Диссертация (1137810), страница 19
Текст из файла (страница 19)
При этомздесь и далее в таблицах с результатами оценки моделей приведены только периоды времени,для которых оцениваемые модели оказались статистически значимыми в целом на уровнезначимости 5%.Для каждой из групп банков методом Ареллано–Бовера/Бланделла–Бонда48(см. Arellano,Bover (1995) и Blundell, Bond (1998)) была оценена динамическая модель панельных данных.Статистическая значимость лагов зависимой переменной в качестве регрессоров была получена45Здесь и далее все расчеты проведены в статистическом пакете STATA. Уровень значимости, на которомтестировались все гипотезы, составляет 5%.46Автор осознает ограничение для исследования, возникающее при проведении данного теста в пакете STATA:допускается одновременное тестирование значимости не более двух структурных сдвигов.
Поэтому дальнейшийанализ проводится при вынужденной предпосылке об отсутствии других, не выявленных тестом, структурныхсдвигов.47Подробнее см. Отчет о развитии банковского сектора и банковского надзора в 2011 году (Банк России).48В данной работе при применении метода Ареллано–Бовера/Бланделла–Бонда в качестве инструментов былииспользованы различные лаги уровней и первых разностей объясняющих переменных.- 77 только в модели для группы «большой шестерки».
Для оценки качества этой модели былипроведены необходимые в данном случае тест Саргана на эндогенность и тесты Ареллано–Бонда на автокорреляцию остатков первого и второго порядка (см. Arellano, Bond (1991)). Pvalue теста Саргана в данном случае составило 0,38, а P-value тестов Ареллано–Бонда наналичие процессов AR(1) и AR(2) в остатках оцениваемой модели составляют 0,04 и 0,21,соответственно. Это означает, что результатам модели можно доверять на уровне значимости5%49.Таблица 5 — Одношаговая процедура50Within R-0,03***–0,20***————январь 2010все0,08**0,07– сентябрькоэффици0,03«Большаяиюнь 2011 –шестерка»июнь 2014Крупные банкирозничныеСуммаСумма jПериод2013j51квадратрегрессияне значимаентыСредние и малые банкиравнынулюкорпоратиянварь 2010всевсевные– май 2011коэффицикоэффициеентынты равныравнынулюнулюиюнь 2011 –сентябрь2013всевсекоэффицикоэффициеентынты равныравнынулю0,03нулю49Для верно специфицированной динамической модели панельных данных ожидается валидность и релевантностьиспользуемых инструментов и, в связи с особенностями оценивания таких моделей, наличие процесса AR(1) вмодифицированных остатках, а также отсутствие в них процесса AR(2).
Поэтому для верной модели нулеваягипотеза теста Саргана не должна отвергаться, а нулевая гипотеза первого теста Ареллано–Бонда, в отличие отнулевой гипотезы второго теста Ареллано–Бонда, не должна быть отвергнута.50Оценки коэффициентов моделей даны в Приложении 4.51Учитывается только сумма статистически значимых коэффициентов.- 78 оптовыеиюнь 2011 –сентябрь2013всевсекоэффицикоэффициеентынты равныравнынулю0,04нулюдиверсииюнь 2011 –фициросентябрьванные2013все0,070,03–0,18***0,03коэффициентыравнынулюоктябрь 20130,03***– декабрь2014Примечание.
Звездочками помечены статистически значимые суммы коэффициентов(нулевая гипотеза: сумма коэффициентов равна нулю). *** — значимость на 1%-ом уровнезначимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровнезначимости.Источник: расчеты автора.В первую очередь, обратим внимание на сумму коэффициентов при инструментемонетарной политики для группы «большой шестерки». В связи с тем, что эта сумма оказаласьположительной, нельзя с уверенностью говорить о сдерживающем эффекте монетарнойполитики на банки «большой шестерки». Для получения более точно ответа на данный вопрособратимся к оценке производной кредитного портфеля по инструменту монетарной политики.Так как в соответствующей модели значимыми оказались только коэффициенты при MPt иLiquit 1 MPt , искомая производная имеет простой вид: ( ln(credfit )) 0 0 Liquiit 1 .
На (dMPt )рис. 11 показана динамика значения этой производной для шести крупнейших государственныхбанков52.52На рис. 11 приведены условные названия банков по типу «Банк i», так как указание конкретных названий банковпри представлении результатов анализа в данном случае не является правомерным.Банк 1Банк 2Банк 3Банк 4Банк 5июн.14апр.14мар.14янв.14ноя.13окт.13авг.13июн.13-5май.13-5мар.13-4янв.13-4дек.12-3окт.12-3авг.12-2июл.12-2май.12-1апр.12-1фев.120дек.110ноя.111сен.111июл.112июн.112апр.11прирост кредитного портфеля в %- 79 -Банк 6Рис.
11. Реакция корпоративных кредитных портфелей банков «большой шестерки» наизменение ключевой ставкиИсточник: расчеты автора.Как показано на рис. 11, лишь в случае с тремя из шести банков (Банк 1, Банк 3 и Банк 6)на протяжении всего оцениваемого периода денежно-кредитная политика оказывалаотрицательное воздействие на объем корпоративного кредитного портфеля. В случае состальными тремя крупнейшими банками рост ключевой ставки53 сопровождался увеличениемобъема корпоративного кредитного портфеля. Так, с июня 2011 по июнь 2014 года приповышении ключевой ставки на один процентный пункт месячный прирост объема кредитногопортфеля Банка 4 составлял около 1%.
Другими словами, согласно расчетам, в условияхужесточения политики Банка России некоторые банки выдают в кредит меньшие суммы, чемсуммы погашений задолженности. Другие же крупнейшие государственные банки, наоборот,выдают больше кредитов фирмам, захватывая тем самым дополнительную долю рынка.Наличие отрицательной взаимосвязи между уровнем ключевой ставки Банка России итемпами прироста корпоративных кредитных портфелей банков «большой шестерки»соответствует классической экономической интуиции и свидетельствует в пользу работыканала банковского кредитования. При повышении ключевой ставки Банка России происходит53Здесь и далее для периода до 13 сентября 2013 года под ключевой ставкой понимается минимальная ставка поаукционам недельного прямого с Банком России.- 80 удорожание денег в экономике, что отрицательно сказывается на стоимости привлечениясредств для кредитных организаций и вынуждает банки проводить отрицательную переоценкуактивов.
Подобные изменения негативно сказываются на величине капитала банка и показателедостаточности капитала. Снижение показателя достаточности капитала банка приводит кснижению предложения кредитов и, как следствие, к сокращению кредитных портфелей банковв целом.При этом снижение предложения может происходить за счет как ценовых, так инеценовых условий кредитования.
В ответ на повышение ставок на денежном рынке банкможет повысить процентную ставку по кредиту, ориентируясь на более рентабельныхзаемщиков и/или не желая сокращать свою маржу (разницу между ставками размещения иставками привлечения средств), чтобы поддержать прибыль и, следовательно, капитал. Вданном случае, однако, риски невозврата кредитов по более высокой ставке возрастают.
Другимвозможным вариантом для банка может стать ужесточение неценовых условий кредитования,например, требований к финансовому положению заемщиков. Чем жестче указанныетребования, тем меньше заемщиков смогут взять кредит даже при сохранении ставки процентана первоначальном уровне. Как первый, так и второй способ позволяют банку сохранитьожидаемую доходность от предоставления кредитов на желаемом уровне ценой сокращениякорпоративного кредитного портфеля.Не менее детального обсуждения заслуживает найденная положительная взаимосвязьмежду кредитным портфелем некоторых крупных банк и уровнем ключевой ставки БанкаРоссии.
Очевидно, что в данном случае наличие канала банковского кредитования не нашлостатистического подтверждения. Получается, что среди крупнейших государственных банковесть те, на которых увеличение ставки Банка России не оказывает сдерживающего эффекта.Наоборот, повышение ключевой ставки Банка России сопровождается ростом задолженностинефинансовых организаций по кредитам перед этими банками. Объяснение этому, на первыйвзгляд, контринтуитивному эффекту может быть связано с природой рассматриваемых банков.В первую очередь, участие государства в структуре собственности таких банков играетважную роль в формировании их бизнес-моделей.
Именно с помощью крупнейшихгосударственных банков страны реализуются государственные программы поддержки малого исреднего предпринимательства, многие программы поддержки различных отраслей экономики,например, государственная программа развития сельского хозяйства. Данные программынацелены на увеличение доступности заемных средств для соответствующих категорийэкономических агентов, причем в условиях ухудшение экономической ситуации в странеподобные программы не сворачиваются, но даже расширяются. В связи с этим, влияние- 81 денежно-кредитной политики на объем выданных по государственной программе кредитов,скорее всего, отсутствует.Кроме того, на формирование бизнес-модели банков «большой шестерки» такжеоказывает непосредственное влияние их размер.
Как было отмечено ранее, крупнейшиекредитные организации страны, в отличие от более мелких банков, имеют большевозможностей для управления своими активами и обязательствами. С одной стороны, такиебанки имеют больше возможностей по привлечению средств. Здесь имеются ввиду не тольковнутренние, но и внешние источники фондирования.
Так, надежность и распространенностьфилиальных сетей банков «большой шестерки» делают депозиты в них привлекательными длябольшинства потенциальных вкладчиков вне зависимости от фазы экономического цикла.Действие экономических санкций ряда иностранных государств не означает закрытияабсолютно всех внешних рынков для таких банков в условиях развития экономическихотношений с другими развивающимися странами. Таким образом, имея широкие возможностипо привлечению средств, крупнейшие банки могут позволить себе не сильно ужесточать своюкредитную политику в условиях удорожания денег в российской экономике.Наконец, когда прочие банки вынуждены сокращать объемы кредитования нефинансовыхорганизаций, крупнейшие государственные банки могут перехватить соответствующую долюкредитного рынка, переманив заемщиков других банков.Вернемся теперь к результатам оценки модели, представленным в таблице 5.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
