CC BY
24
8. Klyueva, N., 2017. Japan officially recognized bitcoins as a means of payment. Available at: http://podrobnosti.ua/2170187-japonija-ofitsialno-priznala-bitkoiny-platezhnym-sredstvom.html (Accessed 2 April 2017).
9. Ocheretnyuk, A., 2017. In Japan announced the launch of a new currency. Available at: http://podrobnosti.ua/2201140-v-japonii-objavili-o-zapuske-novoj-valjuty.html (Accessed 26 September 2017).
10. The official site of business-swiss. 2017. "Bitkoin",available at: http://business-swiss.ch/mirovy-e-valyuty/bitkoin.
11. Skripin, V., 2017. In China the ICO was banned, the market reacted by falling quotes of all major crypto-currencies. Available at: https://itc.ua/news/v-kitae-zapretili-ico-ryinok-otreagiroval-padeniem-kotirovok-vseh-krupnyih-kriptovalyut/ (Accessed 4 September 2017).
12. The official site of biz.nv.ua. 2017. "NBU has determined the status of Bitcoin in Ukraine". Available at: http://biz.nv.ua/finance/nbu-opredelil-status-bitcoin-v-ukraine-1910824.html (Accessed 25 September 2017).
13. Hromaev, T., 2017. Control of circulation of crypto currency is impossible and does not make sense. Available at: https://finclub.net/analytics/timur-khromaev-kontrolirovat-obrashchenie-kriptovalyut-nevozmozhno-i-ne-imeet-smysla.html (Accessed 4 September 2017).
14. The official site of Forklog. 2017. "The Bank of England announced the benefits of issuing crypto-currency for GDP. Available at: https://forklog.com/bank-anglii-zayavil-o-polze-emissii-kriptovalyut-dlya-vvp/ (Accessed 19 July 2017).
15. Karpenko, O., 2017. In Ukraine for the first time officially sold the apartment for crypto currency. Available at: https://ain.ua/2017/09/26/kvartiru-za-ethereum (Accessed 26 September 2017).
16. The official site of Vedomosti, 2015. "The New York Stock Exchange launched the index of bitcoins". Available at: https://www.vedomosti.ru/finance/articles/2015/05/20/nyu-iorkskaya-birzha-zapustila-indeks-virtualnoi-valyuti-bitkoin (Accessed 20 May 2015).
17. The official site of Forklog. 2017. "ICO through the eyes of venture investors - a killer or a window of opportunity?". Available at: https://forklog.com/ico-glazami-venchurnyh-investorov-ubijtsa-ili-okno-vozmozhnostej/ (Accessed 1 September 2017).
18. Chobanyan, M., 2017. How bitcoins conquer Kiev. Available at: https://hmarochos.kiev.ua/2016/03/09/yak-bitkoini-pidkoryuyut-kiyiv.
19. Ivanova, A., 2017. What can be bought in Ukraine for bitcoins, available at:http://ubr.ua/ukraine-and-world/technology/chto-mojno-kupit-v-ukraine-za-bitkoiny-363824.
20. Chaparro, F., 2017. Hedge funds are cashing in on bitcoin mania - there are now more than 50 dedicated to cryptocurrencies. Available at: http://www.businessinsider.com/bitcoin-price-surge-leads-to-growth-in-hedge-funds-2017-8 (Accessed 30 April 2017).
21. The official site of Coinessa. 2017. "For the Bank of England a centralized analog bitcoin is developed". Available at: https://www.coinessa.com/news/dlya-banka-anglii-razrabotan-tsentralizovannyj-analog-bitkoina.
22. The official site of MInfIn. 2017. "How to calculate the cost of cryptocurrencies". Available at: ttps://minfin.com.ua/ua/2017/10/30/30695626/ (Accessed 30 October 2017).
23. Biryukov, A and Pustogarov, I., 2015. Bitcoin over Tor is not a good idea. In Security and Privasy, (SP), Symposium on, pages 122134. IEEE, 2015. DOI: 10.1109/SP.2015.15
24. Kovalchuk, T., 2013. "Innovations in the field of money systems and some of their features", Bankivska sprava, 7, 3-12.
25. Reznichenko, Ye., 2017. Bitcoin: Future currency or financial pyramid?, Available at: http://ua.prostobank.ua/ e_banking/statti/bitkoyin_ valyuta_maybutnogo_chi_finansova_piramida.
26. Slozko, O., 2014. Modern trends in the transformation of the world financial system; in Slozko, O.O. (ed.), ISEMV NAN Ukrainy, Kiev, Ukraine.
27. The official site of Bitcoin. 2017. Available at: URL: https://bitcoin.com.
Bulletin of Taras Shevchenko National University of Kyiv. Economics, 2018; 1(196): 46-53 УДК 336.717.18: 330.131.7 JEL classification: G21, E44
DOI: https://doi.org/10.17721/1728-2667.2018/196-1/7
е. Лшдер, асп.
ORCID iD 0000-0001-5343-5954 КиТвський нацюнальний економiчний ужверситет iMeHi Вадима Гетьмана, КиТв
ПОБУДОВА МАКРОЕКОНОМ1ЧНИХ СЦЕНАРПВ ТА ОЦ1НКА КРЕДИТНОГО РИЗИКУ БАНКУ НА ПРИКЛАД1 ПАТ "ПРОМ1НВЕСТБАНК"
На ocHoei заруб/'жних досл/'джень розроблено методику стрес-тестування банку та апробовано if на банку "Пром-нвестбанк". Методика стрес-тестування дозволяе на основi авторегресшних моделей типу ARIMA генерувати базовый та стресовий макроеконом/'чний сценарш, а також аналiзувати збитки, каптал i коефцент достатностi капталу банку за кожного i3 цих сценарив.
Ключовi слова: стрес-тест; модель авторегреси; макроеконом/'чний сценарiй; коефцент достатностi капталу.
Вступ. Як наслщок св^овоТ фшансовоТ кризи 20082009 рр., а також економмчного спаду 2014-2016 рр., у фшансових установах УкраТни та св^у почала набува-ти поширення тенден^я до автоматичноТ оцшки ризи-гав. Стресовий тест е одним iз найефектившших мето-дiв оцшки бангавських ризигав, який надае шформацю про потенцшш збитки банку за виняткових, але ймовь рних потрясшь, допомагаючи бангавським акцюнерам та менеджменту оцшювати значущють вразливостей системи. Стрес-тестування також е невщ'емним еле-ментом системи Базель II.
Суть внутршнього стрес-тестування полягае в тому, що бангавсьга анал^ики докладнше вивчають бухгал-терську зв^нють, щоб розрахувати, сгальки банку необ-хщно додаткового катталу для виживання за умови стресових ситуацм на ринку. У процеа стрес-тестування для зв'язку макроекономiчних факторiв
стресу з конкретними бангавськими показниками кредитного ризику вибираеться математична модель, за яку у статт вибрано лопстичну регресю Прогнозованим ба-нювським показником служить показник прострочених позик (NPL). У процеа стрес-тесту генеруеться два сценарп: реалютичний та стресовий; для кожного з них оцшюеться рiвень неплатежiв по кредитах, збитки банку внаслщок прострочених креди^в, рiвень достатност катталу, а також iмовiрнiсть банкрутства банку. На пщ-ст^ результат проведеного дослщження пропону-ються рекомендаций яга допоможуть уникнути майбутшх фшансових проблем у разi значного уповтьнення еко-номiчноТ ситуаци або фшансовоТ кризи в майбутньому. Запропонована модель ^рунтуеться на рядi сучасних дослщжень та внутршшй документацiТ, наданоТ у вщк-ритий доступ наглядовими органами й центральними банками краТн Свропи. У бтьшост дослiджень стресовi
© Лiндер С., 2018
сценарií будуються використовуючи макроекономмчш прогнози, що надаються Центральним банком чи дер-жавними органами. Запропонований у статт алгоритм дозволяе генерувати стрес^ сценарií без наявних ма-кроекономiчних прогнозiв Центрального банку.
Огляд л^ератури. У роботах [2; 3] розглянуто основы техычш пщходи до побудови сценарiíв стрес-теспв: процес починаеться зi встановлення базового сценарю, що визначаеться прогнозом розвитку макрое-кономiчноí ситуацií з найвищою ймовiрнiстю. Другий етап передбачае побудову альтернативного несприят-ливого сценарiю, який може бути зроблено за такими типовими пщходами:
1) юторичне моделювання;
2) iмовiрнiснi пiдходи;
3) ппотетичш сценарií.
У роботi [1] наведено алгоритм стрес-тесту на осно-вi авторегресiйних моделей та апробовано його на при-кладi банкiвських установ Румунп.
Багато пiдходiв пiд час стрес-тестування використо-вують iснуючу структурну макроекономiчну модель (напр., модель Центрального банку для прогнозування й аналiзу бангавського управлiння) для оцiнки рiвня ос-новних макроекономiчних показникiв за передбаченим сценарiем стрес-тестування. Деякi мiркування, пов'язанi з використанням макроекономiчноí структурно!' модели обговорюються в [4], тага, як вибiр базових припущень, управлжських рiшень, часового горизонту та визначен-ня макроекономiчних змiнних.
Серед втизняних робiт можна видiлити працi [512], у яких проводиться огляд мет^фв та результатiв стрес-тестування як в Украшу так i у свт. У роботах [912] було дослщжено однофакторнi та багатофакторн моделi стрес-тестування економiчного капiталу банку. Проте особливост застосування до вп"чизняних банкiв методiв стрес-тестування на основi моделювання стре-сових макроекономiчних сценарив дослiджувались мало. Крiм того, проблема оберненого стрес-тестування, тобто знаходження таких негативних сценарив, яга при-зведуть до банкрутства банкiв, а також визначення 1х iмовiрностi, залишаеться вiдкритою.
Методологiя дослiдження. Як дослщжуваний банк було вибрано Промiнвестбанк як один iз найбiльших банкiв Укражи, а горизонт планування обмежений на-ступними трьома роками (2017-2019 рр.). 1з 20-ти наявних макроекономiчних показникiв було вибрано шiсть, яга найкраще апроксимують минулий рiвень NPL:
1. iндекс споживчих цiн;
2. рiвень безробiття;
3. рiвень економiчноí активностi;
4. сальдо торгового балансу кражи (млн дол США);
5. ВВП (млн дол США);
6. середньомюячна зарплата (дол США).
Рiвень збитгав у разi дефолту було вибрано на рiвнi 45 %, що узгоджуеться з рекомендацiями проведення стрес-тестування провщних европейських центробанкiв. Збiр жформаци, розробка та застосування моделi стрес-тесту проводився автором самосшно. Для збору юторич-них значень макроекономiчних показникiв, а також курсу долара щоквартально iз 2004 по 2016 р. включно було використано джерела [15-17]. Для збору основних показ-никiв Промiнвестбанку iз 2004 по 2016 р. включно щоквартально було використано джерело [13]. Тага макроеконо-мiчнi показники, як сальдо торгового балансу, ВВП i середньомюячна зарплата були приведем до значень у дола-рах США. Оцнка юторичних значень рiвня кредитних не-платежiв Промiнвестбанку проводилась як вщношення резервiв пiд кредити до загального рiвня кредитiв.
Ус данi перебувають у вiдкритому доступу отже за допомогою розробленоí моделi стрес-тест можна за-стосувати до будь-якого банку Укражи. Негативним моментом етапу збору даних можна вщзначити вщсут-нiсть унiфiкованого доступу до бангавських показникiв та необхiднiсть котювати необхiднi данi вручну.
Мета статт полягае у розробцi на основi iснуючих зарубiжних аналогiв методики стрес-тестування, и ап-робацií на украíнському банку "Промжвестбанк" та ана-лiзi отриманих результатiв.
Основнi результати. Перед власне проведенням стрес-тесту було оцжено юторичы рiвнi неплатежiв банку "Промжвестбанк".
ю% 11 I \ / /*"Л ! / ^
/VU-J v ^ \
5% V V' W \ I
ОX
1.2004 1.2005 1.2006 1.2007 1.2008 1.2009 1.2010 1.2011 1.2012 1.2013 1.2014 1.2015 1.2016
Рис. 1. 1сторичж piBHi неnлатежiв банку "Промшвестбанк" за перюд i3 2004 по 2016 рр.
Джерело: обчислено автором за даними [15-17].
Як видно i3 попереднього рисунку, piBHi неплатежiв значно зростали через три-чотири квартали пюля початку кризових явищ в економм^ Укра'ши. Так було у 20082009 рр. (зростання до 22 %) та у 2015 р. (короткочасне зростання до 30 %). У роки економмчного зростання рiвнi неплатежiв загалом залишаються меншими 10 %.
За наступний крок було вибрано множину макроеко-номiчних показнигав, яка е найбiльш iнформативною
для моделювання рiвня неплатежiв. Наступним кроком було проведено кореляцшний аналiз кожного iз показ-никiв (табл. 1). У табл. 1 наведено коефiцiенти кореля-цií вибраних макроекономiчних показнишв iз коефiцiен-том кредитних неплатежiв банку за перiод iз 2004 по 2016 р. включно. Таким чином, можливо проаналiзувати вплив кожного iз макроекономiчних показникiв на рiвень неплатежiв банку.
Таблиця 1. Коефщгенти кореляцГГ макроекономiчних nоказникiв та ргвня неплатежiв банку
Макроеконом1чний показник Коефщгент кореляцГГ з piBHeM неnлатежiв банку
1ндекс споживчих ц1н 0.380515795
Р1вень безроб1ття 0.064541025
Р1вень економ1чноТ активност1 0.128434626
Сальдо торгового балансу (млн дол. США) 0.083786298
ВВП у доларах -0.096399343
Середньомюячна зарплата (дол. США) -0.002395528
Джерело: складено автором на основ! [15-17].
Як бачимо з табл. 1, лише показник ВВП мае нега-тивну кореля^ю iз рiвнями неплатежiв. Це пояснюеться тим, що зменшення цього показника свщчить про поп-ршення економiчноí ситуаци в краíнi а отже, пщвищення неплатежiв за кредитами. 1ндекс споживчих цiн, навпа-ки, мае позитивну кореляцю, що також пояснюеться виходячи з економiчних мiркувань. Показник середньо-мiсячноí зарплати, у свою чергу, майже не корелюе з рiвнем неплатежiв. Проте цей показник, зважаючи на
його важливють для оцЫки економiчноí ситуацií у краТы, усе ж було включено до вибраних макроекономiчних показникiв. На рис. 2 наведено юторичы значення Ыде-ксу споживчих цiн як змЫноТ, що мае найвищу кореля-цю з показниками кредитних неплатежiв, наведеними на рис. 1. Як бачимо, Ыдекс споживчих цЫ так само, як i рiвень неплатежiв, стрiмко зростае пiсля свiтовоí еко-номiчноí кризи 2008-2009 рр. та вмськового конфлiкту iз Росiею 2014-2015 рр.
Рис. 2. 1сторичнг piBHi iндексу споживчих цiн за пергод i3 2004 по 2016 рр.
Джерело: обчислено автором за даними [15-17].
Модель для оцшки NPL. Для визначення майбутых значень показника прострочених позик NPL використо-вуеться допомiжна математична модель. На першому етапi майбутнi значення макроекономiчних змЫних оць нюються за допомогою моделi типу ARIMA. Загалом, ARIMA(p, d, q) - це модель, що сумщае авторегресiйну складову, яка задаеться параметром р, рухоме серед-не, що задаеться змшною д, а також рiзницеву складо-
ву, яка визначаеться значенням d. Таке поеднання до-зволяе моделювати за допомогою ARIMA як стацюнар-нi, так i нестацiонарнi процеси довiльного рiвня склад-ностi. Прогнозоване значення макроекономiчноí змiнноí в момент часу t може бути досягнено iз рiвняння:
Ytd=c + et + % + % 6i4-i. i=1 i=1
де Yta - pi3HML(eB^ оператор порядку d, що визнача-
еться i3 рекурентного рiвняння:
Yd = Yd-1 Yd-1 Y0 = X Yt - Yt - Yt-1 , Yt - Xt,
Xt - значення макроекономiчноï змЫноТ в момент часу
t, st - похибка в момент часу t, щ,...,в1,.,вд - па-
раметри моделi, c - константа. Коефiцieнти моделi ARMA визначаються шляхом пiдбору параметрiв моде-лi на iсторичних даних. Особливютю моделi е ïï ймовiр-нюний характер, тому пiсля декiлькох запусгав за ïï до-помогою можна генерувати набiр можливих майбутнiх значень макроекономiчних змiнних у кожен момент часу. Щоб повнiстю визначити модель ARIMA, потрiбно зазначити розподт похибок st. Найчастiше цей розпо-
дiл е гаусовим iз нульовим середнiм значенням.
Вибiр параметрiв моделi авторегресiï проводиться шляхом перебору вах можливих моделей ARIMA (p, d, q) таких, що 0 < p < 5, 0 < q < 5 та 0 < d < 2 з метою мiнiмiзувати iнформацiйний критерм Акаiке (AIC), що виражаеться формулою AIC = 2k + n ■ ln(RSS), де k - сумарна гальгасть параметрiв моделi, n - довжина часового ряду, RSS - сума квадра^в похибок.
На другому етат вибираеться пiдмножина макрое-кономiчних змiнних для включення у модель оцшки NPL. Зменшення галькост значущих макроекономiчних змiнних мае тага переваги:
1. Побудова якомога простшу модель, що оцшюе майбутнi значення NPL.
2. Через неточности в юторичних макроекономiчних даних, надлишковi змшн додають непотрiбнi похибки до оцшки майбутнiх значень NPL. Отже вилучення таких змшних збiльшить точнють прогнозу.
3. Уникнення надлишково!' кореляцп мiж змiнними шляхом вилучення "дублюючих" макроекономiчних по-казникiв.
Третiм кроком е обчислення NPL для кожного сектору економки з використанням лопстично1 регреси та отриманих оцшок макроекономiчних показникiв. Для оцiнки ïï параметрiв, iсторичнi значення NPL перетво-рюються за формулою
'1- NPLt
у, = 1п, ' 1 ЫРЦ
де ЫРЦ - ставка NPL у момент часу ,, у( являе собою
макроекономiчний iндекс, який визначаеться низкою екзогенних фаюгрв. Пiсля ^е'Т трансформацií для ви-значення параметрiв моделi лiнiйноТ регресiТ (р1;...,рп) використовуеться метод найменших квадратiв У,= Ро + Р1 • х1,,+ Р2 • х2,, + ••• + рп • *п,ь де ,Хп,) -
вектор значень вибраних макроекономiчних змiнних у момент часу Пiсля визначення коефiцiентiв ми може-мо використовувати зазначене рiвняння для прогнозу-
вання yt для майбутшх MOMeHTiB часу. Пiсля цього ми виконуемо зворотне перетворення
1
NPLf
1 + eyt
для визначення майбутшх значень NPL.
Моделi для оцшки ключових napaMeTpiB стiйкостi банку. Оцшка параметрiв стiйкостi банку проводиться для двох макроекономiчних сценарпв: базового та стре-сового. Для ïхньоï побудови попередня модель була запущена 1000 разiв, таким чином одержано 1000 рiзних значень NPL для кожного моменту часу. Як базовий сце-нарм рiвня неплатежiв для кожного прогнозованого кварталу iз 2017 по 2019 р. включно було вибрано медiану, як стресовий сценарм - 99 % квантиль цих значень.
Основна щея прогнозування сценарив полягае в тому, що для прогнозування макроекономiчних змшних кiлька разiв використовуються моделi ARMA з рiзними значеннями похибок i, таким чином, прогнозованi значення макроекономiчних показникiв для кожного кварталу дещо в^зняються. Наступним кроком для кожного набору отриманих змшних обчислюеться NPL. Таким чином, одержане за допомогою 99 % квантилю значення NPL э максимально можливим iз такою ймовiрнiстю, отже одержат на його основi параметри стiйкостi банку можна вважати "найпршими" можливими ймовiрнiстю 99 % i у випадку якщо тага показники входять у допус-тимi рамки, iз цього випливае 99 % гаранти стiйкостi банку впродовж штервалу планування.
Оцiнка майбутнiх значень NPL е пщ^рунтям для оць нки ключових фiнансових характеристик банку:
1. Для розрахунку загально1 суми кредитних утрат ми маемо перемножити значення NPL, прогнозований рiвень майбутшх креди^в та LGD (середнiй вщсоток суми кредиту, що буде втрачений для банку у випадку невиплати кредиту та продажу кредитно1 застави).
2. Оцшка майбутшх сум креди^в проводиться за допомогою ARIMA (2,1,0) (параметри було вибрано автоматично шляхом вибору модели що мiнiмiзуе шформацшний критерм Акаiке).
3. Величина зважених за ризиком активiв оцшю-еться виходячи iз припущення, що зважеш за ризиком активи лiнiйно пропорцмш загальнiй сумi виданих кредитiв та загальних утрат за кредитами.
4. Майбутне значення катталу оцiнюеться як лшшно пропорцiйне до зважених активiв.
5. Норма достатностi банкiвського катталу обчислюеться як вщношення прогнозованого катталу до прогнозованих зважених активiв.
Результати стрес-тесту. У даному роздл наво-дяться основнi результати стрес-тесту цтьового банку: рiвень збиткiв, рiвень достатност капiталу та рiвень покриття катталом збиткiв банку. На основi отриманих результат наводяться рекомендацiï менеджменту банку зi зменшення кредитних ризикiв.
Таблиця 2. Коеф^щенти кореляцм макроекономiчних nоказникiв та pîbhh неплатежiв банку
Макроеконом1чний показник Авторегресшна складова (p) Рiзницева складова (d) Рухоме середне (q)
1ндекс споживчих цш 4 0 1
Р1вень безроб1ття 1 0 0
Р1вень економ1чноТ активност1 4 1 0
Сальдо торгового балансу (млн. дол. США) 1 0 1
ВВП у доларах 5 0 0
Середньомюячна зарплата (дол. США) 0 1 0
Джерело: складено автором на основi [15-17].
Як перший етап були визначено параметри ARMA моделей вибраних макроекономiчних показнигав. Як видно з табл. 2, авторегресмна складова для переваж-ноТ бiльшостi показникiв мае бiльшi значення, нiж два
Ыших параметри. Це свiдчить про те, що qi показники добре описуються регресiйними моделями та е осци-люючими (перiодичними) за характером.
Рис. 3. Кредиты збитки банку у випадку базового та стресового сценар^, млрд грн
Джерело: обчислено автором за даними [15-17].
Як видно iз попереднього рисунку, кредитнi збитки ПромЫвестбанку у випадку базового сценарю залиша-ються на рiвнi 1 млрд грн/рк утiм згiдно зi стресовим сце-
нарiем вони значно збтьшуються. Дивлячись на iсторичнi даы, легко бачити рiзкi збiльшення рiвня збиткiв банку пiсля кризи 2008-2009 рр., а також пюля подм 2014 р.
Рис. 4. PiBeHb покриття каniталом збиткiв вiд прострочення кредитiв
Джерело: обчислено автором за даними [15-17].
Як видно i3 попереднього рисунку, при базовому сценарп каттал бiльш нiж у 4 рази бтьший, нiж збитки вiд прострочення креди^в. Навiть при стресовому сце-нари рiвень капiталу е бтьшим, нiж прогнозований рь
вень таких збитгав. 1з того, що ймовiрнiсть стресового сценарiю за побудовою становить 99 %, випливае, що ймовiрнiсть банкрутства Промiнвестбанку в найближчi три роки становить близько 1 %.
Рис. 5. PiBeHb достатност кашталу у випадку базового та стресового сценарiю
Джерело: обчислено автором за даними [15-17].
Вщповщно до нормативiв НБУ [13, 14], нормативне значення коефiцiента достатностi капiталу для дючих банкiв мае бути не менше 10 %. Як бачимо, для базового сценарю рiвень достатност капiталу близький до
12 %, а у випадку стресового сценарю - знижуеться вiд 11 до 10 % упродовж горизонту планування.
Висновки. У статт було адаптовано до украшсь-ких реалм широковживан математичнi моделi стрес-тестування зарубiжних банкiв. На вiдмiну вiд шших дослiджень, стресовий сценарiй було згенеровано за допомогою статистичних мет^в, яга забезпечують 99 % iмовiрностi того, що цей сценарш е найекстре-мальнiшим iз можливих. Виходячи iз проведених дос-лiджень, було визначено ймовiрнiсть банкрутства Промiнвестбанку у перюд iз 2017 до 2019 рр., яка становить менше 1 %. Норма достатностi капiталу для обох сценарпв лежить у межах допустимих значень, що свщчить про стмгасть цiльового банку за умови макроекономiчних потрясiнь. Проте для подальшого пiдвишення стiйкостi банку рекомендовано наростити власний каттал для покриття можливих збитгав за несприятливих макроекономiчних сценарив.
Дискусiя. Розроблена методика стрес-тестування дозволяе оцЫити рiвень стiйкостi банкiв Украши на ос-новi вiдкритоí Ыформаци. На жаль, закритiсть бангавсь-ко1 iнформацií не дозволяе провести стрес-тестування украшських банкiв повною мiрою:
1. Значення NPL необхiдно оцiнювати не загалом, а для кожного сектору кредитування, тод як наявн дан
13 фiнансових звiтiв дозволяють оцЫити лише загальний рiвень неплатежiв по кредитах.
2. Наявнють похибок i неточностей iсторичних значень макроекономiчних показнигав не дозволяе гарантувати оптимальнiсть побудованих моделей та точнють прогнозованих даних.
Упм, стрес-тестування е потужним (i часто единим) iнструментом оцiнки стмкост банкiв УкраТни за умов фь нансових криз. У подальшому автором плануеться роз-ширити методику стрес-тестування, враховуючи iншi типи ризикiв (ринковий ризик, ризик цЫних паперiв тощо), а також удосконалити модель оцЫки катталу банку.
Список використаних джерел:
1. Ruja, C., 2014. Macro Stress-Testing Credit Risk in Romanian Banking System, Munich Personal RePEc Archive, 23 July 2014, № 58244.
2. Jobst, A. A. et al., 2013. A Framework for Macroprudential Bank Solvency Stress Testing: Application to S-25 and Other G-20 Country F.S.A.P.s. International Monetary Fund Working Papers, №. 13/68, March 2013, 53 p.
3. E.C.B. 2017. Financial Stability Review, May 2017. European Central Bank, 176 p.
4. Jones, M. T., P. Hilbers, and G. Slack., 2004. Stress Testing Financial Systems: What to Do When the Governor Calls. International monetary fund, IMF Working Paper No. 127, 38 p. DOI: http://dx.doi.org/10.5089/9781451855012.001.
5. Тарасевич Н. В. Стрес-тестування ризиюв як Ыструмент антикризового управлшня д1яльнютю банюв / Н. В. Тарасевич, А. М. Литвиненко // Финансы, учет, банки. - 2014. - № 1(20). - С. 255-263.
6. Андриевская И. Стресс-тестирование: обзор методологий / И. Андриевская // Управление в кредитной организации. - 2007. -№ 5. - С. 88-96.
7. Ан1с1мова Л. Стрес-тестування баншськоТ' системи / Л. Ан1с1мова // Вюн. КиТв. нац. торг.-екон. ун-ту. - 2015. - № 3(1). - С. 90-100.
8. Прийдун Л. Стрес-тестування кредитного ризику банку: загальна характеристика та особливост1 практичного застосування / Л. Прийдун // Вюн. ТНЕУ. - 2011. - № 2. - С. 67-74.
9. Манжос С. Б. Стрес-тестування 6aHKiB: огляд методологiй // Финансы, учет, банки. - 2014. - № 1 (20). - С. 188-195.
10. Кишакевич Б. Ю. Стрес-тестування економiчного кашталу банку на o^obî однофакторних моделей / Б. Ю. Кишакевич // Наук. вюн. Нацiонального лiсотехн. ун-ту УкраТни: зб. наук.-техн. пр. - Львiв: НЛТУ УкраТни. - 2011. - Вип. 21.02. - С. 210-212.
11. Кишакевич Б. Ю. Стрес-тестування кредитного портфеля банку на основi багатофакторних моделей / Б. Ю. Кишакевич // Економiчний прос^р: зб. наук. пр. - Дшпропетровськ: ПДАБА. - № 45. - 2011. -С.161-171.
12. Кишакевич Б. Ю. Економко-математичне моделювання кредитних ризиюв банку: дис. ... д-ра екон. наук за спец. 08.00.11 "Математичш методи, моделi та Ыформацшш технологи' в економщГ. -Кив: ДВНЗ "КиТв. нац. екон. ун-т iменi Вадима Гетьмана", 2011.
13. 1нструк^я про порядок регулювання дiяльностi банкiв в УкраТш // Постанова ПравлЫня Нацiонального банку УкраТни вщ 28.08.2001 № 368.
14. Про po3Mip регулятивного капiталу банку //Лист НБУ вщ 14.10.2008 № 47-412/1061-13829.
15. Державна служба статистики УкраТни. - URL: http://www.ukrstat.gov.ua.
16. Центральний банк УкраТни, Банмвська статистика, Показники банювськоТ системи. - Режим доступу: https://bank.gov.ua/control/uk/ publish/article?artjd=34661442&catjd=34798593.
17. МЫстерство фЫанЫв УкраТни, Архiв валютних курсiв. - Режим доступу: http://index.minfin.com.ua/arch.
Received: 25/09/2017 1st Revision: 03/10/2017 Accepted: 13/11/2017
Author's declaration on the sources of funding of research presented in the scientific article or of the preparation of the scientific article: budget of university's scientific project
Е. Линдер, асп.
Киевский национальный экономический университет имени Вадима Гетьмана, Киев, Украина
ПОСТРОЕНИЕ МАКРОЭКОНОМИЧЕСКИХ СЦЕНАРИЕВ И ОЦЕНКА КРЕДИТНОГО РИСКА БАНКА
НА ПРИМЕРЕ ПАО "ПРОМИНВЕСТБАНК"
На основании зарубежных исследований разработана методика стресс-тестирования банка и произведена ее апробация в банке "Проминвестбанк". Зависимость уровня неплатежей от макроэкономических показателей определяется логистической функцией, параметры которой определяются исходя из метода максимального правдоподобия на исторических данных. Определены наиболее важные для построения качественной модели прогнозирования уровня неплатежей макроэкономические показатели, произведен прогноз будущего уровня неплатежей для базового и стрессового сценария. Для этого было построено 1000 различных макроэкономических сценариев на основании ARIMA-моделей и для каждого квартала с 2017 по 2019 включительно получено 1000 различных прогнозов уровня неплатежей. Для каждого квартала в качестве базового уровня неплатежей выбирается медиана этого множества, а в качестве стрессового - 99 % квантиль. Соответствующие наборы макроэкономических данных и являются базовым и стрессовым сценарием. В качестве следующих шагов для каждого из сценариев определяется прогнозируемый уровень убытков банка, уровень его капитала, а также коэффициент достаточности капитала. На основании последнего можно делать выводы о потенциальной устойчивости банка в случае экономических потрясений.
Методика стресс-тестирования позволяет на основе авторегрессионных моделей типа ARIMA генерировать базовый и стрессовый макроэкономический сценарий, а также анализировать убытки, капитал и коэффициент достаточности капитала банка по каждому из этих сценариев.
Ключевые слова: стресс-тест; модель авторегрессии; макроэкономический сценарий; коэффициент достаточности капитала. Ye. Under, PHD Student
Kyiv National Economic University named after Vadym Hetman, Kyiv, Ukraine
MACROECONOMIC SCENARIOS BUILDING AND BANK CREDIT RISK ASSESSMENT, BY THE EXAMPLE OF PSC "PROMINVESTBANK"
Based on foreign research, the article developed a methodology for stress testing of the bank and carried out its approbation in Prominvestbank. Dependence of the level of non-payments on macroeconomic indicators is determined by the logistic function, the parameters of which are determined based on the maximum likelihood method on historical data. The macroeconomic indicators that are most important for constructing a qualitative model for forecasting the level of non-payments are determined. A forecast of the future level of non-payments for a basic and stressful scenario is made. For this purpose, based on ARIMA models 1000 different macroeconomic scenarios that cover each quarter from 2017 to 2019 inclusive were built; 1000 different forecasts of the level of non-payments were received. For each quarter, the median of this set is chosen as the baseline level of non-payments, and 99% quantile is used as an adverse one. The corresponding sets of macroeconomic data are the baseline and adverse scenario. As the next steps for each scenario, the projected level of losses of the bank, the level of its capital, as well as the capital adequacy ratio are determined. Based on the latter, one can draw conclusions about the potential stability of the bank in the event of economic shocks.
The stress testing technique allows, based on autoregressive models such as ARIMA, to generate a baseline and adverse macroeconomic scenarios, as well as analyze the losses, capital and capital adequacy ratio of the bank for each of these scenarios.
Key words: stress test; autoregressive model; macroeconomic scenario; capital adequacy ratio.
References (in Latin): Translation / Transliteration/ Transcription
1. Ruja, C., 2014. Macro Stress-Testing Credit Risk in Romanian Banking System, Munich Personal RePEc Archive, 23 July 2014, № 58244.
2. Jobst, A.A. et al., 2013. A Framework for Macroprudential Bank Solvency Stress Testing: Application to S-25 and Other G-20 Country F.S.A.P.s. International Monetary Fund Working Papers, № 13/68, March 2013, 53 p.
3. E.C.B. 2017. Financial Stability Review, May 2017. European Central Bank, 176 p.
4. Jones, M. T., P. Hilbers, and G. Slack., 2004. Stress Testing Financial Systems: What to Do When the Governor Calls. International monetary fund, IMF Working Paper No. 127, 38 p. DOI: http://dx.doi.org/10.5089/9781451855012.001.
5. Tarasevich, N. V., Litvinenko, A. M., 2014. Stress testing of risks as a tool for bank crisis management. Finances, accounting, banks, 1(20), pp. 255-263.
6. Andrievskaya I., 2007. Stress testing: methodology overview. Management in a credit institution, 5, pp. 88-96.
7. Anisimova L., 2015. Stress testing of banking system. Bulletin of the Kiev National Trade and Economic University, 3(1), pp. 90-100.
8. Pryidun L., 2001. Stress testing of bank credit risk: general characteristics and peculiarities of practical application. Bulletin of TNEU, 2, pp. 67-74.
9. Manzhos S., 2014. Stress testing of banks: methodology overview. Finance, accounting, banks, 1 (20), pp.188-195.
10. Kyshakevish B., 2011. Stress testing of bank's economic capital based on single-factor models. Scientific bulletin of UNFU. Lviv: UNFU, Issue 21.02, pp. 210-212.
11. Kyshakevish B., 2011. Stress testing of bank's economic capital based on multi-factor models. Economic Scope: сollection of scientific works, Dnipro: PSACEA, 45, pp. 161-171.
12. Kyshakevish B., 2011. Economic-mathematical modeling of bank credit risks. Thesis for a Doctor of Economics degree by specialty 08.00.11 - "Mathematical methods, models and information technologies in economics". National Economic University named after Vadym Hetman, Kyiv.
13. Instruction on the procedure for regulating the bank activities in Ukraine. Resolution of the Board of the National Bank of Ukraine, 368 of 28.08.2001.
14. On the size of the regulatory capital of the bank. NBU letter, 47-412/1061-13829 of 14.10.2008.
15. State Statistics Service of Ukraine. - Available at: http://www.ukrstat.gov.ua.
16. Central Bank of Ukraine, Banking Statistics, Indicators of the banking system. Available at: https://bank.gov.ua/ control/uk/publish/article?art_id=34661442&cat_id=34798593.
17. Ministry of Finance of Ukraine, Archive of exchange rates. Available at: http://index.minfin.com.ua/arch.
Bulletin of Taras Shevchenko National University of Kyiv. Economics, 2018; 1(196): 53-60
УДК 336.226.11
JEL classification: H2.H24
DOI: https://doi.org/10.17721/1728-2667.2018/196-1/8
I. Лютий, д-р екон. наук, проф. ORCID iD 0000-0002-3561-2432, В. 1ванюк, асп. ORCID iD 0000-0001-6888-8622 КиТвський нацюнальний ужверситет iMeHi Тараса Шевченка, КиТв
ОПОДАТКУВАННЯ ДОХОД1В Ф1ЗИЧНИХ ОС1Б ТА М1СЦЕВ1 Ф1НАНСИ: СУПЕРЕЧНОСТ1 Й ПЕРСПЕКТИВИ IX РОЗВ'ЯЗАННЯ
Досл/'джено основн проблеми, як виникають у процеС трансформацп частини iндивiдуальних доход/'в громадян у Micneei публiчнi фiнанси через систему оподаткування, у тому чи^i в умовах формування спроможних територiаль-них громад за рахунок Чх об'еднання, визначен основн напрями Чх розв'язання.
Ключовi слова: податок на доходи фiзичних осб, мiсцевi фнанси, публiчнi фiнанси.
Постановка проблеми. На сьогодш суперечност функцюнування фшансово1 системи Украши визначають об'ективну необхщнють змщення акцетчв вщ системи державних фшанав до системи публiчних фшанав. Цей процес зумовлюеться потребою створення економiчних передумов демократизацп сусптьства, боротьби iз кору-пцiею та створення громадських шститутв контролю за акумуля^ею, розподiлом i використанням бюджетних кош^в. lдеологiею публiчних фiнансiв е децентралiзацiя бюджетних ресурсiв, максимiзацiя 1х використання без-посереднiми платниками податкiв в штересах терит^а-льних громад мют i селищних рад. Такий пщхщ забезпе-чить фактичну трансформацiю старо1 адмiнiстративноí системи державних фiнансiв та створення ягасно новоí системи публiчних фiнансiв европейського зразка, орiен-тованоí на соцiально-економiчний розвиток територiй, а вщповщно держави в цiлому.
Реалiзацiя такого завдання вбачаеться, насампе-ред, у подоланн основних причин низько1 фiнансовоí спроможностi територiальних громад, яга в Укра1ш ма-ють комплексний характер. Вони мають як загальное-кономiчну природу - загальна звуженють податковоí бази внаслiдок, з одного боку, загалом низького рiвня доходiв населення Украíни, а, iз другого боку, невисоко1 частки легальних доходiв, так i пов'язанi безпосередньо з основними елементами системи оподаткування, зок-рема, iз рiвнем фiскалiзацií (модель оподаткування, розмiр податкових ставок), параметрами и преферен-цiйноí частини, порядком адмiнiстрування та розподiлу податку. Вщтак, подолання зазначених причин вимагае системного пщходу до вирiшення проблеми удоскона-лення системи оподаткування доходiв фiзичних осiб в Украíнi, оскiльки точга^ змiни окремих и елементiв у процес численних змiн до податкового законодавства, як засвщчуе вiтчизняна практика, не дають належного результату. Реалiзацiя такого пщходу полягае в ягаснш трансформацп системи оподаткування доходiв громадян в Укра1ш на основi формування новоí парадигми, яка забезпечувала б оргашчне поеднання и стимулюю-чо1, регулюючоí та фiскальноí функцй що сприяло б належному балансуванню загальносусптьних, репона-льних, мiсцевих та шдивщуальних iнтересiв.
Аналiз останнiх дослщжень i публiкацiй. Формування доходноí частини самоврядних бюджетiв, особливо за рахунок податкових джерел, а в 1х складi - податку на доходи фiзичних осб, е об'ектом наукових ш-
тереав багатьох дослiдникiв. Рiзноманiтнi аспекти проблематики дослiджують, зокрема, такi науковщ як Ю. Шушкова [4], основна увага в публка^ях якоí зосе-реджена на аналiзi джерел формування мюцевих бю-джетiв; узагальненнi свтэвого досвiду iз цього питання; Ю. Ганущак [5], науковi iнтереси якого включають особ-ливостi формування бюдже^в мiсцевого самовряду-вання в умовах формування спроможних територiаль-них громад, яке нин вiдбуваеться в межах децентраль зацií управлiння територiями; I. Лунша, Н. Проць [6], М. Трещов [7], О. Крайник [8], С. Слухай, Н. Здерка [9], Ю. Петленко [10], С. Бондар [11], I. Патока [12], увага яких концентруеться на проблематиц удосконалення порядку адмшютрування податку на доходи фiзичних оаб, його бюджетоутворювально1 функци, у тому чи^ в умовах фшансово-бюджетно1 децентралiзацií.
Попри широке розмаггтя наукових дослiджень проблематики оподаткування шдивщуальних доходiв та його ролi у формуваннi до^^^ьо! ресурсноí бази самоврядних бюдже^в, дискусiйним залишаеться широке коло питань, пов'язаних iз: невизначенютю порядку адмшют-рування податку на доходи фiзичних осiб, що зумовлено вщсутнютю чiткого бачення шляхiв балансування штере-сiв мiж членами тертг^ально1 громади, як платникiв податгав та одержувачiв послуг, та спроможнютю мюце-вого самоврядування щодо належного забезпечення такими послугами, особливо з урахуванням значно1 строкатост населених пункпв за рiвнем со^ально-економiчного розвитку та бюджетоспроможност1; вщсут-нiстю обфунтованих пiдходiв до оцiнки сукупного податкового навантаження на шдивщуальш доходи громадян, зокрема, у контекст запровадження майнових податгав; трансформа^ею бюджетоутворювальноí функци податгав на шдивщуальш доходи в умовах виникнення диспро-порцш у ресурсному забезпеченн бюджетiв терит^а-льних громад при змiнi 1х моделi розвитку тощо.
Методологiя. У статтi на основi узагальнення наукових поглядiв здiйснено спробу системного пщходу до виршення проблематики формування дiевоí системи оподаткування доходiв громадян у контекст и використання як шструментарю формування мiсцевих публiч-них фiнансiв, пiдвищення и результативност з метою забезпечення балансу штереав у ланцюгах загальноí системи "шдивщ - сусптьство": "шдивщ - терит^аль-на громада", "територiя-постачальник робочоí сили -територiя-реципiент робочоí сили (сфера застосування
© Лютий I., 1ванюк В., 2018
