Дипломная (вкр): Детерминанты буфера ликвидности

Далее перейдем к рассмотрению макроэкономических факторов, которые, как ожидается, будут влиять на решения банков о размере запасов ликвидности.

Для исследования влияния Кризиса на буфер ликвидности банка была введена Dummy переменная. Данная переменная принимает значения 1, когда в экономике наблюдались кризисные явления, а именно: III-IV кварталы 2008 года и I-II кварталы 2009 года, а также с III квартала 2014 года по I квартал 2016. Данное разбиение кризиса по кварталам было сделано на основе графического анализа поведения индекса реального ВВП, о котором будет сказано ниже (График 8). Переменная представляет интерес для анализа, так как последствия экономического спада преодолеваются до сих пор. Влияние кризиса на запасы ликвидности коммерческих банков можно рассмотреть с двух сторон. Так, с одной стороны, можно ожидать позитивного влияния. Это объясняется тем, что кредитные организации могут придерживаться крайне консервативной политики во время экономического спада, не вовлекаясь в высокорискованные операции. Более того, банки могут выдавать меньше кредитов, более критично относиться к потенциальным заемщикам, опасаясь невозврата. Все это приводит к уменьшению рисков, которые берет на себя банк. Здесь же можно говорить и о накапливании ликвидности для поддержания стабильности и безрискованности финансовой деятельности.

С другой же стороны, можно ожидать негативное воздействие кризиса на запасы ликвидности. Во времена финансовой нестабильности доверие вкладчиков как к финансовой системе в целом, так и банковской в частности, подрывается. Таким образом, люди, не уверенные в завтрашнем дне, требуют вернуть размещенные ими средства, тем самым подвергая банк опасности. Банки вынуждены расходовать накопленные ликвидные запасы для того, чтобы вовремя расплатиться по своим обязательствам. Так как в нашем эмпирическом анализе учтен как последний кризис 2014 года, так и кризис 2008 года, то следует ожидать, что знак перед коэффициентом данной переменной окажется отрицательным. Обосновывается данное заявление тем, что именно кризис 2008 года выявил недостатки в сфере управления и оценки риска ликвидности в банковской системе в целом, последствия чего были плачевными. Так, во время и после данного кризиса наблюдалось значительное ухудшению финансового положения многих кредитных организаций. Предложенный в данной работе эмпирический анализ позволит определить реальную направленность влияния экономической нестабильности на уровень накопления ликвидных активов.

Следующей макроэкономической переменной был выбран Индекс реального ВВП, взятый с поправкой на сезонность. Данный индекс предоставлен Единым архивом экономических и социологических данных НИУ ВШЭ и поправка на сезонность выполнялась по авторской методике путем сглаживания значительных колебаний. В качестве базового года для расчета индекса взят 2003 год, индекс является цепным. Для анализа был взят показатель именно с учетом сезонности, так как он является более информативным и не содержит скачков, которые смогли бы привести к смещению оценок (График 8).

В нашем случае рассматриваемая переменная является основным индикатором бизнес - циклов экономики. В период экономического подъёма логично предположить, что уверенность населения в завтрашнем дне возрастает, люди и предприятия берут больше кредитов для дорогих покупок и для финансирования текущей деятельности, соответственно. Следовательно, кредитным организациям необходимы ресурсы для выдачи денежных средств, что напрямую уменьшает запасы ликвидности. Во время экономического спада реальные доходы населения и обороты деятельности предприятий сокращаются, что может привести к увеличению уровня просроченной задолженности. При рассмотрении данного вопроса в совокупности с настроением, доверием вкладчиков, кажется разумным умозаключить, что банки будут стараться наращивать объем ликвидных средств для обеспечения безопасности дальнейшего функционирования. Таким образом, логично предположить, что накопление запасов ликвидных средств банками будет иметь контрциклическую динамику.

График 8. Поведение Индекса реального ВВП и Индекса реального ВВП, с поправкой на сезонность. Источник: Единый архив экономических и социологических данных (ЕАЭСД).

Следующая переменная, которая используется для описания макроэкономической ситуации, - Уровень безработицы. Данный показатель является неотъемлемой составляющей при анализе экономической среды в стране. Нельзя не упомянуть тот факт, что, согласно экономической теории, данный показатель связан с ВВП, ведь на пике подъема экономической активности уровень безработицы в стране достигает своего минимума. В нашем случае, далее, будет изучена степень взаимосвязи Индекса реального ВВП и уровня безработицы, для включения данных переменных в модель. Логично предположить, что данный показатель будет негативно влиять на запасы ликвидности коммерческого банка. Данное заявление обосновывается следующей логической цепочкой: при высоком уровне безработицы значительная часть населения лишается доходов, следовательно, это также затрагивает клиентов банков, людей, которые выплачивают кредиты. Из-за падения доходов значительно увеличивается вероятность невыплат по кредитам, возрастания уровня просроченной задолженности, что будет, скорее всего, снижать запасы ликвидности, так как именно из ликвидных активов списывается просроченная задолженность при внутреннем учете банка.

Следующей объясняющей переменной была выбрана Ставка межбанковского кредитования. Данные ставки рассчитывались как средневзвешенные фактические ставки по однодневным межбанковским кредитам. Данный показатель позволяет анализировать доступность ликвидных средств для покупки их банками. Известно, что банки прибегают к кредитованию друг друга, чаще всего, на краткосрочных условиях. Так, например, при необходимости срочного привлечения высоколиквидных активов, например, для выплаты по обязательствам, банк может занять деньги на межбанковском рынке и выполнить требования клиентов, не потеряв их и не способствуя развитию паники. Если данная ставка высока, что это означает высокие издержки для банков по привлечению дополнительных, высоколиквидных активов. Следовательно, для минимизации издержек, у банков появляются стимулы держать на балансе дополнительные объемы ликвидных средств.

Последним из рассматриваемых показателей было выбрано Предложение ликвидности. В рамках данного исследования предложение ликвидности представлено денежным агрегатом М 2. Он включает в себя деньги, которые в текущий момент обслуживают платежный оборот в стране, сберегательные бесчековые депозиты, срочные депозиты населения и предприятий, а также краткосрочные государственные ценные бумаги. Очевидно, что компоненты денежного агрегата могут быть переведены в наличность достаточно быстрым способом. Таким образом, логично предположить, что, чем выше оборот ликвидных активов в экономике, тем выше наличие таковых в коммерческий банках. Данный показатель интересен нам как индикатор денежной политики Банка России, которая должна быть направлена на поддержание экономической стабильности страны.

2.3 Эмпирическое оценивание факторов, влияющих на запасы ликвидности

Как уже было отмечено выше, изучаемая выборка состоит из 100 крупнейших коммерческих банков Российской Федерации. Выбор временного периода - IV квартал 2004 года - I квартал 2016 был обоснован также в начале настоящей главы. В таблице 2 приведена описательная статистика используемых переменных для текущего анализа и удобства дальнейшей работы.

Обзор описательных статистик переменных показывает нам, что составленная нами выборка хорошо описывает существующее финансовое положение банковской системы.

Таблица 2. Описательные статистики переменных.

Среднее значение кредитов выданных в совокупных активах составляет 58%, что также соответствует действительно. Ведь значение этой доли, согласно теории, составляет от 65% до 75%, но нельзя забывать, что в нашей выборке содержаться так же банки, скорее всего, ориентированные на инвестиционную деятельность (следовательно, доля портфеля ценных бумаг у них будет выше среднего, что сокращает долю кредитов выданных). Более того, прочие активы (например, инвестиции в дочерние компании) и кассовые активы могут также занимать большую долю в совокупных активах, нежели их "средние", теоретические значения.

Более того, похожие рассуждения можно привести также и при рассмотрении описательной статистики показателя Просроченной задолженности. Так, по данным статьи, опубликованной на сайте Рейтингового агентства RAEX ("Эксперт РА"), авторы которой на основе данных за первые два квартала 2007 г. проводили классификацию банков по уровню их финансовой устойчивости. Сама классификация не релевантна для данного анализа, но, необходимо отметить, что в первом полугодии 2007 года значение средней доли просроченной задолженности колебалось от 1,1% до 15%, в зависимости от уровня финансовой устойчивости банка, выделенного авторами. Следовательно, можно сделать вывод, что полученной нами среднее значение доли просроченной задолженности - 2,35% - соответствует действительности.

К сожалению, теоретических средней значений показателя доли резервов на возможные потери нет, так как данная величина рассчитывается менеджментом банка в каждой кредитной организации индивидуально. Данная величина от определенных категорий качества ссуд, которые опять же присуждаются в индивидуальном порядке. Более того, данные величина варьируется у банков с разной степенью рискованности политики. Но, кажется логичным предположить, что полученное нами среднее значение -практически 6% - правдоподобна.

Что касается капитализации банка, а именно отношения собственного капитала к активам, в нашем исследовании среднее значение данного коэффициента получилось равным 13,3%. Актуальных данных по данному показателю в общем доступе найти не удалось. Согласно статье, опубликованной на портале о банках и финансовом секторе "Национальный банковский журнал "NBJ" в 2007 году, отношение собственного капитала к активам в целом по банковскому сектору составило 12,1%. Следовательно, можно говорить, что полученные нами значения крайне близки к реальности.

Рассмотрим показатель ROA в качестве примера. Так, среднее значение рентабельности активов за рассматриваемый составила примерно 2%. Обращаясь к общедоступной статистики, можно сделать вывод, что данное значение кажется действительно правдоподобным. По данным рейтингового агентства "РИА РЕЙТИНГ" показатель ROA крупнейших российских банков по итогам 2016 года составил 1,2%, в то время как в 2015 году - 0,25%, а в 2014 - 0,9%. С другой стороны, если рассматривать банки с иностранным участием, которые также присутствуют в нашей выборке, то они продемонстрировали более высокие показатели рентабельности активов, а именно 2% по итогам 2016 года. Обращаясь к более ранним исследованиям, необходимо отметить упомянутое выше исследование рейтингового агентства "Эксперт РА". Согласно предоставленной в ней статистики, среднее значение показателя рентабельности активов за рассматриваемый авторами период достигает 2% у определенного кластера банков. Кредитные организации из данного кластера входят в нашу выборку, что делает данную статистику подходящей нашему исследованию. Следовательно, можно сделать вывод, что описательная статистика данной переменной соответствует действительности.

Далее перейдем к технической части нашего исследования, а именно описаниям моделей, построенных для проверки гипотез.

В общем виде, модель, описывающая влияние вышерассмотренных факторов на буфер ликвидности российских коммерческих банков, выглядит следующим образом:

В данном обобщенном уравнении под  понимается набор внутрибанковских переменных, а под  - макроэкономических.  представляет собой размер запасов ликвидности коммерческого банка, описанный выше. Номер банка обозначен как i, в то время как t - момент времени, в нашем случае - номер квартала. Соответственно, регрессионное уравнение в общем виде имеет свободную компоненту, константу , и случайную ошибку .

Далее рассмотрим автокорреляционную матрицу объясняющих переменных (Таблица 3), для того, чтобы иметь возможность построить адекватную модель.

Таблица 3. Автокорреляционная матрица объясняющих переменных.