CC BY
274
^ Д ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА, БЮДЖЕТНОЕ, ВАЛЮТНОЕ И КРЕДИТНОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИКИ...______________________
4 В качестве некоторых из них можно указать на работы [1-3].
5 Хотя можно согласиться с тем, что на ряду с термином «справедливая» можно употребить слова «базовая», «достоверная», но это, как нам кажется, может снизить, в некотором смысле, полноту термина «справедливая» в нашем понимании.
6 Справедливая стоимость (just value) - это стоимость, соответствующая эквивалентным друг с другом значениям реальной (подлинной, внутренней) стоимости компании и объективной цены акций данной компании, которые свободно обращаются на открытом развитом фондовом рынке. Причем эти значения справедливы в силу их взаимосвязанности и взаимодействия внутри допустимых границ области эквивалентности (справедливости). Взаимосвязь реальной стоимости и объективной цены акций компании может быть выражена в формализованной форме статистической и геометрической моделями.
7 Понятию, оценке и созданию фундаментальной стоимости посвящена работа [1].
8 Объективная цена акций компании - это не вызывающая каких-либо сомнений ни у кого на свободном фондовом рынке цена акций, формируемая на основе объективного спроса и объективного предложения на рынке акций с весьма продолжительными и стабильными котировками.
9 Эта модель приведена в работах [7-11].
10 На рис.1 (усовершенствованная схема составлена авторами): Z - внешние воздействующие факторы; Ф - политика финансового управления компанией; ФМК - финансовый менеджмент компании, нацеленный на рост справедливой стоимости компании при эффективном Ф; Y - результат роста (снижения) справедливой стоимости компании, который одновременно является как X - причина изменения ФМК; V - внутренние факторы, воздействующие на Ф. Причем ФМК как звено обратной связи в системе управления компанией зависит от государственных и корпоративных решений, определяющих состояние рынка компании.
11 Под эквивалентностью ФА и ФП будем подразумевать способность ФА адекватным образом реагировать на изменения в ФП, которые обусловлены воздействием факторов, и адаптироваться к этим изменениям. Одновременно - способность ФП адекватным образом реагировать на тенденции ФА, динамика, которых меняется во времени также в зависимости от воздействующих на него факторов, и адаптироваться к этим изменениям.
12 Сущность и содержание этого рынка приведены в работах [8, 9, 10, 11].
13 Дана в работах [6-11].
14 В данной модели (рис.4) при формировании стоимости и цены учитывается количество ценной бумаги.
15 Дана в работах [7-11].
16 Где r - реальная часть; jm - мнимая часть; j - некоторый символ, определяющий принадлежность m к спекулятивно-рыночной категории. Причем символ + в формуле не означает операцию сложения, реальная часть формулы характеризует реальную стоимость, которая оценивается на РОУ, а мнимая часть - цену, которая формируется на развитом фондовом рынке (т.е. РЦБ).
17 Конкретные примеры использования данной геометрической модели приведены в работах [7-10].
18 Аналогично и в 30-модели (рис.3).
ОТЕЧЕСТВЕННЫЙ РЫНОК ИПОТЕЧНОГО КРЕДИТОВАНИЯ КАК ИНДИКАТОР БЛАГОСОСТОЯНИЯ: ЭКОНОМЕТРИЧЕСКАЯ ОЦЕНКА
Е.И. Кадочникова,
доцент кафедры экономико-математического моделирования Института управления, экономики и финансов Казанского федерального университета, кандидат экономических наук kad-ekaterina@yandex.ru
А.А. Самерханова,
магистрант Института управления, экономики и финансов Казанского федерального университета aasamerhanova@gmail.com
В статье подчеркнута лидирующая роль ипотечного кредитования на отечественном рынке банковских услуг. Предпринята попытка доказать преимущественное влияние характеристик денежного рынка и доходов населения на динамику рынка ипотечного кредитования. Авторы обращают внимание на необходимость применения эконометрических методов при разработке управленческих решений. Разработан методический подход к измерению прогностических факторов на рынке ипотечного кредитования. Полученные в исследовании эмпирические оценки подтвердили целесообразность их практического использования в управлении кредитным портфелем.
Ключевые слова: ипотечное кредитование, доходы населения, процентная ставка, факторы влияния, эконометрический анализ, метод наименьших квадратов.
УДК 336.77:332:340.43 ББК У262.232
Закономерной чертой финансового сектора экономики является активное развитие ипотечного кредитования в силу ряда объективных причин. Прежде всего, согласно экономической теории, спрос на деньги зависит от ожидаемой доходности (чем выше процентная ставка по банковским вкладам, тем больше величина спроса людей на деньги), риска и ликвидности денег. Увеличение цен или доходов вызывает рост
потребности людей в ликвидности и приводит к увеличению спроса на деньги [1;2]. Одновременно с этим, от владения наличными деньгами не поступают какие-либо доходы, поэтому в условиях роста цен предпочтительнее инвестировать наличные деньги [3]. Кроме этого, для кредитных организаций ипотека является высокодоходным продуктом с низкой долей риска, поэтому они заинтересованы увеличивать долю
1 48
ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА, БЮДЖЕТНОЕ, ВАЛЮТНОЕ И КРЕДИТНОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИКИ...
Я
ипотечных кредитов в своих портфелях. По данным опроса, проведенного в октябре 2014 года по заказу Агентства по ипотечному жилищному кредитованию Национальным агентством финансовых исследований, предпочтительными формами долгосрочного вложения средств для населения остаются банковские вклады (41% респондентов), инвестиции в жилье (17%) и приобретение иностранной валюты (11%). В то же время в связи с нестабильностью на финансовых рынках и ограниченной суммой застрахованных государством вкладов растет привлекательность недвижимости не только как объекта для инвестиций, но и как способа сохранить свободные средства, особенно у граждан с доходами выше среднего [4]. Поэтому ипотечное кредитование в России стало важной составляющей банковской системы и экономики страны в целом. Этому способствует механизм государственной поддержки ипотечного кредитования, который через расширение потребления, увеличение спроса, приводит к росту экономики в целом. Задолженность по выданным ипотечным кредитам в процентах к валовому внутреннему продукту РФ в 2011 году составила 2,7%, в 2012 году - 3,2%, в 2013 году - 4,0%; среднедушевой доход населения в 2013 году по сравнению с 2011 годом увеличился на 22% и составил 25270 рублей [5]. Ранее выполненное исследование [6] позволило спрогнозировать снижение средневзвешенной ипотечной ставки в 2013-2014 годы, и, как следствие, рост размеров ипотечного кредитования при одновременном замедлении темпов экономического роста.
По данным Центрального Банка РФ, за период с 1 октября
2013 года по 1октября 2014 года, размер ипотечных жилищных кредитов, предоставленных кредитными организациями физическим лицам-резидентам, увеличился на 35,6% и составил 1213024 млн руб., что значительно выше уровня потребительской инфляции. При этом средневзвешенная ставка уменьшилась с 12,6% до 12,24% [7]. Экономические условия в России вызвали сжатие рынка потребительского кредитования. Во второй половине 2014 года стали замедляться темпы роста рынка ипотеки и приток депозитов. Если ранее «высокие и неконкурентные по сравнению с банковскими системами экономически развитых стран процентные ставки при одновременном сохранении достаточно высокой маржи в виде разницы кредитных и депозитных процентных ставок в условиях открытой экономики»[8] ограничивали внутренний кредитный рынок и сдерживали экономическое развитие, то в современных экономических условиях перед кредитными организациями появляются новые возможности изменить принципы процентной политики, механизмы кредитования.
В условиях недоступности зарубежных кредитных ресурсов и недостатка внутренних кредитных ресурсов основная роль банков может заключаться в межотраслевом и межтерриториальном перераспределении экономических ресурсов в пользу наиболее результативных игроков рынка, повышая аллокационную активность экономики. Чем более масштабно выполняют банки эту роль, тем больше потенциально возможных Парето-улучшений в экономике реализуется на практике, тем более высокой гибкости достигает экономика и ее отдельные звенья, тем быстрее и более адекватно они реагируют на возникающие изменения в структуре платежеспособного спроса, в результате уровень благосостояния населения растет [8]. Заметим, что население располагало довольно значительными денежными средствами. Так, за период с 1 октября 2013 года по 1 октября
2014 года размер рублевых депозитов физических лиц в кредитных организациях увеличился на 6,8% и составил 13876276 млн рублей, размер депозитов в иностранной валюте увеличился на 16% и составил 3421262 млн рублей (19,8% всех привлеченных депозитов) [9]. Накопленный высококачественный портфель ипотечных жилищных кредитов на 1 октября 2014 года составил 3135774 млн рублей, доля кредитов в нем без единой просрочки составила 99, 15% [7], что стало хорошим залогом для операций Банка России по предоставлению ликвидности. По оценкам аналитического центра Агентства по ипотечному жилищному кредитованию, психологической границей ставки по ипотеке является уровень в 14,5-15%, что ниже установленной в настоящее время ключевой ставки Центрального Банка.
В условиях дорогих денег банки, стремясь сохранить ипотечное кредитование как одно из значимых направлений бизнеса, могут ужесточать неценовые условия выдачи кредитов с целью снижения кредитных рисков. Кроме того, в мировой практике снизить ставки по кредитам на приобретение жилья практически вдвое позволяют строительно-сберегательные кассы [10]. Такие финансовые институты, основанные на принципах взаимного кредитования, призваны стимулировать не только спрос, но и предложение жилья путем интеграции в строительный бизнес через управляющие компании, не исключая государственное участие. Отметим, что при долгосрочном государственном планировании и программировании экономики особенно важно знать поведение доли сбережений, показателей технического прогресса и определяемые ими возможности экономического роста. Инвестиции в жилищное строительство, как экзогенная переменная, являются индикатором благосостояния на долгосрочную перспективу [11]. Поэтому дальнейшее развитие ипотеки будет оказывать значимый стимулирующий эффект на развитие экономики в целом и вносить ощутимый вклад в рост валового внутреннего продукта.
Выявление общих тенденций развития и факторов экономического роста является важнейшей задачей, стоящей перед экономикой любой страны в разрезе её эффективного и устойчивого развития. Актуальным является моделирование средневзвешенной ипотечной ставки и размеров ипотечного кредитования с целью выявления их влияния на динамику рынка ипотечного кредитования. Таким образом, эконометрическое моделирование как междисциплинарный аналитический инструмент прикладного экономического анализа становится актуальным и востребованным при разработке управленческих решений, как на корпоративном, так и государственном уровне.
Эконометрические методы среди множества возможных вероятностно-статистических моделей позволяют обоснованно выбрать ту, которая наилучшим образом соответствует исходным статистическим данным, характеризующим реальное поведение исследуемой совокупности объектов, оценить надежность и точность выводов, сделанных на основании ограниченного статистического материала. В этой связи, представленный в статье методический подход к измерению прогностических факторов на рынке ипотечного кредитования может стать полезным для прогнозирования и практического использования в управлении кредитным портфелем банка и финансовыми ресурсами в макроэкономике.
В исследовании использованы данные временных рядов на сайтах Агентства по ипотечному жилищному кредитованию [12], Центрального Банка Российской Федерации [13] и Федеральной службы государственной статистики [14]. Сформирована выборка наблюдений (n=20), включающая 21 переменную: Y*- средневзвешенная ставка ипотечного кредитования, %; Х1 - объем выданных ипотечных кредитов, с начала года, тыс. руб.; Х2 - объем просроченной задолженности по ипотечным кредитам, тыс. руб.; Х3 - средневзвешенная стоимость жилья, руб/ кв. м.; Х4 - средний размер кредита, тыс. руб.; Х5 - средневзвешенный срок кредитования, мес.; Х6 - доля сделок с ипотекой на рынке жилья, %; Х7 - ввод жилья, тыс. кв. м.; Х8 - коэффициент длительности жизни, лет; Х9 - валовой внутренний продукт, млрд руб.; Х10 - номинальный среднедушевой доход населения, руб.; Х11 - доля ипотечного жилищного кредитования в стоимостном выражении в ВВП, %; Х12 - ставка рефинансирования, %; Х13 - денежная масса, млрд руб.; Х14 - цена на нефть сорта «Юралс», долл. за баррель; Х15 - официальный курс рубля, руб. за 1 доллар США; Х16 - средневзвешенная межбанковская ставка по однодневным кредитам в руб., %; Х17 - уровень инфляции, %; Х18 - импорт, млрд долл. США; Х19 - экспорт, млрд долл. США; Х20 - количество кредитных организаций, выдающих ипотечные кредиты, шт.; Х21 - номинальный среднедушевой доход населения, руб. Для моделирования среднего размера ипотечного кредита выполнены выборки для Российской Федерации в целом (2010 год - 1 квартал 2014 года, n=51) и для Приволжского федерального округа (2010 - 2013 годы, n=48) для переменных: Y - средний размер ипотечного кредита, руб.
149
ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА, БЮДЖЕТНОЕ, ВАЛЮТНОЕ И КРЕДИТНОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИКИ...
Таблица 1
Результаты моделирования средневзвешенной ставки по ипотечным кредитам
р-значение
Тип модели Вид модели R2 S e F Тест Вайта Тест на нормальность остатков
Линейная модель парной регрессии Y*(1) = 17,1597 _ 0,261665*X6+£ 0,742 0,481 51,88 0,925 0,369
Линейная модель множественнной регрессии Y*(2) = 9,84767 + 0,0000252557*Х7 + 0,401215*Х8 + 0,0925067*Х„+£ 0,883 0,343 40,41 0,082 0,106
Линейная модель парной регрессии Y*(3) = 16,3934 _ 0,0381828*Х14+£ 0,873 0,369 25,95 0,329 0,654
Линейная модель множественной регрессии Y*(4) = 3,33815+0,377112*Х12 +0,552127*Х+0,157836*Х,5 - 0,253222*Х16+£ 16 0,941 0,229 290,51 0,531 0,888
X - среднедушевые денежные доходы, руб. Множественный корреляционно-регрессионный анализ выполнен с использованием программных продуктов Exсel и Gretl 1.9.91.
На основе матрицы линейных коэффициентов парной корреляции выявлены слабоинформативные факторы, имеющие слабую зависимость со средневзвешенной ипотечной ставкой: X2, X4, X7, X15, X17. Так же выявлены факторы, оказывающие сильное влияние на средневзвешенную ипотечную ставку: X6, X11, X13 X14 Кроме этого, обнаружены взаимосвязанные (коллинеар-ные) факторы, среди которых: Х1, Х2, Х5, Х6, Х8, Х9, Х10, Х11, Х12, Х14, Х15, Х18, Х19, Х20. На втором этапе анализа построены линейные модели регрессии [15, 16]. Чтобы избежать недостатка числа степеней свободы, построено четыре модели по однородным группам факторов. Путем последовательного исключения переменных методом наименьших квадратов получены оценки четырех моделей для четырех групп факторов.
1 группа - характеристики ипотечных кредитов:
XI _ объем выданных ипотечных кредитов, с начала года, тыс. руб.;
X2 _ объем просроченной задолженности по ипотечным кредитам, тыс. руб.;
X4 _ средний размер кредита, тыс. руб.;
X5 _ средневзвешенный срок кредитования, мес.;
X6 -доля сделок с ипотекой на рынке жилья, %.
2 группа - характеристики рынка жилья и участников ипотечного рынка:
X3 _ средневзвешенная стоимость жилья, руб/ кв. м.;
X7 _ ввод жилья, тыс. кв. м.;
X8 _ коэффициент длительности жизни, лет;
XII _ доля ипотечного жилищного кредитования в стоимостном выражении в ВВП, %;
X20 _ количество кредитных организаций, выдающих ипотечные кредиты, единиц.
3 группа - макроэкономические характеристики:
X9 _ валовой внутренний продукт, млрд руб.;
X10 _ номинальный среднедушевой доход населения, руб.;
X14 _ цена на нефть сорта «Юралс», долл. за баррель;
X18 _ импорт, млрд долл. США;
X19 _ экспорт, млрд долл. США.
4 группа - характеристики денежного рынка:
X12_ ставка рефинансирования, %;
X13_ денежная масса, млрд руб.;
X15_ официальный курс рубля, руб. за 1 доллар США;
X16_ средневзвешенная межбанковская ставка по однодневным кредитам, в руб.;
X17_ уровень инфляции, %.
Сравнение показателей качества моделей представлено в таблице 1.
В наибольшей мере соответствует эмпирическим наблюдениям модель для четвертой группы факторов «Характеристики денежного рынка». Данная модель имеет наибольшее значение коэффициента детерминации (R2), минимальное значение стандартной ошибки модели (Se), статистически
значима по тесту Фишера (F), в ней отсутствует гетероскедас-тичность в остатках (тест Вайта), остатки имеют нормальное распределение (тест на нормальность остатков). Согласно данной модели, с увеличением ставки рефинансирования на 1% средневзвешенная ставка ипотечного кредитования увеличивается в среднем на 0,38%; с увеличением денежной массы на 1 млрд рублей _ на 0,55%; с увеличением официального курса на 1 рубль _ на 0,16%; с увеличением средневзвешенной межбанковской ставки по однодневным кредитам на 1% _ снижается на 0,25%. Анализируя и контролируя параметры перед независимыми переменными, по данной модели можно не только оценивать текущее состояние средневзвешенной ипотечной ставки, но и прогнозировать его в целях определения проблемных зон и поиска путей их преодоления уже в настоящее время.
В исследовании методом наименьших квадратов получены оценки регрессии среднего размера ипотечного кредита за месяц в зависимости от среднедушевых денежных доходов в Российской Федерации в целом. Очевидно, что линейная модель регрессии может быть представлена в виде: Y=929884+22.2732*X+s.
Тесты Вайта, Бреуша-Пагана и робастный вариант Бреуша-Пагана позволяют согласиться с нулевой гипотезой об отсутствии гетероскедастичности в остатках регрессии. Как каждый из параметров регрессии, так и модель в целом статистически значимы. Принимая во внимание, что модель объясняет 38% вариации среднего размера ипотечного кредита, для повышения точности модели применим нелинейную регрессию (таблица 2), из которой видно, что наиболее точной является степенная модель.
Таблица 2
Результаты моделирования среднего размера ипотечного кредита в Российской Федерации
Тип модели Спецификация модели Стандартная ошибка модели
Линейная Y=929884+22.2732*X+£ 132587,8
Степенная Y=26664,81*X03976*£ 0,09
Экспоненциальная Y=1039390* e0000014*X*£ 134979,4
Полулогарифми- ческая Y=-4150170+558128* InX + £ 127232,5
Одним из густонаселенных и благополучных федеральных округов в центре России является Приволжский федеральный округ. Поэтому представляет интерес исследование ипотечного кредитования в данном округе в сравнении с Российской Федерацией в целом.
Получены следующие МНК-оценки регрессии среднего размера ипотечного кредита за месяц в зависимости от среднедушевых денежных доходов: Y=557450+25,6732*X+£: модель статистически значима, объясняет 48% вариации среднего размера ипотечного кредита, стандартная ошибка модели составляет 104244,9 рубля (10% относительно среднего значе-
1 50
ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА, БЮДЖЕТНОЕ, ВАЛЮТНОЕ И КРЕДИТНОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИКИ...
Таблица 3
Результаты моделирования среднего размера ипотечного кредита в Приволжском федеральном округе
Тип уравнения Вид уравнения Стандартная ошибка коэф^ Стандартная ошибка коэф.Ь Стандартная ошибка модели
Линейное уравнение регрессии У=557450+25,7632Х+е 74047,2 3.89473 104244.9
Взвешенный МНК (вручную) У=556801+25,6922Х+е 70417,2 4.01381 5.4111
С коррекцией на гетероскедастичность У= 550802+26,0134Х+е 71540,6 3.96394 1.760382
Взвешенный МНК (Gretl) У=549542+26,098Х+е 72467,4 3.97149 743.347
ния зависимой переменной). Тест Вайта не подтвердил гете-роскедастичность в остатках регрессии при значении р=0,130 (р>0,05). В тесте Бреуша-Пагана при результате р=0,023 (р<0,05) гетероскедастичность обнаружена. Робастный вариант теста Бреуша-Пагана не обнаружил гетероскедастичность при результате р=0,0604 (р>0,05). Для улучшения качества модели выполним коррекцию на гетероскедастичность остатков регрессии, используя метод взвешенных наименьших квадратов: Y=556801 +25.6922*Х+е. Тесты Вайта, Бреуша-Пагана и робастный вариант Бреуша-Пагана позволяют согласиться с нулевой гипотезой об отсутствии гетероскедастичности в остатках регрессии. Модель статистически значима, объясняет 58% вариации среднего размера ипотечного кредита, а стандартная ошибка модели составляет 5,411 рублей (9% относительно среднего значения преобразованной зависимой переменной). До коррекции стандартные ошибки составляли ma=74047,2; mb=3,8947, после коррекции: ma=70417,2; mb=4,0138. Использование встроенных инструментов Gretl позволило получить следующие результаты коррекции на гетероскедастичность: Y= 550802+26,0134*Х+е: модель объясняет 48% вариации среднего размера ипотечного кредита, а стандартная ошибка модели составляет 1,76 рубля. До коррекции стандартные ошибки составляли ma=74047,2; mb=3,8947. После коррекции: ma=71540,6; mb=3,9639. С применением метода взвешенных наименьших квадратов инструментами Gretl получены следующие оценки: У=549542+26,098*Х+е. Модель статистически значима, объясняет 48% вариации среднего размера ипотечного кредита, а стандартная ошибка модели составляет 743,347 рубля. Уменьшилась стандартная ошибка для свободного коэффициента: ma=72467,4; mb=3,9715. Обобщение результатов моделирования выполнено в таблице 3.
Согласно результатам моделирования, с увеличением среднедушевого денежного дохода на 1 рубль, средний размер ипотечного кредита для жителей Российской Федерации увеличивается на 22,27 рубля, а для жителей Приволжского Федерального округа увеличение составляет 25,76 рублей. Коррекция на гетероскедастичность позволила уточнить оценку коэффициента регрессии для Приволжского федерального округа до 26,01 рублей. Относительную стабильность динамики средневзвешенной ставки по ипотечным кредитам и среднего размера кредита в РФ в целом в 2010-2014 годах подтверждает гомоскедастичность остатков регрессии.
Таким образом, результаты моделирования позволяют сделать следующие выводы:
1. Эмпирически доказано преимущественное влияние на средневзвешенную ставку по ипотечным кредитам характеристик денежного рынка: ставка рефинансирования, денежная масса, официальный курс рубля, средневзвешенная межбанковская ставка по однодневным кредитам; уровень инфляции, %.
2. Средняя сумма ипотечного кредита растет интенсивнее, чем доходы населения. Подтверждается прямая зависимость среднего размера ипотечного кредитования от среднедушевых денежных доходов домохозяйств.
3. Отчетливо видно, что одним из основных факторов развития рынка ипотеки в РФ является рост доходов населения. Домохозяйства предпочитают инвестировать в недвижимость даже при незначительной положительной динамике доходов.
Исходя из результатов эконометрического моделирования представляется возможным выделить две крупные проблемы современного отечественного ипотечного кредитования: во-первых, ограничение кредитных ресурсов при их одновременном удорожании как для строительных компаний, так и для домохозяйств, во-вторых, снижение реальных среднедушевых денежных доходов, вызванное усилением инфляции. В условиях текущей высокой волатильности процентных ставок доступность ресурсов и снижение ставок на ипотечное кредитование возможны через смешанное взаимное кредитование банками строительных компаний и заемщиков - покупателей жилья, не исключая государственного участия. В этой связи Агентство по ипотечному жилищному кредитованию, реализуя государственную политику по обеспечению доступности жилья, имеет стратегическим приоритетом увеличение объемов финансирования рынка жилья и ипотеки за счет развития российского рынка ипотечных ценных бумаг через рефинансирование ипотечных кредитов. Так, с начала 2014 года Агентство по ипотечному жилищному кредитованию, как государственный финансовый институт на рынке ипотечного кредитования, приняло участие в качестве резервного сервисера в 10 сделках секьюритизации общим объемом 43 млрд рублей [17]. В свою очередь, возможны расширение функций, полномочий, реструктуризация Агентства по ипотечному жилищному кредитованию с целью докапитализации. Также со стороны государства могут быть расширены ипотечные программы, которые финансируются по пониженным ставкам. Комплекс государственных мероприятий, сдерживающих рост индекса потребительских цен с учетом монетарных и немонетарных факторов инфляции, позволит укрепить реальные среднедушевые денежные доходы: в частности, контроль за ценами на отдельные виды социально значимых продовольственных товаров первой необходимости, расширение кредитной поддержки эффективных сельхозпредприятий, развитие конкурентной среды и инфраструктуры сбыта сельскохозяйственной продукции, регулирование цен и реализация внутрикорпоративных мероприятий по снижению издержек на транспорте и в жилищно-коммунальном хозяйстве. В целом же, в сложившихся экономических условиях очевидна необходимость активного государственного участия в развитии инновационных механизмов ипотечного кредитования с целью сохранения лидирующих позиций на рынке кредитных ресурсов.
Литература
1. Абель Э., Бернанке Б. Макроэкономика. - СПб.: Питер, 2010. - С.334-339.
2. Jordi G. Monetary policy, inflation, and the business cycle: an introduction to the New Keynesian framework. - Princeton University Press, 2008.
3. Lou W., Yin X. The impact of the global financial crisis on mortgage pricing and credit supply // Journal of International Financial Markets, Institutions & Money. - Vol. 29. - 2014. - P 336-363.
4. Калиновский И. Ипотека ловит ветер перемен // Эксперт Online. 15 декабря 2014 г. URL: http://www.ahml.ru/ru/press/about_ ahml/index.php?id4=5700 1
1 5 1
^ Д ФИНАНСОВО-КРЕДИТНАЯ СИСТЕМА, БЮДЖЕТНОЕ, ВАЛЮТНОЕ И КРЕДИТНОЕ РЕГУЛИРОВАНИЕ ЭКОНОМИКИ..._______________________________
5. Гольдберг М. Разбег перед падением // Российская бизнес-газета. 16 декабря 2014 г. URL: http://www.ahml.ru/ru/press/ about_ahml/index.php?id4=5714
6. Кадочникова Е.И., Абашева А.Р. Моделирование средневзвешенной ставки по ипотечному кредитованию. Матер. докл. IV Междунар. науч.-практ. конференции «Проблемы анализа и моделирования региональных социально-экономических процессов». - Казань: Отечество, 2013. - С. 103-106.
7. Сведения об ипотечных жилищных кредитах, предоставленных кредитными организациями физическим лицам - резидентам, и приобретенных правах требования по ипотечным жилищным кредитам // Статистический бюллетень Банка России. -2014. - № 11 (258). - С. 136-138. URL: http:IIwww.cbr.ruIpublIBBSIBbs1411 r.pdf
8. Лаптев С.В., Филина Ф.В. Проблемы совершенствования механизма функционирования банковской системы в условиях перехода к инновационной экономике // Проблемы современной экономики. - 2013. - № 4 (48). - С. 214-219.
9. Данные об объемах привлеченных кредитными организациями вкладов (депозитов) физических лиц // Статистический бюллетень Банка России. - 2014. - № 11 (258). - С. 115-116. URL: http:IIwww.cbr.ruIpublIBBSIBbs1411 r.pdf
10. Зак В.В. Строительные сберегательные кассы как финансовый инструмент ипотечного кредитования // Финансы. - 2012. -№ 4. - С. 64-66.
11. Кадочникова Е.И. О моделировании роста региональной экономики, основанной на знаниях //Проблемы современной экономики. - 2014. - № 2. - С. 247-251.
12. Официальный сайт Агентства по ипотечному жилищному кредитованию. URL:http:IIwww.ahml.ruIruIagencyIanalyticsI statsis
13.Официальный сайт Центрального банка РФ // URL: http:// www.cbr.ru/statistics/?Prtid=ipoteka
14. Официальный сайт Федеральной службы государственной статистики // URL: http://www.gks.ruIfree_docInew_siteIpopulationI urov/urov_11 sub09-13.xls
15. Елисеева И.И. Эконометрика. - М.: Юрайт, 2012. - С.39-138.
16. Wooldridge, J. М. Introductory Econometrics. A modern approach, 5th edition. - Michigan State University: South-Western Cengage Learning, 2013.
17. Пресс-релиз «АИЖК оказало поддержку в первой сделке по секьюритизации ипотечного портфеля «АК БАРС» банка» // Пресс-центр Агентства по ипотечному жилищному кредитованию. URL: http://www.ahml.ruIruIpressIPRIindex.php?id4=5739
ЦЕНООБРАЗОВАНИЕ НА БАНКОВСКИЕ ПРОДУКТЫ В КОНТЕКСТЕ ПРОБЛЕМЫ РЕНТАБЕЛЬНОСТИ КРЕДИТНЫХ ОРГАНИЗАЦИЙ
Д.Л. Якубовская,
соискатель кафедры теории кредита и финансового менеджмента Санкт-Петербургского государственного университета diana.yakubovskaya@gmail.com
В статье проанализированы тенденции развития банковского сектора стран Европы и BRICS в 2007-2014 гг. Выявлена отрицательная динамика рентабельности кредитных организаций и определены ее причины с фокусом на российский рынок. В качестве инструмента управления рентабельностью рассмотрено ценообразование. Определены компоненты и принципы построения системы ценообразования, а также решаемые с ее помощью управленческие задачи.
Ключевые слова: банк, кредитная организация, рентабельность банковского сектора, управление рисками, ценообразование на банковские продукты, риск-ориентированное ценообразование, оценка эффективности клиентских операций с учетом рисков
УДК 338.5:336.01
В настоящее время происходит активная трансформация финансового сектора как развитых, так и развивающихся стран мира. Основные изменения связаны не только с экзогенными факторами, такими как преобразование регуляторной среды и изменение экономической конъюнктуры, но и включают переосмысление принципов ведения банковского бизнеса и управления отношениями с клиентами на уровне акционеров и топ-менеджмента банков.
Среди общих рыночных тенденций следует отметить: ужесточение регуляторных требований; снижение доходности; изменение кредитного спроса; снижение качества кредитного портфеля.
Ужесточение регуляторных требований. Регуляторы вводят все большее количество обязательных требований для повышения контроля над качеством активов и устойчивости финансового сектора своих стран. В первую очередь речь идет о внедрении Базеля II/III, регламентирующего внутренние процедуры достаточности капитала. Регуляторные ограничения оказывают существенное давление
1 52
на банковский сектор, т.к. вынуждают кредитные организации наращивать показатель достаточности капитала (рис. 1), так и менять общую стратегию ведения бизнеса, минимизируя в портфелях долю активов с высоким уровнем рисков (в первую очередь, к ним относятся производные финансовые инструменты и собственная торговая позиция банков, а также инвестиционный бизнес). Таким образом, для прироста активов банкам с каждым днем требуется иметь всё больший «твёрдый залог» в виде капитала, гарантирующий их платежеспособность.
Регуляторные требования создают дополнительную нагрузку для банковской системы, что приводит к консолидации банковского сектора отдельных стран, а также в целом негативно влияет на рентабельность кредитных организаций.
Снижение доходности. Банковская отрасль становится менее прибыльной. Показатель рентабельности собственного капитала глобальных банков (американского и европейского происхождения) до 2008 г. доходила до 15-17%, но после 2010 г. снизился и остается в коридоре 7-9%.
