CC BY
98
Вестник Евразийской науки / The Eurasian Scientific Journal https://esj.todav 2020, №2, Том 12 / 2020, No 2, Vol 12 https://esj.todav/issue-2-2020.html URL статьи: https://esj.today/PDF/44ECVN220.pdf Ссылка для цитирования этой статьи:
Маркова О.М. Анализ влияния макроэкономических факторов на состояние потребительского кредитования в ПАО Сбербанк // Вестник Евразийской науки, 2020 №2, https://esj.today/PDF/44ECVN220.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.
For citation:
Markova O.M. (2020). Analysis of the influence of macroeconomic factors on the state consumer lending at Sberbank. The Eurasian Scientific Journal, [online] 2(12). Available at: https://esj.today/PDF/44ECVN220.pdf (in Russian)
УДК 33
Маркова Ольга Михайловна
ФГОБУ «Финансовый университет при Правительстве Российской Федерации», Москва, Россия
Доцент
Кандидат экономических наук, доцент E-mail: markova1310@bk.ru
Анализ влияния макроэкономических факторов на состояние потребительского кредитования в ПАО Сбербанк
Аннотация. В настоящее время существенно возрастает роль финансовой поддержки населения на основе развития и совершенствования форм предоставления потребительского кредита. При этом коммерческие банки должны обеспечивать баланс интересов в отношении роста кредитного портфеля, его доходности и качества, оптимизации кредитных процессов, и необходимости максимального удовлетворения спроса населения на банковские продукты, прежде всего в области розничного кредитования. Деятельность кредитных организаций, ослабляющих стандарты андеррайтинга в целях выполнения показателей роста кредитного портфеля и прибыльности, неблагоприятно влияет на качество кредитного портфеля в долгосрочной перспективе. Автором указывается на то, что только продуманная нормативная база защищает интересы заемщика и кредитора от принудительных и умышленных отклонений сделки от условий кредитного договора или форс-мажорных обстоятельств.
В статье автором исследуются особенности потребительских кредитов ПАО Сбербанк, который выступает ведущим кредитным институтом в стране. Автором представлен корреляционно-регрессионный анализ влияния на объем потребительского кредитования нескольких переменных: задолженности физических лиц по кредитам, доходов населения, индекса потребительских цен, величины прожиточного минимума, уровня ВВП страны и инфляции. Результаты корреляционно-регрессионного анализа, представленные в статье, свидетельствуют о том, что оценка силы корреляционной связи по коэффициенту корреляции каждого из рассматриваемых факторов на объем потребительского кредитования оказывается неодинаковой. В свою очередь, коэффициент регрессии позволяет установить линию тренда изменения каждого из рассматриваемых показателей для составления прогноза объемов потребительского кредитования на ближайшие годы. На основе этого анализа автором делаются выводы о перспективах развития рынка потребительского кредитования в стране с учетом уровня волатильности платежеспособности заемщиков и состояния их долгового бремени. В заключении статьи автором приводятся предложения, направленные на совершенствование финансовой поддержки населения в коммерческих банках.
Ключевые слова: потребительское кредитование; факторы риска; корреляционный анализ; регрессионная модель; задолженность по кредитам; ковенанты; доходы населения; прожиточный минимум
В современных условиях существенно возрастает роль финансовой поддержки населения, в том числе на основе предоставления широкого спектра потребительских кредитов с использованием технологий дистанционного банковского обслуживания; совершенствования программ лояльности кредитных услуг; увеличения среднего размера розничного кредита; расширения продуктовой линейки кредитов; введения новых карточных продуктов (в том числе кредитных); субсидирования за счет государства ставок по ипотечным кредитам для приобретения жилья в малонаселенных районах страны; предоставления ипотечного кредита с учетом материнского капитала и др. Многие банки предоставляют кредиты в онлайн-режиме через личный кабинет клиента на официальном сайте банков, либо мобильное приложение, а также по программе потребительских кредитов «Бирюзовый офис» с частичным замещением ипотечных кредитов потребительскими, которые по своим параметрам имеют более короткий срок погашения, но более высокую процентную ставку. Тем самым банки создают новые инновационные каналы продаж кредитных продуктов с потребительскими характеристиками для удовлетворения растущих потребностей населения в этой сфере.
Следует отметить, что потребительскому кредитованию отводят важную роль в экономике, так как он ускоряет реализацию товаров и выполняет воспроизводственную функцию [1]. За 2018 г. было выдано более 16 млн потребительских кредитов, а объем потребительского кредитования достиг 2721,2 млрд руб., тогда как в 2017 г. объем потребительского кредитования составил 1361,7 млрд руб. За первую половину 2019 г. было выдано потребительских кредитов на 1384,8 млрд руб.[2].
По данным рейтинговых агентств, в 2019 г. продолжался рост долговой нагрузки заемщиков, в частности, удельный вес предоставленных кредитов с выше 80 % в первом квартале 2019 г. составил 9,7 % [2]. Это свидетельствует о том, что расширение потребительского кредитования осуществляется за счет уже ранее получивших кредиты физических лиц.
Особое внимание кредитных организаций к потребительскому кредитованию вызвано высокой рентабельностью кредитных продуктов для физических лиц. Регулирующие меры со стороны Банка России ведут к замедлению роста необеспеченного потребительского кредитования [3], поскольку значительный рост портфеля необеспеченных потребительских кредитов может способствовать образованию «мыльных пузырей» на кредитном рынке, повышению объемов кредитной задолженности населения, финансовым потерям, а впоследствии к разрушению экономических отношений и к нарастанию социальной напряженности в обществе [4].
Таким образом, все это говорит о развитии рынка потребительского кредитования в
стране.
На условном примере в соответствии с данными по объемам потребительского кредитования ПАО Сбербанк за 2010-2018 гг.1 рассмотрим зависимость потребительского кредитования^) на основе изменения шести переменных: задолженности физических лиц по
1 Условия банковского обслуживания физических лиц ПАО Сбербанк // Сбербанк России. [Электронный ресурс]. URL: https://www.sberbank.ru/common/img/uploaded/files/pdf/udbo_09_02_2018.pdf (дата обращения: 04.01.2020).
кредитам (Х1), доходов населения (Х2), индекса потребительских цен (Х3), величины прожиточного минимума (Х4), ВВП страны (Х5), инфляции (Х6).
Таблица 1
Исходные данные для корреляционно-регрессионного анализа потребительского кредитования в ПАО Сбербанк в 2010-2018 гг.
Годы Объемы потребительского кредитования, млрд руб. Задолженность физических лиц по кредитам, млрд руб. Доходы населения, млн руб. Индекс потребительских цен, % Величина прожиточного минимума, руб. ВВП, млрд руб. Инфляция, %
2010 635,7 1345,9 32500 108,8 5696 46308,5 8,78
2011 944 1579,7 35600 106,1 6368,5 60282,5 6,1
2012 1371,5 1596,4 39900 106,6 6510 68163,9 6,58
2013 1672,8 3517,3 44700 106,5 7305,5 73133,9 6,45
2014 1868,3 4475,6 47900 111,4 8050 79199,7 11,36
2015 1682 3424,7 53500 112,9 9701 83232,6 12,9
2016 1574 4325,4 54100 105,9 9828 86010,2 5,4
2017 1575 4485,5 55400 102,5 10088 92089,3 2,5
2018 2113 4748,3 57500 104,3 10286,5 103627 4,3
Составлено автором по данным из сайта ПАО Сбербанк и Федеральной службы государственной статистики2
В соответствии с данными, представленными в таблице 1, имеется возможность проведения требуемых расчетов и составления корреляции. Полученные данные представлены в табл. 2.
Таблица 2
Корреляционный анализ потребительского кредитования в ПАО Сбербанк за 2010-2018 г.
Объем потребительского кредитования, млрд руб. Задолженность физ. лиц по потребительским кредитам, млрд руб. Доходы населения, млн руб. Индекс потребительских цен, % Величина прожиточного минимума, руб. ВВП, млрд руб. Инфляция, %
Объемы потребительского кредитования 1
Задолженность физических лиц по кредитам, млрд руб. 0,864879537 1
Доходы населения, млн руб. 0,854663262 0,915573785 1
Индекс потребительских цен, % -0,037973676 -0,157560817 -0,178519 1
Величина прожиточного минимума, руб. 0,760454397 0,873170698 0,9842669 -0,198661 1
ВВП, млрд руб. 0,897852068 0,891166963 0,9669756 -0,303147 0,937651971 1
Инфляция, % -0,041427411 -0,170214904 -0,19032 0,9988209 -0,211374605 -0,3091 1
Составлено автором2
2 Консолидированная финансовая отчетность. Публичное акционерное общество «Сбербанк России» и его дочерние организации за 2018 год с аудиторским заключением независимого аудитора // Сбербанк России. [Электронный ресурс]. URL: https://www.sberbank.com/ru/investor-relations/reports-and-publications/ifrs; Консолидированная финансовая отчетность. Публичное акционерное общество «Сбербанк России» и его дочерние организации за 2019 год с аудиторским заключением независимого аудитора // Сбербанк России. [Электронный ресурс]. URL: https://www.sberbank.com/info/ifrs2019/sberbank_infs_ve2019_rus. (дата обращения: 26.02.2020).
На основе табл. 2 можно сделать вывод о том, что на объем потребительского кредитования в ПАО Сбербанк сила влияния каждого фактора может быть различной. Оценка силы корреляционной связи по коэффициенту корреляции будет осуществляться с использованием следующих параметров (табл. 3).
Таблица 3
Шкала оценки силы связи
Сила связи Величина коэффициента корреляции
Прямая связь (+) Обратная связь (-)
Отсутствие связи 0 0
Низкая От 0 до +0,29 От 0 до -0,29
Умеренная От +0,3 до +0,69 От -0,3 до -0,69
Сильная От +0,7 до +0,99 От -0,7 до -0,99
Функциональная (полная) +1,0 -1,0
Составлено автором
Далее на основе представленные в табл. 3 следует показать взаимосвязь между значениями корреляции и показателями оценки потребительского кредитования в банке (табл. 4).
Таблица 4
Оценка взаимодействия рассматриваемых показателей
Показатели В заимодействие Показатели корреляции Состояние
Объем потребительского кредитования / Задолженность физических по кредитам У<->Х1 0,864 Сильная связь
Объем потребительского кредитования / Доходы населения Y<->X2 0,855 Сильная связь
Объем потребительского кредитования / Индекс потребительских цен Y<->X3 -0,038 Слабая связь
Объем потребительского кредитования / Величина прожиточного минимума Y<->X4 0,760 Сильная связь
Объем потребительского кредитования / ВВП Y<->X5 0,898 Сильная связь
Объем потребительского кредитования / Инфляция Y<->X6 -0,041 Слабая связь
Составлено автором
Из данных табл. 4 видно, что объем потребительского кредитования в ПАО Сбербанк характеризуется наличием сильной связи с такими показателями, как: задолженность физических по кредитам - 0,864; доходы населения - 0,855; величина прожиточного минимума - 0,760; ВВП - 0,898.
Проведем регрессионный анализ указанных переменных, который будет отражать тесноту связи между Х и У (табл. 5).
Таблица 5
Регрессионная модель
Регрессионная статистика
Множественный R 0,997722
R-квадрат 0,995449
Нормированный R-квадрат 0,981795
Стандартная ошибка 61,41904
Наблюдения 9
Составлено автором
Я-квадрат является коэффициентом детерминации. Он показывает, что если коэффициент детерминации имеет высокие значения, следовательно, модель оценки является
Вестник Евразийской науки 2020, №2, Том 12 ISSN 2588-0101
The Eurasian Scientific Journal 2020, No 2, Vol 12 https://esi.todav
более приближенной к реальной ситуации (оптимальным является показатель R-квадрата > 0,8).
Далее приведем табл. 6.
Таблица 6
Дисперсионный анализ
Df SS MS F Значимость F
Регрессия 6 1650166 275027,7 72,90719 0,013592
Остаток 2 7544,597 3772,298
Итого 8 1657711
Составлено автором
Далее приведем табл. 7.
Таблица 7
Взаимозависимость переменных
Переменные Коэффициенты Стандартная ошибка t- статистики P- показатели Нижний уровень 95,0 % Верхний уровень 95,0 % Нижний уровень 95,0 % Верхний уровень 95,0 %
Y -10188 16567,15 -0,61495 0,601233 -81470,7 61094,73 -81470,7 61094,73
X1 0,049099 0,042671 1,150634 0,368884 -0,1345 0,232699 -0,1345 0,232699
X2 0,063265 0,027578 2,293991 0,148761 -0,0554 0,181925 -0,0554 0,181925
X3 93,97926 165,7299 0,567063 0,62783 -619,099 807,0573 -619,099 807,0573
X4 -0,43684 0,084229 -5,18635 0,035225 -0,79925 -0,07443 -0,79925 -0,07443
X5 0,032491 0,007441 4,366322 0,048656 0,000474 0,064508 0,000474 0,064508
X6 -60,3173 162,3566 -0,37151 0,745922 -758,881 638,2467 -758,881 638,2467
Составлено автором
По результатам регрессионного анализа уравнение представляем уравнение регрессии: У = -10188 + 0,04901X1 + 0,063265X2 + 93,97926X3 - 0,43684X4 + 0,032491X5 - 60,3173X6.
Полученные на основе проведенного анализа данные свидетельствуют о том, что:
• при росте задолженности физических лиц на 1 % объем потребительских кредитов увеличится на 0,04901;
• при росте доходов населения на 1 % рост потребительских кредитов составит 0,063265;
• при росте индекса потребительских цен на 1 % рост потребительских кредитов составит 93,97926;
• при росте величины прожиточного минимума на 1 % потребительские кредиты снизятся на 0,43684;
• при росте ВВП на 1 % потребительские кредиты повысятся на 0,032491;
• при росте инфляции на 1 % потребительские кредиты снизятся на 60,3173.
На основании представленных данных имеется возможность составления прогноза изменения объемов потребительского кредитования ПАО Сбербанк на 2020 г. и 2021 г.3 В первую очередь, необходимо представить линии тренда каждого рассматриваемого показателя и представить прогнозные значения (рис. 1).
3 На основе данных с сайта www.sberbank.ru.
3000
2000
1000
y = 119,31x + 883,17 2113 2177,6 2220,0
2070,6
1574 1575
635,7
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2019
Рисунок 1. Динамика объема потребительского кредитования в ПАО Сбербанк в 2010-2019 гг. и прогнозных 2020-2021 гг., млрд руб. (составлено автором)
8000
y = 455,31x + 996,55
6000
4000
2000
5585,3
6020,7
6367,8
4475,6 4325,4 4485,5
3517,3 3424,7
4748,3
1345,9 1579'7 1596'4
0 -
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Рисунок 2. Динамика задолженности физических лиц по кредитам в ПАО Сбербанк в 2010-2019 гг. и прогнозных 2020-2021 гг., млрд руб. (составлено автором)
80000
60000
40000
20000
y = 3225,5x + 30622
63172
66088
68690
53500 54100 47900
55400
57500
44700
39900
35600
32500
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Рисунок 3. Динамика доходов населения России в 2010-2019 гг. и прогнозных 2020-2021 гг., млн руб. (составлено автором)
0
116
112
108
104
112,9
111,4
108,8
106,1 106,6 106,
105,2 104,8
103,7
y = -0,4241x + 109,32
100
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Рисунок 4. Динамика индекса потребительских цен в Росси в 2010-2019 гг. и прогнозных 2020-2021 гг., %3 (составлено автором)
16000
12000
8000
4000
y = 645,48x + 4978,6
12762,4
11416,4
12078,0
9701 9828
10088 10286,5
8050
6368,5 6510
7305,5
5696
2010 2011 2012 2013 2014 2015
2016 2017 2018 2019 2020 2021
140000
100000
60000
Рисунок 5. Динамика величины прожиточного минимума в России в 2010-2019 гг. и прогнозных 2020-2021 гг., руб. (составлено автором)
y = 6021,8x + 46656
107767,8 ,6
112143,8
117613,0
92089,3
83232,6 86010,2
79199,7 73133,9
20000
46308,5
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Рисунок 6. Динамика ВВП России в 2010-2019 гг. и прогнозных 2020-2021 гг., млрд руб. (составлено автором)
16
12,9
0 -
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Рисунок 7. Динамика инфляции в России в 2010-2019 гг. и прогнозных 2020-2021 гг., % (составлено автором)
В соответствии с полученными прогнозными значениями имеется возможность составить сводную таблицу с прогнозными значениями как объемов потребительского кредитования в ПАО Сбербанк, так и факторов, которые будут оказывать влияние на этот показатель (табл. 6).
Таблица 6
Прогнозные значения объема потребительских кредитов в ПАО Сбербанк и влияющих на него факторов на 2020-2021 гг.
Переменные Показатели/годы
2019 2020 2021
Задолженность физических лиц по кредитам, млрд руб. 5585,3 6020,7 6367,8
Доходы населения, млн руб. 63172,2 66087,7 68690,0
Индекс потребительских цен, % 105,2 104,8 103,7
Величина прожиточного минимума, руб. 11416,4 12078,0 12762,4
ВВП, млрд руб. 107767,8 112143,8 117613,0
Инфляция, % 5,1 4,7 3,6
Объем потребительских кредитов, млрд руб. 2177,6 2220,0 2070,6
Составлено автором
Таким образом, проведенные расчеты свидетельствуют о том, что на объем потребительских кредитов в ПАО Сбербанк наибольшее влияние оказывают такие факторы, как: задолженность физических по кредитам - 0,864; доходы населения - 0,855; величина прожиточного минимума - 0,760; ВВП - 0,898.В результате расчетов было установлено, что при росте задолженности физических лиц на 1 % объем потребительских кредитов увеличится на 0,04901; при росте доходов населения на 1 % рост потребительских кредитов составит 0,063265; при росте индекса потребительских цен на 1 % рост потребительских кредитов составит 93,97926; при росте величины прожиточного минимума на 1 % потребительские кредиты снизятся на 0,43684; при росте ВВП на 1 % потребительские кредиты повысятся на 0,032491; при росте инфляции на 1 % потребительские кредиты снизятся на 60,3173.
Кроме того, с использованием линии тренда были получены прогнозные значения анализируемых показателей. Эти значения свидетельствуют о том, что практически все рассматриваемые показатели будут характеризоваться ростом. Соответственно, в ПАО Сбербанк требуется реализация мероприятий, способствующих совершенствованию практики предоставления потребительских кредитов. При этом требуются решения по снижению доли просроченных кредитов, а также общей долговой нагрузки и перекредитованности населения [5]. Для этого в целях снижения кредитного риска, объемов и уровня проблемных и
безнадежных ссуд, повышения качества кредитного портфеля, дальнейшего эффективного развития кредитной деятельности ПАО Сбербанк рекомендовано реализовать программу мероприятий, в рамках которой необходимо4:
• осуществлять периодический пересмотр кредитной политики;
• провести корректировку действующих кредитных продуктов;
• ввести CVM технологию управления ценностью клиентов [6];
• проводить инвестирование в collection [7];
• организовать работу с клиентами для удержания своих клиентов и кредитования низкорискового сегмента;
• внедрить эффективные программы по реструктуризации предпроблемных и проблемных ссуд;
• использовать ковенанты в кредитном процессе [8];
• разработать программу повышения квалификации риск-менеджеров и кредитных менеджеров, а также оптимизировать систему мотивации этих категорий работников.
Также банкам необходимо оптимизировать методы управления отдельными видами рисков:
• нерозничным кредитным риском - в области разграничения факторов убытка отдельных операций и системного риска, учета премии за риск при ценообразовании банковских продуктов, совершенствовании ИТ-систем;
• розничным кредитным риском - на основе расширения состава сигналов при мониторинге, учета риска при установлении плановых показателей маржи, модернизации процедур розничного кредитования, использования статистических моделей для выделения кредитных сделок с высоким риском ухудшения платежного поведения заемщика; оценке экономической эффективности регулирования полной стоимости потребительских кредитов [9];
• кредитным риском контрагента - на основе установления маржинальных параметров при управлении обеспечением, использования процедур ликвидационного неттинга при банкротстве заемщика [10].
Таким образом, осуществление указанных мероприятий позволит улучшить качество розничного кредитования в российских банках, при этом сократить объемы просроченной долговой нагрузки и необеспеченного кредитования.
4 Пять ключевых тенденций рынка потребительского кредитования - https://zaim.com/articles/rabota-s-naseleniem/pyat-klyuchevykh-tendentsiy-rynka-potrebitelskogo-kreditovaniya/ (дата обращения: 03.01.2020).
ЛИТЕРАТУРА
1. Лаврушин О.И. Приоритеты развития кредита в современной экономике // Банковское дело, 2020, № 1, с. 55-59.
2. Авдеева А.И., Кулакова Н.Н. Потребительское кредитование в России в современных экономических условиях // Вестник Алтайской академии экономики и права, 2019, № 9 (часть 2), с. 5-11.
3. Палий Е.В., Соловьева Н.Е. Современное состояние рынка потребительского кредитования в России // Научный результат. Экономические исследования, 2019, т.5, № 3, с. 66-70.
4. Терновская Е.П., Лавришко А.С. Кредитование физических лиц: особенности, тенденции и влияние на развитие Российской экономики // Экономика и управление: проблемы, решения. 2016. № 9. С. 142-148.
5. Кузина О.Е. Перекредитованность россиян: миф или реальность? / О.Е. Кузина, Н.А. Крупенский // Вопросы экономики, 2018, № 11, с. 85.
6. Крылов С., Шотиль П.Э., Ясеновец И. Управление прибыльностью клиентской базы // Вестник McKinsey, 2013, № 29 -http://www.vestnikmckinsey.ru/finance/upravlenie-pribyhl-nost-yu-klientskoj-bazyh.
7. Смолякова Н.В. Оценка качества управления банковскими активами // Банковские услуги, 2018, № 1, с. 27-34.
8. Беляев Р.В. Ковенанты как механизм управления рисками в кредитных отношениях // Вестник Санкт-Петербургского университета, 2015, № 1, с. 91-124.
9. Евстафьев К.А. Методические подходы к оценке эффективности регулирования полной стоимости потребительских кредитов / К.А. Евстафьев // Финансы и кредит, 2017, т.23, вып.5, 852 с.
10. Хлыстова Е. Инструмент CSA в ликвидационном неттинге // www.reglament.net, 2018, № 1, с. 55-65.
Markova Olga Mikhaylovna
Financial university under the Government of the Russian Federation, Moscow, Russia
E-mail: Markova1310@bk.ru
Analysis of the influence of macroeconomic factors on the state consumer lending at Sberbank
Abstract. At present, the role of financial support for the population is significantly increasing on the basis of the development and improvement of forms of providing consumer credit. At the same time, commercial banks must ensure a balance of interests in relation to the growth of the loan portfolio, its profitability and quality, the optimization of credit processes, and the need to maximize the satisfaction of the population's demand for banking products, especially in the field of retail lending. The activities of credit institutions that weaken the standards of underwriting in order to meet the indicators of loan portfolio growth and profitability adversely affect the quality of the loan portfolio in the long term. The author indicates that only a sound regulatory framework protects the interests of the borrower and the lender from forced and intentional deviations of the transaction from the terms of the loan agreement or force majeure.
In the article, the author explores the features of consumer loans of Sberbank PJSC, which is the leading credit institution in the country. The author presents a correlation and regression analysis of the impact on the volume of consumer lending of several variables: personal debt on loans, household income, consumer price index, cost of living, the country's GDP and inflation. The results of the correlation and regression analysis presented in the article indicate that the assessment of the strength of the correlation relationship by the correlation coefficient of each of the considered factors on the volume of consumer lending is not the same. In turn, the regression coefficient allows you to set a trend line for each of the considered indicators to forecast consumer lending for the coming years. Based on this analysis, the author draws conclusions about the prospects for the development of the consumer lending market in the country, taking into account the level of solvency of borrowers and the state of their debt burden. The author concludes the article with suggestions aimed at improving the financial support of the population in commercial banks.
Keywords: consumer lending; risk factors; correlation analysis; regression model; loan debt; covenants; household income; cost of living
