Дипломная работа: Факторы, влияющие на образование просроченной задолженности юридических лиц банкам России

1.3) Средняя ставка по кредитам в банках. Эта ставка непосредственно связана с ключевой ставкой Центрального Банка, по которой они ориентируются при определении уже собственной оптимальной ставки для выдачи кредитов организациям. Чем выше ставка, тем сложнее клиентам справляться со своими обязательствами и выплачивать банку кредит. Кроме того, это влияет и на привлекательность кредитов для потенциальных клиентов банка.

2) Внешние относительно банков факторы:

2.1) Коэффициент рождаемости организаций. Этот показатель определяется Росстатом, как: "отношение количества зарегистрированных организаций за отчетный период к среднему количеству организаций, учтенных органами государственной статистики в Статистическом регистре по данным государственной регистрации в отчетном периоде, рассчитанное на 1000 организаций". Количество организаций напрямую влияет на объем выданных кредитов юридическим лицам, а, следовательно, и на вероятность невыплаты ими своих обязательств.

2.2) Финансовые результаты организаций. Под этим фактором понимается сальдо прибылей и убытков фирм, выраженное в миллиардах рублей. Напрямую отражает возможность фирм выплачивать свои обязательства.

2.3) Фиктивная переменная, отвечающая за экономическое состояние государства. Значение "0" означает стабильное экономическое состояние, в то время как "1" отражает кризисный период. Во время экономического кризиса финансовое положение юридических лиц ухудшается, что отражается и на их выплатах по своим обязательствам. В такие периоды величина просроченной задолженности вероятно должна возрастать.

2.4) Ликвидность активов юридических лиц. Для определения данного фактора был выбран коэффициент быстрой ликвидности активов, поскольку данный показатель отражает способность фирм погашать свои текущие обязательства в случае наступления критического положения. Рассчитывается этот показатель как отношение высоколиквидных текущих активов к краткосрочным обязательствам,, т.е. текущим пассивам.

2.5) Финансовая устойчивость предприятий. В качестве фактора, отражающего финансовую устойчивость юридического лица для исследования был взят коэффициент автономии. Он показывает способность фирмы погасить свои обязательства за счет только собственных средств, тем самым отражает финансовую независимость юридического лица. Рассчитывается коэффициент как отношение собственного капитала и резервов к общей сумме активов предприятия.

Так, получаем следующую экономическую модель настоящего исследования:

Доля просроченной задолженности в банке = f (ликвидность активов банка, коэффициент оборачиваемости задолженности фирм, средняя ставка по кредитам, коэффициент рождаемости фирм, финансовые результаты предприятий, кризис, ликвидность активов организаций, коэффициент автономии).

Таким образом, для настоящего исследования были собраны данные по объемам просроченной задолженности юридических лиц банкам России с 2009 года по 2016 год включительно по 25 крупнейшим банкам страны, включенным в список топ-25 банков по версии "Банки.ру" (рейтинг ведется относительно активов банков), с шагом в один год. Также для проведения данной работы были использованы данные по вышеупомянутым показателям, имеющим экономически обоснованное потенциальное влияние на зависимую переменную на основе информации, представленной в базе данных "Росстат" [Федеральная служба …]-Федеральная служба государственной статистики. Кроме того для исследования использовались архивные данные Центрального Банка РФ [Статистика, 2017], а также официальные бухгалтерские (финансовые) отчетности банков из выборки, представленные в службе раскрытия информации "Интерфакс" [Центр раскрытия ...].

Таким образом, в работе используются панельные данные (panel data), поскольку рассматриваются данные за несколько периодов (период с 2009 года по 2016 год) для нескольких объектов (объем просроченной задолженности 25 банков в стране); для данного исследования имеется 200 наблюдений.

Методология исследования

Описание выбранного подхода для исследования

Основываясь на предыдущих исследованиях, были приняты некоторые решения о проведении настоящей работы. Исследование будет проведено при помощи эконометрического анализа, а именно будет построена регрессионная модель зависимости объемов просроченной задолженности юридических лиц банкам России от различных параметров. Изучив литературу, было выяснено, что для лучшего и более точного моделирования необходимо собрать данные по невыплаченной просроченной задолженности юридических лиц среди отдельных банков в стране. Будут рассматриваться не все банковские организации, а лишь крупнейшие из них, однако это не помешает сделать вывод о влиянии значимых факторов для всей генеральной совокупности данных. Для этого воспользуемся рейтингом банков на информационном банковском портале "Банки.ру". Поскольку мы получим панельные данные, то наиболее популярными в использовании являются фиксированные или случайные эффекты для оценки регрессионной модели, в которой используются такие данные. Однако в статьях чаще пользуются фиксированными эффектами, поскольку они дают более достоверные результаты.

Обобщив ранее описанные работы различных авторов и выбрав подходящие для данной работы элементы исследования, можно назвать набор объясняющих переменных, который будет изучен при проведении настоящего исследования. Так, в качестве внутрибанковских факторов были выбраны средняя процентная ставка по кредитам юридическим лицам, ликвидность активов банков, а также коэффициент оборачиваемости задолженности юридических лиц в банках. Помимо внутренних относительно банка показателей в настоящей работе будет исследоваться влияние и внешних для банков факторов. В их число вошли дамми- переменная, отвечающая за ситуацию внутри страны (стабильность экономики или кризисный период), финансовые результаты организаций, коэффициент их рождаемости, ликвидность их активов, а также коэффициент автономии.

Кроме того, в модель будет включен эффект взаимодействия двух переменных для проверки гипотезы о значимости совместного влияния для модели в целом, а именно произведение фиктивной переменной, отвечающей за состояние экономики страны и ликвидности активов юридических лиц. Таким образом, будет проверена гипотеза о совместной значимости этих двух факторов на объем просроченной задолженности юридических лиц в банках России. Возможно во время кризисных периодов ликвидность активов организации наиболее остро влияет на их просроченные платежи по взятым обязательствам.

Анализ данных

Перед проведением непосредственного моделирования необходимо провести предварительный анализ собранных данных для получения достоверных результатов, которые можно применять для генеральной совокупности в дальнейшем. В первую очередь данные были проверены на наличие в них статистических выбросов различными способами (Приложение 4). Анализ выявил наблюдения, сильно "выбивающиеся" из общего числа наблюдений. Такие наблюдения необходимо исключить из выборки для получения достоверных результатов, которым можно доверять и относить в целом к генеральной совокупности данных.

Таким образом, из общей выборки в 200 наблюдений для дальнейшего анализа было оставлено 160 наблюдений.

Следующим этапом анализа данных является их описательная статистика, представленная ниже (Таблица 3).

Таблица 3

Описательная статистика изучаемых факторов

По внутрибанковским показателям можно сказать, что в среднем в рассматриваемых крупнейших банках страны доля просроченной задолженности юридических лиц не превышает 11%, однако по всей выборке этот показатель варьируется от 0,01 до 0,45. Что касается оборачиваемости задолженности юридических лиц, то этот коэффициент колеблется до 3,6, а в среднем по банкам России он равен около 0,49. Также для исследования были собраны данные по ликвидности активов крупнейших банков. Коэффициент текущей ликвидности активов находится в промежутке от 0,03 до 3,95. Судя по статистике большинство банков имеют достаточно высокую ликвидность, а именно, среднее значение составляет около 1,5, что говорит о том, что в среднем текущие активы банков превышают их краткосрочные обязательства в 1,5 раза. Средняя предлагаемая банками ставка по кредитам юридическим лицам за рассматриваемый период практически совпадает с медианой, что говорит о не смещенности данного ряда, и составляет около 11% при колебаниях от 7% до 15,8%.

Если говорить о внешних по отношению к банкам факторах, в частности о количестве компаний в целом в стране, то среднее значение по коэффициенту рождаемости было равно около 95. Стоит отметить, что за изучаемый промежуток времени значение коэффициента несильно колебалось, находилось примерно на одном и том же уровне. Значения среднего и медианы по финансовым результатам организаций также схожи, среднее по сальдо прибылей и убытков равно 6500 миллиардов рублей, при этом их платежеспособность на низком уровне. Коэффициент быстрой ликвидности активов организаций изменялся за 8 лет с 1,21 до 1,36, а в среднем составлял порядка 1,28.

Эконометрические модели

В первую очередь для изучения влияния описанных ранее факторов на объемы просроченной задолженности юридических лиц была построена модель линейной спецификации, которая выглядит следующим образом (1):

SHARE_LLit=в0+в1*COEF_OB__ARit+в2*CRISISit+в3*FIN_REZit+в4*COEF_ROZHDit+в5*LYKVit+в6*LYKV_ORGit+в7*AUTONOMit+в8*SRED_STAVKAit+еit (1)

где: SHARE_LL- доля просроченной задолженности юридических лиц в общем объеме выданных им кредитов банком;

COEF_OB__AR- коэффициент оборачиваемости задолженности юридических лиц;

CRISIS- дамми-переменная, отвечающая за кризисное или стабильное состояние экономики;

FIN_REZ- финансовые результаты организаций;

COEF_ROZHD- коэффициент рождаемости фирм;

LYKV- коэффициент текущей ликвидности банковских активов;

LYKV_ORG- коэффициент быстрой ликвидности активов фирм;

AUTONOM- коэффициент автономии организаций;

SRED_STAVKA- средняя ставка по выдаваемым фирмам кредитам.

Ее вид объясняется тем, что между рассматриваемыми параметрами с экономической точки зрения нет никаких квадратичных или иных зависимостей, ожидается линейная взаимосвязь.

Кроме того, была построена и лог- линейная модель. Ее преимущества перед линейной спецификации состоят в том, что величины рассматриваются не в абсолютных значениях, а в относительных, т.е. в процентах, а значит, становится возможным сравнение эффектов влияния различных переменных на зависимую. В таком случае представляется возможным делать выводы о более или менее значимых влияниях факторов между собой, несмотря на то, что все параметры имеют свои величины измерения и имеют разные, отличные друг от друга, характеристики. Уравнение этой модели представлено следующим видом (2):

LOG(SHARE_LL)it=в0+в1*LOG(COEF_OB__AR)it+в2*CRISISit+в3*LOG(FIN_REZ)it+в4*LOG(COEF_ROZHD)it+в5*LOG(LYKV)it+в6*LOG(LYKV_ORG)it +в7*LOG(AUTONOM)it +в8*LOG(SRED_STAVKA)it+еit (2)

Модели были проверены на соответствие всем условиям Гаусса- Маркова графическими способами, а также были проведены различные тесты, удовлетворяющие условиям. Так, было выявлено, что обе модели соответствуют всем основным условиям, кроме условия, выполнение которого обеспечивает отсутствие в модели эндогенности между переменными. В данном случае возможна эндогенность между переменными ввиду одновременной взаимосвязи между зависимой переменной и независимой: просроченной задолженностью и коэффициентом оборачиваемости дебиторской задолженности. Чем больше просроченной задолженности в банке, тем ниже может быть коэффициент, и наоборот, чем выше коэффициент, тем вероятно меньше в банке просроченной задолженности клиентов. Помимо этого, ранее в работе был упомянут фактор, который также может иметь потенциальное влияние на просроченную задолженность юридических лиц, а именно влияние политики "оздоровления" банковского сектора Центробанком, однако отследить это влияние не представляется возможным. По этой причине данный не отслеживаемый фактор "уходит" в ошибку, которая, в свою очередь, будет коррелировать с зависимой переменной.

Кроме того, шестое, дополнительное условие, также не выполняется, а значит ошибки в моделях не имеют нормального распределения. Однако это не является препятствием для исследования, поскольку невыполнение этого условие ограничивает лишь в проведении некоторых тестов, следовательно, в дальнейшем, чтобы получать достоверные релевантные результаты, это будет учитываться при их выборе.