CC BY
83
УДК 330.33.01 А.А. Зайкова СГГ А, Новосибирск
АНАЛИЗ ИНДИКАТОРОВ, ОПРЕДЕЛЯЮЩИХ НАСТУПЛЕНИЕ КРИЗИСА, НА ПРИМЕРЕ БАНКОВСКОГО СЕКТОРА РОССИИ
В статье рассматривается возможность прогнозирование кризисных ситуаций. Для построения качественного прогноза развития банковского сектора страны используется метод сигналов, как один из возможных инструментов выявления перечня индикаторов определяющих наступление экономической нестабильности.
A.A. Zaykova
Siberian State Academy of Geodesy (SSGA)
10, Plakhotnogo Ul., Novosibirsk, 630108, Russian Federation
ANALAYS INDICATORS, DEFINE BEGINNING CRYSIS BY EXEMPLE BANKING RECTOR OF RUSSIAN FEDIRATION
In article is consist possibility for forecast crisis situation. For the purpose to construct qualitative forecast of banking sector development was used method of signal, like one of possible instrument delineation enumeration indicators, which can define beginning instability in economy.
Как известно банковский сектор играет важную роль в произошедшем финансовом кризисе 2008 г. Потому как именно с неэффективного функционирования банковского сектора начался кризис сначала в Соединенных Штатах, а через некоторое время перекинулся на мировую экономическую систему. Спусковым крючком, приведшим в действие кризисный механизм, стали проблемы на рынке ипотечного кредитования в США, хотя в основе кризиса лежат другие более фундаментальные причины. Ключевым моментом в развитии кризисной ситуации стала несостоятельность финансовых институтов. Политика низких процентных ставок, проводимая ФРС США, как попытка предотвращения циклического спада экономики позволила многим крупным компаниям получить дешевый заемный капитал. Впоследствии, отечественные компании оказались втянутыми в международный финансовый кризис, так как под влиянием избыточной ликвидности активизировался процесс формирования рыночных пузырей. Поскольку российские банки также пользовались возможностью привлечения дешевых средств, российский рынок кредитов начал расширяться, что привело к росту доступности денежных ресурсов и снижению ставок на внутреннем рынке. Это повлекло за собой ухудшение инвестиционной позиции кредитных организаций. Необходимость разработки методик ранней идентификации финансовых кризисов диктуется не только мировым, но и российским опытом. Всем хорошо известны масштабы и негативные последствия, еще до конца не закончившегося, кризиса 2008 года:
1) Девальвация рубля оказала существенное влияние на доходы население;
2) Компании с миллионными оборотами, в условиях кризиса заморозили многие инвестиционные программы, начали всеми возможными путями сокращают расходную часть своего бюджета, что, в свою очередь, влечет за собой массовое увольнение и сокращение рабочих мест;
3) В банковской системе, наблюдается ужесточение требований банков к потенциальным заемщикам, повышение ставок по вновь выдаваемым кредитам, свертывание многих ипотечных и потребительских программ;
4) Цены на землю и недвижимость существенно снизились из-за резкого падения спроса на эти ресурсы.
Анализ мирового опыта такого мониторинга позволяет утверждать, что существуют два основных пути создания количественных характеристик -эконометрическое моделирование и построение непараметрических оценок. Однако сравнительная характеристика этих двух подходов позволяет сделать выводы, что, во-первых, по сравнению с непараметрическими оценками методология эконометрического анализа является значительно более сложной и требует выполнения большого количества предпосылок относительно используемых данных. В то же время метод сигналов является прозрачным, а результаты - легко интерпретируемыми. Во-вторых, несмотря на рассмотрение одних и тех же кризисных эпизодов, результаты разных авторов, как с точки зрения определения лучших индикаторов-предвестников, так и выбора пороговых значений индикаторов, различаются достаточно сильно. Выбор той или иной эконометрической модели для использования результатов ее оценки в целях мониторинга финансовой стабильности будет не менее субъективным, чем простой качественный анализ динамики индикаторов. В-третьих, в силу нелинейности моделей бинарного выбора представляется затруднительным оценить вклад каждого фактора в повышение вероятности наступления финансовой нестабильности в том случае, если фактическое значение индикатора значительно отклоняется от среднего.
При реализации сигнального подхода предполагается, что необходимо протестировать нулевую гипотезу о том, что экономика находится в нормальном состоянии, в отличие от альтернативной гипотезы о том, что в течение ближайших трех-шести месяцев возможно возникновение финансовой нестабильности. Как и при тестировании любой статистической гипотезы, необходимо выбрать границу (критическое значение). Если значение индикатора выходит за установленную границу, то будем считать, что данный индикатор подает сигнал. Для выбора оптимального порогового значения для каждого индикатора необходимо задать некоторый критерий. В качестве такого критерия используется показатель, учитывающий соотношение «плохих» и «хороших» сигналов. Для построения данного показателя необходимо разделить все значения индикатора на четыре группы
(табл. 1). Понятно, что в идеальном случае его значения попадут только в ячейки А и D.
Таблица 1 Сигнальный подход к анализу индикаторов наступление кризиса
Сигнал Есть кризис в течение 3 месяцев Есть кризис в течение 3 месяцев
Есть A B
Нет C D
Необходимо определить безусловную вероятность наступления финансовой нестабильности P(C) для каждого индикатора как отношение числа наблюдений, за которыми в течение 3 мес. следовала финансовая нестабильность, к общему количеству наблюдений:
Р(С) = ——----------(1).
A+B+C+D
Если индикатор посылает большое количество «хороших» сигналов, то можно ожидать, что вероятность наступления финансовой нестабильности при условии подачи сигнала P(C | S) будет больше, чем безусловная вероятность P(C). При этом:
P(C|S) = A/(A + B) (2).
Иными словами, чтобы имело смысл использовать индикатор для прогнозирования наступления финансовой нестабильности, необходимо выполнение соотношения:
р(с | s) > р(схз)
Данное условие является необходимым для выбора оптимального порогового значения. Кроме того, при выборе пороговых значений важно рассмотреть отношение «плохих» сигналов к «хорошим»:
В/
/(А + С)
Таким образом, рассматриваются все возможные пороговые значения для каждого индикатора за максимально возможный отрезок времени, и выбиралось то пороговое значение, при котором значение показателя (4) было минимальным, а условие (3) выполнялось. Необходимо также отметить, что возможно возникновение такой ситуации, при которой значение показателя (4) равняется нулю из-за того, что доля «плохих» сигналов равна нулю, однако при этом индикатор не подает сигналы перед значительным числом кризисов. Поэтому при выборе индикаторов и пороговых значений необходимо также обращать внимание на долю предсказываемых индикатором кризисов в общем количестве кризисов (обозначим ее PC).
Для анализа использовались система индикаторов финансовой стабильности Financial soundness mdicators,включающая в себя помимо показателей банковской отрасли показатели реального сектора и домашних
хозяйств. В той системе двенадцать базовых и четырнадцать рекомендованных показателей. Кроме того, эта система показателей была дополнена системой показателей, используемая Банком России при подготовке обзоров финансовой стабильности, предложенная авторами исследования «Dangerous markets» Домеником Бартоном и Роберто Новеллом. Для анализа были взяты данные с 01.02.08 по 01.10.09.В качестве критерия качества индикатора предполагается, что нижняя граница превышения условной вероятности над безусловной находится на уровне 0,05, или 5. В этом случае работающими индикаторами, анализ динамики которых позволяет предугадывать финансовую нестабильность, будут следующие показатели:
1) Отношение нормативного капитала к активам, взвешенным по риску
2) Совокупная чистая открытая позиция в иностранной валюте
3) Непрерывный рост цен на активы
4) Рост цен, на недвижимость опережающий динамику платежеспособного спроса
5) Сальдо текущего счета платежного баланса
6) Темп роста ВВП
7) Реальная процентная ставка на рынке МБК
8) Депозиты
9) ИПЦ
10) Экспорт
11) Импорт
Из полученных результатов можно сделать вывод о том, что анализ выбранных для исследования показателей позволяет прогнозировать наступление финансовой нестабильности с вероятностью, превышающей безусловную. Метод сигналов выступает в качестве критерия выбора показателей, используемых для дальнейшего анализа. Таким образом, применение метода сигналов позволяет предсказывать финансовую нестабильность точнее, кроме того, выделение определенного круга показателей существенно сокращает трудоемкость построения прогнозов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Плисецкий, Д.М. Система мониторинга финансового сектора экономики // Банковское дело. 2009. № 3.
2. Мансуров, А.К. Подходы к созданию системы ранней идентификации валютнобанковских кризисов в России: M. Инфра - М, 2008. - 217c.
3. Шпрингель, В.К. Принципиальные подходы к созданию системы ранней идентификации финансовых кризисов: М. Инфа - М, 2007. - 136с.
© А.А. Зайкова, 2010
