CC BY
176
Банковская деятельность
УДК 336.71
ПРИМЕНЕНИЕ ИНДЕКСА ЛЕРНЕРА К ОЦЕНКЕ КОНКУРЕНЦИИ НА РЫНКЕ КРЕДИТОВАНИЯ МАЛОГО И СРЕДНЕГО БИЗНЕСА В РОССИИ
Анна Владимировна Бакайкина,
аспирантка секции «Мировые финансы» факультета мировой экономики и мировой политики, Национальный исследовательский университет -Высшая школа экономики, Москва, Российская Федерация
Предмет/тема. В последнее время рынок кредитования малого и среднего бизнеса (МСБ) рос значительными темпами, став важнейшим направлением развития бизнеса для многих российских банков. Традиционно считается, что конкурентным преимуществом в обслуживании данного сегмента рынка обладают малые и средние банки. Рыночная власть многих из них, имеющих ограниченный доступ к рынкам капитала, до украинского кризиса 2014 г. по большей части поддерживалась за счет средств международных банков развития (БР). В целом доля кредитных портфелей банков - партнеров БР в российском сегменте кредитования МСБ была и остается довольно значительной, и, например, в 2013 г. она составила порядка 31,5%.
Цели/задачи. Цели данной работы состояли в оценке степени конкуренции в сегменте кредитования МСБ, а также анализе рыночной власти различных групп коммерческих банков.
Методология. В качестве метода исследования был выбран индекс Лернера, позволяющий определить, какие из групп банков (мелкие, средние и крупные; партнеры и не партнеры различных БР) обладают более высокой рыночной властью и как она изменяется во времени.
Результаты. Результаты исследования показывают, что сегмент кредитования МСБ по структуре представляет собой монополистическую конкуренцию, доминирующую позицию в которой
занимают госбанки. Монопольная власть данной группы объясняется использованием ими экономии в масштабе, низкой стоимостью фондирования и меньшими рисками по выдаваемым ссудам. Эффект от поддержки БР мелких и средних банков не находит существенного отражения в их рыночной власти. Наиболее успешными с точки зрения рыночной власти банков-партнеров являются программы кредитования МСБ ЕБРР и АО «МСП Банк».
Выводы/значимость. Данная работа вносит значительный вклад в область изучения банковской конкуренции, адаптируя показатель оценки конкуренции всего рынка банковских услуг к оценке степени конкуренции на рынке отдельно взятого продукта - кредита МСБ, а также показывая наличие конкуренции между такими институтами, как банки развития.
Ключевые слова: банковская конкуренция, кредитование МСБ, банки развития, индекс Лернера, Европейский банк реконструкции и развития, Международная финансовая корпорация, АО «МСП Банк», Черноморский банк торговли и развития
Введение
В последние годы сегмент кредитования малого и среднего бизнеса в России рос значительными темпами, увеличившись, по данным «Эксперт РА»,
с 3,2 трлн руб. в 2010 г. до 5,2 трлн руб. в 2013 г., со среднегодовым темпом прироста, равным 18,25%, что превышает, например, темпы прироста кредитования корпоративных клиентов - 15,25% (рассчитано на основании [2, 4]). Активное развитие данного направления российскими банками (как крупными, так и мелкими, и средними) обусловлено снижением привлекательности других сегментов кредитного рынка: корпоративного за счет наблюдающегося уменьшения банковской маржи, вызванного сокращением спроса со стороны крупных компаний на кредитные продукты российских банков, а розничного - за счет ужесточения регулирования со стороны Банка России.
Существует два основных подхода к обслуживанию сегмента МСБ коммерческими банками. Первый носит название «индивидуальный подход» (или так называемый relationship banking) [9]. Как правило, конкурентным преимуществом при его использовании обладают малые и средние банки. Данный подход предполагает наличие доступа к «неформальной» информации при оценке кредитных рисков потенциальных заемщиков, т.е. информации, не отражаемой напрямую в их отчетности [23], например, к сведениям, полученным кредитным экспертом в результате осмотра производственных мощностей компании. Исследователи считают, что благодаря использованию этого подхода малые и средние банки способны успешно решать проблемы, связанные с моральным риском, непрозрачностью информации и неблагоприятным отбором, что в экономической литературе получило название small bank advantage hypothesis [24]. Применение банками индивидуального подхода до недавнего времени являлось основным объяснением успешности работы того или иного банка с предприятиями МСБ. Однако в последнее время все более и более конкурентоспособными на рынках кредитования многих стран мира выглядят крупные отечественные и иностранные банки, применяющие альтернативный - транзакционный - подход к обслуживанию МСБ (так называемый transaction banking [8]), который подразумевает, что банки строят свое конкурентное преимущество на использовании точной информации (hard information), в основном за счет применения скоринговых моделей, существенно снижающих себестоимость банковских продуктов [25].
Российский рынок кредитования МСБ сочетает в себе как транзакционный подход к обслуживанию
клиентов, так и индивидуальный. В частности, первый находит свое отражение в стратегии развития крупных государственных банков, активно применяющих технологии поточного кредитования. Мелкие и средние банки используют второй подход, значительное содействие в развитии которого до украинского кризиса 2014 г. оказывалось международными банками развития (БР), в частности, Европейским банком реконструкции и развития (ЕБРР), Международной финансовой корпорацией (МФК) и Черноморским банком торговли и развития (ЧБТР). Сегмент кредитования МСБ ввиду структурных особенностей российской экономики настолько важен, что для развития кредитования данной категории предприятия в России был создан специализированный национальный банк развития -АО «МСП Банк», входящий в группу Внешэкономбанка.
Для малых и средних банков, изначально имеющих ограниченный доступ к рынкам капитала по сравнению с крупными, при использовании фондирования от международных банков развития (в частности, ЕБРР и МФК) дополнительным бонусом является бесплатная консультационная помощь во внедрении новых продуктов в сегменте обслуживания МСБ. При использовании средств АО «МСП Банк» - низкая стоимость представляемых им средств по сравнению с рыночной. В целом доля портфелей банков - партнеров БР в российском сегменте кредитования МСБ является весьма значительной: например, в 2013 г. она составила порядка 31,5%х.
Целью данного исследования является оценка степени конкуренции в сегменте кредитования МСБ за 2010-2013 гг., а также анализ рыночной власти различных групп коммерческих банков. В качестве метода исследования был выбран индекс Лернера, позволяющий определить, какие из групп банков (мелкие, средние и крупные; партнеры и не партнеры БР) обладают наиболее высокой рыночной властью и как она изменяется во времени. Вклад данной работы в область изучения банковской конкуренции заключается в применении показателя оценки конкуренции всего рынка банковских услуг к оценке степени конкуренции на рынке отдельно взятого продукта - кредита МСБ.
1 Рассчитано как доля кредитных портфелей банков - партнеров четырех банков развития - ЕБРР, МФК, АО «МСП Банк», ЧБТР на рынке кредитования МСБ (данные по рынку взяты из обзора рейтингового агентства «Эксперт РА» [4]).
Основные подходы к оцениванию конкуренции в банковском секторе
В научной литературе сложилось два подхода к оценке степени конкуренции на рынке банковских услуг. Первый подход является частью традиционной теории отраслевых рынков (Traditional Industrial Organization) и носит название «структура-поведение-результат» [7]. Это направление доминировало в исследовательской литературе вплоть до 1990-х гг. Данный подход предполагает экзогенность структуры рынка и наличие обратной связи между концентрацией и конкуренцией. Считается, что структурные характеристики рынка (такие, как число банков, их величина, степень дифференцированности продукта) позволяют объяснить поведение банка, политику его ценообразования, принятие им различных форм стратегических решений (в том числе склонность к сговорам). Поведение в свою очередь оказывает влияние на показатели деятельности банков (return on assets, ROA, return on equity, ROE) На более высококонцентрированных рынках банки устанавливают более высокие цены на свои продукты [14], они имеют доступ к более высокой монопольной ренте (процентной марже), что ведет к росту их прибыльности. К тому же в высококонцентрированных рынках выше вероятность тайных сговоров, поскольку банки стремятся сохранить монопольную ренту.
Традиционными для данного подхода мерами оценки концентрации на рынке являются индексы ^-концентрации, индекс Херфиндаля-Хиршмана (Herfindahl-Hirschman, HHI), а также кривая Лоренца и индекс Джини. Их несомненным достоинством являются простота вычисления и минимум необходимой информации.
Наиболее простейшим среди индексов структурного подхода является индекс ^-концентрации, вычисляемый как сумма рыночных долей крупнейших ^-игроков на рынке:
CRk =Ít S, i=i
где S - рыночная доля i-го банка.
Не существует единой методологии относительно количества банков, включаемых в подсчет, в эмпирических исследованиях обычно оно равно 3 или 5. Данный индекс принимает значение от 0 до 1, где 0 характеризует ситуацию наличия на рынке большого числа мелких игроков, а 1 в свою очередь означает полный контроль над рынком крупнейшего игрока.
Еще одним индикатором, измеряющим концентрацию в рамках данного подхода, является нормированный индекс Херфиндаля-Хиршмана (Normalized Herfindahl-Hirschman index, NHHI) или индекс полной информации, вычисляемый по формуле:
NHHI = ¿
2 i
s--
J_N
i '
N
где N - количество банков.
В данном индексе больший вес получают банки с большими рыночными долями. Показатель (из-за нормирования на 1/N,) принимает значения от 0 до 1, как и в предыдущем случае означая, что чем больше концентрация, тем большее значение принимает показатель.
Кривая Лоренца и индекс Джини - индикаторы, которые измеряют неоднородность распределения рыночных долей. Первый представляет собой изображение функции распределения, аккумулирующей долю числа банков и выпускаемый ими совокупный продукт (см. рис. 1).
На основании кривой Лоренца рассчитывается индекс Джини как отношение площади области между прямой в 45° и кривой Лоренца к площади всей области ниже биссектрисы [6]:
gi=i+-+(-2-y,
Ж (Ж2y
где yt - выпуск i-го банка (ранжированный в выборке по убыванию); y - средний выпуск.
Значения данного показателя также варьируются в пределах от 0 до 1, где 1 свидетельствует о наличии абсолютного неравенства в распределении рыночных долей между игроками, 0 - об обратном.
Второй подход к оценке конкуренции возник в рамках новой эмпирической теории отраслевых рынков (New Empirical Industrial Organization, NEIO), подразумевающей, что помимо структуры рынка и его концентрации существуют другие факторы, способные оказывать влияние на поведение рыночных игроков - входные барьеры, общая состязательная способность банков [22]. Главным преимуществом данного подхода является то, что он заранее не отвергает наличие конкуренции на высококонцентрированных рынках [18].
Среди основных методов оценки степени конкуренции в данном подходе можно выделить: модель Бреснахана-Лау, модель Панзара-Росса, индекс Лер-нера и индикатор Буна. Модель Бреснахана-Лау [12,
I=i
Суммарный выпуск, % 100
Рис. 1. Кривая Лоренца для банковской системы
40 60
Доля банков (от мелких к крупным), %
20] представляет собой модель краткосрочного равновесия, оценивающую рыночную власть среднего банка на основе структурных моделей спроса и предложения. Модель Панзара-Росса [22] является моделью долгосрочного равновесия, оценивающей сумму эластич-ностей приведенной формы уравнения (reduced form equation) общей выручки к ценам, ресурсы банка по труду и капиталу. Данный показатель носит название H statistic и варьируется от - <» до 1, значение показателя, равное 1, свидетельствует о совершенной конкуренции, в то время как равенство данного показателя нулю или отрицательное его значение говорит о монополии или кооперированной олигополии [10]. Индикатор Буна (или метод сравнительных ценовых разниц) предполагает, что банки с меньшими издержками более прибыльны и занимают большую рыночную долю, таким образом, на рынке происходит перераспределение рыночных долей от менее эффективных к более эффективным игрокам. Чем более конкурентен рынок, тем сильнее данный эффект [11]. В отличие от предыдущих индикаторов индекс Лернера рассчитывается на уровне конкретно взятого банка2 как отношение наценки (цена за вычетом предельных издержек) к устанавливаемой им цене [21].
Приведенные методы оценивают банковскую конкуренцию для всего рынка банковских услуг, их применение в исследовании рынка отдельно взятого банковского продукта представляется весьма проблематичным и, насколько известно авторам, не освещено в литературе. Продуктовые рынки традиционно исследуются при помощи применения структурных
100
моделей спроса и предложения (в частности, полиномиальной логистической регрессии [16]), однако для их эмпирической оценки существенным является наличие информации, составляющей банковскую тайну. Поэтому требуется трансформация стандартных методов оценки. Наиболее удобным с этой точки зрения методом является индекс Лернера, во-первых, являющийся прямой мерой конкуренции, а во-вторых, рассчитываемый на уровне конкретно взятого банка, что дает в дальнейшем возможность сопоставления данного индикатора для различных групп банков.
Описание данных и методология исследования
В исследовании используются показатели деятельности российских коммерческих банков, вовлеченных в сегмент кредитования МСБ3 с 2010 по 2013 г. Обоснованием выбранного периода является то, что в это время произошло значительное развитие исследуемого рынка, начал функционировать крупный институт развития - АО «МСП Банк», а также то, что некоторые необходимые для подсчета переменные (например, ставки по корпоративным депозитам в разрезе конкретных рейтинговых шкал) были доступны лишь в период с 2010 г. Список основных используемых переменных, методология их подсчета, а также источники информации указаны в табл. 1.
2 Хотя следует отметить, что в некоторых исследованиях (например, [15]) предложен расчет индикатора Буна на уровне конкретно взятого банка с помощью локально-взвешенной регрессии.
3 Поскольку в отчетности коммерческих банков отсутствует информация по суммарному портфелю МСБ, все используемые статистические показатели по данному направлению банковского бизнеса аппроксимировались через портфель кредитов индивидуальным предпринимателям (ИП).
Таблица 1
Описание переменных
Обозначение Название переменной Расчет Источник данных
P Годовая ставка по кредитам МСБ Отношение процентных доходов по кредитам МСБ к средней хронологической по портфелю МСБ Формы 101 и 102, Банк России
r Норма резервирования по совокупному кредитному портфелю Средняя хронологическая Форма 101, Банк России
if 'о Безрисковая ставка фондирования Средняя геометрическая ГКО-ОФЗ, Банк России
iffm Стоимость фондирования банков на финансовом рынке Среднегодовая ставка по корпоративным депозитам коммерческих банков для каждой шкалы рейтинга Международного рейтингового агентства «Moody's» Система «СПАРК-Интерфакс»
i Ставка по кредитам банкам - партнерам АО «МСП Банк» Средневзвешенная по совокупному портфелю АО «МСП Банк» АО «МСП Банк «(по запросу)
F Объем фондирования от АО «МСП Банк» Произведение совокупного портфеля АО «МСП Банк» на долю кредитного портфеля банка-партнера в совокупной выборке АО «МСП Банк» (по запросу)
P 1 SMEBank Ставка по программам МСБ банков - партнеров АО «МСП Банк» Средневзвешенная по совокупному портфелю АО «МСП Банк» АО «МСП Банк» (годовые отчеты)
SME loans Портфель МСБ кредитов Средняя хронологическая Субсчета 45403-45408 формы 101, Банк России
X Совокупный кредитный портфель Отчет «Интерфакс-100», Интерфакс-ЦЭА
L Дебетовые обороты по совокупному кредитному портфелю Средняя хронологическая Форма 101, Банк России
R Совокупные обязательства Разница между активами и собственным капиталом банка Отчет «Интерфакс-100», Интерфакс-ЦЭА
OC Операционные расходы Стоимость труда и капитала коммерческого банка Форма 102, Банк России
sec_ iss Выпущенные ценные бумаги Отчет «Интерфакс-100», Интерфакс-ЦЭА
liab b Обязательства перед банками Отчет «Интерфакс-100», Интерфакс-ЦЭА
sett acc corp Расчетные счета предприятий Отчет «Интерфакс-100», Интерфакс-ЦЭА
set ac ret Расчетные счета физических лиц Отчет «Интерфакс-100», Интерфакс-ЦЭА
dep corp Корпоративные депозиты Отчет «Интерфакс-100», Интерфакс-ЦЭА
dep retl Депозиты физических лиц Отчет «Интерфакс-100», Интерфакс-ЦЭА
lb Кредиты коммерческим банкам Отчет «Интерфакс-100», Интерфакс-ЦЭА
loans corp Корпоративные кредиты Отчет «Интерфакс-100», Интерфакс-ЦЭА
loans ret Кредиты физическим лицам Отчет «Интерфакс-100», Интерфакс-ЦЭА
corr acc Корреспондентские счета Отчет «Интерфакс-100», Интерфакс-ЦЭА
sec_ b Вложения в ценные бумаги Отчет «Интерфакс-100», Интерфакс-ЦЭА
Примечание. Для упрощения восприятия индексы были опущены, однако каждая из описанных переменных рассчитывалась для конкретно взятого банка I (за исключением безрисковой ставки фондирования, одинаковой для всего рынка) в период времени I.
Следует также отметить, что из выборки были исключены коммерческие банки, цены на кредитные продукты для МСБ которых были ниже 10% и более 30%, что, думается, является нереалистичным. Возникает подобная ситуация из-за того, что процентные доходы, применяемые для расчета цен, содержат в себе в том числе выручку от кредитов, выданных в другой временной промежуток. Схожая ситуация привела к искажению показателя нормы резервирования для некоторых банков, в связи с чем применялась техника «скользящего окна» для его сглаживания.
Принимая во внимание достаточную активность и широкую сеть коммерческих банков, являющихся партнерами банков развития, значительные усилия были направлены в область сбора информации по действующим на территории России программам кредитования МСБ различных БР, спискам партнеров БР, суммам поддержки и срокам кредитования, которая была получена из открытых баз данных на сайтах ЕБРР, МФК и ЧБТР. Значительный интерес для исследования представляла информация по среднегодовым ставкам, в результате чего в соответствующие банки были отправлены запросы, однако удовлетворены они были лишь в случае с крупнейшим по численности партнерской сети в России банком развития - АО «МСП Банк». Представители других финансовых организаций мотивировали свой отказ тем, что ставки, по которым осуществляется фондирование коммерческих банков, складываются на рыночной основе, что в дальнейшем помогло аппроксимировать стоимость подобных кредитов. Важной информацией также явились данные АО «МСП Банк» по совокупным среднегодовым объемам кредитования и списки банков-партнеров по годам.
Все эконометрические оценки были получены посредством применения метода наименьших квадратов или в случае с оценкой операционных расходов для решения проблемы мультиколлине-арности ридж-регрессией, а в некоторых случаях использовалась логистическая регрессия. Применение панельных методов оценки было отвергнуто на начальном этапе исследования ввиду многократного сокращения выборки, лишь небольшое число коммерческих банков получало фондирование от БР на протяжении всего исследуемого периода -2010-2013 гг.
Оценка уровня конкуренции на рынке кредитования МСБ производилась на основании индекса
Лернера - показателя, определяющего рыночную власть отдельно взятого банка:
ы =_ и п
(1)
где P, - средневзвешенная годовая ставка банка i по кредитам МСБ в момент времени t; MC - предельные операционные издержки выдачи 1 дополнительного руб. кредитов субъектам МСБ.
Индекс принимает значения от 0 до 1, чем больше значение показателя, тем большей рыночной властью обладает банк. Так, индекс Лернера, равный 1, свидетельствует о монополии на рынке, в то время как 0 характеризует состояние совершенной конкуренции.
Существенной сложностью при расчете данного показателя являлось то, что цены на кредиты МСБ напрямую не отражаются в отчетности банков, что требует поиска дополнительных переменных (proxy variables) для их оценки. Второй проблемой было и то, что применение спецификации функций издержек (в основном в транслогарифмической форме) в форме, традиционно используемой в литературе при оценке общего уровня конкуренции в банковском секторе, также не представлялось возможным.
Таким образом, цены на кредиты для МСБ в соответствии с некоторыми исследованиями (например, [1]) рассчитывались по формуле: Interest incomeit
P =-
SME loans4t
где Interest _ income tt - процентные доходы банка i, полученные за время t по портфелю МСБ; SME _ loans, - совокупный объем задолженности заемщиков по кредитам МСБ. Формула для расчета предельных издержек банка - дополнительных затрат на выдачу 1 дополнительного руб. ссуды заемщику представляет собой производную операционных расходов банка по его совокупному кредитному портфелю:
дС,
MCit =- it
dLit
где Сй - издержки банка г в момент времени г; Ь - средняя хронологическая дебетовых оборотов по кредитному портфелю банка. Однако предельные издержки в этом случае не принимают во внимание специфическую черту банковского бизнеса - создание резервов банками под возможные потери по ссудам в зависимости от
риска (что, кстати, также и не учитывается при расчете традиционно оцениваемой транслогистической функции операционных издержек) и лишь косвенно учитывают стоимость фондирования, поэтому для их точной оценки была предложена следующая модификация:
Ж* = + + а и, где - стоимость фондирования, приходящаяся на 1 руб. выданных субъектам МСБ кредитов банком / в момент времени Г; г - резервы под выданные субъектам МСБ кредиты;
аи - доля операционных расходов на 1 руб. кредита, выданного субъекту МСБ. Далее рассмотрим расчет каждой компоненты предельных издержек по отдельности.
Так, оценка стоимости фондирования банка проводилась по следующей формуле:
ift =i(t + jPDlt,
(2)
ln
PD.
-1
= Pot +Plt lnRit +sit.
Предлагается, что ошибка e ~ N(0, ст2). (3) В качестве зависимой переменной в уравнении (3) применяется отношение шансов (odds ratio), т.е. отношение вероятностей наступления и ненаступления события (дефолта) для того, чтобы область ее изменения была сопоставима с областью изменений независимой переменной.
В исследовании был принят во внимание тот факт, что включаемые в выборку коммерческие банки получают фондирование либо на внешнем рынке капитала, либо от БР, причем международные банки развития и рыночные инвесторы обладают одинаковой риск-оценкой, поскольку средства, выдаваемые ими, имеют приблизительно одинаковую стоимость. Однако оценка степени риска АО «МСП Банк» отлична от них, так как его средства a priori обладают заниженной стоимостью. Поэтому для ее расчета была использована модификация уравнения 24:
SME Bank
( i - ht )Z Ft
_i=1
i,FaPDü
(4)
где i{it - безрисковая ставка фондирования;
у - субъективная мера чувствительности инвестора к риску по конкретному банку-заемщику (аналогична бета-коэффициенту в Capital Asset Pricing Model, CAPM); PDjt - вероятность дефолта банка-партнера. Оценку вероятности дефолта банка можно получить из таблиц международных рейтинговых агентств, но менее чем у 15% российских банков имеется международный рейтинг, поэтому она рассчитывалась с помощью логистической регрессии. Этот метод, с одной стороны, достаточно прост, а с другой стороны, в отличие от линейной регрессии позволяет работать с категориальными выходными переменными и учитывает специфическую черту вероятности - ее вариацию в пределах от 0 до 1. При этом:
1
PDt =-,
1 + exP(Pot + Pitln R,t) где Rit- совокупные обязательства банка;
p0t и p1t - оценки, полученные из регрессии
( 1 ^
где it - средневзвешенная ставка по портфелю АО «МСП Банк» в период t;
i0t - безрисковая ставка (среднегеометрическая ставка по ГКО - ОФЗ);
F - объем фондирования, полученный коммерческим банком i от АО «МСП Банк» в период t.
Для банков - партнеров остальных банков развития (ЕБРР, МФК, ЧБТР), а также банков, не использующих ресурсы подобных организаций, оценка субъективной меры чувствительности инвестора к риску производилась на основании следующей формулы:
if =Y „ +htPDMoody's + 5,,
где if - стоимость фондирования коммерческих банков на финансовом рынке;
пгMoody' s i г
PDit Л - вероятность дефолта банка-партнера i в период времени t по рейтинговой шкале Международного рейтингового агентства Moody's; %й ~ N(0,ст2).
' Выглядящую, однако, следующим образом:
N
£ (iot + y,PDt,) F, — i=i
N
S Ft, i=1
где i - безрисковая ставка;
БМЕ^апк - чувствительность к риску АО «МСП Банк»;
РБГ - вероятность дефолта банка-партнера I в момент времени Г;
^ - величина средств, полученных от АО «МСП Банк» коммерческим банком;
N - количество банков - партнеров АО «МСП Банк» в момент времени Г.
Вторая компонента предельных издержек - норма резервирования - рассчитывалась на основании резервов по кредитному портфелю банка RES., приходящихся на его совокупный портфель X.:
RES*
dOCt dX,t Vitß8tOC,t
X«
В данном случае предполагается, что в отношении портфеля каждого продукта банк ведет одинаковую политику в области принятия рисков, в связи с чем в среднем норма резервирования по портфелю каждого отдельно взятого продукта должна быть одинаковой. Это позволяет устранить погрешность в оценках, возникающую из-за доступности точных данных лишь по части портфеля кредитов МСБ -кредитам ИП.
Последняя компонента предельных издержек представляет собой оценку доли операционных расходов, приходящихся на каждый руб. выдаваемых субъектам МСБ кредитов. В данной работе операционные издержки были оценены с помощью регрессии, имеющей следующую форму5:
1п ОСи =вои + 1п ш]Ы +С,, (5)
где 1п ОСи - операционные расходы банка \ в период времени
1п шр - активные и пассивные операции банка (их состав подробно описан в табл. 1);
сй ~ N(0,а2).
Выбранная спецификация модели (4) при ее оценке методом наименьших квадратов привела бы к неустойчивости полученных оценок из-за мульти-коллинеарности, во избежание чего была использована ридж-регрессия (или гребневая регрессия).
Полученная в уравнении (5) оценка является средней по банковской системе, поэтому в целях учета неоднородности имеющейся выборки данный показатель был рассчитан для каждого конкретного банка с учетом предположения, что он зависит от величины кредитного портфеля и дебетовых оборотов по портфелю.
5 Ее применение для оценки издержек по кредитам МСБ не представляется возможным из-за сложности аппроксимации трудовых и капитальных затрат, приходящихся непосредственно на выпуск и облуживание данного банковского продукта. К тому же модель стохастической границы предполагает оценку методом панельной регрессии с учетом структуры данных (отсутствия информации по поквартальному распределению средств банков развития в банковской системе). Так как данная статья сфокусирована на получение информации по конкуренции в динамике за 2010-2013 гг., применение панельной регрессии является нецелесообразным.
dX,t dL,t
где Р8г - оценка приходящихся на 1 руб. выдаваемых корпоративных кредитов6;
- показатель зависимости дебетовых оборотов банка от величины его кредитного портфеля.
1п Хи 1п 1П и,
где ~ N(0,а2).
Основные результаты оценок
Результаты оценки базового уравнения (1) показывают, что рынок кредитования МСБ в России представляет собой монополистическую конкуренцию (табл. 2). Данные оценки, в целом, не противоречат выводам, полученным при изучении вопроса конкуренции в российском банковском секторе, однако отличаются по своей величине от полученных в других работах. Так, по сравнению с результатами Fungacova et а1. [17], а также Anzoategш et а1. [5], исследующими конкуренцию для всего рынка банковских услуг за период до 2008 г., рынок кредитования МСБ выглядит более монополизированным. Это отчасти происходит из-за того, что приведенные исследования анализировали период мощного роста экономики, благоприятствующего процветанию конкуренции.
Таблица 2
Описательная статистика индекса Лернера для банковской системы
Период Значение Стандартное отклонение
2010 0,3159 0,1274
2011 0,2137 0,1337
2012 0,2285 0,1341
2013 0,3027 0,1405
Однако в сравнении с оценками, полученными в работе М. Мамонова [3], изучавшего кредитный рынок России за более поздний (и более близкий
6 Поскольку кредиты категории МСБ отражаются банками лишь частично (через кредиты ИП), что для многих банков составляет небольшую часть их совокупного портфеля по МСБ, наблюдаются смещенные и незначимые оценки. Поэтому для получения более надежной оценки по операционным расходам было решено использовать в качестве ргоху-переменной оценку по корпоративным кредитам банка из-за того, что кредитные продукты для субъектов МСБ по своей сути схожи именно с данной категорией банковских продуктов.
=
к данной работе) период (2004-2011 гг.), а также в работе А. Анисимовой и А. Верникова [1], исследовавших банковскую конкуренцию на уровне двух отдельно взятых регионов (Башкирии и Татарстана), рынок кредитования МСБ выглядит более конкурентным. Это может быть объяснено как применением модифицированной формулы издержек, позволяющих точнее рассчитать издержки, приходящиеся на выпуск единицы банковского продукта, так и тем, что степень конкуренции в разных сегментах рынка банковских услуг различна, поэтому ее сравнение с усредненным по сути уровнем по всему рынку даже на уровне конкретного региона нецелесообразно.
В целом современные рынки банковских услуг различных стран мира по структуре представляют собой именно монополистическую конкуренцию с индексом Лернера, варьирующимся в пределах от 0,2 до 0,47 [13]. Рынок банковских услуг России по степени конкуренции схож с рынками некоторых стран с переходной экономикой - Белоруссии, Венгрии, Польши и Украины, а также с рынками партнеров по недавно созданному Новому банку развития стран БРИКС (за исключением Китая, банковская система которого является более монополизированной). Однако проигрывает более конкурентным рынкам некоторых европейских стран -Бельгии, Греции, Израиля и Португалии.
В последующем банки были разделены на группы по размеру совокупных активов, данные по которым были получены из ежегодных отчетов «Интерфакс-100». Таким образом, банки, занимающие позиции с 1-й по 30-ю, были отнесены к крупным, с 31-й по 200-ю позиции - к средним, все оставшиеся - к мелким. Причем из состава крупных банков были удалены три госбанка - ОАО «Россельхозбанк», ВТБ 24 (ПАО) и ОАО «Сбербанк России», совокупная рыночная доля которых в сегменте кредитования МСБ составляет около 60%, они рассматривались отдельно. Существенных различий между данными банками не наблюдается, поэтому в качестве репрезентативного примера ниже приводятся оценки, полученные для ОАО «Сбербанк России» (табл. 3). Анализ компонент средневзвешенных по кредитному портфелю индексов Лернера показывает, что в период с 2010 по 2013 г. уровень рыночной власти мелких и средних банков не уступал крупным банкам. В то же время важно отметить, что предельные издержки мел-
7 Речь идет о средневзвешенном нескорректированном индексе Лернера.
Таблица 3 Компоненты индекса Лернера для различных групп банков
Год ыи Pu мси Ht rit ait
Крупные банки
2010 0,403 0,181 0,106 0,070 0,034 0,003
2011 0,260 0,143 0,104 0,078 0,023 0,004
2012 0,199 0,135 0,105 0,080 0,023 0,002
2013 0,290 0,138 0,096 0,072 0,021 0,003
Средние банки
2010 0,290 0,167 0,117 0,075 0,036 0,005
2011 0,251 0,154 0,113 0,080 0,027 0,005
2012 0,240 0,152 0,114 0,087 0,026 0,002
2013 0,280 0,159 0,109 0,080 0,024 0,004
Мелкие банки
2010 0,299 0,181 0,124 0,082 0,034 0,007
2011 0,271 0,165 0,117 0,085 0,026 0,006
2012 0,265 0,165 0,117 0,089 0,025 0,002
2013 0,274 0,169 0,118 0,083 0,029 0,006
ОАО «Сбербанк России»
2010 0,279 0,147 0,106 0,066 0,033 0,007
2011 0,167 0,127 0,105 0,077 0,023 0,005
2012 0,246 0,132 0,010 0,076 0,022 0,002
2013 0,313 0,141 0,097 0,067 0,025 0,005
ких и средних банков в целом выше предельных издержек крупных банков, что объясняется более низкой стоимостью внешнего фондирования, доступного крупным банкам, а также более низким уровнем нормы резервирования, наблюдающимся у них. Если учесть тот факт, что цены на банковские продукты у крупных банков ниже, чем у мелких и средних (примерно на 2-3 п.п.), становится понятным, что более надежные заемщики закономерно идут за ссудами в именно крупные банки, за счет чего в последних наблюдается и более низкий уровень риска.
Именно мелкие и средние банки обращаются за получением внешних источников фондирования в БР (хотя встречаются и крупные банки, являющиеся парнерами БР, например, ВТБ 24 (ПАО) и ОАО «Россельхозбанк», которые в данном случае были сознательно исключены из рассмотрения). Однако подобное взаимодействие в последнее время мало сказывается на их рыночной власти - они проигрывают в конкурентной борьбе банкам - не партнерам БР (рис. 2), и связано это главным образом с активным использованием экономии на масштабе госбанков за счет внедрения ими технологий поточного кредитования, доступа к дешевому фондированию, а также низкой степени риска конечных заемщиков, значительно снижающих себестоимость продукции.
Доля 0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
2010 2011 2012 2013
■ LI (банки - партнеры БР) ■ LI (банки - не партнеры БР)
Рис. 2. Индекс Лернера для партнеров и не партнеров БР
Год
В целом предельные издержки банков-партнеров выше на 0,7 коп. на 1 руб. выданных кредитов, а цены - на 2 п.п. ниже.
Ранее уже отмечалось, что существуют определенные различия между БР, поэтому неудивительно, что рыночная власть групп банков-партнеров также отличается от одного финансового института к другому. Наилучшими конкурентными позициями в данном случае обладают программы кредитования МСБ банков - партнеров ЕБРР (табл. 4).
Банки - партнеры АО «МСП Банк» и ЕБРР с характеризуются примерно одинаковым индексом Лернера, с тем лишь различием, что предельные издержки банков - партнеров АО «МСП Банк» ниже на 0,2-0,4 коп. на 1 руб. выданных кредитов по сравнению с партнерами ЕБРР, последние в свою очередь предлагают кредитные продукты по более высоким (на 0,1-1,3 п.п.) ценам. Наиболее низкие по стоимости кредиты выдают партнеры ЧБТР при схожих по уровню с партнерами остальных БР предельных издержках, что объясняет их низкую рыночную власть. Важным является также то, что ЧБТР и МФК в качестве банков-партнеров выбирают сравнительно более рисковые банки, что находит отражение в стоимости фондирования от них (как было описано ранее, рисковая компонента данного показателя во многом определялась вероятностью дефолта банка).
Таблица 4
Компоненты индекса Лернера для банков -партнеров различных БР
Год ыи Pu мси rit «й
Банки - партнеры ЕБРР
2010 0,398 0,188 0,111 0,070 0,037 0,003
2011 0,248 0,141 0,106 0,078 0,023 0,004
2012 0,233 0,143 0,108 0,083 0,023 0,002
2013 0,292 0,148 0,103 0,076 0,023 0,004
Банки - партнеры МФК
2010 0,403 0,187 0,111 0,070 0,037 0,004
2011 0,296 0,148 0,103 0,076 0,023 0,004
2012 0,230 0,150 0,113 0,090 0,021 0,002
2013 0,145 0,135 0,115 0,088 0,023 0,005
Банки - партнеры ЧБТР
2010 0,231 0,143 0,110 0,071 0,036 0,003
2011 0,126 0,126 0,109 0,082 0,024 0,003
2012 0,148 0,126 0,107 0,085 0,021 0,002
2013 0,217 0,137 0,106 0,089 0,023 0,004
Банки - партнеры АО «МСП Банк»
2010 0,376 0,175 0,107 0,070 0,034 0,003
2011 0,252 0,140 0,104 0,076 0,023 0,004
2012 0,226 0,142 0,108 0,084 0,023 0,002
2013 0,308 0,145 0,010 0,071 0,024 0,005
Выводы
Данная работа посвящена оценке конкурентной среды в сегменте рынка банковских продуктов: кредитовании субъектов малого и среднего бизнеса
с помощью использования прямой меры оценки конкуренции - индекса Лернера. Это исследование уникально тем, что в нем предложен подход, на основании которого данный индикатор рассчитывался для отдельной группы банковских продуктов посредством применения специально разработанных модифицированных формул для расчета как операционных расходов, так и предельных издержек банка, приходящихся на 1 руб. кредита МСБ.
Результаты исследования показывают, что сегмент кредитования МСБ по структуре представляет собой монополистическую конкуренцию, что согласуется с результатами предыдущих исследований по данной тематике [1, 3, 5, 17]. При более детальном изучении рыночной власти отдельных групп банков было выявлено, что мелкие и средние банки, фондирующиеся за счет средств БР, в целом теряют свои конкурентные позиции из-за экспансии крупных игроков, прежде всего государственных банков, обусловленной применением ими техник поточного кредитования, доступом к дешевому фондированию и более низким уровнем риска по выдаваемым кредитам. В исследовании было выявлено, что рыночная власть партнеров разных БР также отличается наиболее успешными с данной позиции являются программы партнеров ЕБРР и АО «МСП Банк». В дальнейшем предполагается оценить конкурентные позиции коммерческих банков не только через сопоставления прибыльности их различных программ МСБ, но и посредством оценки и сравнения способности коммерческих банков к аккумулированию больших долей рынка. Важный вывод исследования заключается в том, что банки развития в конечном итоге конкурируют через своих партнеров, что в конечном итоге подтверждает выводы, сделанные исследователями по другим регионам мира, в частности странам Латинской Америки [19]. В качестве продолжения данного исследования автором предполагается решение весьма интересной задачи - оценки степени конкурентоспособности непосредственно банков развития (а не их партнеров) через оценку эффективности распределения их кредитных портфелей среди действующих банков-партнеров.
Список литературы
1. Анисимова А., Верников А. Структура рынка банковских услуг и ее влияние на конкуренцию (на примере двух российских регионов) // Деньги и кредит. 2011. № 11. С. 53-62.
2. Картуесов А., Онухов А., Доронкин М. Кредитование малого и среднего бизнеса в России: конкуренция обостряется. URL: http://raexpert.ru/ docbank/700/63f/d16/c211fae4b8a08dca04148c0.pdf.
3. Мамонов М.Е. Влияние рыночной власти российских банков на их склонность к кредитному риску: результаты панельного анализа // Прикладная эконометрика. 2012. № 4.С. 85-112.
4. Сараев А., Доронкин М., Волков С. Кредитование малого и среднего бизнеса в России: рост без драйверов. URL: http://raexpert.ru/researches/banks/ frb_2013_itogi.
5. Anzoategui D., Mar^nez Pema M.S., Melecky M. Banking sector competition in Russia // Policy Research Working Paper. 2012. № 5449. URL: https://openknowledge.worldbank.org/bitstream/ handle/10986/3932/WPS5449.pdf.
6. ArbyM.F. Structure and performance of commercial banks in Pakistan // MPRA Paper. 2007. № 4983. URL: http://mpra.ub.uni-muenchen.de/4983.
7. Bain J.S. Barriers to New Competition. Cambridge, MA: Harvard University Press, 1956. 329 p.
8. Berger A.N., Udell G.F. A More Complete Conceptual Framework for Financing of Small and Medium Enterprises // Journal of Banking and Finance. 2006. № 30. P. 2945-2966. URL: https://openknowledge. worldbank.org/bitstream/handle/10986/8553/wps3795. pdf.
9. Berger A.N., Udell G.F. Small business credit availability and relationship lending: The importance of bank organizational structure // The Economic Journal, 2002. Vol. 112. Iss. 477. P. 32-53.
10. Bikker J., Shaffer S., Spierdijk L. Assessing competition with the Panzar-Rosse model: the role of scale, costs, and equilibrium // DNB Working paper. 2009. № 225. URL: http://www.dnb.nl/en/binaries/As sessing%20Competition%20with%20the%20Panzar-Rosse%20Model_tcm47-224137.pdf.
11. Boone J. A new way to measure competition // The Economic Journal. 2008. № 118. P. 1245-1261.
12. Bresnahan T.F. The oligopoly solution is identified // Economics Letters. 1982. № 10. P. 87-92.
13. Clerides S., Delis M. D., Kokas S. A new data set on bank competition in national banking markets // University of Cyprus Working Papers in Economics. 2013. № 08. URL: http://papers.econ.ucy.ac.cy/RePEc/ papers/08-13.pdf.
14. Chen S.H., Liao C.C. Are foreign banks more profitable than domestic banks? Home and host-country effects of banking market structure, governance, and
supervision // Journal of Banking and Finance. 2011. № 35. P. 819-839.
15. DelisM.D. Bank competition, financial reform, and institutions: The importance of being developed // Journal of Development Economics. 2012. № 97. P. 450465.
16. Dick A. Demand estimation and consumer welfare in banking industry // Federal Reserve Board Finance and Economics Discussion Series. 2002. № 58. URL: http://www.federalreserve.gov/pubs/feds/2002/ 200258/200258pap.pdf.
17. Fungàcovà Z., Solanko L., Weill L. Market power in the Russian banking industry // BOFIT Discussion Papers. 2010. № 3. URL: http://www. hse.ru/data/2011/10/26/1269784605/WP_Fungacova-Solanko_Weill_marketpower_10.pdf.
18. Goddard J.A., Molyneux, P., Wilson J.O.S. European Banking. Efficiency, Technology and Growth. Chichester: John Wiley and Sons, 2001. 308 p.
19. Humphrey C., Michaelowa K. The business of development: trends in lending by Multilateral Development Banks to Latin America, 1980-2009 //
CIS Working Paper, 2010. № 65. URL: http://papers. ssrn.com/sol3/papers.cfm?abstract_id=1709988.
20. Lau L.J. On Identifying the degree of competitiveness from industry price and output data // Economics Letters. 1982. Vol. 10. Iss. 1-2. P. 93-99.
21. Lerner A.P. The concept of monopoly and the measurement of monopoly power // The Review of Economic Studies. 1934. № 1. P. 157-175.
22. Panzar J., Rosse J. Testing for 'monopoly' equilibrium // Journal of Industrial Economics. 1987. № 35. P. 443-456.
23. Petersen M.A. Information: Hard and soft // North-Western University and NBER Working paper. 2004. URL: http://www.kellogg.northwestern.edu/ faculty/petersen/htm/papers/softhard.pdf.
24. Shen Y., Shen M., Xu Z., Bai Y. Bank Size and Small- and Medium-sized Enterprise (SME) Lending: Evidence from China // World Development. 2008. № 4. P. 800-811.
25. Stein J.C. Information production and capital allocation: Decentralized vs. hierarchical firms // Journal of finance. 2002. № 57. P. 1891-1921.
Finance and Credit Banking
ISSN 2311-8709 (Online) ISSN 2071-4688 (Print)
APPLYING THE LERNER INDEX TO ASSESS COMPETITION IN THE RUSSIAN SME LENDING MARKET
Anna V. BAKAIKINA
Abstract
Importance Recently, the segment of lending to small and medium-sized enterprises (SME) has been growing rapidly enough to become the most important area of business development for many Russian commercial banks, especially for small and medium-sized banks that traditionally have competitive advantage in this sphere. Prior to the Ukrainian crisis of 2014, multilateral development banks supported the market power of many banks having a limited access to capital markets. The share of partnering financial institutions (PFI) was and is quite significant, for instance, in 2013, their total loan portfolio was about 31.5 % of the total market. Objectives The objective of the research is to assess competition in the segment of SME financing and analyze the degree of market power of different groups of banks.
Methods I chose the Lerner index as the main method of the research. It allows comparing the market power of different groups of banks with respect to the scope of their operations and their access to funding from development banks (PFI or non-PFI). Results The results of the study show that the structure of the SME lending market can be described as monopolistic competition with dominant positions of state-owned banks. The market power of these banks can be explained by the economies of scale, access to cheap funding and lower risks on issued loans. The effect of the support of development banks to small and medium-sized banks is not reflected in their market power. The most successful development banks, in terms of the market power of their partner banks, are the EBRD and SME Bank.
Conclusions and Relevance The work makes a signifi-
cant contribution to the study of banking competition. It shows the existence of competition among development banks.
Keywords: banking competition, SME, lending, development banks, Lerner index, EBRD, IFC, SME Bank
References
1. Anisimova A., Vernikov A. Struktura rynka bankovskikh uslug i ee vliyanie na konkurentsiyu (na primere dvukh rossiiskikh regionov) [The structure of the banking services market and its influence on competition: the two Russian regions case]. Den'gi i kredit = Money and Credit, 2011, no. 11, pp. 53-62.
2. Kartuesov A., Onukhov A., Doronkin M. Kredi-tovanie malogo i srednego biznesa v Rossii: konkurent-siya obostryaetsya [Lending to SME in Russia: competition is escalating]. Available at: http://raexpert. ru/docbank/700/63f/d16/c211fae4b8a08dca04148c0. pdf. (In Russ.)
3. Mamonov M.E. Vliyanie rynochnoi vlasti rossiiskikh bankov na ikh sklonnost' k kreditnomu risku: rezul'taty panel'nogo analiza [The influence ofthe market power of Russian banks on their credit risk appetite: the panel analysis results]. Prikladnaya ekonometrika = Applied Econometrics, 2012, no. 4, pp. 85-112.
4. Saraev A., Doronkin M., Volkov S. Kreditovanie malogo i srednego biznesa v Rossii: rost bez draiverov [A SME lending market overview: growth without drivers]. Available at: http://raexpert.ru/researches/banks/ frb_2013_itogi. (In Russ.)
5. Anzoategui D., Martinez Peria M.S., Melecky M. Banking sector competition in Russia. Policy Research Working Paper, 2012, no. 5449. Available at: https://openknowledge.worldbank.org/bitstream/han-dle/10986/3932/WPS5449.pdf.
6. Arby M.F. Structure and performance of commercial banks in Pakistan. MPRA Paper, 2007, no. 4983. Available at: http://mpra.ub.uni-muenchen. de/4983.
7. Bain J.S. Barriers to New Competition. Cambridge, MA, Harvard University Press, 1956, 329 p.
8. Berger A.N., Udell G.F. A More Complete Conceptual Framework for Financing of Small and Medium Enterprises. Journal of Banking and Finance, 2006, no. 30, pp. 2945-2966. Available at: https://openknowl-edge.worldbank.org/bitstream/handle/10986/8553/ wps3795.pdf.
9. Berger A.N., Udell G.F. Small Business Credit Availability and Relationship Lending: the Importance
of Bank Organizational Structure. The Economic Journal, 2002, vol. 112, iss. 477, pp. 32-53.
10. Bikker J., Shaffer S., Spierdijk L. Assessing Competition with the Panzar-Rosse Model: The Role of Scale, Costs, and Equilibrium. DNB Working Paper, 2009, no. 225. Available at: http://www.dnb.nl/en/bina-ries/Assessing%20Competition%20with%20the%20P anzar-Rosse%20Model_tcm47-224137.pdf.
11. Boone J. A New Way to Measure Competition. The Economic Journal, 2008, no. 118, pp. 1245-1261.
12. Bresnahan T.F. The Oligopoly Solution is Identified. Economics Letters, 1982, no. 10, pp. 87-92.
13. Clerides S., Delis M.D., Kokas S. A new data set on bank competition in national banking markets. University of Cyprus Working Papers in Economics, 2013, no. 08. Available at: http://papers.econ.ucy. ac.cy/RePEc/papers/08-13.pdf.
14. Chen S.H., Liao C.C. Are Foreign Banks More Profitable Than Domestic Banks? Home- and Host-Country Effects of Banking Market Structure, Governance, and Supervision. Journal of Banking and Finance, 2011, no. 35, pp. 819-839.
15. Delis M.D. Bank Competition, Financial Reform, and Institutions: The Importance of Being Developed. Journal of Development Economics, 2012, no. 97, pp. 450-465.
16. Dick A. Demand Estimation and Consumer Welfare in Banking Industry. Federal Reserve Board Finance and Economics Discussion Series, 2002, no. 58. Available at: http://www.federalreserve.gov/ pubs/feds/2002/200258/200258pap.pdf.
17. Fungacova Z., Solanko L., Weill L. Market Power in the Russian Banking Industry. BOFIT Discussion Papers, 2010, no. 3. Available at: http://www. hse.ru/data/2011/10/26/1269784605/WP_Fungacova-Solanko_Weill_marketpower_10.pdf.
18. Goddard J.A., Molyneux P., Wilson J.O.S. European Banking. Efficiency, Technology and Growth. Chichester, John Wiley and Sons, 2001, 308 p.
19. Humphrey C., Michaelowa K. The Business of Development: Trends in Lending by Multilateral Development Banks to Latin America, 1980-2009. CIS Working Paper, 2010, no. 65. Available at: http://papers. ssrn.com/sol3/papers.cfm?abstract_id=1709988.
20. Lau L.J. On Identifying the Degree of Competitiveness from Industry Price and Output Data. Economics Letters, 1982, vol. 10, iss. 1-2, pp. 93-99.
21. Lerner A.P. The Concept of Monopoly and the Measurement of Monopoly Power. The Review of Economic Studies, 1934, no. 1, pp. 157-175.
22. Panzar J., Rosse J. Testing for 'Monopoly' Equilibrium. Journal of Industrial Economics, 1987, no.35,pp.443-456.
23. Petersen M.A. Information: Hard and Soft. Northwestern University and NBER Working Paper, 2004. Available at: http://www.kellogg.northwestern. edu/faculty/petersen/htm/papers/softhard.pdf.
24. Shen Y., Shen M., Xu Z., Bai Y. Bank Size and Small- and Medium-sized Enterprise (SME) Lending: Evidence from China. World Development, 2008, no. 4, pp.800-811.
25. Stein J.C. Information Production and Capital Allocation: Decentralized vs. Hierarchical Firms. Journal ofFinance, 2002, no. 57, pp. 1891-1921.
Anna V. BAKAIKINA
National Research University Higher School of Economics, Moscow, Russian Federation [email protected]
