CC BY
31Современные проблемы экономической теории и практики
11
Банком России меры позволят нормализовать ситуацию в банковском секторе и создать условия для существенного снижения номинальных процентных ставок и повышения доступности кредитования. Это обеспечит последовательный выход основных отраслей экономики из рецессии. Банк России планирует предоставить кредитным организациям временное право использовать при расчете пруденциальных требований по операциям в иностранной валюте курс, рассчитанный за предыдущий квартал. Также для поддержания устойчивости банковского сектора Банк России и правительство готовят меры по докапитализации кредитных организаций в 2016 году.
Список литературы:
1. Сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. - Режим доступа: http://www.gks.ru/.
2. Электронная версия статистического сборника «Российский статистический ежегодник - 2014 г.» [Электронный ресурс]. - Режим доступа: http ://www. gks.ru/bgd/regl/b 14_13 /Main. htm.
3. Сайт Министерства финансов РФ [Электронный ресурс]. - Режим доступа: http://www.minfin.ru/ru/.
4. Сайт Центрального банка РФ [Электронный ресурс]. - Режим доступа: http://www.cbr.ru/.
АНАЛИЗ ФАКТОРОВ ЖИЗНЕСПОСОБНОСТИ РОССИЙСКИХ БАНКОВ
© Г алкина М.О.*
Национальный исследовательский университет «Высшая школа экономики», г. Нижний Новгород
Целью данной работы является построение модели, описывающей жизнеспособность банков. Подготовительный этап будет заключаться в поиске факторов, влияющих на работу банка, а также выявление закономерности влияния их.
Ключевые слова: банковский сектор, жизнеспособность банка, регрессионный анализ.
В этой работе используется эконометрический подход для анализа влияния различных факторов на устойчивость банка. В рамках данной работы за основу приняты сведения по всем российским банкам на 1 января 2014 года, взятые из электронной базы данных информационного агентства «Мобиле». Из выборки, однако, исключены банки с государственным участием, так как
Студент 1 курса магистратуры факультета Экономики, направление «Финансы и кредит».
12
ПРОБЛЕМЫ СОВРЕМЕННОЙ ЭКОНОМИКИ
в их случае факт банкротства невозможен ввиду гарантий и поддержки государства. А также исключены были дочерние банки иностранных кредитных организаций или банки, контролируемые зарубежными органами. Идея и некоторые эконометрические догадки были заимствованы в статье «Моделирование вероятности дефолта российских банков с учетом макропараметров» авторов А.М. Карминского, А.А. Пересецкого и С.В. Головань.
В качестве регрессанта, зависимой переменной, была взята бинарная переменная live, принимающая значения 0 и 1 в случаях отзыва лицензии (прекращение деятельности) и непрерывного оперирования на рынке, соответственно. Особенность этой переменной в том, что она не привязана к временному периоду анализа регрессоров (объясняющих переменных). Описывающими переменными приняты финансовые (в большинстве случаев балансовые) показатели, представленные в табл. 1.
Таблица 1
Регрессоры, описывающие жизнеспособности банка
Название Символ
Активы A
Балансовая прибыль BP
Кредиты экономике KE
Долговые обязательства нерезидентов NDOI
Норматив достаточности капитала Norm H1
Прочие неработающие активы PNA
Просроченная задолженность PZ
Собственные средства (капитал) SK
Валюта баланса VB
Однако, чтобы иметь объективную информацию для анализа, необходимо привести предполагаемые описывающие переменные к рабочему виду (табл. 2).
Таблица 2
Регрессоры для построения модели жизнеспособности банков
Регрессор Формула
VB VB
KEP KE/VB
VDOI VDOI
PNAP PNA/A
Norm H1 Norm H1
PZP PZ/SK
PBP BP/VB
Ниже в таблице представлена общая информация по каждой их рассматриваемых переменных: среднее, максимальное, минимальное значение, дисперсия, статистика Жака-Бера.
Современные проблемы экономической теории и практики
13
Описательная статистика
Таблица 3
VB KEP PNAP PZP PBP NORM H1 NDOI
Mean 13435639 0.316023 0.146328 0.198650 0.001029 37.28161 111276.8
Maximum 9.28E+08 0.862040 1.000000 2.752818 0.028213 2087.000 20114948
Minimum 6139.000 0.000000 0.000000 0.000000 -0.032392 0.000000 0.000000
Std. Dev. 44052470 0.168083 0.218373 0.300659 0.003813 86.01363 832851.6
Jarque-Bera 1944026. 2.483418 2308.694 11747.66 13789.88 5571307. 5905026.
В общем можно сказать, что статистика Жака-Бера в каждом из рассматриваемых случаев существенно превышает нулевое значение, что служит основанием для отклонения нулевой гипотезы о нормальноти распределений. Дисперсия регрессоров, выраженных в абсолютных значениях, имеет большие значения (VB, NDOI). Также минимальное значение переменной норматива достаточности капитала позволяет говорить о неполноте данных: так как значение этого норматива строго отслеживается и не может уйти на нулевое значение. Говоря о ширине коридора располагаемых значений, стоит отметить, что наименьшей его величиной обладает показатель балансовой прибыли с учетом размера банка. Также относительно малый коридор имеет показатель кредитов экономике с учетом размера банка. Это говорит о том, что каждый сравниваемый банк в среднем одинаково зарабатывает и кредитует экономику. Больший разброс имеют такие показатели, как процент неработающих активов и уровень просроченной задолженности. Поэтому предположим, что именно эти показатели оказывают наиболее значимое влияние на жизнеспособность кредитной организации. В табл. 4 приведены догадки о знаке влияния каждого регрессора на жизнеспособность банка (live), которые построены лишь на базовых знаниях и предположениях.
Таблица 4
Ожидаемые знаки регрессоров с пояснениями
Регрессор Знак Объяснение
VB + Чем больше валюта баланса, тем ниже вероятность отзыва лицензии
KEP + Чем больше кредитов банк выдает экономике, тем больше его прибыль, а значит выше шанс остаться на рынке
VDOI - Благодаря высокому риску, есть вероятность образования невосполнимых потерь и вынужденного прекращения деятельности
+ Приток зарубежных денег дает возможность быстрого роста и стабильной работы на рынке
PNAP - Чем больше неработающих активов, тем ниже прибыль банка и выше вероятность негативного исхода
Norm H1 + Не выполнение норматива - моментальный отзыв лицензии Центральным банком
PZP - Чем выше просроченная задолженность, тем труднее отвечать по обязательствам, выполнять обязательные нормативы, а значит выше вероятность закрытия банка
PBP + Чем выше прибыль, тем успешнее банк, а значит ниже вероятность лишения лицензии
14
ПРОБЛЕМЫ СОВРЕМЕННОЙ ЭКОНОМИКИ
Начнем с построения стандартной линейной модели из уже определенных нами ранее регрессоров:
Live=C( 1 )+C(2) *VB+C(3)*KEP+C(4) *PNAP+C(5) *PZP+
+С(6) *PBP+C(7) *NORM_H1+C(8) * NDOI
В этом случае, хотя регрессия в целом является значимой, большинство полученных оценок коэффициентов являются незначимыми. Предположим, что влияние валюты банка является логарифмическим.
Live=C( 1 )+C(2) *log(VB)+C(3) *KEP+C(4) *PNAP+C(5)*PZP+ +С(6)*PBP+ С(7)*NORM_H1+С(8)* NDOI
В такой модели, с учетом построения ее бинарным методом, незначимыми остаются лишь PBP (отношение балансовой прибыли к валюте баланса банка) и Norm_h1 (норматив достаточности банка). Так как модель бинарная, необходимо выбрать метод построения (при помощи логарифма правдоподобия). В табл. 5 приведены характеристики двух моделей, на основе которых мы принимаем метод logit наиболее оптимальным и правильным. Критериями выбора модели послужили:
- Значимость коэффициентов выше в модели Logit.
- Критерий LL (меньше по модулю в модели Logit: 436,7 < 437,4).
- Akaike меньше в модели Logit (1,022 < 1,024).
- Schwarz меньше в модели Logit (1,0662 < 1,0677).
Далее будем работать с полученной моделью.
Таблица 5
Сравнение методов построения бинарной модели
Logit Probit
Prob.(log(VB)) 0,0006 0,0008
Prob.(KEP) 0,0005 0,0005
Prob.(PNAP) 0,0000 0,0000
Prob.(PZP) 0,0089 0,0101
Prob.(PBP) 0,3447 0,3121
Prob.(Norm H1) 0,3135 0,2971
Prob.(NDOI) 0,0088 0,0107
Log likelihood -436.7341 -437.3925
Akaike info criterion 1,022377 1,023891
Schwarz criterion 1,066226 1,067739
Незначимость двух полученных оценок коэффициентов исправляем удалением их, основываясь на исследование А.М. Карминского, А.А. Пересец-кого и С.В. Головань. Кроме того работают и следующие суждения:
- Имея отрицательную прибыль в отдельном временном промежутке, банк может характеризоваться большей финансовой устойчивостью, достаточностью капитала и иными положительными моментами.
Современные проблемы экономической теории и практики
15
- При слишком высоком значении достаточности капитала, банк помимо наивысшей оценки этого параметра (методика 2005-У), может иметь проблемы и подозрения на нелегальность своих действий большие, нежели банк с достаточность на уровне 10 %. Кроме того большой процент банков имеет нулевую достаточность, что не соответствует достоверности данных.
После удаления незначимых переменных получаем Logit модель со следующими характеристиками оценок коэффициентов (табл. 6):
Характеристики полученной модели Logit
Таблица 6
Dependent Variable: LIVE | |
Method: ML - Binary Logit (Quadratic hill climbing)
Sample: 1 1000 IF VB>0 AND SK>0 AND A>0
Variable Coefficient Std. Error z-Statistic Prob.
C -2.943205 0.938880 -3.134806 0.0017
LOG(VB) 0.259089 0.063007 4.112100 0.0000
KEP 2.178759 0.577186 3.774797 0.0002
PNAP -1.901498 0.414552 -4.586875 0.0000
PZP -0.696530 0.276090 -2.522836 0.0116
NDOI -7.060007 1.126507 -2.698224 0.0070
McFadden R-squared 0.107848 Mean dependent var 0.748276
S.D. dependentvar 0.434253 S.E. of regression 0.403750
Akaike info criterion 1.020536 Sum squared resid 140.8444
Schwarz criterion 1.053422 Log likelihood -437.9330
Hannan-Quinn criter. 1.033119 Deviance 875.8661
Restr. Deviance 981.7452 Restr. log likelihood -490.8726
LR statistic 105.8791 Avg. log likelihood -0.503371
Prob(LR statistic) 0.000000 |
Все значимы на 1 % уровне значимости, кроме отношения просроченной задолженности к собственному капиталу (значим на 5 % уровне значимости). Полученная модель в целом значима на 1 % уровне, логарифм правдоподобия составляет - 437,93. Критерии Akaike и Schwarz также улучшились. Знаки коэффициентов совпадают с ожидаемой ситуацией: чем выше негосударственные обязательства нерезидентов, тем выше вероятность отзыва лицензии
На автокорреляцию нет необходимости проверять модель, так как отсутствуют временные ряды.
Так как модель бинарна, можно отметить лишь то, что наибольшее изменение на жизнеспособность банка оказывают долговые обязательства нерезидентов, причем это влияние характеризуется отрицательным знаком. Среди остальных регрессоров можно отметить долю кредитов от располагаемой валюты банка и долю неработающих активов от всех имеющихся, влияние которых примерно равной величины по модулю.
16
ПРОБЛЕМЫ СОВРЕМЕННОЙ ЭКОНОМИКИ
С помощью теста Wald можем проверить предположения об одинаковом влиянии ряда коэффициентов. Во-первых, предположим, что логарифм валюты баланса и кредиты экономике могут оказывать одинаковое влияние на регрессант (нулевая гипотеза). Проверка этой гипотезы дала следующие результаты:
Таблица 7
Результаты проверки гипотезы первой
Test Statistic Value df Probability
t-statistic -3.294941 864 0.0010
F-statistic 10.85664 (1, 864) 0.0010
Chi-square 10.85664 1 0.0010
Так как Probability < 5 %, гипотеза Н0 отклоняется: коэффициенты оказывают различное влияние на жизнеспособность банка.
Во-вторых, вспомним наше предположение об одинаковом значении в модели таких показателей, как просроченная задолженность и уровень неработающих активов. Нулевая гипотеза: PZP и PNAP оказывают одинаковое влияние на зависимую переменную нашей модели. Результаты проверки представлены табл. 8.
Результаты проверки гипотезы второй
Таблица 8
Test Statistic Value df Probability
t-statistic 2.258545 862 0.0242
F-statistic 5.101027 (1, 862) 0.0242
Chi-square 5.101027 1 0.0239
Так как Probability < 5 %, гипотеза Н0 отклоняется: переменные оказывают разное влияние на регрессант.
Таким образом, в результате исследования, посвященного поиску модели, описывающей ситуацию банковского сектора на российском рынке, выявлено:
- Модель А.М. Карминского, А.А. Пересецкого и С.В. Головань доступна для применения и описания настоящей ситуации в рамках банковского сектора;
- Найдены наиболее значимые регрессоры, способные описать модель;
- Доказаны преимущества Logit метода построения данной бинарной модели;
- Сделана проверка модели на мультиколлинеарность;
- Проверен ряд гипотез об уровне влияния регрессоров.
В итоге получена модель жизнеспособности российских банков на 1 % уровне значимости со значимыми регрессорами отдельно. Однако, ясны несовершенства. Во-первых, это недостаток знаний работы с бинарными мо-
Современные проблемы экономической теории и практики
17
делями. Во-вторых, некорректность найденных данных, а именно отсутствие их по некоторым объектам исследования. В-третьих, стационарность исследования: необходимо учесть и охватить в работе динамику процесса ликвидации кредитных организаций, так как одного ликвидационного цикла недостаточно, чтобы обрисовать модель полным образом. Здесь, главным образом, стоит проблема поиска достоверной и полной информации по каждому банку, в особенности деятельность которого прекращена.
Список литературы:
1. Эконометрика. Начальный курс / Я.Р Магнус, П.К. Катыщев, А.А. Пе-ресецкий.
2. Модели вероятности дефолта российских банков / С.В. Головань, А.М. Карминский, А.В. Копылов.
3. Моделирование вероятности дефолта российских банков с учетом макропараметров / А.М. Карминский, А.А. Пересецкий, С.В. Головань.
4. http://www.banki.ru/.
5. http://www.cbr.ru/.
ТРИЕДИНАЯ КОНЦЕПЦИЯ УСТОЙЧИВОГО РАЗВИТИЯ ПРЕДПРИЯТИЯ
© Григорьева А.А.* *, Пирогова О.Е.*
Санкт-Петербургский государственный торгово-экономический университет,
г. Санкт-Петербург
В статье рассмотрены критерии устойчивого развития предприятия в современных условиях развития экономической, социальной и природной систем. Раскрыты внешние и внутренние факторы, влияющие на устойчивость предприятия. Рассмотрены и охарактеризованы уровни управления устойчивым развитием.
Ключевые слова устойчивое развитие, внешняя среда, внутренняя среда, стратегическое планирование, экономические выгоды, социальная польза, экологическая безопасность.
Любая система, существующая на сегодняшний день в природе, пребывает в постоянном эволюционном развитии. Однако совершенствования и качественно нового изменения стремятся достигнуть не только живые организмы, населяющие нашу планету, но и социально-экономические системы,
* Студент 4 курса Финансово-экономического факультета.
* Доцент кафедры Финансов денежного обращения и кредита, кандидат экономических наук, доцент.
