Концепция развития денежной системы России в условиях модернизации национальной экономики (1142192), страница 64
Текст из файла (страница 64)
Подробный вывод данных по решению данного уравнениярегрессии представлен в таблице Л.2 Приложения Л.В результате мы получили в логарифмическом виде следующее уравнениерегрессии:LOG(GDP_GE)= 1,084*LOG(LOANS_TO_NON_BANKS_GE).(Л.3)Коэффициент регрессии в уравнении у нас получился статистически значимым с 0,05 уровнем надежности, а коэффициент детерминации R-squared оказалсяравен 0, 740, то есть изменения независимой переменной LOANS_TO_NON_BANKS_GE в 74,0% случаев объясняют динамику зависимой переменнойGDP_GE.
Заметим, что данное уравнение у нас без константы, поскольку последняя оказалась статистически незначимой.После потенцирования получаем следующее степенное уравнение регрессии:GDP_GE= LOANS_TO_NON_BANKS_GE1,084.(Л.4)Последнее уравнение можно интерпретировать следующим образом: в период с2002 г.
по 2012 г. рост на 1,0% объема банковских кредитов, выданныхнефинансовым организациям и самозанятым гражданам, приводил к росту ВВПФРГ на 1,084% (коэффициент эластичности) при нулевом исходном уровне.337Таблица Л.1 – Решение степенного уравнения регрессии, показывающегозависимость роста ВВП ФРГ от роста объема банковских кредитов, выданныхбанкам ФРГDependent Variable: LOG(GDP_GE_)Method: Least SquaresDate: 05/24/13 Time: 13:29Sample: 2002 2012Included observations: 11VariableCoefficientStd.
Errort-StatisticProb.LOG(LOANS_TO_BANKS_GE_)1.1006600.001734634.91170.0000R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodDurbin-Watson stat0.7076030.7076030.0405700.01646020.167741.773397Mean dependent varS.D. dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.Forecast: GDP_GE_FActual: GDP_GE_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion94.0962172.613943.0313630.0198330.0000070.0078210.992172Источник: составлено автором7.7663000.075028-3.485044-3.448871-3.507845338Таблица Л.2 – Решение степенного уравнения регрессии, показывающегозависимость роста ВВП ФРГ от роста объема банковских кредитов, выданныхнефинансовым организациям и самозанятым гражданамDependent Variable: LOG(GDP_GE_)Method: Least SquaresDate: 05/24/13 Time: 13:41Sample: 2002 2012Included observations: 11VariableLOG(LOANS_TO_NON_BANKS__GE_)R-squaredAdjusted R-squaredS.E.
of regressionSum squared residLog likelihoodDurbin-Watson statCoefficientStd. Errort-StatisticProb.1.0837480.001610673.31250.00000.7400040.7400040.0382570.01463620.813680.631345Forecast: GDP_GE_FActual: GDP_GE_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion83.9405367.700342.9084000.0177160.0010370.3072340.691729Источник: составлено авторомMean dependent varS.D. dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.7.7663000.075028-3.602488-3.566316-3.625290339ПРИЛОЖЕНИЕ М(обязательное)Алгоритм вычисления коэффициента эластичности между ростом объемаразличных банковских кредитов и ростом ВВП в КНРВычисление коэффициента эластичности между ростом объема банковскихкредитов, выданных нефинансовому сектору, и ростом ВВП: для того чтобынайти степенное уравнение регрессии между зависимой переменной «ВВП КНР, втекущих ценах, млрд юаней» и независимой переменной «объем банковских кредитов, выданных нефинансовому сектору КНР, в млрд юаней», обозначим ихсимволами, соответственно, как GDP_CN и LOANS_TO_NON_BANKS_CN, а затем прологарифмируем и решим линеаризованное уравнение регрессии с помощью статистической программы EViews.
Подробный вывод данных по решениюданного уравнения регрессии представлен в таблице М.1 Приложения М.В результате мы получили в логарифмическом виде следующее уравнениерегрессии:LOG(GDP_CN)= 0,984*LOG(LOANS_TO_NON_BANKS_CN).(М.1)Коэффициент регрессии в уравнении у нас получился статистически значимым с 0,05 уровнем надежности, а коэффициент детерминации R-squared оказалсяравен0,976,тоестьизменениянезависимойпеременнойLOANS_TO_NON_BANKS_CN в 97,6% случаев объясняют динамику зависимойпеременной GDP_GE.
Заметим, что данное уравнение у нас без константы, поскольку последняя оказалась статистически незначимой.После потенцирования получаем следующее степенное уравнение регрессии:GDP_CN= LOANS_TO_NON_BANKS_CN _CNb ==LOANS_TO_NON_BANKS_CN 0,984.(М.2)Последнее уравнение можно интерпретировать следующим образом: в период с 2002 г. по 2012 г.
рост на 1,0% объема банковских кредитов, выданных340банками КНР, приводил к росту ВВП КНР на 0,984% (коэффициент эластичности) при нулевом исходном уровне.Таблица М.1 – Решение степенного уравнения регрессии, показывающегозависимость роста ВВП КНР от роста объема банковских кредитов, выданныхнефинансовому сектору КНРDependent Variable: LOG(GDP_CN_)Method: Least SquaresDate: 05/24/13 Time: 16:36Sample: 2002 2012Included observations: 11VariableLOG(LOANS_TO_NON_BANKS__CN_)R-squaredAdjusted R-squaredS.E.
of regressionSum squared residLog likelihoodDurbin-Watson statCoefficientStd. Errort-StatisticProb.0.9843220.002299428.20080.00000.9755620.9755620.0786680.06188612.883640.892131Forecast: GDP_CN_FActual: GDP_CN_Forecast sample: 2002 2012Included observations: 11Root Mean Squared ErrorMean Absolute ErrorMean Absolute Percentage ErrorTheil Inequality CoefficientBias ProportionVariance ProportionCovariance Proportion2435.0441978.3106.4705840.0383390.0157600.3020220.682217Источник: составлено авторомMean dependent varS.D.
dependent varAkaike info criterionSchwarz criterionHannan-Quinn criter.10.145510.503227-2.160662-2.124489-2.183463341ПРИЛОЖЕНИЕ Н.(обязательное)Таблица Н. 1 - Показатели отдельных групп банков в 2009-2012 гг.ПоказателиДоля во вкладахфизических лиц,% (в общем объеме вкладов)Доля вкладов впассивах банков,%Прирост депозитови прочих привлеченных средствюридических лиц(кроме кредитныхорганизаций), %Доля депозитов ипрочих привлеченных средствюридическихлиц, %Банки, контролируемые государством2009 201020112012Группы банков в соответствии с кластеризацией Банка РоссииБанки, контролируемыеСредние и малые банкиКрупные частные банкииностранным капиталомМосковского региона2009 2010 2011 2012 2009 2010 20112012200920102011 2012Региональные средние и малыебанки200920102011201257,057,45856,712,011,511,413,529,425,324,623,96,2*5,8*2,42,36,2**5,8*3,63,633,836,433,032,416,718,619,321,819,224,025,625,918,923,826,827,437,740,140,642,811,73,920%.20,2%.32,3Ниже, чем у крупныхчастных банковНетданных7,9Около3*Около3*Около3**Около3**Ниже, чем Ниже, чему крупных у крупныхчастныхчастныхбанковбанков10,732,432,940,148,847,2Доля депозитови прочих привлеченныхсредств юриди20,3ческих лиц впассивах (кроме кредитныхорганизаций),%18,919,518,2Нет данных2019Нет данных1919,344,338,129.731,022,621,024,722,321,722,72.5*Нет данных2,5*10,0**Ниже, чем укрупных частных банков2.5**2,5**10,0**342Продолжение таблицы Н.1.4,23,83,817,616,113,58,43,94,14,24,142,645,850,250,418,318,017,317,833,330,52626,649,049,354,553,817,017,514,014,229,328,727,227,52,12,12,22,42,62,42,02,244,046,448,749,325,125,722,022,626,12324,524,14,8*1,91,54,8**Нет данныхПрактически не привлекают4,3Нет данныхДоля привлеченных средствот банков нерезидентов в пассивах, %Доля в совокупных активахбанковскогосектора, %Доля кредитовнефинансовыморганизациям ифизическимлицам в общемобъеме кредитов, %Доля кредитовфизическимлицам в общемобъеме кредитов физлицам,%Удельный вескредитов физлицам в кредитных портфелях банков,%Доля вложенийв долговые обязательства вобщем объемедолговых обязательств, приобретенныхбанковскимсектором, %3,02,517,417,819,821,223,425,427,328,815,314,721,021,915,517,517,217,322,424,82626,141,656,054,250,739,429,92827,6Нет данныхОколо 3Нет данных343Продолжение таблицы Н.1.15,224,442,6332Нет данных9,315,974,063,744,646,6Нет данных45,157,25454,529,620,619,319,615,417,71921,8Нет данных0,72,42,82,51,12,12,42,50,41,11,71,91,21,41,51,51,11,51,71,74,314,820,620,18,314,517,818,83,28,414,2165,26,788,56,29,810,410,777,153,855,786,444,322,07722,077Нет данных35,246,2Нет данных63,1Нет данныхДоля вложенийв долевые обязательства вобщем объемедолевых обязательств, приобретенных банковским сектором, %Вклад в формирование финансового результата банковского сектора, %Рентабельностьактивов, %Рентабельностькапитала, %Резервы навозможныепотери по ссудам в структурефакторов снижения прибыли, %Расходы, связанные с обеспечением деятельности кредитных организаций в структуре факторовснижения прибыли, %344Доля просроченной задолженности вкредитномпортфеле банков, %4,24,94,6Динамика достаточностикапитала (Н1)(%)22,818,614,6Наблюдается ростНаблюдается ростНаблюдается ростНаблюдается ростПроизошлоснижениеОко- Около ОколоОколо Около20-25ло 2020202020Наблюдается рост2025ПроизошлоснижениеОко- Око- Около 20 ло 20 ло 20Наблюдается ростНаблюдается ростНаблюдается ростНаблюдается ростПроизошлоснижениеНаблюдается ростНаблюдается ростОколо 20 20-25ПроизошлоснижениеОколо20ПроизошлоснижениеНаблюдается ростЧистый процентный доходв структуре66,4 74,2факторов увеличения прибыли, %Чистый комиссионный доходв структуреОко- 20- Околофакторов уве- ло 20 2520личения прибыли, %Наблюдается ростПродолжение таблицы Н.1.33,336,43231,84,46,3(наибольшийудельныйвес повсемгруппамбанков)5,65,3Ниже3,76,03,6Ниже3,7Ниже3,73,83,2Ниже3,7Ниже3,74,24,4Ниже3,7Ниже3,713,219,619,515,615,117,815,513,212,931,126,82218,824,220,719,518,1Источник: составлено автором по данным монетарной статистики Банка России [164]345ПРИЛОЖЕНИЕ П.(справочное)Таблица П.1 - Перечень открытых акционерных обществ, находящихся вфедеральной собственности, акции которых планируются к приватизации в 20112013гг.
в сфере «Финансы и кредит»1Акционерный банк «РОССИЯ», г. СанктПетербургАкционерный коммерческий банк «Инвестбанк», г. КалининградАкционерный коммерческий банк«Национальный резервный банк»,г. МоскваАкционерный коммерческий банк «БанкУралсиб», г. МоскваАФ Банк, г. УфаВосточный экспресс банк,г. Благовещенск, Амурская областьВятинвестфонд, г. КировИнвестиционная компания «Созидание99», г.