CC BY
0
Analysis of the impact of the introduction of a system of fast payments on the structure of the balance sheet and profits of banks
Dukhovny Andrey Aleksandrovich, Postgraduate student, Synergy University, Moscow
The purpose of the study is to analyze the effects of the introduction of the Central Bank's prompt payment system (hereinafter, the SBP) on the structure and profitability of banks' balance sheets in Russia. In support of the theoretical conclusions, an econometric model based on Random Effects regression was built to assess the short-term impact on the industry, which allowed us to quantify the impact on the main indicators of the banking sector despite rather strong external perturbations, such as the financial crisis of 2018 and the coronavirus pandemic. All studies are based on official data of 101 and 102 bank reporting forms from the CBR website. The studies resulted in both positive and negative consequences for banks - as profits increase, the cost of servicing these payments increases. The article also describes possible further research in this area.
Keywords: Faster Payments System (SBP); randomeffects model; payment systems; bank balance structure; banking sector.
Цитировать: Духовный А.А. Анализ влияния введение системы быстрых платежей на структуру баланса и прибыли банков // KANT. – 2023. – №4(49). – С. 40-45. EDN: DCRAVM. DOI: 10.24923/2222-243X.2023-49.8
Духовный Андрей Александрович, аспирант, Университет «Синергия», Москва
Цель исследования – проанализировать эффекты от введения система быстрых платежей ЦБ (далее СБП) на структуру и доходность балансов банков в России. В подтверждение теоретических выводов построена эконометрическая модель на основе Random Effects регрессии для оценки краткосрочного влияния на отрасль, которая позволила количественно оценить влияние на основные показатели банковского сектора, несмотря на достаточно сильные внешние возмущения, такие как финансовый кризис 2018 года и коронавирусная пандемия. Все исследования основаны на официальных данных 101 и 102 формы банковской отчетности с сайта ЦБ РФ. Результатом исследований стали как положительные, так и отрицательные последствия для банков – с ростом прибыли растут расходы на обслуживание данных платежей. Также в статье описаны возможные дальнейшие исследования в этой области.
Ключевые слова: СБП, система быстрых платежей; randomeffects model; платежные системы; структура баланса банка; банковский сектор.
УДК 336
5.2.4
Духовный А.А.
Анализ влияния введение системы быстрых платежей на структуру баланса и прибыли банков
Введение
Система быстрых платежей (СБП) - это инновационная платежная система, предназначенная для мгновенного выполнения денежных переводов между участниками. В отличие от традиционных платежных систем, СБП обеспечивает непрерывную обработку платежей, что позволяет совершать операции в режиме реального времени [3, 5]. Это не только ускоряет процесс перевода средств, но и улучшает пользовательский опыт, делая платежи более удобными и прозрачными.
Одной из ключевых функций СБП является мгновенное выполнение платежей в круглосуточном режиме, что позволяет пользователям совершать транзакции в режиме реального времени, минимизируя задержки и улучшая общий опыт платежей. Кроме того, в современном мире, где безопасность является приоритетом, СБП акцентирует внимание на защите платежей. Это достигается благодаря применению передовых криптографических методов, обеспечивающих надежную защиту данных и транзакций от несанкционированного доступа. Наконец, чтобы обеспечить максимальную универсальность и доступность для всех пользователей, СБП интегрируется с различными банковскими и финансовыми системами, что делает ее универсальным инструментом для мгновенных платежей [1, 34].
С ростом цифровой экономики и увеличением объема онлайн-транзакций потребность в быстрых и надежных платежных системах становится все более актуальной. СБП как мгновенная платежная система предоставляет решение для этой потребности, обеспечивая быстрый и безопасный обмен денежными средствами между различными участниками экономики [6, 17].
Введение СБП может иметь глубокие последствия для банковского сектора. Это может привести к усилению конкуренции между банками, так как теперь клиенты могут легко и быстро переводить средства между различными банковскими учреждениями. Кроме того, СБП может стимулировать банки к инновациям, искать новые способы привлечения и удержания клиентов в условиях усиленной конкуренции [3, 7].
Система быстрых платежей (СБП) стала предметом многих исследований в последние годы, особенно в контексте ее потенциального влияния на банковский сектор и финансовые рынки в целом.
Одним из ключевых аспектов, который был выделен в литературе, является способность СБП улучшить эффективность платежных систем. Как указано в работе H. Schmiedel, G. Kostova, и W. Ruttenberg [7, 25], СБП может снизить общие социальные и частные издержки платежных инструментов, делая транзакции более быстрыми и дешевыми для конечных пользователей.
Кроме того, многие исследователи обратили внимание на потенциальные риски, связанные с внедрением СБП. В частности, M.L. Bech, U. Faruqui, F. Ougaard и C. Picillo обсуждают, как мгновенные платежи могут внести дополнительные риски в операционную деятельность банка из-за их скорости и автоматизации [3, 3]. Однако авторы также подчеркивают, что эти риски могут быть компенсированы преимуществами, такими как улучшенная ликвидность и удовлетворенность клиентов.
В контексте влияния на доходы банка, исследование M. Kumhof и C. Noone указывает на то, что СБП может стимулировать клиентов чаще совершать операции, что, в свою очередь, может привести к увеличению доходов банка [6, 19]. Однако авторы также предостерегают, что это может зависеть от конкретной структуры комиссий и тарифов, установленных банками.
В целом, литературный обзор подчеркивает, что введение СБП может иметь как положительные, так и отрицательные последствия для банковского сектора. Однако большинство исследователей сошлись на том, что преимущества, предоставляемые СБП, могут значительно превышать потенциальные риски, особенно в долгосрочной перспективе.
Постановка задачи исследования
Целью нашего исследования является количественный анализ воздействия введения СБП на основные показатели деятельности банка. Нами ставится задача понять, как мгновенные платежи влияют на процентные и комиссионные доходы банка.
В контексте нашего исследования предполагается, может ли данный процесс приводить к росту депозитов (а параллельно и кредитных лимитов) и росту интенсивности переводов, что в свою очередь влияет на доходы и расходы банков.
Для подтверждения этих гипотез нами рассматриваются следующие счета 102 формы:
- 11115 – процентные доходы по предоставленным гражданам кредитам (ФЛ)
- 11219 – процентные доходы по прочим размещенным средствам гражданами (ФЛ)
- 12115 - комиссионные доходы по предоставленным гражданам кредитам (ФЛ)
- 12219 - комиссионные доходы по прочим размещенным средствам гражданами (ФЛ)
- 21115 – операционные доходы от операций с предоставленными кредитами ФЛ
- 21219 – операционные доходы от операций с прочими размещенными средствами ФЛ
- 24501 – операционные доходы от прочих привлеченных средств (депозиты ФЛ - резидентов)
- 24500 операционные доходы от прочих привлеченных средств (депозиты ФЛ – резидентов и нерезидентов)
- 27204 – комиссионные доходы от расчетного и кассового обслуживания ФЛ
- 27804 – комиссионные доходы от консультационных и информационных услуг ФЛ
- 27904 – комиссионные доходы от других операций ФЛ
- 27404 – комиссионные доходы от осуществления переводов ФЛ
Такое предположение находит опору в исследовательской работе H. Schmiedel, G. Kostova, и W. Ruttenberg [7, 36].
Вторая гипотеза нашего исследования предполагает, что введение СБП может повысить процентные и комиссионные расходы банка. Для этого анализируются следующие счета:
- 31501 – процентные расходы по денежным средствам на банковских счетах клиентов ФЛ - резидентов
- 31500 – процентные расходы по денежным средствам на банковских счетах клиентов ФЛ
- 31601 – процентные расходы по привлеченным депозитам клиентов ФЛ - резидентов
- 31600 – процентные расходы по привлеченным депозитам клиентов ФЛ
- 31701 – процентные расходы по прочим привлеченным средствам ФЛ - резидентов
- 31700 – процентные расходы по прочим привлеченным средствам ФЛ
- 32401 – комиссионные расходы по денежным средствам на банковских счетах клиентов ФЛ-резидентов
- 32400 – комиссионные расходы по денежным средствам на банковских счетах клиентов ФЛ
- 32500 – комиссионные расходы по денежным средствам на банковских счетах клиентов ФЛ - резидентов
Этот вывод находит подтверждение в исследовании M.L. Bech, U. Faruqui, F. Ougaard и C. Picillo [3, 11].
Данные и методология
В рамках нашего исследования, направленного на глубокий анализ воздействия введения СБП на основные показатели деятельности банка, нами использованы данные, предоставленные Центральным банком РФ. Эти данные, содержащиеся в формах 101 и 102, представляют собой детальную информацию о финансовом состоянии банков, включая их активы, пассивы, доходы и расходы [9].
Банки были классифицированы на основе даты введения СБП, что позволило нам учесть различия в динамике и структуре показателей разных банков. Это разделение основано на законодательных сроках введения СБП в банках, согласно указам ЦБ РФ.
Точная дата введения СБП в каждом банке была уточнена на основе пресс-релизов банков. В случаях, когда пресс-релизы не предоставляли точной даты, опирались на последние доступные данные.
Центральным вопросом нашего исследования было воздействие введения СБП на прибыльность банков. Нам необходимо было выявить, какие именно аспекты деятельности банка могли измениться в результате активизации операций клиентов, связанных с мгновенными платежами.
Для анализа были выбраны переменные, которые, по нашему мнению, наиболее тесно связаны с введением СБП. Эти переменные отражают основные источники доходов и расходов банка и могут быть прямо связаны с введением СБП.
Учитывая сложность экономической среды и множество внешних факторов, которые могут влиять на деятельность банка, было решено использовать модель случайных эффектов для анализа панельных данных. Этот метод позволяет учесть индивидуальные характеристики каждого банка и их изменения во времени, что делает его особенно полезным для нашего исследования.
Панельные данные предоставляют уникальную возможность учитывать изменения во времени и различия между банками. Это позволяет исследователям углубиться в динамику изменений и выявить причинно-следственные связи, которые могут быть скрыты при использовании других методов анализа [2, 83].
Модель случайных эффектов, примененная нами, является одним из наиболее подходящих методов для анализа панельных данных. Эта модель предполагает, что индивидуальные эффекты (в нашем случае, специфические характеристики каждого банка) являются случайными и некоррелированными с объясняющими переменными. Это позволяет учитывать как внутригрупповую, так и межгрупповую динамику, что является важным в контексте нашего исследования [5, 178].
Основное преимущество использования модели случайных эффектов заключается в ее способности учитывать индивидуальные характеристики каждого банка, сохраняя при этом эффективность оценок. В отличие от модели с фиксированными эффектами, модель случайных эффектов позволяет включать в анализ переменные, которые не меняются со временем, но могут варьироваться между банками [8, 311]. Это особенно полезно, учитывая структурные характеристики банков и их потенциальное влияние на показатели деятельности.
Также стоит отметить, что наш выбор в пользу модели случайных эффектов был подкреплен результатами теста Джерри Хаусмана, который позволяет сравнить модели с фиксированными и случайными эффектами и выбрать наиболее подходящую [4, 1255].
В заключение, использование модели случайных эффектов предоставляет нам гибкий и мощный инструмент для анализа воздействия введения СБП на показатели деятельности банка, учитывая индивидуальные характеристики каждого банка и их изменения во времени.
Ключевые результаты и их интерпретация
Чтобы подтвердить наши гипотезы и оценить влияние ввода СБП на выбранные счета для начала нами была построена простейшая модель с одним параметром. Критерием для отбора будет являться F-статистика оценки значимости с заданным уровнем значения p = 0.1.
Перед описанием полученных результатов приведем таблицу 1 с ними.
Таблица 1 – Результаты построения моделей для различных счетов баланса
Итак, нами получены значимые модели для следующих счетов: 11219, 27404, 31701, 31700, 32500.
Исключим из рассмотрения счет 31701, так как у нас получилось практически две одинаковых модели, для счета 31700 и 31701 (табл. 2).
Таблица 2 – Коэффициенты модели при значимых балансовых счетах
После анализа полученных данных применения модели случайных эффектов, пришли к ряду выводов, которые помогут понять влияние СБП на деятельность банков.
Во-первых, наши результаты указывают на то, что введение СБП может оказать положительное воздействие на процентные и комиссионные доходы банка. А именно, можно увидеть положительные коэффициенты перед доходными счетами. Также наблюдаем и рост расходов на обеспечение счетов и операций ФЛ. Отсюда можно говорить о росте доходов, однако нельзя утверждать, что СБП имеет четко положительное экономико-финансовое влияние на банковскую систему в целом, так как наряду с доходами коэффициенты при расходах также достаточно велики.
Наша модель не показала зависимости роста кредитования от ввода СБП.
Попробуем повысить описательность нашей модели, введя еще одну объясняющую переменную – изменение остатков на счетах ФЛ. Таким образом пытаемся дать качественное описание формы влияния СБП на отобранные счета. Порог значения p такой же (табл. 3).
Получили следующие результаты:
Счет 11219 – значимость модели 0.24
Таблица 3 – Оценки параметров модели
Данная модель потеряла значимость, а значит наша объясняющая переменная ухудшила точность предсказания, из чего можно сделать вывод, что изменение по этому счету не происходит за счет роста депозитов. Поэтому здесь необходимо дальнейшее исследование.
Счет 27404 – значимость 0.047
Таблица 4 – Оценки параметров модели
Данная модель увеличила точность предсказания, при этом переменная изменения баланса сменила значимость переменной СБП, подтверждая то, что комиссионные доходы от СБП растут по большей части за счет роста остатков на счетах клиентов.
Счет 31700 – значимость 0.069 (табл. 5).
Таблица 5 – Оценки параметров модели
Модель сохранила значимость, однако эффект от роста счетов клиентов не значим.
Счет 32500 – значимость 0.1063 (табл. 6).
Таблица 6 – Оценки параметров модели
Данная модель потеряла значимость, а значит наша объясняющая переменная ухудшила точность предсказания, из чего можно сделать вывод, что изменение по этому счету не происходит за счет роста депозитов. Поэтому здесь необходимо дальнейшее исследование.
Таким образом в целом, можно выделить следующие результаты, СБП прямым образом влияет на рост доходов банка, а в части комиссионных доходов за счет роста остатков на счетах клиентов; расходная же часть зависит от ввода СБП более сложным способом, что требует дальнейшего исследования. Эта нелинейность в расходах может быть продиктована более сложной структурой расходов банка, чем просто пропорциональным увеличением расходов.
Таким образом, наши результаты подчеркивают двойственное воздействие СБП на банковский сектор. С одной стороны, СБП может стать источником дополнительных доходов для банков благодаря улучшению пользовательского опыт и увеличению объема операций. При этом вероятно данный эффект значим только для банков за ТОП 10, для которых введение СБП улучшает клиентский путь в части возможности перевода средств из более крупных банков для погашения кредитов и совершения операций без перевода к ним зарплатных клиентов.
Обсуждение, ограничения и перспективы дальнейших исследований
В рамках проведенного исследования установлено, что внедрение СБП может оказывать существенное воздействие на финансовую деятельность банков. Эти выводы соответствуют результатам других исследований, таких как работа Х. Шмиделя, Г. Костовой и В. Руттенберга [7], которые также отмечали активизацию операций клиентов в связи с улучшением пользовательского опыта. Однако, как было замечено, для полного понимания механизмов этого воздействия, включая такие аспекты, как структура кредитования, изменение рисков и динамика остатков на счетах, необходим дополнительный анализ.
Наши результаты подтверждают, что введение СБП может иметь значительное воздействие на финансовую деятельность банков. Увеличение процентных и комиссионных доходов, как показывает наш анализ, может быть связано с активизацией операций клиентов. Это подчеркивает важность адаптации банков к новым платежным технологиям и поиска способов максимизации доходов в условиях усиленной конкуренции. Однако, как указывалось ранее, введение СБП также может увеличить риски, связанные с быстрыми платежами. Этот вывод находит подтверждение в исследовании М.Л. Бех, У. Фаруки, Ф. Угаард и К. Пикилло [3].
Однако наше исследование, как и любое другое, имеет свои ограничения. Нами рассмотрены только краткосрочное влияние ввода СБП в банке. А также, нами было сосредоточено внимание на определенном наборе показателей деятельности банка, что может оставить за рамками анализа другие важные аспекты воздействия СБП.
В свете вышеуказанных ограничений, перспективы дальнейших исследований в этой области выглядят многообещающими. В следующих исследованиях следует рассмотреть возможность кластеризации банков в значимости от размеров их балансов и секторов экономики, в которых они активно представлены. Также актуальным остаются вопросы о влиянии СБП на развитие финтех рынка РФ в целом, насколько клиенты стали больше переходить между банками и как это повлияло в целом на стоимость переводов средств между банками.
Литература:
1. Bagnall J. Consumer cash usage: A cross-country comparison with payment diary survey data / J. Bagnall, D. Bounie, K.P. Huynh, A. Kosse, T. Schmidt, S. Schuh, H. Stix // International Journal of Central Banking. – 2016 – № 12 (4). – P. 1-61.
2. Baltagi B.H. Econometric Analysis of Panel Data / B.H. Baltagi. – 4ed. – NY.: John Wiley & Sons, 2008. – 366 p.
3. Bech M.L. Payments are a-changin' but cash still rules / M.L. Bech, U. Faruqui, F. Ougaard, C. Picillo // BIS Quarterly Review. – 2018 – № 1. – P. 1-14.
4. Hausman J.A. Specification Tests in Econometrics / J.A. Hausman // Econometrica. – 1978 – № 46 (6). – P. 1251-1271.
5. Hsiao C. Analysis of Panel Data / C. Hsiao. – 1st – Cambridge.: Cambridge University Press, 2003. – 366 p.
6. Kumhof M. Central bank digital currencies - design principles and balance sheet implications / M. Kumhof, C. Noone // Bank of England Staff Working Paper. – 2018 – № 725. – P. 1-54.
7. The social and private costs of retail payment instruments: a European perspective: Occasional Paper Series, 137 / H. Schmiedel, G. Kostova, W. Ruttenberg / – Frankfurt.: European Central Bank, 2012. – 51 p.
8. Wooldridge J.M. Econometric Analysis of Cross Section and Panel Data / J.M. Wooldridge. – 1st – Cambridge.: MIT Press, 2010. – 1096 p.
9. Отчетность кредитных организаций / Банк Росси [Электронный ресурс]. URL: https://cbr.ru/banking_sector/otchetnost-kreditnykh-organizaciy/ (дата обращения: 05.09.2023).
