CC BY
31
торую ситуацию внешнего мира (входной язык) и сама ситуация описывает себя (выходной язык). Либо входной и выходной языки совпадают. Далее мы можем использовать для такой пары предложенный выше подход и получить граф модели мира на выбранном естественном языке. Таким способом можно обеспечить построение графов модели мира на всех нужных языках. После этого для установления ссылок Т-типа между вершинами нижних уровней графов модели мира на разных языках можно использовать в качестве обучающих текстов обычные двуязычные словари, затем достаточно будет подавать на вход обучающие примеры. При такой последовательности действий размер обучающей выборки может быть значительно сокращен без потери качества обучения за счет того, что требуется установить ссылки Т-типа между вершинами высоких уровней в построенных графах модели мира. Подобных вершин значительно меньше, чем общее число слов в языке.
Заключение. В работе предложен подход, моделирующий обучение человека с помощью построения графа модели мира. На примере обучения переводу с одного естественного языка на другой показано, что обучаемая система может строить обобщающие понятия, обучается переводить не встречавшиеся ранее предложения, точность перевода не ухудшается при обработке длинных предложений, принципы обучения не зависят от выбора входного и выходного языков. Построенный граф модели мира может быть использован не только
УДК 330.16+330.43
для перевода предложений, но и для генерации текста по нескольким заданным словам. Дана оценка необходимого размера обучающей выборки. Показано, что размер обучающей выборки пропорционален числу различных слов в языке. Предложенный подход может использоваться для таких приложений, как машинный перевод, генерация текстов, управление беспилотными системами, медицинская диагностика, управление сложными экономическими системами - предприятиями, организациями, отраслями экономики стран, принятия решений в условиях неопределенности.
Библиографический список
1. Zijian Feng et al. The Epidemiological Characteristics of an Outbreak of 2019 Novel Coronavirus Diseases (COVID-19) // China CDC Weekly. -2020. - Vol. 2. - No. 8. - Р. 113
2. Курьян В.Е. Моделирование процесса обучения человека с помощью построения графа модели мира // Учет и статистика. - 2019. - No. 4 (56).
Bibliographic list
1. Zijian Feng et al. The Epidemio-logical Characteristics of an Outbreak of 2019 Novel Coronavirus Diseases (COVID-19) // China CDC Weekly. -2020. - Vol. 2. - No. 8. - P. 113.
2. Kuryan V.E. Modeling the process of human learning by constructing a graph model of the world // Accounting and Statistics. - 2019. - No. 4 (56).
Рудяга А.А., Толстик Н.В.
ДЕТЕРМИНАНТЫ ЗАДОЛЖЕННОСТИ ПО КРЕДИТАМ
Аннотация
Кредитное поведение представляет собой один из наиболее развитых видов финансового поведения населения России. В статье проводится моделирование кредитного поведения населения посредством оценивания детерминант наличия задолженности по кредиту. Особенностью исследования является использование социально-демогра-
фических, экономических и поведенческих характеристик индивида вместе с параметрами домохозяйства. В качестве информационной базы использованы данные массива 26 волны опроса «Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ (RLMS-HSE)». Инструментарий исследования представлен логистической регрессией. Выявлено, что кредитное поведение индивида в значительной мере детерминируется финансовым поведением домохозяйства: больше шансов на наличие задолженности по кредитам имеют индивиды из финансово активных домохо-зяйств с преобладанием заимствующего типа поведения. Практическая значимость исследования определяется возможностью использования результатов для корректировки финансовой политики в отношении кредитования населения.
Ключевые слова
Кредит, кредитное поведение, задолженность, логистическая регрессия. JEL: G41
Rudyaga А.А., Tolstik N. V.
DETERMINANTS OF LOAN DEBT Annotation
Credit behavior is one of the most developed types of financial behavior in Russia. In this paper we are trying to model the populations' credit behavior by evaluation the determinants of the individuals' debt on the loan. The peculiarity of the study is the use of socio-demographic, economic and behavioral characteristics of the individual together with the households' parameters. As an informational base we used the data of the 26 round of Russia Longitudinal Monitoring Survey - Higher School of Economics (RLMS-HSE). The research tools are presented by logistic regression. It is revealed that the credit behavior of the individual is largely determined by the financial behavior of the household. Individuals from financially active households with a predominance of borrowing behavior are more likely to have debt on loans. The practical significance of the study is determined by the possibility of using the results to adjust the financial policy in relation to individuals' lending.
Keywords
Credit, credit behavior, debt, logistic regression.
Введение. В настоящее время кредитное поведение, наравне со сберегательным, является самым распространённым типом финансового поведения россиян. По данным Банка России11, по состоянию на 1 октября 2019 г. задолженность физических лиц по кредитам составила 17 016 421 млн руб., из них 756 512 млн руб. просроченной задол-
11 Сайт Банка России. Режим доступа: https://cbr. ru/vfs/statistics/BankSector/Loans_to_individuals/0 1_22_Loans_ind_20190201.xlsx (дата обращения: 10.11.2019).
женности. В условиях высокой кредитной активности населения выявление факторов, влияющих на кредитное поведение, является актуальной задачей.
Исследованию кредитного поведения посвящены работы таких авторов, как О. Стребков [1], С. Сурков [2], Д.Х. Ибрагимова [2, 3, 4], в том числе совместно с Е.А. Грибовой [5], Л.И. Ни-ворожкина [6]. Различные аспекты финансового поведения изучены в работах А.Я. Бурдяк [7], Е.В. Галишниковой [8], Е.Б. Головлянициной и О.В. Синявской [9], М.А. Малковой, Л.Н. Овчаровой
[10], О.Е. Кузиной [11], Л. Григорьева и А. Салминой [12], П.М. Козыревой [13], Л.И. Ниворожкиной [14], Т.Г. Синявской [15]. Однако исследования, посвященные исследованию детерминант кредитного поведения, не теряют своей актуальности.
Цель и гипотезы исследования. Целью данного исследования является выявление факторов, оказывающих статистически значимое влияние на наличие у индивида кредитной задолженности. Основные гипотезы исследования:
1. На наличие у индивида задолженности по кредитам влияют как характеристики самого индивида, так и параметры его домохозяйства.
2. Основным фактором наличия кредитной задолженности является душевой доход домохозяйства.
3. На кредитное поведение влияют не только социально-демографические и экономические параметры индивида, но и характеристики его финансового поведения.
Эмпирические данные. Для исследования кредитного поведения населения были использованы данные 26 волны опроса «Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ (RLMS-HSE)»12, репрезентирующего население России. Были использованы данные по индивидам, дополненные характеристиками домохозяйств, к которым они принадлежат.
В выборку попало 15 092 наблюдения. Из них 8 718 (57,8%) женщин и 6374 (42,2%) мужчины. Возрастное распределение опрошенных представлено на рисунке 1. Возрастные группы сформированы согласно методологии ВОЗ.
Большая часть респондентов (37,7%) находится в возрасте от 25 до 44 лет, то есть относится к наиболее финансово активной части населения.
12 Сайты обследования RLMS-HSE: http://www. cpc.unc.edu/projects/rlms и http://www.hse.ru/rlms.
Инструментарий исследования.
Существуют различные подходы к исследованию кредитного поведения. Один из них - моделирование демонстрации кредитного поведения. Другими словами, мы считаем демонстрирующим кредитное поведение индивида, имеющего задолженность по кредитам (из числа ответивших на данный вопрос), и не практикующим кредитное поведение индивида, не имеющего действующего кредита. Отметим, что вопрос о наличии задолженности по кредиту предполагает наличие кредитной задолженности, то есть действующего кредита вообще, а не просроченной задолженности по кредиту. Таких индивидов в выборке оказалось 4338 человек, что составило 28,7%.
Адекватным инструментарием моделирования кредитного поведения в таком смысле является логистическая регрессия. Зависимой является бинарная переменная, принимающая значение единицы, если у индивида есть непогашенная задолженность по кредиту, и нуля при ее отсутствии.
В качестве факторов, детерминирующих наличие кредитной задолженности, использованы переменные [16], сгруппированные в блоки.
1. Социально-демографические характеристики индивида:
- пол;
- возрастная группа;
- образование;
- наличие детей до 18 лет;
- исповедуемая религия;
- работает ли индивид;
- назначена ли инвалидность.
2. Личностные характеристики индивида:
- испытывает ли чувство одиночества;
- курение;
- употребление алкоголя.
3. Финансовое поведение индивида:
- предпринимаемые попытки начать своё дело;
- откладывал деньги под проценты, давал в долг.
6000
5684
14-24 25-44 45-59 60-74 старше 75
Рисунок 1 - Распределение респондентов по возрасту
4. Характеристики домохозяйства:
- количество членов домохозяйства;
- откладывало сбережения;
- получало доход от сдачи имущества в аренду;
- получало проценты по вкладам;
- получало деньги от возврата долгов;
- тратило сбережения;
- есть долги частным лицам;
- кто-то должен деньги домохозяйству;
- жильё в собственности;
- душевой доход домохозяйства. Моделирование. Была оценена
модель логистической регрессии, результаты представлены в таблице 1. Модель статистически значима по критерию хи-квадрат (1858,9, р<0,001). Я-квадрат Кокса и Снелла составляет 0,116, Я-квадрат Нэйджелкерка - 0,166.
Таблица 1 - Результаты оценивания логистической регрессии для зависимой переменной «у домохозяйства есть долги по кредитам»
Переменные Коэффициент Коэффициент отношения преобладания
Количество членов домохозяйства 0,157*** (-0,013) 1,17
Домохозяйство откладывало сбережения в течение ближайших 30 дней (не откладывали) -0,709*** (-0,065) 0,492
Домохозяйство получало доход от сдачи имущества в аренду (не получали) 0,652*** (-0,114) 1,919
Домохозяйство получало проценты по вкладам в течение ближайших 30 дней (не получали) 0,042 (-0,174) 1,043
Домохозяйство получало деньги от возврата долгов (не получали) 0,661*** (-0,147) 1,936
Переменные Коэффициент Коэффициент отношения преобладания
Домохозяйство тратило сбережения в течение ближайших 30 дней (не тратили) 0,141* (-0,074) 1,152
У домохозяйства есть долги частным лицам (нет долгов) 1,117*** (-0,083) 3,055
Домохозяйству кто-то должен деньги (не должен) 0,407*** (-0,076) 1,503
Пол (мужской) 0,152*** (-0,043) 1,164
Возрастные группы (14-24 года)
25-44 года -0,233*** (-0,074) 0,792
45-59 лет -0,306*** (-0,073) 0,737
60-74 года -0,632*** (-0,08) 0,532
старше 75 лет -1,206*** (-0,123) 0,299
Образование (незаконченное среднее)
Законченное среднее -0,261*** (-0,063) 0,77
Законченное среднее специальное -0,253*** (-0,064) 0,777
Законченное высшее образование и выше -0,371*** (-0,068) 0,69
Индивид работает 0,384*** (-0,052) 1,468
Есть дети до 18 лет 0,255*** (-0,054) 1,29
Предпринимал попытки организовать свое дело 0,092 (-0,063) 1,096
Удовлетворенность жизнью (да и скорее да)
И да, и нет -0,081* (-0,048) 0,922
Нет и скорее нет -0,021 (-0,053) 0,98
Религия (православие)
Мусульманство -0,508*** (-0,092) 0,601
Другая 0,304* (-0,182) 1,355
Никакая -0,029 (-0,066) 0,971
Испытывает ли чувство одиночества (почти всегда, часто)
Практически никогда 0,174** (-0,069) 1,19
Редко 0,194*** (-0,071) 1,214
Откладывал деньги в банк под проценты, давал в долг -0,087 0,917
Переменные Коэффициент Коэффициент отношения преобладания
в последние 12 месяцев (-0,194)
Назначена инвалидность -0,201** (-0,09) 0,818
Курит в настоящее время 0,166*** (-0,047) 1,18
Хотя бы иногда употребляет алкоголь, в т.ч. пиво 0 29*** (-0,044) 1,336
Душевой доход домохозяйства (1 квинтиль)
2 квинтиль -0,71*** (-0,067) 0,491
3 квинтиль -0,572*** (-0,065) 0,564
4 квинтиль -0,328*** (-0,062) 0,72
5 квинтиль -0,163*** (-0,061) 0,849
Жилье в собственности (нет) -0,241*** (-0,04) 0,786
Константа -1,162*** (-0,112) 0,313
В скобках указаны стандартные ошибки
* - параметр значим на 10%-ом уровне; ** - на 5%-ом, *** - на 1%-ом.
Согласно полученным результатам, мужчины имеют меньше шансов иметь задолженность по кредитам по сравнению с женщинами. Можно предположить, что это связано с тем, что женщины традиционно рассматриваются как более надежные заемщики, в связи с чем им выдаётся больше кредитов.
Принадлежность к возрастным группам старше 24 лет снижает шансы иметь долги по кредитам. Это можно объяснить как большей финансовой активностью молодёжи, «не боящейся» кредитов, так и более низкими доходами данной возрастной группы при достаточно высоких потребностях. Увеличение числа членов домохозяйства повышает шансы иметь кредитную задолженность. Можно предположить, что это связано со снижением среднедушевого дохода в домохозяйстве и, следовательно, повышением потребности в финансовых ресурсах. Это подтверждается и тем фактом, что наличие мало-
летних детей увеличивает шансы иметь долг по кредиту в 1,29 раза.
Чем выше уровень образования индивида, тем ниже его шансы иметь долги по кредитам, что можно объяснить высоким уровнем финансовой грамотности.
Работающие индивиды с большей вероятностью будут иметь кредитную задолженность, что вполне объяснимо: для того, чтобы получить кредит и погашать его, необходимо работать.
Чем выше удовлетворённость жизнью индивида, тем больше у него шансов иметь долги по кредитам. Это можно связать со склонностью индивида к риску: чтобы взять кредит, необходимо быть в достаточной степени склонным к риску, а склонность к риску имеет положительную связь с удовлетворенностью жизнью.
Мусульмане имеют значимо более низкие шансы иметь кредит по сравнению с православными, что связано с
особенностями отношения к кредиту в исламе. Напротив, исповедование иной религии повышает шансы иметь кредит в 1,4 раза по сравнению с православием. Шансы иметь долг по кредиту для неверующих и православных различаются статистически незначимо.
Наличие инвалидности снижает шансы на наличие задолженности по кредитам, тогда как курение и употребление алкоголя, напротив, повышают их.
Наиболее высокие шансы иметь долг по кредиту у индивидов из домо-хозяйств первого квантиля по среднедушевому доходу. Повышение уровня дохода снижает шансы иметь непогашенный кредит. Это свидетельствует о том, что кредит является способом скорректировать потребление для тех, кому не хватает текущего дохода.
Также наличие кредита зависит от финансового поведения домохозяйства в целом. Так, шансы иметь задолженность по кредиту выше почти в два раза для индивидов, чьи домохозяйства получали доход от сдачи имущества в аренду, а также деньги от возврата долгов. В 1,2 раза эти шансы выше в случаях, если домохозяйство тратило сбережения в течение ближайших 30 дней, и в 1,5 раза в случаях, если домохозяйству кто-то должен деньги. Наличие же долгов перед частными лицами повышает шансы на наличие кредита в 3 раза. Снижает шансы наличия кредитов только факт откладывания домохозяйством сбережений. Таким образом, индивиды из финансово активных домохозяйств со склонностью к заимствующему типу поведения имеют более высокие шансы на наличие кредитов по сравнению с практикующими сберегательный тип поведения.
Заключение. Таким образом, с большей вероятностью иметь долги по кредитам будут молодые женщины (до 24 лет) с незаконченным средним образованием, удовлетворённые жизнью, редко или никогда не испытывающие
чувство одиночества, исповедующие другую религию, кроме православия и ислама, не имеющие инвалидности, курящие и выпивающие алкоголь, имеющие малолетних детей, из бедных домо-хозяйств с большим количеством членов семьи, не имеющие жилья в собственности, не откладывающие сбережения, но получавшие доход от сдачи имущества в аренду и деньги от возврата долгов, при этом тратившие сбережения, имеющие долги частным лицам, а также те, кому кто-то должен деньги. Выявление факторов, влияющих на наличие долгов по кредитам, даёт возможность не только формировать целевые кредитные предложения для отдельных групп населения, но и корректировать финансовую политику таким образом, чтобы сделать кредитное поведение населения более рациональным.
Библиографический список
1. Стребков О. Основные типы и факторы кредитного поведения населения в современной России // Вопросы экономики. - 2004. - № 2 [Электронный ресурс]. - Режим доступа: http:// ecsocman.hse.ru/data/878/041/1232/sTRE BKOW-02-04.pdf.
2. Ибрагимова Д.Х., Сурков С.В. Оценка потенциального спроса и возможностей участия населения в жилищных кредитных программах // Российские домохозяйства накануне финансового кризиса: доходы и финансовое поведение / отв. ред. Л.Н. Овчарова. - М.: Независимый институт социальной политики, 2008. - 208 с.
3. Ибрагимова Д.Х. Жизнь в кредит: ареалы распространения // Российские домохозяйства накануне финансового кризиса: доходы и финансовое поведение / отв. ред. Л.Н. Овчарова. - М.: Независимый институт социальной политики, 2008. - 208 с.
4. Ибрагимова Д.Х. Потребности населения в кредитных ресурсах // Рос-
сийские домохозяйства накануне финансового кризиса: доходы и финансовое поведение / отв. ред. Л.Н. Овчарова. - М.: Независимый институт социальной политики, 2008. - 208 с.
5. Грибова Е.А., Ибрагимова Д.Х. Установки населения относительно сбережений и кредитов // Вестник Российского мониторинга экономического положения здоровья населения НИУ ВШЭ (КЬМЗ-НБЕ). - М.: НИУ ВШЭ, 2011.
6. Ниворожкина Л.И. Воздействие кредитования на потребление домохо-зяйств: экономико-статистическое исследование // Вопросы статистики. -2016. - № 1. - С. 47-53.
7. Бурдяк А.Я. Денежные сбережения домашних хозяйств на разных этапах жизненного цикла // Финансовый журнал. - 2014. - № 1. - С. 129-140.
8. Галишникова Е.В. Финансовое поведение населения: сберегать или тратить // Государственный университет Минфина России. Финансовый журнал. -2012. - № 2.
9. Головляницина Е.Б., Синявская О.В. Стратегии формирования доходов российскими домохозяйствами // Российские домохозяйства накануне финансового кризиса: доходы и финансовое поведение / отв. ред. Л.Н. Овча-рова. - М.: Независимый институт социальной политики, 2008. - 208 с.
10. Овчарова Л.Н., Малкова М.А. Динамика уровня бедности и доходов населения в условиях экономического роста России // Российские домохозяйства накануне финансового кризиса: доходы и финансовое поведение / отв. ред. Л.Н. Овчарова. - М.: Независимый институт социальной политики, 2008. -208 с.
11. Кузина О. Экономико-психологическое моделирование финансового поведения // Психология. Журнал Высшей школы экономики. - 2004. - Т. 1. -№ 3. - С. 83-105.
12. Григорьев Л., Салмина А., Кузина О. Российский средний класс: анализ структуры и финансового поведения. - М.: Экон-Информ, 2009. - 148 с.
13. Козырева П.М. Финансовое поведение в контексте социально-экономической адаптации населения (социологический анализ) [Электронный ресурс]. - Режим доступа: http://ecsocman.-hse.ru/data/2012/11/12/1251376250/Kozyr eva.pdf.
14. Ниворожкина Л.И., Синявская Т.Г. Статистическая методология оценки рисков финансового поведения: Монография. - Ростов н/Д: ИПК РГЭУ (РИНХ), 2016. - 132 с.
15. Синявская, Т.Г. Классификация домохозяйств по предпочтениям в финансовой активности как инструмент оценки склонности к риску // Известия высших учебных заведений. СевероКавказский регион. Серия: Общественные науки. - 2013. - № 3. - С. 70-76
16. Трегубова А.А., Рудяга А.А., Федотова Э.А. Статистический анализ кредитной нагрузки россиян // Статистика - язык цифровой цивилизации: сб. докладов международ. научно-практ. конф. «II Открытый российский статистический конгресс» (Ростов-на-Дону, 4-6 декабря 2018 г.): в 2 т. / Российская ассоциация статистиков; Федеральная служба государственной статистики РФ; Рост. гос. экон. ун-т (РИНХ); Ростовское региональное отделение ВЭО России. - Ростов н/Д: АзовПринт, 2018. -Т. 2. - С. 288-295.
Bibliographic list
1. Strebkov O. The main types and factors of credit behavior in modern Russia // Economic Issues. - 2004. - No. 2 [Electronic resource]/ - Access Mode: http://ecsocman.hse.ru/data/878/041/1232/ sTREBK0W-02-04.pdf/.
2. Ibragimova D.H., Surkov S.V. Assessment of potential demand and oppor-
tunities of population participation in housing loan programs // Russian households on the eve of the financial crisis: income and financial behavior / resp. ed. L.N. Ovcharova. - M.: Independent Institute of social policy, 2008. - 208 p.
3. Ibragimova D.H. The life of the loan: the distribution areas // Russian households on the eve of the financial crisis: income and financial behavior / resp. ed. L.N. Ovcharova. - M.: Independent Institute of social policy, 2008. - 208 p.
4. Ibragimova D.H. Needs of the population in credit resources // Russian households on the eve of the financial crisis: income and financial behavior / resp. ed. L.N. Ovcharova. - M.: Independent Institute of social policy, 2008. - 208 p.
5. Gribova E.A., Ibragimova D.H. Population's attitudes towards savings and loans // Russian households on the eve of the financial crisis: income and financial behavior / Resp. ed. L.N. Ovcharova. - M.: Independent Institute of social policy, 2008. - 208 p.
6. Nivorozhkina L.I. The impact of lending on household consumption: an economic and statistical study // Voprosy statistiki. - 2016. - No. 1. - Pp. 47-53.
7. Burdiak A.I. Monetary savings of households at different stages of the life cycle // Financial journal. - 2014. - No. 1. -Pp. 129-140.
8. Galishnikova E.V. Financial behavior of the population: save or spend // State University of the Ministry of Finance of Russia. Financial journal. - 2012. -No. 2.
9. Golovlyanitsina E.B., Sinyav-skaya O.V. Formation of Strategy of the income of Russian households // Russian households on the eve of the financial crisis: income and financial behavior / resp. ed. L.N. Ovcharova. - M.: Independent Institute of social policy, 2008. - 208 p.
10. Ovcharova L.N., Malkova MM. Dynamics of poverty level and income of
the population in the conditions of economic growth of Russia/ Russian households on the eve of the financial crisis: income and financial behavior / resp. ed. L.N. Ovcharova. - M: Independent Institute of social policy, 2008. - 208 p.
11. Kuzina O. Economic and psychological modeling of financial behavior // Psychology. Journal of Higher school of Economics. - 2004. - Vol. 1. - No. 3. -Pp. 83-105.
12. Grigoriev L., Salmina A., Kuzi-na O. Russian middle class: analysis of the structure and financial behavior. - M.: Ekon-Inform, 2009. - 148 p.
13. Kozyreva P.M. Financial behavior in the context of socio-economic adaptation of the population (sociological analysis) [Electronic resource]. - Access mode: http://ecsocman.hse.ru/data/2012/11/12/12 51376250/Kozyreva.pdf.
14. Nivorozhkina L.I., Sinyavskaya T.G. Statistical methodology of financial behavior risk assessment: Monograph. - Ros-tovon-Don: Rostov state University of Economics (RINH), 2016. - 132 p.
15. Sinyavskaya T.G. Classification of households by financial activity preferences as a tool for assessing risk propensity // Proceedings of higher educational institutions. North Caucasus region. Series: Social Sciences. - 2013. - No. 3. -Pp. 70-76.
16. Tregubova A.A., Rudyaga A.A., Fedotova E.A. Statistical analysis of the credit burden of Russians // Statistics - the language of digital civilization: Proceedings of the International scientific and practical conference «II Open Russian Statistical Congress» (Rostov-on-Don, 2018, December, 4-6): in 2 vol. / Russian Association of Statisticians; Federal State Statistics Service of Russian Federation, Rostov State University of Economics, Rostov Regional Branch of the Free Economic Society of Russia. - Rostov-on-Don: AzovPrint, 2018. - Vol. 2. - Pp. 288-295.
