Диссертация (1137810), страница 20
Текст из файла (страница 20)
Наряду сознаком суммы коэффициентов при всех переменных, отражающих денежно-кредитнуюполитику, интерес исследователя также представляет знак суммы коэффициентов припроизведении уровня ликвидности и приростом ключевой ставки Банка России. Эта суммаоказалась отрицательной и равной –0,20. Такой результат опровергает наличие «классического»эффекта ликвидности Kashyap, Stein (2000) для группы шести крупнейших банков исвидетельствует в пользу наличия «антиэффекта» ликвидности.
Согласно полученным оценкам,при повышении Банком России ключевой ставки в период с июня 2011 по июнь 2014 года«большая шестерка» предпочитала снижать объемы выданных нефинансовым организациямкредитов тем сильнее, чем больше уровень ликвидности активов указанных банков. Отметим,что объяснение полученной взаимосвязи требует дополнительного анализа, результатыкоторого обсуждаются далее в подразделе 3.1.4 настоящего диссертационного исследования.Вышеописанный результат, однако, не имеет места до начала перехода к структурномудефициту ликвидности в июне 2011 года.
Более того, до июня 2011 года статистическойзначимости влияния импульсов денежно-кредитной политики на объем корпоративногокредитного портфеля шести крупнейших банков не было обнаружено. Как указано ранее,структурный профицит ликвидности в банковской системе означает отсутствие устойчивой- 82 потребности банков в займах у денежно-кредитных властей. Поэтому в условиях отсутствиякоридора процентных ставок структурный избыток ликвидности у банков означает, что уровеньставок денежного рынка слабее, чем в ситуации с дефицитом, влияет на действия кредитныхорганизаций на кредитном рынке. В этот период более сильное влияние на поведение банковоказывали ставки по операциям абсорбирования ликвидности Банком России, динамикакоторых, однако, не вполне совпадала с динамикой ставок по операциям предоставленияликвидности, таким как аукционы РЕПО с Банком России.Также стоит остановиться на том, почему правая граница интервала в таблице 5 для«большой шестерки» не совпадает с сентябрем 2013 года — моментом времени, которыйизначально был выбран в качестве второго структурного сдвига.
Дело в том, что изначально«антиэффект» ликвидности был обнаружен именно для периода с июня 2011 по сентябрь 2013года. Дальнейшее включение более поздних моментов времени в выборку показало, чтополученный результат устойчив к расширению выборки. Выбор июня 2014 года в качествеправой границы интервала обусловлен техническими возможностями компьютеров, с помощьюкоторых проводились расчеты. В то же время, для периода после июня 2014 также былипроведены расчеты. На основе данных расчетов, однако, не удалось выявить статистическуюзначимость политики Банка России в этот период.
Вероятно, такой результат связан сухудшением геополитической ситуации начиная со второй половины 2014 года, что, в первуюочередь, отразилось именно на банках «большой шестерки».Для всех остальных групп банков первоначально также оценивалась динамическая модельпанельных данных методом Ареллано–Бовера/Бланделла–Бонда. Однако, как уже былоотмечено выше, статистическая значимость лагов зависимой переменной, подтверждающаяиспользование динамической модели, не была подтверждена ни для одной из оставшихся группбанков. Поэтому для всех групп банков, кроме группы «большой шестерки», была оцененаобычная модель с фиксированными индивидуальными эффектами.
Оценки стандартныхошибок в данных моделях были скорректированы по методу Дрисколл-Краай (см. Driscoll,Kraay(1998)),позволяющемуучестьгетероскедастичность,автокорреляциюипространственную корреляцию случайных ошибок54.Согласно таблице 5, для группы крупных банков регрессия оказалась в целом не значимойна любом уровне значимости. Подходящей спецификации модели в данном случае найти неудалось.54В выборе между моделями с фиксированными и случайными индивидуальными эффектами предпочтениеотдано модели первого типа по двум основным причинам.
Во-первых, модели с фиксированнымииндивидуальными эффектами, в отличие от моделей со случайными индивидуальными эффектами, всегда даютсостоятельные оценки. Во-вторых, только для моделей с фиксированными индивидуальными эффектами можнопровести корректировку стандартных ошибок методом Дрисколл-Краай.- 83 Отдельного внимания заслуживают результаты оценки модели по подгруппам средних ималых банков. Для них в столбце «Период» указаны временные промежутки, для которыхоцениваемая регрессия оказалась значима на уровне 5%.
В случае с каждой подгруппой банковпредварительно тестом Чоу проверялась значимость структурных сдвигов, найденных спомощью теста Клементе-Монтеньеса-Рейеса. P-value тестов Чоу для каждой из четырехподгрупп средних и малых банков приведены в таблице 6.Таблица 6 — Тест Чоу на структурные сдвиги в моделях для средних и малых банковПодгруппа средних иP-value для гипотезыP-value для гипотезымалых банково незначимостио незначимостисдвигасдвигав июне 2011 годав сентябре 2013 годарозничные0,260,00корпоративные0,000,00оптовые0,030,02диверсифицированные0,040,00Источник: расчеты автора.Как видно из таблицы 6, для всех банков, кроме розничных, оба структурных сдвигаоказались значимыми. Поэтому для трех групп банков для каждого подпериода оцениваласьсвоя модель. Для подгруппы розничных банков оценивались только две модели: одна дляпериода с января 2010 по сентябрь 2013 года, другая — с октября 2013 по декабрь 2014 года.Вернемся к результатам, представленным в таблице 5. Для средних и малыхкорпоративных и оптовых банков импульсы денежно-кредитной политики не оказываютстатистически значимого влияния на кредитование фирм.
Логично предположить, чтобольшинство средних и малых корпоративных банков сильно аффилированы с небольшимколичеством фирм или имеют жестко специализированную кредитную политику. Чаще всегосредние и малые корпоративные банки хорошо знают своих немногочисленных заемщиков, афинансовые трудности последних могут поставить под угрозу выживаемость самих этихбанков. В этой ситуации существенное сокращение кредитного портфеля банков данной группыдаже при повышении ставки центральным банком является нежелательным как для фирм, так идля связанных с ними кредитных организаций. Вероятнее всего, такие банки предпочитаютподдерживать долю кредитов фирмам в активах на примерно постоянном уровне.Подтверждением такой гипотезы может служить значение стандартного отклонения доликредитов фирмам в активах корпоративных банков: оно равно 0,02.
При этом доля кредитовфирмам в активах таких банков за весь рассматриваемый период не опускалась ниже 0,27, а еесреднее значение составило 0,31. В данном случае стандартное отклонение достаточно мало по- 84 сравнению со средним значением. Поэтому можно утверждать, что корпоративные банкидействительно предпочитают поддерживать долю кредитов в активах примерно постоянной внезависимости от действий центрального банка. Похожее объяснение можно дать и дляподгруппы оптовых банков. Так, стандартное отклонение доли кредитов фирмам в активах этойгруппы также равно 0,02 при среднем значении 0,30 и минимальном значении 0,26.Результат, полученный для группы средних и малых розничных банков, указывает наотсутствие«антиэффекта»соответствующеймоделиликвидности.являетсяЕдинственнымкоэффициентпристатистическипроизведениизначимымвLiquiit 1 MPt 2 .Положительное значение этого коэффициента (0,08) означает, что при ужесточении монетарнойполитики такие банки тем слабее сокращают кредитование фирм, чем больше уровеньликвидности их активов.
Такой взаимосвязи можно предложить следующее объяснение.Вероятно, розничные банки, учитывающие действия Банка России в периоде t 2 и к периодуt 1 накопившие достаточный объем ликвидных активов, имеют возможность продать этиликвидные активы и выдать полученные средства фирмам в кредит. Чем больше ликвидностинакопил банк, тем больше денег он сможет выручить от их продажи.
Отметим, что подобноеповедениесогласуетсяспредсказаниямитеоретическихмоделей(см.,например,Freixas, Jorge (2008)).Поведение средних и малых диверсифицированных банков в период с июня 2011 посентябрь 2013 года качественно совпадает с описанным выше поведением средних и малыхрозничных банков и может объясняться аналогичным образом.12В отличие от этого, знак суммы коэффициентов ( Liquij 1jit 1 MPt j ) в периоде соктября 2013 по декабрь 2014 года становится отрицательным.
Другими словами, с октября2013 по декабрь 2014 года реакция диверсифицированных банков на ужесточение денежнокредитной политики соответствует понятию «антиэффекта» ликвидности: при сдерживающейполитике монетарных властей такие банки тем сильнее сокращают объемы кредитованиянефинансовых организаций, чем больше уровень их ликвидных активов. Необходимо заметить,что как раз в первой половине 2014 года Банк России начал сильно повышать ключевую ставку,стремясь бороться с растущей инфляцией.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
