CC BY
19
ПОКИДЫШЕВА Е.В.
ОЦЕНКА ИНТЕГРАЦИИ КОМПОНЕНТ ДЕНЕЖНО-КРЕДИТНОЙ И БАНКОВСКОЙ СИСТЕМЫ В ПЕРИОД ЭКОНОМИЧЕСКОГО
КРИЗИСА 2008г.
В статье приведены результаты оценки интеграции компонент денежно-кредитной и банковской системы в период экономического кризиса 2008г. «Денежно-кредитная и банковская» система с позиции регулирования представлена двумя подсистемами: подсистема денежно-кредитной политики и подсистема банковской политики. Была выявлена роль каждой из подсистем, участвующих в адаптационном ответе на кризисные ситуации.
POKIDYSHEVA E. V.
EVALUATION OF THE INTEGRATION OF THE COMPONENTS OF THE MONETARY AND BANKING SYSTEM DURING THE ECONOMIC
CRISIS OF 2008 YEAR
The results of evaluation of the integration of the components of the monetary and banking system during the economic crisis of 2008 year are described in article. «Monetary and banking» system is represented from the perspective of regulation by two subsystems: subsystem of monetary policy and banking policy subsystem. The role of each of the subsystems involved in the adaptation response to crisis situations was revealed.
Ключевые слова: кризис, интеграция подсистем, денежно-кредитная политика, банковская политика.
Keywords: crisis, integration of subsystems, monetary policy, banking policy.
Одним из критериев успешной модернизации российской экономики является полномасштабное финансовое участие российской банковской системы.
Разразившийся мировой финансовый кризис повлек за собой изменения в российской экономике и акцентировал внимание многих ученых-экономистов на исследовании причин его возникновения и предотвращения в будущем. В связи с этим становится актуальным изучение состояния денежно-кредитной и банковской системы в период мирового финансового кризиса.
Все существующие до настоящего момента методики оценки эффективности денежно-кредитной и банковской политики основаны на соотношении темпов прироста ВВП, денежной массы, активов банков либо других показателей, характеризующих статическое состояние экономики, денежно-кредитной и банковской системы.
Предлагаемый нами подход основан на ранее не использованных в экономических моделях методах корреляционной адаптометрии и оценки ин-
теграции подсистем, выявляет силу взаимосвязи между показателями банковской и денежно-кредитной системы, скрытые внутренние закономерности развития систем.
Для изучения интеграции подсистем в эксперименте мы использовали метод главных компонент и находили, параметры каких подсистем дают значительный вклад в первую главную компоненту. Этот подход дает возможность исследовать изменение конфигурации подсистем при увеличении давления внешних факторов [1; 2].
В качестве иллюстрации предложенной методики нами была проведена оценка интеграции компонент денежно-кредитной и банковской системы в период экономического кризиса 2008г. В нашем исследовании «денежно-кредитная и банковская» система с позиции регулирования представлена двумя подсистемами: подсистема денежно-кредитной политики и подсистема банковской политики.
Набор показателей (параметров системы), который в дальнейшем будет использован для анализа интеграции подсистем денежно-кредитной и банковской политик, поделен на две группы, каждая из которых описывает свою подсистему. Были взяты балансовые показатели всех коммерческих банков: «Сводная статистическая отчетность по крупнейшим банкам» - агрегированный балансовый отчет по всем действующим кредитным организациям, балансовые показатели Банка России, показатели, характеризующие инструменты денежно-кредитной политики. Данные взяты с официального сайта Банка России, (URL: http://www.cbr.ru/analitics/) за период с 01.12.2002 по 01.08.2010г. В результате была получена таблица данных (генеральная совокупность), состоящая из 75 показателей, описывающих денежно-кредитную и банковскую политику за 7,75 лет (93 месяцев). В рамках данной статьи представлены результаты исследования показателей 2007-2008 гг.
Проведена комплексная оценка сопряженности денежно-кредитной и банковской политик, основанная на методе корреляционной адаптометрии и методе оценки степени интеграции подсистем [2].
Следует отметить, что метод корреляционной адаптометрии позволяет нам охарактеризовать общее напряжение банковской и денежно-кредитной системы в динамике. Более подробно о результатах анализа финансовых данных методом корреляционной адаптомерии было изложено в работах [3;
4].
Степень напряжения зависит от работы подсистем, входящих в данную систему, от значимости интегрированного показателя подсистем. Поэтому далее была произведена оценка степени интеграции показателей подсистем, для оценки роли и значимости каждой подсистемы, выявления показателей, оказывающих наибольшее влияние на свою подсистему и денежно-кредитную и банковскую систему в целом, и для оценки эффективности проводимой политики.
Выдвинута гипотеза о том, что степень интеграции подсистем зависит от величины внешних воздействий [2]. В нашем случае эти воздействия соответствуют разным периодам развития денежно-кредитной и банковской сис-
темы: период стабильного роста экономики, период кризиса, период адаптации и выхода из кризиса.
Известно, что в 1-ю подсистему входят показатели с номерами I =1, ..., п] во 2-ю подсистему - с номерами г =п] + 1, ..., п2, в к-ю подсистему входят признаки с номерами г =пк-] + ], ..., пк, причем пк = т, где т - количество исследуемых подсистем.
Авторами была поставлена задача - построить количественный критерий измерения степени интеграции подсистем (в нашем случае этим количественным критерием будет измеряться степень сопряженности денежно-кредитной и банковской политики), и с помощью этого критерия исследовать эффективность работы подсистем, участвующих в обеспечении целевого показателя (в нашем случае - в обеспечении стабильного роста экономики).
Если первая главная компонента коррелирует с к исследуемыми показателями «т» различных подсистем, то для г- периода имеет место соотношение
у, = ап+ аг2г2 +... + ап + а. + + +... + ап +... + ап ,
у г ,11 г 2 2 гщ п1 гщ +1 п +1 гщ Щ гпк пк 5
где г=] + К], К] - количество исследуемых периодов, пк, = т.
Иначе можно записать:
Уг = Е )+Е )+ Е (ауг])
3 =1 3 = пг + 1 3 = пк-1 +1
Делим сумму модулей коэффициентов корреляции а^, для каждой подсистемы на количество п], п2, ... , пк показателей соответственно.
Получаем совокупность значений {игр}, где г - номер исследуемого периода, р - номер подсистемы р=]+т
г пр \
Е К | / (пр - пр -1
^з = пр - 1+1 0
Определяем значение степени интеграции каждой подсистемы для каждого периода. Завершающим этапом является нахождение максимального значения {игр}.
Полученные максимальные значения показателей интеграции подсистем позволяют выделить уровни воздействий, наиболее сильно влияющие на сопряженность исследуемой денежно-кредитной и банковской системы.
Был произведен расчет точек интеграции и для подсистем банковской и денежно-кредитной политик.
Следует отметить, что в каждом исследуемом периоде первая главная компонента имеет самые большие значения корреляций с показателями банковской политики.
Для дальнейшего анализа назовем коэффициенты корреляций первой главной компоненты со значением выше 0,5 и ниже -0,5 значимыми коэффициентами, сильными корреляционными связями.
Обращает на себя внимание тот факт, что сильные корреляционные связи с максимальным количеством рассматриваемых параметров всей сис-
и
гр
темы имеются в период с июля по сентябрь 2007г., в августе 2008г. и в мае 2009г.
Это говорит о том, что в данные периоды почти 77% показателей оказывали значительное влияние на состояние денежно-кредитной и банковской системы. Однако эти периоды не соответствуют максимальным точкам интеграции U обеих подсистем (см. рис. 1) и в то же время совпадают с периодами «пиков» кризиса, отмеченным на рисунке 2.
ковской и денежно-кредитной политик в период 01.01.2007-01.12.2009.
Данный факт говорит о том, что в период кризиса, когда «ресурсы», наиболее влияющих на систему в точках максимальной интеграции U показателей, исчерпываются, система начинает активно задействовать «резервные ресурсы» - максимальное число показателей для преодоления кризиса.
Анализируя рисунок 1, видим, что в большинстве рассматриваемых периодов (месяцы) подсистема банковской политики играет ключевую роль в работе денежно-кредитной и банковской системы. Лишь в некоторые периоды подсистема денежно-кредитной политики имеет величину интеграции выше банковской: апрель - июнь 2007г., ноябрь 2007г., август - сентябрь 2009г.
При рассмотрении параметров подсистемы банковской политики выявлено, что высокие значения корреляции первой главной компоненты с параметрами этой подсистемы достигается в периоды январь - март 2007г., январь - февраль 2007г., июнь - август 2008г., январь - март 2009г. Максимум интеграции приходится на январь 2008г. и на февраль 2009г.
При рассмотрении параметров подсистемы денежно-кредитной политики выявлено, что высокие значения корреляции первой главной компоненты с параметрами этой подсистемы достигаются в периоды: март - июнь 2007г., октябрь - ноябрь 2007г., январь 2008г., апрель - май 2008, июль 2008г., февраль и апрель 2009г. Максимум интеграции приходится на май 2007г., июль 2008г. и на апрель 2009г.
Проанализируем динамику значений точек интеграции и подсистем банковской и денежно-кредитной политик относительно друг друга.
Для этого сопоставим полученные данные по интеграции подсистем с графиком динамики веса корреляционного графа О и дисперсии Д полученными нами ранее (см. рис. 2).
ковской и денежно-кредитной политик, веса корреляционного графа О и дисперсии Б показателей банковской и денежно-кредитной политик в период 01.01.2007-01.12.2009.
Первое, что следует отметить: для подсистемы денежно-кредитной политики характерна более «скачкообразная» динамика значения интеграции. Это объясняется постоянным проведением мероприятий денежно-кредитного регулирования, часто (в условиях кризиса) - резкой сменой направленности денежно-кредитной политики и, как следствие, использованием инструментов денежно-кредитной политики в разных объемах. Поскольку банковская политика во многом является ответной реакцией на действия денежно-кредитной политики, результаты денежно-кредитной политики отражаются в показателях банковской системы с определенным временным лагом.
В период кризиса 2008 года («разрушение системы» август - ноябрь 2008г.) величина интеграции обеих подсистем снижается (см. рис. 2). При этом величина интеграции подсистемы денежно-кредитной политики снижается быстрее. Это говорит о том, что во время кризиса сентября 2008г. именно подсистема банковской политики «приняла на себя основной удар» и испытывала большее напряжение, чем подсистема денежно-кредитной политики.
В создавшейся ситуации были проведены следующие мероприятия денежно-кредитной политики:
❖ снижены нормативы обязательных резервов (с 5% до 0.5%);
❖ увеличены объемы предоставляемой кредитным организациям рублевой ликвидности;
❖ система инструментов Банка России была дополнена кредитами без обеспечения;
❖ в IV квартале 2008г. сроки рефинансирования по отдельным операциям были увеличены, и доступ к ним был расширен за счет снижения требований к контрагентам и принимаемому обеспечению;
❖ понижение процентных ставок по отдельным инструментам рефинансирования, структурирование их по типу и срочности.
В этот же период, начиная с сентября 2008 г., Правительство РФ активно размещает денежные средства бюджета на депозитах в коммерческих банках.
Рассмотрим действительный вклад использованных инструментов в интеграцию подсистемы денежно-кредитной политики на графике динамики значений корреляций первых главных компонент обеих подсистем (рис. 3 и 4, где показатели подсистем пронумерованы последовательно: точки с №1 по №38 - показатели подсистемы банковской политики, точки с №39 по №75 -показатели подсистемы денежно-кредитной политики).
39
59
-♦-01.08.2008 -И-01.09.2008 -*-01.10.2008 -Ш-01.11.2008
Рис. 3. Динамика значений корреляций первых главных компонент с параметрами подсистемы денежно-кредитной политики в период 01.08.0801.11.08.
На рисунке 3 можно увидеть исследуемые изменения значений корреляций первой главной компоненты:
❖ рост влияния показателей: кредиты и депозиты (№49), средняя ставка РЕПО (№66), кредиты ЦБ без обеспечения (№67), валютные интервенции, нетто-покупка млрд. доллары США (№68), валютные интервенции, нетто-покупка млрд. евро (№69), задолженность по ломбардным кредитам на начало месяца (№70), объем сделок валютный СВОП доллары США (№73);
❖ снижение влияния показателей: денежная масса (№39), облигации Банка России у кредитных организаций (№44), средства, размещенные у нерезидентов, и ценные бумаги, выпущенные нерезидентами (№48), прочие активы (основные средства и аванс по налогу на прибыль т.д.) (№52), средства на счетах в Банке России кредитных организаций-резидентов (№56), прочие пассивы (№58), капитал (№59), международные золотовалютные резервы млрд. долл. США (№60), среднемесячный курс доллара США (№61), среднемесячный курс евро (№62).
Так же важно отметить показатели, по которым наблюдалось сначала снижение значения корреляций первой главной компоненты (сентябрь, октябрь 2008г.), а затем сильный рост в ноябре 2008 года:
❖ размещение бюджетных средств на депозитах в коммерческих банках (№63);
❖ операции Банка России по предоставлению и абсорбированию ликвидности (№64), значение корреляций данного показателя в сентябре упало практически до нуля;
❖ объем прямого РЕПО (№65), значение корреляций данного показателя в сентябре упало практически до нуля.
Значение корреляций первой главной компоненты показателей обязательных резервов и ставки обязательных резервов (№42 и №46) демонстрирует следующую динамику: рост в августе 2008г, падение в сентябре 2008г. и снова рост в октябре 2008г.
Полагаем, что полученные результаты подтверждают эффективность проводимой денежно-кредитной и банковской политики.
Но основное напряжение в ноябре 2008г. приходится на подсистему банковской политики. Именно за счет влияния банковской политики денежно-кредитная система находит ресурсы для преодоления кризиса.
-•-01.08.20G8 -e-01.09.2008 -*-01.10.2008 -v-01.ll.2008
Рис. 4. Динамика значений корреляций первых главных компонент с параметрами подсистемы банковской политики в период 01.08.08-01.11.08.
При этом наблюдается снижение величины интеграции подсистемы банковской политики. Это происходит, прежде всего, за счет ослабления влияния таких показателей, как (см. рис. 4): счета в Банке России (№3), долговые обязательства Российской Федерации (№6), акции (№7), средства предприятий и организаций на расчетных, текущих и прочих счетах (№28), фонды и прибыль банков - всего (№22), средства клиентов в расчетах (№29), вклады физических лиц (№31), средства клиентов по факторинговым операциям (№32), векселя и банковские акцепты (№34), средства в расчетах (№36), кредиторы (№37), доходы будущих периодов (№38).
В то же время наблюдается рост влияния таких показателей, как корреспондентские счета в банках - всего (№4), средства в расчетах (№19), дебиторы (№20), кредиты, депозиты и иные привлеченные средства, полученные кредитными организациями от Банка России (№23).
Особое внимание следует обратить на показатели (рис. 3.15), которые оказывали наибольшее влияние на денежно-кредитную и банковскую систему в данный период времени. Это такие показатели, как:
❖ прочее участие коммерческих банков в уставных капиталах (№9);
❖ кредиты и прочие размещенные средства, предоставленные нефинансовым организациям (№10);
❖ просроченная задолженность по кредитам нефинансовым организациям (№11);
❖ кредиты, предоставленные физическим лицам (№12);
❖ просроченная задолженность по кредитам физическим лицам (№13);
❖ кредиты, депозиты и прочие размещенные средства, предоставленные кредитным организациям (№14);
❖ кредиты, депозиты и иные средства, полученные от других банков -всего (№25);
❖ депозиты юридических лиц (№30);
❖ облигации (№33);
❖ резервы (№35).
Анализируя показатели банковской системы, которые оказывали наибольшее влияние на денежно-кредитную и банковскую систему в период с августа по ноябрь 2008г., приходим к выводу о конкретных мерах денежно-кредитной политики, необходимых для данного периода времени. Сопоставив полученные результаты анализа интеграции показателей подсистем банковской и денежно-кредитной политик, считаем, что проводимая с сентября по ноябрь 2008г. денежно-кредитная политика была эффективной.
В отличие от ранее осуществленных исследований по оценке состояния денежно-кредитной и банковской систем впервые применен метод корреляционной адаптометрии и метод оценки степени интеграции подсистем, которые позволяют:
❖ выявить силу взаимосвязи между показателями банковской и денежно-кредитной системы и, что особенно важно, скрытые внутренние закономерности системы;
v выявить показатели денежно-кредитной и банковской политики, оказывающие наибольшее влияние на всю денежно-кредитную и банковскую систему в исследуемый период времени; v определить тенденции развития и потенциальные угрозы для системы в результате проводимых политик; v диагностировать возможность возникновения экономического кризиса;
v оценить целесообразность внесения корректировок в проводимые политики для эффективного регулирования денежно-кредитной и банковской системы. Считаем, что полученные результаты доказывают применимость методов корреляционной адаптометрии и оценки степени интеграции подсистем к изучению денежно-кредитной и банковской системы.
Практическая значимость проведенного исследования заключается в том, что выявлен скрытый системный кризис в 2007 году. Об этом свидетельствует резкий сильный рост значения дисперсии исследуемых показателей (почти в два раза) [3]. Между тем последствия данного скрытого системного кризиса на банковскую и денежно-кредитную систему проявились в 2008 году. Применение разработанных моделей и методов в экономических системах позволит выявлять предкризисные ситуации, что может быть использовано для принятия управленческих решений.
Полученные результаты и методы исследования могут быть использованы при решении задач обнаружения и анализа критических ситуаций при мониторинге экономической ситуации в стране или регионе.
_Литература_
1. Gorban A.N., Pokidysheva L.I., Smirnova E.V., Tyukina T.A. Law of the Minimum Paradoxes, Bull. Math. Biology, accepted (Jul 11, 2009), http ://arxiv. org/abs/0907.1965.
2. Горбань А.Н., Покидышева Л.И., Смирнова Е.В.. Метод главных компонент для анализа интеграции исполнительных подсистем организма в ходе адаптации// Системный анализ и управление в биомедицинских системах. - Москва, 2010, Т.9, №3. - С. 516-522.
3. Покидышева Е.В. Оценка сопряженности денежно-кредитной и банковской политик в период кризиса. Финансы и Кредит, 42(426), 2010 (ноябрь). - С. 72-78.
4. Покидышева Е.В., Покидышева Л.И., Янкина И.А.. Метод корреляционной адаптометрии в оценке сопряженности денежно-кредитной и банковской политик в период кризиса // Интеграл, 2010, №3(53). - С.44-47.
