Диссертация (1137810), страница 16

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

Текст из файла (страница 16)

Такимобразом, анализ работы канала банковского кредитования в разрезе отдельных групп банковстал важным элементом исследования, определившим получение положительного результата.Насколько известно автору, такая методика в аналогичных исследованиях на основе VARмоделей не применялась.В целом, можно говорить о том, что полученный статистически значимый результатотносительно степени реакции кредитных портфелей крупных банков на изменение ставкиденежного рынка является значимым и с экономической точки зрения. В среднем за 2015 годежемесячный темп прироста портфеля рублевых кредитов крупных банков составлял 1%,валютного — 1,1%.

При этом политика Банка России увеличивает темпы роста портфелейпримерно на одну десятую процента. С одной стороны, это достаточно много, если приниматьво внимание, что на кредитование влияет еще много факторов, кроме действий денежнокредитных властей. С другой стороны, в данном случае играет роль то, что в 2015 году темпыроста кредитования сильно замедлились по сравнению с предыдущими годами и остаютсянизкими в 2016 году. По мере восстановления российской экономики после кризиса 2014–2015годов можно ожидать и восстановления темпов роста кредитования до предкризисных уровнейв 1,5–2%, на фоне которых денежно-кредитная политика при прочих равных может перестатьоказывать экономически значимое влияние на объемы кредитования.Проведенные расчеты также показали, что отдельное внимание должно быть уделенонезначимости результатов для отдельных групп банков, в частности, групп «большойшестерки» и средних и малых банков.

Такой эффект может быть вызван тем, что важную роль впроцессе формирования кредитных портфелей банков могут играть неценовые условиякредитования, не отраженные в уровне процентных ставок. Объем кредитного портфелязависит не только от уровня процентных ставок, но и, например, от кредитоспособностипотенциальных заемщиков, величины спроса на кредиты и т.п. Согласно Банку России37, в IVквартале 2015годаснижение ставокпо корпоративным кредитам сопровождалосьужесточением требований к финансовому положению заемщика. Это оказывало сдерживающийэффект на кредитование фирм даже в условиях снижения Банком России ключевой ставки впредшествующем III квартале 2015 года. Кроме того, реакция российских банков наужесточение37денежно-кредитнойполитикиможетопределятьсяиндивидуальнымиСм.

информационно-аналитический материал Банка России «Изменения условий банковского кредитования» заIV квартал 2015 года (http://www.cbr.ru/DKP/iubk/iubk_15-4.pdf).- 64 характеристиками кредитных организаций, например, структурой активов и пассивов банка.Анализ факторов, определяющих степень влияния процентной политики Банка России накредитование нефинансовых организаций различными группами банков, является одним изприоритетных направлений дальнейших исследований в этой области и поэтому сталпредметом настоящего диссертационного исследования.Таким образом, основные результаты, полученные в главе 2, следующие:Продемонстрирована нецелесообразность анализа российского банковского секторакак одного «мега-банка».

Показано, что агрегирование российских банков приведет ксмещению результатов оценивания и получению неверных выводов, посколькуразличные банки могут по-разному реагировать на импульсы денежно-кредитнойполитики.Вабсолютномбольшинствепредшествующихисследованийрассматривается именно агрегированный банковский сектор, в результате чегополученные в них результаты могут не вполне соответствовать действительности.Получен результат об определяющей роли размера и структуры собственностироссийских кредитных организаций для реакции их кредитных портфелей наизменения ключевой ставки Банка России — основного индикатора денежнокредитной политики в России в условиях действия режима инфляционноготаргетирования. Предшествующая эмпирическая литература не рассматривалавлияние указанных выше характеристик банков на работу канала банковскогокредитования в посткризисный период после 2009 года, а также в рамках анализапричинно-следственнойсвязидлякредитования в российской экономике.основныхэлементовканалабанковского- 65 Глава 3Влияние индивидуальных характеристик российских кредитных организаций нафункционирование канала банковского кредитования3.1 ВведениеПроведенный в главе 2 анализ причинно-следственной связи между инструментомденежно-кредитной политики Банка России и корпоративным кредитным портфелем банковпозволяет говорить о работоспособности канала банковского кредитования в российскойэкономике.

Однако, как было показано, данный канал, вероятнее всего, не работает наагрегированном уровне. Напротив, эффективность его функционирования зависит отиндивидуальных характеристик российских кредитных организаций. В частности, согласнополученнымвглаве2результатам,такимихарактеристикамиявляютсяструктурасобственности и размер банков. В целом, полученный результат дает основания для проведениядальнейшего, более углубленного анализа канала банковского кредитования с учетоммножества прочих характеристик и факторов, способных повлиять на работоспособностьисследуемого канала денежной трансмиссии.

Такой более детальный анализ, использующийданные в разрезе отдельных кредитных организаций, представлен ниже в главе 3.В настоящей главе решаются следующие задачи:1. Оцениваются динамические и статические модели панельных данных, позволяющиеучесть в анализе канала банковского кредитования индивидуальные особенностироссийских банков (разделы 3.2 и 3.3). Определяются основные индивидуальныехарактеристики банков, а также институциональной среды их функционирования,которыеоказываютнепосредственноевлияниенаработоспособностьканалабанковского кредитования.2. В разделе 3.2 выявлено наличие и представлено объяснение «классического» эффекталиквидности Кашьяпа и Штейна и «антиэффекта» ликвидности.

В параграфе 3.2.1описывается процедура Кашьяпа и Штейна (спецификация соответствующихэконометрическихмоделей),позволившаяпроанализироватьвлияниеуровняликвидности активов банков на механизм денежной трансмиссии в рамках каналабанковского кредитования. В параграфе 3.2.2 подробно описываются используемые вразделе 3.2 данные, а также разрабатывается методика учета неоднородностироссийских банков при анализе канала банковского кредитования в России. Впараграфе 3.2.3 описываются и интерпретируются результаты анализа уровняликвидности активов на канал банковского кредитования, выявляются группы банков,через которые работает канал банковского кредитования, а его эффективность егофункционирования связана с уровнем ликвидности активов банков.

В параграфе 3.2.4- 66 предлагаетсяэконометрическоеобъяснениенайденнымвпараграфе3.2.3«классическому» эффекту ликвидности Кашьяпа и Штейна и «антиэффекту»ликвидности.3. В разделе 3.3 оценивается влияние микропруденциального регулирования в частитребований к достаточности капиталана эффективность функционирования каналабанковского кредитования, а также оценивается степень его асимметрии. В параграфе3.3.1 формулируется спецификация модели панельных данных, использованной длярешения поставленных задач; обосновывается выбор показателя, отражающегомикропруденциальноерегулированиероссийскихбанков.Впараграфе3.3.2описываются эмпирические данные, на основе которых оцениваются модели,предлагается методика группировки российских банков для целей анализа влияниямикропруденциального регулирования на эффективность функционирования каналабанковского кредитования.

В параграфе 3.3.3 обобщаются полученные результаты, атакже приводится их возможная интерпретация.Результаты исследования, осуществленного в главе 3, опубликованы в работахЗюзина (Борзых), Егоров (2015), Борзых О.А. (2016a) и Борзых О.А. (2017).3.2 «Антиэффект» ликвидностиОдной из характеристик банковских балансов, влияние которых на канал банковскогокредитования исследуется в современной литературе чаще всего, является уровень ликвидностиактивов кредитных организаций.

Дело в том, что ликвидные активы служат в качестведополнительных источников средств и поэтому могут способствовать снижению зависимостибанков от центрального банка и, следовательно, ослаблять эффективность функционированияканала банковского кредитования.Пожалуй, наиболее известным результатом в подобных исследованиях является эффектликвидности Кашьяпа и Штейна, найденный в работе Kashyap, Stein (2000).

Авторы показали,что банки с более ликвидными активами слабее реагируют на сдерживающую денежнокредитную политику, чем банки с менее ликвидными активами. Такой результат, какотмечается в работе, в целом соотносится с экономической интуицией. Чем больше ликвидныхактивов банки держат на своих балансах, тем больше средств они могут получить при продажепервых и, следовательно, тем проще им поддержать кредитование в условиях ужесточенияденежно-кредитной политики.Как было отмечено в главе 1, данная работа стала основой для большинства похожихисследований для зарубежных экономик. В случае с российской экономикой опубликованалишь одна такая работа — Дробышевский и др.

(2008). Однако в названной работеанализируется банковская система России до первой половины 2007 года без учета- 67 существенных изменений в трансмиссионном механизме денежно-кредитной политики иструктуре банковского сектора, произошедших в последние годы. В данной главе настоящегодиссертационного исследования проведен расширенный анализ влияния уровня ликвидностиактивов российских банков на работу канала банковского кредитования в посткризисныйпериод после 2010 года с учетом особенностей развития банковского сектора, которыеподробно описаны в разделе 1 главы 2.3.2.1 Процедура Кашьяпа и ШтейнаДля изучения работы канала банковского кредитования и влияния уровня ликвидности нанее была применена процедура, разработанная в статье Kashyap, Stein (2000).

Авторы даннойработы предложили два эквивалентных способа проверки эффективности воздействия денежнокредитной политики на банковские кредиты. Поскольку оба метода были применены в данномисследовании, подробно опишем каждый из них.Первый метод связан с оценкой динамической модели панельных данных, имеющейследующий вид:1212j 1j 0 ln(credfit )   0i   j   ln(credfit  j )    j MPt  j   t 121212j 0j 0j 0 Liquiit 1 (    t   j MPt  j )    j X it  j    jYt  j   it ,(8)где i — индивидуальный индекс коммерческого банка, ln(credfit ) — прирост логарифма объема корпоративного кредитного портфеля банка i вмомент времени t ,MPt  j — импульс денежно-кредитной политики в момент времени t  j (абсолютный приростминимальной ставки по недельным аукционам прямого РЕПО с Банком России),Liquiit 1 — уровень ликвидности38 банка i в период времени t , j X it  j — линейная комбинация индивидуальных характеристик банков (по данным формы0409101), jY j — линейная комбинация контрольных переменных.Выбор минимальной ставки по недельным аукционам прямого РЕПО с Банком России вкачестве инструмента денежно-кредитной политики связан с тем, что на основе именно этойставки была создана ключевая ставка, которая является основным индикатором политики БанкаРоссии с сентября 2013 года.

Характеристики

Список файлов диссертации