Дипломная работа: Факторы, влияющие на объём полученных межбанковских кредитов российскими банками

Тот же автор в другом исследовании оценивает, насколько коммерческие банки чувствительны к кризису доверия на межбанковском рынке [14]. Для этого были измерены изменения в выбранных коэффициентах ликвидности. Автор статьи использовала метод анализа сценариев и измерила уязвимость банков, используя сценарий стресса, согласно которому изымалось 20 процентов межбанковских депозитов. Для целей данной исследовательской работы использовались три коэффициента ликвидности: доля ликвидных активов в общих активах (LITA), доля кредитов в общих активах (LOTA) и доля чистой межбанковской позиции в общих активах (NIP). Павла Водова использовала неконсолидированные данные банковских балансов за период с 2002 по 2011 годы. Эти данные были получены из годовых отчетов коммерческих банков. Для того чтобы сделать набор данных однородным, она включала только данные коммерческих банков и абстрагировалась от иностранных банков, ипотечных банков, строительных обществ и государственных банков специального назначения. Результаты анализа сценариев показали, что банки во всех странах Вишеградской группы чувствительны к кризису доверия на межбанковском рынке. Этот сценарий привёл бы к оттоку ликвидности. Реализация этого сценария будет иметь фатальные последствия для некоторых банков и может угрожать самому существованию банка, особенно в кризисные годы. Это особенно верно для некоторых венгерских и польских банков. Различное влияние кризиса объясняется в статье разным положением банков на межбанковском рынке, то есть чем оно лучше, тем меньше влияние кризиса.

Другая исследовательская работа посвящена выявлению факторов, которые повлияли на различные параметры полученных кредитов в Канаде в период с 2009 по 2015 года. Для этого был использован уникальный набор данных о необеспеченных и обеспеченных кредитах. Авторы выбрали байесовскую модель для исследования влияния детерминант [8]. Они отобрали большое количество предикторов для объяснения объёма полученных кредитов и процентных ставок по ним и разделили их на три группы: цена заменителей, финансовый стресс и системные потребности в ликвидности. Все они оказывают неоднородное влияние на межбанковские кредиты в зависимости от качества обеспечения.

Влияние изменений процентных ставок на поведение банков на межбанковском рынке было исследовано в 2007 году итальянским профессором М. Лючетта [12]. Её анализ основан на данных европейских банков за период с 1998 по 2004 год. В статье приводятся выводы для денежно-кредитной политики, которая использует процентную ставку в качестве основного инструмента. Они заключаются в следующем:

безрисковая процентная ставка негативно влияет на ликвидность, сохраняемую банками, и решение банка быть кредитором на межбанковском рынке;

банки-кредиторы меньше по размеру и менее подвержены риску, чем банки-заемщики;

безрисковая процентная ставка положительно коррелирует с инвестициями в кредиты и банковским риском.

3.2 Гипотезы

Относительно каждой переменной выдвинем гипотезы, которые в дальнейшем будут проверены статистически:

Размер банка как логарифм его совокупных активов. Чем больше объём совокупных активов банка, тем меньше его необходимость в привлечении заёмных средств на рынке межбанковского кредитования. Следовательно, у банков с большим объёмом совокупных активов доля МБК в обязательствах банка должна быть ниже.

Фиктивная переменная на государственное участие. Банкам без государственного участия сложнее привлечь средства, они чаще обращаются к их заимствованию на рынке межбанковского кредитования, а значит доля МБК в обязательствах выше. Для изучения влияния фиктивной переменной государственного участия на долю полученных межбанковских кредитов в обязательствах банка также будут крайне полезны данные о факте государственного участия за период вплоть до 2018 года, собранные Верниковым А. В. [13].

Мгновенная ликвидность. Это отношение ликвидных активов к краткосрочным обязательствам. К ликвидным активам в данном случае относятся денежные средства (наличность и остатки на корреспондентских счетах НОСТРО), и краткосрочные финансовые вложения (государственные ценные бумаги и пр.). Чем выше коэффициент мгновенной ликвидности, тем лучше финансовое положение банка, а значит он способен погасить свои краткосрочные обязательства за счёт продажи ликвидных активов. Поэтому чем выше коэффициент мгновенной ликвидности, тем меньше банк нуждается в привлечении кредитов, в том числе на рынке межбанковского кредитования, а значит доля МБК в обязательствах ниже [2, с. 122].

Рентабельность капитала. Данный показатель отражает отдачу капитала с точки зрения акционеров банка, выраженную в процентах. Рентабельность капитала равна соотношению чистой прибыли к собственному капиталу банка [5, с, 218]. Его высокое значение говорит об эффективном использовании средств акционеров банка, что в свою очередь может достигаться за счет высокой рискованности операций. Низкое значение может указывать на недостаточную клиентскую базу или консервативную инвестиционную политику. Таким образом, чем выше рентабельность собственного капитала, тем лучше финансовое положение банка, а значит доля МБК в обязательствах должна быть меньше.

Чистая маржа прибыли - это, прежде всего, показатель доходности банка, равный отношению чистой прибыли к выручке банка. Он отражает эффективность проводимых банком активных операций. Соответственно, чем выше этот коэффициент, тем выше доходность банка и тем ниже должна быть доля МБК в обязательствах банка. К тому же этот показатель чувствителен к изменению процентной ставки.

ВВП на душу населения. Это главный показатель экономической активности в стране. Чем выше ВВП и лучше экономическая ситуация в стране, тем меньше необходимость брать МБК, а значит доля МБК в обязательствах ниже.

Уровень инфляции и уровень безработицы. Данные макроэкономические факторы действуют в обратном направлении в отличии от ВВП. Чем они выше, тем сложнее экономическая ситуация в стране. Её ухудшение приводит к тому, что клиенты банков забирают свои средства с депозитов, что в свою очередь снижает ликвидность банков. Для повышения ликвидности банки вынуждены брать кредиты на межбанковском кредитном рынке. Таким образом, их доля МБК в обязательствах увеличивается.

Ключевая процентная ставка. Чем выше ставка, тем дороже для банка получить МБК, следовательно, его доля в обязательствах будет ниже.

3.3 Методология

Чтобы выявить факторы, влияющие на объем межбанковских кредитов, полученных российскими банками, необходимо оценить следующую модель:

,

где - вектор объясняющих переменных (регрессоров); б и в являются оцениваемыми параметрами.

Мы будем использовать регрессионный анализ данных панели с фиксированными эффектами и регрессионный анализ данных панели со случайными эффектами. Первый часто используется для проверки влияния макроэкономических показателей. Это тот случай, когда есть меньшее количество наблюдений в течение более длительного периода времени. Второй вид регрессионного анализа обычно используется для панелей с микроэкономическими переменными, в случае, когда имеется большое количество наблюдений в течение более короткого периода времени. Необходимо сравнить эти регрессии с фиксированными и случайными эффектами, используя статистический тест Хаусмана, чтобы выявить существенные различия между ними, если они имеются.

Зависимой переменной является доля межбанковских кредитов в банковских обязательствах. Факторы, которые необходимо протестировать, и их описания приведены в Таблице 1:

Таблица 1 - Определение переменных

В исследовании будут использованы панельные данные за период с 2014 по 2018 год. Факторы, относящиеся к конкретному банку, то есть микроэкономические факторы, можно найти в балансовых отчетах банков на сайте ЦБ РФ. Значения макро-факторов можно найти на сайте Федеральной Службы Государственной Статистики.

Для проверки влияния выбранных факторов необходимо оценить уравнение, которое имеет следующий вид:

IBLit=??i + ??1*SIZEit + ??2*GOVit + ??3*LIQit + ??4*ROEit + ??5*NPMit + ??6*GDPt + ??7*INFt + ??8*UERt + ??19* INTERESTt + Ui

Оценим данное уравнение с помощью специальной статистической программы Stata.

Предполагается, что после завершения регрессионного анализа панельных данных с фиксированными эффектами и регрессионного анализа панельных данных со случайными эффектами, статистических тестов будет выявлено влияние или его отсутствие каждого из 9 факторов. Важно определить не только наличие эффекта, но и его направление: насколько будет увеличиваться или уменьшаться доля межбанковских кредитов в обязательствах банка если значение фактора увеличится на 1. Кроме того, при отсутствии эффекта необходимо дать этому конкретное обоснование.

3.4 Анализ данных

Начнём анализ панельных данных с описательных статистик. Как видно из Таблицы 2, в панели нет отсутствующих наблюдений, то есть для всех 192 банков по всем годам с 2014 по 2018 имеются все наблюдения, следовательно, данная панель является сбалансированной. В выборку вошли все российские коммерческие банки.

Таблица 2 - Начало работы с панельными данными.

Опишем нашу панель с помощью команды sum. Результаты представлены в Таблице 3.

Таблица 3 - Описательные статистики.

Максимальная доля полученных межбанковских кредитов в обязательствах банка равна 87,02%. Среднее значение по всем банкам составляет 9,3%. Поскольку фиктивная переменная GOV равна 1 для банков с государственным участием и 0 для всех остальных банков, то среднее значение 0,176 означает, что 17,6% всех банков в выборке составляют банки без государственного участия. Что касается переменной size, то среднее значение логарифма совокупных активов банков равно 7,46, при этом минимальное значение равно 5,55, а максимальное 10,44. Среднее значение рентабельности довольно низкое, что связано с очень низким минимальным значением по всем банкам -68,87, что в свою очередь может означать, что ряд банков, включенных в выборку в течение исследуемого периода имели отрицательный финансовый результат (убытки). А теперь рассмотрим макроэкономические показатели. Среднее значение ВВП на душу населения в стране за 5 лет составило 87,56 трлн руб. при минимальном значении 79,2 трлн руб. в 2014 году и максимальном 97,28 трлн руб. в 2018 году. Минимальное значение уровня инфляции наблюдалось в 2017 году и составляло 2,5% (значение в Таблице 3 округлено), а максимальное - 12,9% в 2015 году. Минимальное значение уровня безработицы за наблюдаемые 5 лет составило 4,8% в 2018 году, а максимальное - 8,2% в 2016 году. И последний макроэкономический показатель, ключевая процентная ставка, за 5 лет достигла своего максимума в 2015 году (11,5%), а минимума - в 2018 году (7,5%).

Далее необходимо выявить наиболее адекватную имеющимся данным модель. Для этого в первую очередь оценим сквозную регрессию (Pool Model):

Таблица 4 - Оценка сквозной регрессии.

Обратим внимание на значение коэффициента детерминации R-squared. Оно равно 0,2319, что для реальных панельных данных не так плохо. В данной модели наибольшим образом на долю межбанковских кредитов влияют dummy-переменная на государственное участие, логарифм совокупных активов, рентабельность активов и чистая маржа прибыли, так как все они значимы на 10% уровне значимости. Более того, результаты оценки сквозной регрессии показывают нам наличие нулевого p-value. Это говорит о том, что в дальнейшем после реализации F-теста может быть сделан вывод об адекватности данной модели.

Далее оценим модель с фиксированными эффектами:

Таблица 5 - Оценка модели с фиксированными эффектами.

Судя по результатам, представленным в Таблице 5, чуть более 15% разброса в данных может быть объяснено индивидуальными эффектами (см. показатель rho = 0.1548274). При этом, некоторые переменные, которые были значимы в сквозной регрессии, перестают быть таковыми в модели с фиксированными эффектами. Например, перестаёт быть значимой фиктивная переменная на государственное участие, но становятся значимыми переменные ВВП на душу населения и ключевая процентная ставка.