Диссертация (1137810), страница 21

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

Текст из файла (страница 21)

Такой сильный рост значения инструмента БанкаРоссии мог заставить банки отказаться от кредитования нефинансовых организаций и частичнопереориентироваться на вложения в менее рисковые активы. Однако здесь, как и в случае с«большой шестеркой», объяснение «антиэффекта» ликвидности требует отдельного анализа(см. подраздел 3.2.4).Отметим, что для подпериодов, не указанных в таблице 5, оцененные регрессииполучились в целом не значимыми.- 85 Теперь стоит обратиться к результатам двухшаговой процедуры, которые приведены втаблице 7. Данная процедура, однако, не была проведена для оценки работы каналабанковского кредитования для группы «большой шестерки», а также для группы оптовыхбанков, содержащей всего 19 банков, в силу недостаточного количества наблюдений дляоценки пространственной регрессии на первом шаге.

Опишем результаты, полученные длядругих групп банков.Таблица 7 — Двухшаговая процедура55Сумма  jR-квадратрегрессии навтором шаге«Большая шестерка»Крупные банкибанкиСредние и малыерозничные——–12,10***0,93–0,14***0,46регрессия некорпоративные—оптовые——0,32***0,18диверсифицированныезначимаПримечание. 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.На первом шаге в качестве объясняющих переменных были использованы 12 лаговзависимой переменной.

Фактически это означает, что модель оценивается не с начала 2010года, а с начала 2011 года. Таким образом, правая граница полностью совпадает с началомструктурногодефициталиквидности.Поэтомувседальнейшиерезультатыможноинтерпретировать как результаты именно для данного промежутка времени.Итак, согласно таблице 7, для группы крупных банков сумма коэффициентов  j припроизведении уровня ликвидности и различных лагов переменной монетарной политикиотрицательна,акоэффициентдетерминациидостаточновысокисоставляет0,93.Следовательно, можно утверждать, что и для крупных банков имеет место «антиэффект»ликвидности: такие банки тем сильнее сокращают объемы кредитования нефинансовых55Оценки коэффициентов моделей даны в Приложении 5.- 86 организаций в ответ на сдерживающую политику Банка России, чем больше уровеньликвидности их активов.Результаты двухшаговой процедуры, в отличие от одношаговой, не позволяют сделатьвыводы о влиянии монетарной политики на кредиты, выданные фирмам средними и малымикорпоративными банками: регрессия на втором шаге оказалась не значимой на уровне 5%.

Ещеодним отличием результатов двухшаговой процедуры от одношаговой является отрицательнаясумма коэффициентов  j для группы розничных банков. Другими словами, согласно расчетампо двухшаговой процедуре, для розничных банков характерен «антиэффект» ликвидности.3.2.4 Объяснение эффекта и «антиэффекта» ликвидностиДля того чтобы объяснить результаты, полученные в подпараграфе 3.1.3, для каждойгруппы банков были оценены дополнительные динамические модели панельных данных.Зависимой переменной в каждом случае являлась доля той или иной статьи активов в общемобъеме сальдированных активов банков (в расчет не включалась доля корпоративногокредитного портфеля в активах).

В качестве объясняющих переменных были использованыдоли статей пассивах в обще объеме пассивов банков, а также уровень ликвидности и ключеваяставка Банка России. Для всех статей активов, кроме ликвидных активов, оцениваемыеуравнения имеют вид:1212j 1j 0assets _ itemit  i    j  assest _ itemit  j    j MPt  j    t 1212j 0j 0 Liquiit 1 (    t   j MPt  j )    j Kit  j   it ,(11)где assets _ itemit — доля в суммарных активах банка одной из статей активов (кредитыкредитным организациям-резидентам, кредиты банкам-нерезидентам, кредиты физическимлицам), j K it  j — скалярное произведение вектора коэффициентов  j на вектор, элементами которогоявляются доли статей пассивов в общем объеме пассивов коммерческого банка i в моментвремени t  j . Статьями пассивов, включенными в регрессии, являются фонды и прибыль,депозиты и прочие счета нефинансовых организаций, кредиты от банков-резидентов, кредитыот банков-нерезидентов, депозиты домохозяйств, а также счета других банков-резидентов.Остальные обозначения не отличаются от ранее использованных.Спецификация уравнения с долей ликвидных активов в качестве зависимой переменнойне содержит произведения уровня ликвидности на переменную монетарной политики в силувозможной эндогенности и имеет вид:- 87 121212j 1j 0j 0Liquiit  i    j Liquiit  j   j MPt  j    t    j Kit  j   it ,(12)где  j K it  j — скалярное произведение вектора коэффициентов  j на вектор, элементамикоторого являются доли статьей пассивов в общем объеме пассивов коммерческого банка i вмомент времени t  j .В таблице 8 приведены результаты оценки описанных выше моделей для всех группкоммерческих банков выборки, кроме средних и малых корпоративных и оптовых, т.к.

для нихналичие канала банковского кредитования не было доказано. Для показателя кредитов прочимбанкам-резидентам в группе «большой шестерки была» была оценена динамическая модельпанельных данных с помощью процедуры Ареллано–Бонда56. Для остальных групп изначальнотакже оценивались динамические модели панельных данных. Однако, как и при проведениирасчетов по одношаговой процедуре Кашьяпа-Штейна, лаги зависимой переменной в качестверегрессоров в каждой модели для банков не «большой шестерки» оказались незначимыми дажена уровне значимости 10%.

В связи с этим для таких банков наилучшими оказались модели сфиксированными индивидуальными эффектами, учитывающие наличие гетероскедастичности,автокорреляции во времени и пространственной корреляции случайных ошибок по методуДрисколл-Краай.Согласно таблице 8, для группы «большой шестерки» существует положительнаязависимость объемов средств, выданных другим кредитным организациям, от изменений включевой ставке с учетом уровня ликвидности активов этих банков. Получается, что шестькрупнейших государственных банков страны при повышении Банком России ключевойсокращают свои корпоративные кредитные портфели, частично переориентируясь навзаимодействие с другими банками.

Чем больше ликвидных активов по отношению ксуммарным активам банки данной группы накопили к моменту ужесточения денежнокредитной политики, тем большую сумму средств они имеют возможность выручить отразмещения ликвидных активов и, следовательно, тем большую сумму средств предоставитьпрочим кредитным организациям.56P-value теста Саргана составило 0,24, а тестов Ареллано-Бонда — 0,05 и 0,71, т.е.

результатам модели можнодоверять на уровне значимости 5%.- 88 Таблица 8 — Объяснение эффекта и «антиэффекта» ликвидности57ЗависимаяСумма58Withinкоэффициентов приR-квадратПериодпеременнаяLiquit 1 MPt  j«Большаякредитышестерка»прочимиюнь 2011 –банкам-июнь 2014MPt  j0,25**–0,04**——0,01**0,05—–0,05**0,09—–0,04**0,09—0,3 102 **0,13резидентамКрупные банкирозничныеликвидныеактивыянварь 2010– декабрь2014ликвидныеянварь 2010активы– сентябрьСредние и малые банки2013диверсифицликвидныеиюнь 2011 –ированныеактивысентябрь2013ликвидныеоктябрьактивы2013 –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.Привлекательность частичной переориентации на сделки с прочими банками связана стем, что взаимодействие с ними является значительно менее рисковым поведением, чем5758Оценки коэффициентов моделей даны в Приложении 6.Учитывается только сумма статистически значимых коэффициентов.- 89 кредитование реального сектора, особенно в условиях ухудшения экономической ситуации встране. По некоторым видам межбанковских кредитов, например, сделкам РЕПО, заемщикдолжен предоставить обеспечение, соответствующее общей сумме займа. Другими словами,если заемщик не выплачивает вовремя всю необходимую сумму по ссуде, на руках у банкакредитора остаются ценные бумаги на сумму невозвращенного кредита, которые он можетпродать, вернув деньги.

При этом обычно банк-кредитор принимает ценные бумаги,выступающие в качестве залога, с некоторым дисконтом (haircut) к их текущей рыночнойстоимости, чтобы дополнительно застраховаться от риска их обесценения.Крупные банки, согласно расчетам, при росте ключевой ставки Банка Россиипредпочитают вкладывать средства только в ликвидные активы. Такие банки не являютсяосновными кредиторами на межбанковском рынке.

Другими словами, при удорожании денег вэкономике и соответствующем увеличении рисков на корпоративном кредитном рынкекрупные банки предпочитают вложения в ликвидные активы, необходимые для преодолениянегативных шоков в будущем.Проведенные расчеты позволяют говорить о некоторой степени взаимозаменяемостимежду ликвидными активами и кредитами нефинансовым организациям для группы крупныхбанков. Как было указано ранее, при росте стоимости денег в экономике риски на кредитныхрынках, в частности, на рынке кредитования фирм, растут. В то же время, для банковвозможность размещения средств в кредиты снижается, так как спрос на кредиты в целом вэкономике сокращается, а сами вложения становятся более рисковыми.

В этих условиях чемменьше банк ориентирован на кредитный рынок, т.е. чем больше доля вложений в ликвидныеактивы в суммарных активах банка, тем проще такому банку сократить свой кредитныйпортфель. Ликвидные активы по своей природе приносят сравнительно небольшой доход,однако могут быть быстро обменены на денежные средства, представляя собой «подушкубезопасности» для банка.

Характеристики

Список файлов диссертации