам бухгалтерского учета и Отчеты о прибылях и убытках на сайте ЦБ РФ в 1 кв.

2004 –4 кв. 2012 гг.Эмпирическая функция операционных издержек российских банковпредставлена и оценена в Приложении 1 (параграф П1.1, Таблица П1.1). Длярасчета предельных издержек (1.4) была использована одна из двух оцененных спецификаций функции издержек — модель ПМ1.1 «SFA-halfN» (базовая).Результаты расчетов Индекса Лернера (на рынке кредитов) представлены на Рисунке 2 в виде гистограммы плотности распределения банков поИндексу Лернера в среднем за весь период наблюдений (с 2005 по 2012 гг.) идинамики Индекса Лернера в различных процентилях выборки банков.а) Гистограмма плотностираспределения банковб) Динамика в различныхпроцентилях выборки банков, %Рисунок 2.

Расчетные значения Индекса Лернера (на рынке кредитов)Основной вывод состоит в том, что в российской банковской системеимеют место банки как с положительной надбавкой к цене кредитов, так и сотрицательной, хотя последних — относительно немного, не более 2%. Это32либо убыточные банки, банки в предбанкротном состоянии, либо банки соспецифической бизнес-моделью (демпинг, см. выше).Следующий вывод состоит в том, что средняя надбавка к цене достаточно высокая и составляет порядка 54% от процентной ставки по кредиту(медиана — около 49%). Это может говорить о многих вещах. Во-первых, онедостаточной развитости кредитного рынка в России как в стране с развивающейся экономикой. Этому рынку зачастую свойственны «хищнические»ставки, причем не только в сегменте необеспеченного розничного кредитования, но и в сегменте корпоративных кредитов, что, при прочих равных условиях, сдерживает инвестиционную активность предприятий реального сектора экономики.

Характеристики

Список файлов диссертации