Диссертация (1138188), страница 27
Текст из файла (страница 27)
При этом в наиболеевероятном сценарии, как ожидается, кризис будет локальным (затронетограниченный круг банков, активно вовлеченных в рискованное кредитованиенаселения).В кризисном сценарии кризис проблемной задолженности в банковскомсекторе будет наиболее глубоким и, как ожидается - системным - затронетбольшое число игроков и сегментов рынка.
Его масштаб в части пиковогозначения доли NPL сопоставим с шоком 2008 г.Факторыухудшениякачествасовокупногокредитногороссийского банковского сектора в кризисном сценарии:153портфеля длительный период отрицательных темпов роста экономики, сжатиедоходов и внутреннего спроса; резкое ослабление курса рубля в результате поиска нового равновесияна валютном рынке из-за ухудшения платежного баланса. Этодополнительноусугубитфинансовогоположениезаемщиков,имеющих значительную долю валютного долга; продолжение снижения цен на рынке недвижимости в реальномвыражении (на фоне негативной макроэкономической динамики иужесточения условий ипотечного кредитования), что может обусловитьрост частоты дефолтов по кредитам, обеспеченных жилой иликоммерческой недвижимостью; «заражение» корпоративного сегмента кредитного рынка кризисом«плохих долгов» в розничном (через общее ужесточение кредитнойполитики).Вероятныекорпоративном«кандидаты»секторе–наростнеплатежейпотребительскиеввнутренне-ориентированные отрасли, непродовольственные товары, товарыдлительногопользования,строительствоистройматериала,инвестиционные товары.Далее, зная масштаб роста неплатежей по банковской системе в целом,проводится стресс-тест отдельных банков, результат которого приводится вагрегированном виде.Для прогнозирования доли «плохих» кредитов в кредитных портфеляхотдельных банков в одном случае учитываются индивидуальные уязвимостик макрострессам, полученные в результате расчета вклада микро- имакрофакторов в рост доли просроченных кредитов банков в 2008-2010 гг.(см.
глава 3, «с коррекцией»), во втором – нет (в последнем случае динамикакачества ссуд отдельных банков на прогнозном периоде повторяетаналогичный показатель по сектору в целом, «без коррекции»).Затем, исходя из инерционных прогнозов прибыльности и капиталабанков,исследуютсядефицитыкапитала154поотдельнымкредитныморганизациям (объем капитала, недостающий для достижения минимальнодопустимого значения норматива Н1). Естественно, полученные такимобразом результаты могут содержать значительные ошибки в отношенииотдельных банков. Тем не менее, предполагается, что благодаря эффектувзаимного погашения ошибок интегрированная оценка по банковскомусектору в целом достаточно точно отражает реальный масштаб потерь ипотребность во внесении дополнительного капитала.Количественные результаты стресс-тестирования приведены на рис. 25.Рисунок 25 - Результаты стресс-тестирования кредитного риска российскогобанковского сектора, горизонт – 2014 г.а) Число банков с дефицитом капитала иб) Структура спроса на поддержку капиталаобъем господдержкисо стороны государства, %КризисныйНаиб.
вероятн.КризисныйБезкоррекцииБезкоррекцииПотребность банков в дополнительныхвливаниях в капитал со стороныгосударства, млрд. руб.Число банков, которым потребуютсядополнительные вливания в капиталсо стороны государства (прав. шк.)С коррекцией100%80%60%40%20%0%С коррекциейБезкоррекцииС коррекциейБезкоррекции250200150100500С коррекциейНаиб. вероятн.600.0500.0400.0300.0200.0100.00.0Частные региональные банкиЧастные столичные банкиГосударственные банкиДочерние банки нерезидентовВ случае ухудшения качества ссуд российских банков в соответствие спропорциями 2008-2010 гг.
(см. рис. 25, столбцы «с коррекцией») в наиболеевероятномсценариикредитныморганизациямможетпонадобитьсядополнительная капитализация со стороны финансовых властей в объеме 272млрдруб.(4,1%собственногокапиталабанковскойсистемы,2%планируемых на 2014 г. доходов федерального бюджета). В этом сценарииоколо 174 кредитных организаций могут столкнуться с нехваткой капитала,155которую они не смогут покрыть за счет собственных средств. На долюуязвимой группы в этом сценарии в сумме приходится 22,6% совокупныхактивов банковского сектора вне Сбербанка.
Около 56% запроса надопкапитализацию в этом сценарии приходится на частные московскиебанки. 28,9 и 14,8% - на региональные и иностранные банки соответственно.Банки с госучастием практически не испытывают сложностей с выполнениемнормативов достаточности капитала Н1 в этом сценарии.В кризисном сценарии число банков с дефицитом собственного капиталабольше – 211 кредитных организаций, покрывающих 45,6% активовбанковского сектора вне Сбербанка. Объем дополнительной капитализациисо стороны государства в этом сценарии составляет 369 млрд. руб.
(около5,:% собственного капитала банковской системы, 2,7% от величиныпланируемых доходов федерального бюджета). Распределение поддержки погруппам банков следующее: 6.0% - госбанки, 14.4% - иностранные банки,53.5% - частные московские банки, 26.0% - региональные кредитныеорганизации.В случае неучета гетерогенности банков в части уязвимости кмакроэкономическим шокам размер спроса на поддержку существенновозрастает: до 338 млрд. руб. и 514 млрд.
руб. в наиболее вероятном икризисном сценарии соответственно (см. рис. 25, столбцы «без коррекции»).Это объясняется переоценкой уровня риска крупных государственныхбанков, обладающих повышенной устойчивостью к макрострессам, врасчетах без коррекции (см. рис.
25-б).156ЗаключениеОсновные результаты диссертационного исследования состоят вследующем:1. На основе построенных моделей агрегированного кредитного рискабанковского сектора было выявлено, что основными факторами качествассуд на макро-уровне являются: динамика реального ВВП (фаза бизнесцикла), устойчивость курса национальной валюты (наличие или отсутствиедевальвации и ее масштаб), динамика кредитного рынка (сбалансированностьразмещенных и привлеченных банками средств), рыночная стоимостьзалогов по кредитам (жилья и акций), показатели защищенности от рисков(капитализация, уровень резервирования по ссудам и др.).
Построеннаямежстрановаямодельагрегированногокредитногорискасталаинструментальной основой для проведения дистанционного top-down стресстестирования российского банковского сектора.2. В рамках повышения точности дистанционного стресс-тестинга былиразработаны модели опережающих индикаторов смены фаз бизнес-цикла.Учет показаний этих моделей при разработке стрессовых сценариевпозволяет смягчить одну из острых проблем стресс-тестирования –процикличность (сильную историческую обусловленность) закладываемых всценарии шоков. Количественный анализ индикаторов бизнес-цикла выявилключевуюрольпеременныхфинансовогосектора,отвечающихзавнутренние финансовые перегревы, в объяснении начала и окончаниямакроэкономических кризисов.
Учет финансовых переменных позволяетсущественно повысить качество моделей поворотных точек бизнес-цикла(наблюдается снижение уровня «шума» либо рост предсказательной силы).3. Для более полного учета гетерогенности банков в части уязвимости кмакроэкономическим шокам была разработана модель кредитного рискаотдельных российских банков. Данная модель показала, что, наряду собщими для всех банков трендами, качество ссуд отдельных игроков взначительной степени зависит от рискованности индивидуальных бизнес-157стратегий. На основе проведенного анализа удалось выявить группу«повышенного риска»: банки, ухудшение качества ссуд которых во времякризиса 2008-2009 гг. более, чем на 50% объяснялось микроэкономическимифакторами. Численность этой группы составляет примерно 20% от числакредитных организаций.
При этом для большинства банков основнымфактором реализации кредитных рисков в указанный период было все-такиухудшениемакроэкономическихусловий.Полученныерезультатыиспользуются при дистанционном стресс-тестировании.4. Построенные модели кредитного риска были успешно применены канализу кризисного потенциала кредитного рынка России и устойчивостироссийскогобанковскогосекторавсреднесрочнойперспективе.Среднесрочные перспективы российского кредитного рынка были оцененыпри помощи стресс-тестирования, которое показало, что в двух наихудшихсценариях стабильности банковского сектора угрожают кредитный кризис ипотеря до 8 % собственного капитала банков.Научнаяновизнадиссертационногоисследованиясостоитвследующем:1.Разработана схема дистанционного стресс-тестирования кредитногорискароссийскогонеопределённостьбанковскогобудущейфазысектора,бизнес-циклаучитывающегоприразработкесценариев и неоднородность риск-стратегий банков при расчетечувствительностикачествапортфелейотдельныхигроковкобщесистемным шокам;2.Разработана межстрановая модель агрегированного кредитного риска,учитывающая более широкий спектр переменных по сравнению симеющейся литературой.
В модели решена проблема эндогенности рядаобъясняющихпеременных,игнорируемаявбольшинстверабот.Применены методы оценивания динамических моделей на панельныхданных, позволяющие моделировать качество ссуд в уровнях, а неприростах (System GMM), тем самым, достигая более высокой158объясняющей силы моделей. Модель агрегированного кредитного рискабыла применена как для ретроспективного анализа кредитного рынкаРоссии,такидлядистанционноготестированияустойчивостироссийского банковского сектора в среднесрочном периоде;3.В работе оценены модели вероятности смены фаз бизнес-цикла наоснове панельных данных. Это позволило учесть историю бизнесциклов по широкому кругу стран, что существенно повышает качество иобоснованностьмоделейисделанныхвыводов.Поведениеопережающих индикаторов рецессий, полученное на основе этихмоделей, было принято во внимание при разработке стрессовыхсценариев для анализа рисков банковского сектора;4.При разработке моделей входа в рецессию и выхода из нее была впервыеучтена проблема посткризисного смещения, что позволило значимоповысить предсказательную силу модели и при этом снизить уровень«зашумления».
Для данных моделей был применен анализ пороговотсечения на основе оптимизации функции потерь регулятора. Данныйметод, широко применяемый в исследованиях по финансовым кризисам,был впервые применен для моделей опережающих индикаторов резкихизменений макроэкономической конъюнктуры.5.Был впервые поставлен и исследован вопрос об относительнойзначимостимакроэкономическихпеременныхифактороврискованности бизнес-стратегий банков при объяснении их качествассуд. Были выявлены группы банков, обладающие повышеннойустойчивостью или уязвимостью к макроэкономическим шокам.Результаты данного анализа используются при проведении стресстестирования,ониобеспечиваютболееточныйрасчетпотерьбанковского сектора с учетом неодинаковой чувствительности игроков кобщим для системы стрессам.Результаты диссертационного исследования могут быть использованыпри разработке макропруденциальной и контрциклической политики в159России.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
