CC BY
9
Финансы, кредит, денежное обращение
В.В. Рудько-Силиванов,
доктор экономических наук, профессор, академик РАЕН, директор МИФКиБД ДВГАЭУ;
К.В. Лапина,
зам. начальника Управления инспектирования кредитных организаций ГУ ЦБ РФ по Приморскому краю
СИСТЕМА МОНИТОРИНГА ВЗАИМОДЕЙСТВИЯ ФИНАНСОВО-КРЕДИТНОЙ СФЕРЫ И РЕАЛЬНОГО СЕКТОРА ЭКОНОМИКИ РЕГИОНА
Предложен методический подход к использованию системы индексов активности банковского и реального секторов экономики. Показаны примеры его применения, на основании которых сделан вывод об инструментальной ценности данного подхода при разработке денежно-кредитной политики.
Разработка в системе Центрального банка России интегрированной системы индексов активности позволит оценивать, анализировать и прогнозировать направление и масштабы изменения деловой активности в отраслях, секторах и экономике в целом, степень развития и взаимодействия финансово-кредитного и реального секторов экономики. Это, в свою очередь, даст возможность повысить объективность регулирования развития и контроля последствий проведения того или иного варианта денежно-кредитной политики.
Основными источниками исходной информации для индексного моделирования могут быть:
1. Данные из финансовой отчетности банков:
- кредиты, предоставленные коммерческим предприятиям и организациям, находящимся в государственной (кроме федеральной) собственности;
- просроченная задолженность по предоставленным кредитам и прочим размещенным средствам в реальном секторе;
- депозиты коммерческих предприятий и организаций, находящихся в государственной (кроме федеральной) собственности;
- прочие привлеченные средства (реальный сектор);
- прочие размещенные средства;
- операции с ценными бумагами реального сектора;
- расчеты с дебиторами и кредиторами;
- доходы и расходы будущих периодов;
- переоценка средств;
- расчеты по отдельным факторинговым операциям;
- результаты деятельности;
- расчетные операции;
- кредитные и лизинговые операции;
- корреспондентские отношения.
2. Данные по состоянию реального сектора экономики:
- результаты деятельности предприятий - объемы произведенной продукции и услуг, выраженные в денежном исчислении;
- результаты деятельности предприятий - объемы произведенной продукции и услуг, выраженные в натуральных единицах;
- результаты анкетных опросов руководителей предприятий по оценке экономической конъюнктуры.
Весь предлагаемый инструментарий можно представить в виде следующих основных составляющих:
- система расчета индексов и уровней деловой активности - показателей состояния деятельности финансово-кредитной сферы (позиции баланса) по отношению к реальному сектору экономики и показателей отраслей в крае - объемы продукции и услуг (финансовые показатели);
- система расчета сводных (агрегированных) показателей на основании построенных рядов данных в подсистеме 1;
- система расчета показателей степени взаимодействия финансово-кредитного и реального сектора экономики;
- система агрегации показателей по отдельным банкам или отраслям экономики.
В предлагаемой системе расчет комплексных показателей взаимодействия финансового и реального секторов для различных уровней интеграции реализуется в соответствии со схемой, изображенной на рис. 1.
Из схемы видно, что комплексный показатель, рассчитываемый таким образом, учитывает практически все стороны деятельности кредитной организации в отношениях с реальным сектором экономики в соответствии с начальной структурой данных.
Реализация данной системы расчетов предполагает решение следующих основных проблем:
- агрегация переменных (показателей), имеющих различную размерность и масштабы;
- агрегация различных составляющих одной и той же характеристики (стороны деятельности) - задача определения весовых коэффициентов;
- проблема применения статистических и интерполяционных (экстраполяционных) построений ("природа" начальных данных);
- оценка качества прогнозирования поведения показателей и степени их влияния друг на друга.
Рис. 1. Структурная схема комплексных показателей степени взаимодействия финансового сектора с реальным сектором экономики
Стандартным приемом решения первой из указанных проблем является переход от абсолютных величин к относительным.
Данная задача решается по-разному в зависимости от характера распределения исходных величин и поставленной цели [1, 2, 5].
В нашем случае ее предлагается решать последовательным выполнением следующих действий, имеющих целью получение безразмерных показателей, изменяющихся в соизмеримых масштабах.
Исходные ряды данных пересчитываются в ряды относительных показателей по следующему принципу:
и. = х. /тах{х 1
для каждого показателя в отдельности в одинаковом временном промежутке.
Полученная таким образом проекция исходного отрезка [0, хтах] ^ [0, 1] дает нормированное распределение, которое вполне можно было
бы интерпретировать как распределение случайных нормированных величин, не искажая при этом начальной топологии данных.
Полученный ряд, являясь последовательностью безразмерных величин, обладает следующим преимуществом по сравнению с исходным распределением: можно объединять переменные по определенным правилам, не беспокоясь как об их масштабе, так и о размерности.
В то же время это дает и устранимый недостаток: нет возможности количественного соотношения (сравнения) различных параметров (величин).
Кроме этого недостатка данный ряд (собственно, как и начальный ряд данных) имеет еще один: для него, как правило, не выполняются свойства, характерные для статистических величин, имеющих нормальный закон распределения плотности вероятностей. Невыполнение этого требования может в дальнейшем привести к невозможности применения статистических методов и моделей [2, 4, 5, 6, 8].
Например, уже становится невозможным получение корректных критериальных оценок статистических выводов об оценках таких статистических величин, как эмпирические средние и вариации, об оценках связей между переменными и т.д., а отсюда и невозможность выполнения целого ряда необходимых регрессионно-модельных построений. Из обязательности проведения указанных процедур следует необходимость проведения определенного сглаживания и восстановления пропусков начальных данных.
С этой целью в системе предусмотрено выполнение ряда преобразований, первым из которых является построение сглаженных рядов начальных данных.
Техника сглаживания может проводиться несколькими способами. Общий принцип всех известных методов - минимизация дисперсии (вариации) при преобразованиях исходного ряда и при этом максимального приближения средних значений полученного ряда к начальным данным.
Первое преобразование, которое мы проводим, - это переход к относительным безразмерным величинам путем вычисления текущего максимума членов ряда и деления на него всех его членов:
п,.
k, %,t
и,,= -
iwi'
maxn, ,
где nk:%t - элемент исходного ряда.
Полученный таким образом ряд теперь можно сглаживать (минимизировать дисперсионный разброс) различными способами: полиномиальным (приближение специальными полиномами - Лагранжа, Эйлера, сплайнами и т.д.); путем построения тренда (регрессии); методом скользящих средних (авторегрессионные построения).
Обширный опыт [4-8] показывает, что наибольшей универсальности и достаточно высокого качества можно достичь, используя технику скользящих средних.
В частности, в методике Центрального банка России [5] применяется следующий вариант построения ряда с помощью техники скользящего среднего:
х, , = (г * ик,х,, + X (Г " 1)(ик.х-1., +Пк,х+1, ,))/ Г2 - выровненный
1=1
(сглаженный) ряд, где в терминах для построения рядов для данных по отраслевой продукции k - номер продукта; т- номер месяца (от 1 до 12); t - номер года; г - середина интервала выравнивания (например, для 21-месячной средней г = 11).
Следующим этапом является построение авторегрессионных зависимостей. Для исследуемых величин в системе индексов хозяйственной активности (ИХА) отраслей народного хозяйства, применяемой в Центральном банке России, эта процедура осуществляется по следующей формуле:
п У (п У
= а а * -А^Лт + Р * /(а + р) - про-
Кх-М -1) Кх-1,. - 2 У
гнозный ряд, где k - номер вида услуг (продукта); т- номер месяца (от 1 до 12); t - номер года; г - середина интервала выравнивания (для 21-месячной средней г = 11); а - коэффициент, корректирующий "сезонность" прошлого года; / - коэффициент, корректирующий "сезонность" позапрошлого года.
Данная формула представляет собой не что иное, как схему построения ряда по исходным выровненным данным методом скользящего среднего с 21-месячным лагом. Построенная зависимость предполагает повторение общих закономерностей за два года и может быть использована для расчета прогнозных значений. Интерполяционные и экстрапо-ляционные качества приведенной техники построений подтверждены широким использованием в различных областях, в т.ч. в техническом анализе [5].
Задача формирования сводных (комплексных) показателей решается в системе двумя способами в зависимости от исходных показателей (показатели, относящиеся к финансовой сфере или реальному сектору).
Общий вид преобразования следующий:
= X х 1ик х t - агрегированный ряд, где п - номер элемента (например, кредитной организации или отрасли (подотрасли)); k - номер вида услуг или продукта; т- номер месяца (от 1 до 12); t - номер года; г - середина интервала выравнивания (для 21-месячной средней г=11); uk х t - члены ряда, рассчитанные по отдельным элементам структуры (банкам, подотраслям и т.п.) вышеописанным способом; так х t -
весовые коэффициенты, приписываемые соответствующим членам данных рядов и рассчитываемые одним из двух способов.
Первый способ, частично реализованный в системе вычисления отраслевых ИХА (индекс хозяйственной активности) [3], предполагает изначальную равноправность составляющих. В то же время расчеты показывают неправомерность такого подхода. В системе расчета ИХА различные веса составляющих компонент задаются стационарно на основании осредненных оценок официальной статистики (чаще всего используются равными).
п
k е И, х, t
Мы предлагаем вычислять веса в случае отраслей реального сектора на основании денежной доли в общем объеме продукции и оказанных услуг народного хозяйства края. Эти долевые составляющие с регулярной периодической корректировкой и могут быть использованы в качестве весовых коэффициентов. Периодичность пересчета коэффициентов зависит от характера временной динамики объемов производства и услуг.
Использование в качестве исходной информации данных в рублевом (денежном) исчислении не умаляет и не нарушает смысла ИХА как показателя, независимого от денежной динамики. Выполнение данного правила обеспечивается следующим:
- все действия выполняются с приведенными величинами;
- после приведения осуществляется переход к относительным показателям, не имеющим размерности и зависимости от временного фактора.
При втором способе рекомендуется для однотипных показателей использовать следующий алгоритм:
- вычисленные максимумы (эмпирические средние) для всех составляющих упорядочиваются;
- вся последовательность средних делится на максимальное значение в полученной последовательности (йтса).
Полученная последовательность чисел является набором рангов (весовых коэффициентов) для объединяемых рядов.
Второй способ применим для показателей, характеризующих степени влияния (воздействия) одной группы параметров (переменных) на другие (рис. 2).
Рис. 2. Структурная схема показателя качества взаимодействия финансового сектора с реальным сектором экономики
Нормированные и обезразмеренные показатели можно объединять в сводные показатели - например, формирование индекса объема услуг, оказываемых реальному сектору; индекса кредитуемости реального сектора; индекса объема вложений в ценные бумаги реального сектора. В свою очередь, данные индексы можно объединить в сводный показатель, который интерпретируется как степень взаимодействия финансового и реального секторов экономики.
Нетрудно заметить, что такая последовательность уже будет отражать количественное соотношение (вклад) различных составляющих в значение сводного показателя.
Иной подход применяется для вычисления "факторных" оценок влияния различных составляющих, например банковской деятельности, на показатели реального сектора.
В данном случае возникает необходимость проведения корреляционных вычислений. На этом этапе строится матрица из векторов распределений различных составляющих исследуемой стороны деятельности (если говорить применительно к банкам) и продукционных показателей (применительно к отраслям народного хозяйства).
Затем вычисляются значения коэффициентов корреляции [1]. После чего, задавшись уровнем значимости (например, р = 95%) и определив число степеней свободы k = п - 2, анализируем на статистическую значимость полученные значения корреляций, используя /-критерий и критерий Фишера.
Далее на основании полученных значений корреляций упорядочивается исходный ряд составляющих, т.е. распределение каждого показателя получает свою "весовую нагрузку".
Таким образом, исчезает "равноправность" переменных, введенная вначале на основании первой нормировки. Кроме этого, фактически параметры упорядочиваются именно по степени влияния на исследуемый показатель. Например, таким образом можно исследовать влияние финансовых индексов и отраслевых ИХА.
Агрегированные (сводные) показатели, в свою очередь, можно подвергнуть процедуре преобразования, получив при этом последовательности, пригодные для прогнозирования. Основным статистическим ограничением на начальные данные является необходимый минимальный объем выборки для выполнения полного комплекса вычислений.
Оценку объема можно рассчитать по формуле [1]:
п =
О2 О
"Г + 3
V2 /
> 4.
где п - искомый объем выборки; / - величина, заданная по принятому уровню значимости; 2 - преобразованный эмпирический коэффициент корреляции.
Описанный подход позволяет реализовать комплекс построения индексов активности с учетом не только принятого долевого состава, но и наличия корреляционных связей внутри комплекса.
Между уровнями деловой активности в финансовом и реальном секторах существует определенная лаговая зависимость; изменения в реальном секторе происходят вслед за соответствующими изменениями 38
активности в сфере финансовой деятельности. Так как реальный сектор и банковская система являются взаимосвязанными экономическими системами, они оказывают влияние друг на друга. Проанализируем полученные данные о состоянии банковской ликвидности в регионе и уровне деловой активности в реальном секторе Приморского края.
Описанная система мониторинга взаимодействия финансово-кредитной сферы и реального сектора экономики региона позволила выполнить построение целого ряда показателей. Все показатели рассчитывались за период 1998-2002 гг., т.е. на 2002 г. был проведен прогнозный расчет.
Если в банковской системе особых структурных изменений за этот период не произошло, то в реальном секторе изменения оказались достаточно существенными. Это особенно заметно в структуре промышленности (рис. 3).
Если в первой половине 90-х годов в добывающих отраслях наблюдался рост, а в региональном промышленном комплексе и в отраслях конечного спроса (легкой промышленности, промышленности строительных материалов, машиностроении и металлообработке) отмечался спад, то в рассматриваемый период картина достаточно сильно изменилась.
%
1998
1999
2000
2001
ТЭК
рыбная отрасль
лесная и деревоперерабатывающая промышленность топливная промышленность пищевая промышленность (без рыбной) машиностроение и металлообработка
Рис. 3. Динамика долей основных отраслей в структуре промышленности Приморского края в 1998-2001 гг.
Около 5 процентных пунктов ( далее п.п.) составил спад в ТЭКе и рыбной промышленности - основных составляющих компонент. На уровне 3,6 п.п. наблюдался подъем в лесной и деревообрабатывающей промышленности, удельный вес которой в общей структуре промышленности к концу 2001 г. составил 7,76 п.п. Доля машиностроения и металлообработки к этому же сроку возросла до 9,4 п.п. (с 6,74 п.п. в 1998 г.). В то же время практически неизменной осталась доля пищевой (без рыбной) промышленности (около 10 п.п.), химической и нефтехимической
(2,15 п.п.). В цветной металлургии за этот период можно отметить значительный долевой рост: с 2,03 п.п. в 1998 г. до 4,18 п.п. в 2001 г. Причем подрыв сырьевой основы для таких отраслей, как лесная и деревообрабатывающая, а также рыбная позволяет говорить об усилении депрессивного состояния в этих отраслях.
Пока нельзя говорить о тенденции сокращения удельного веса добывающих отраслей в структуре экономики края, но в рамках рассмотренного периода данный факт наблюдается. Происходящие структурные изменения надо обязательно учитывать при расчетах и оценках показателей состояния экономики края.
Следующий класс рассчитанных показателей составляют индексы деловой активности в банковском и реальном секторах экономики края.
Результаты расчетов для банков Приморского края приведены на рис. 4. В целом за рассматриваемый период для всех банков можно отметить динамику роста деловой активности, за исключением АКБ "Приморье", у которого общий тренд динамики сначала убывающий (до середины 2000 г.), а затем возрастающий.
% 70
60
- Приморье
- Востокбизнесбанк
- Меркурий
- Примсоибанк Примтеркомбанк
■ Дальневосточный Банк - Большой Камень Банк
Рис. 4. Динамика индексов банковской активности для основных банков Приморского края в 1998-2002 гг.
Кроме динамики индексов для отдельных банков по общей методике для сводных индексов была построена динамика индекса деловой активности для региональной банковской системы (РБС) (рис. 5).
Построенный индекс практически не изменялся в течение 1998 г. В 1999 г. наблюдался значительный рост (почти в 2 раза), затем незначительное убывание в 2000 г. и плавный рост со второго полугодия 2001 г. (см. рис. 5).
%
600 500 400 300 200 100 0
—•—Комплекс отраслей народного хозяйства (ИХА) х Индекс банковской активности (РБС)
—а—Комплекс отраслей народного хозяйства (изменение к соответствующему периоду предыдущего года,%)
Рис. 5. Динамика деловой активности в банковском и реальном секторах экономики Приморского края в 1998-2002 гг.
Аналогичная ситуация наблюдается и для ИХА народного хозяйства Приморского края, только в значительно меньшем процентном отношении. При построении индекса хозяйственной активности в отношениях к предыдущим аналогичным периодам наблюдаем следующую динамику: в 1998 г. - 95,1% по сравнению с предыдущим годом; в 1999 г. -незначительный и неравномерный рост, составивший за год 103,6% по отношению к 1998 г.; в 2000 г. - медленно растущая динамика (по итогам года - 101,8% к 1999 г.); в 2001 г. - убывающая динамика до 94,8% к уровню 2000 г.; в 2002 г. - замедленный рост до 100,1% к уровню 2001 г. По отраслям народного хозяйства (в сравнении с предыдущим годом): в 1998 г. - рост только в промышленности (внутри года убывающая тенденция); в 1999-2000 гг. - рост в строительстве и промышленности; в 2001-2002 гг. - рост только в транспорте.
По отраслям промышленности следует отметить следующие моменты. Банковский кризис 1998 г. явился основной причиной смены характера динамики деловой активности во всех основных отраслях в 1998 - начале 1999 гг. В 1999 г. в силу изложенных выше причин практически во всех отраслях наблюдался подъем, закончившийся в 2000 г. продолжительной "депрессией". Положительную динамику наблюдаем только в 2002 г. в машиностроении, лесной и деревообрабатывающей промышленности.
В помесячной динамике уровня хозяйственной активности для отраслей народного хозяйства можно отметить отрицательную динамику в 1998 г. - уровень деловой активности во всех отраслях был меньше 100%
ХМХХ ХКХ ХХПП ГТММ ЮОШУУХ ХХХХ ЛХХХ
1ММММ11
1ММММ11
сч
(М (М (М
сч
при убывающей тенденции (к концу года только в промышленности и строительстве можно отметить незначительное увеличение - 103,6 и 102,7%, соответственно). На протяжении следующих лет наблюдалась та же картина при нестабильном росте в промышленности и высоком уровне деловой активности в строительстве при убывающей тенденции, начиная со второго полугодия 2000 г. Положительную динамику, хотя и очень слабую, можно отметить для транспорта - падение с начала 1998 г. до середины 2000 г. (минимум - 77,23%) и затем рост до конца периода исследования (к концу 2001 г. - 92,88%).
Поведение индексов хозяйственной активности в отраслях промышленности также подтверждает весьма неустойчивое положение продукционных показателей в реальном секторе экономики Приморского края, высокую степень его зависимости от общих и региональных кризисных явлений.
Можно отметить тяжелое положение в таких отраслях, как ТЭК, ПСМ, легкая промышленность, и, как видно из динамики индексов, ситуация в этих отраслях практически не меняется на протяжении всего рассматриваемого периода. Общую положительную составляющую можно отметить в лесной и деревообрабатывающей промышленности, хотя рост с начала 1999 г., достигший максимума в 1 квартале 2000 г. (278,26%), сменился затем годовой отрицательной динамикой ( к концу 1 кв. 2001 г. - 182,9%). Затем наблюдался медленный рост до конца периода (12.2001 г. - 216,5%). Подобная динамика характерна и для цветной металлургии (пик роста к концу 2 кв. 1999 г. - 255,9%, затем медленное убывание до 222,1% - дек. 2001 г.).
Можно отметить отрасли с относительно стабильной динамикой: нисходящей в рыбной (с 95,5 до 61,7%) и возрастающей в химической и нефтехимической (с 85,7 до 133,7%) в течение 1998-2001 гг.
На основании результатов моделирования, сопоставляя полученные данные с материалами Крайкомстата, можно сделать следующий вывод: построенная система индексов может быть использована в качестве индикатора состояния деловой активности в финансовом и реальном секторах региональной экономики. Результаты моделирования подтверждаются результатами анализа. Кроме того, даже не используя пока других характеристик, а исходя лишь из результатов, описанных в данном разделе, можно сделать предположение: для обоих секторов экономики в Приморском крае характерно взаимовлияние, а не независимость.
При анализе социально-экономических систем функциональные зависимости, как правило, описываются многофакторными статистическими уравнениями связи (моделями). В результате определения этих связей достигается основная цель - получение прогноза при использовании фактических или расчетных факторных признаков.
Данный вопрос уже затрагивался в экономической литературе. В частности, в работе [3] рассматривалось моделирование показателей экономики региона на основе исследования ресурсных секторов банковской системы.
Ряд авторов рассматривают взаимодействие реального сектора экономики и банковской системы как систему показателей, идентифици-
рующих экономическую и финансовую конъюнктуру в регионе, финансовое положение хозяйствующих субъектов реального сектора и банковской системы.
Реальный сектор экономики, исходя из своего собственного финансового положения и состояния экономической среды, формирует соответствующий спрос на банковские услуги.
В общем виде их можно разделить на два вида: услуги расчетно-кассового обслуживания и услуги по предоставлению кредитных ресурсов. В свою очередь, кредитные организации, исходя из состояния финансового рынка и своего внутреннего финансового положения, формируют предложение своих услуг по платежному обслуживанию и кредитным ресурсам.
В условиях реформирования экономики и становления банковского сектора возрастает значение анализа состояния ликвидности банковской системы региона. Применение комплексного подхода к анализу деловой активности и определению ее влияния на ликвидность банковской системы посредством использования экономико-математического моделирования позволяет разработать конкретные предложения для принятия управленческих решений, необходимых для реализации программ социально-экономического развития Приморского края и всего Дальневосточного региона.
Положение дел в банковской системе является своего рода зеркальным отражением финансово-экономической ситуации, сложившейся в реальном секторе. Повышение номинальных денежных доходов населения и рост (хотя и замедляющийся) экономики края обеспечили укрепление ресурсной базы банковского сектора. Как было показано выше, приток ресурсов в кредитные учреждения повлиял на рост их активности в части финансовой поддержки реального сектора региональной экономики (увеличение кредитных вложений коммерческих банков в экономику края).
Влияние банковской системы на развитие деловой активности в реальном секторе экономики проявляется через участие кредитных организаций в финансировании инвестиционных проектов, в кредитовании промышленного и сельскохозяйственного производства. В то же время с помощью банковских кредитов, финансирования банками инвестиционных проектов предприятий повышается их устойчивость, рентабельность, улучшается финансовое состояние. Тем самым укрепляется ресурсная база банков за счет увеличения средств на расчетных и текущих счетах, депозитах, увеличивается их доходность за счет выполнения большего количества расчетно-платежных операций.
Как отмечалось выше, в разработанной системе индексов одним из элементов расчетной схемы являются корреляционные построения, используемые затем при расчете некоторых сводных индексов. Рассмотрим отдельно результаты проведенного корреляционного анализа. Корреляционные "портреты" построены для всех индексов за каждый год и суммарно за весь период 1998-2002 гг. Матрицы парных корреляций за 2002 г. рассчитаны по прогнозным значениям.
Часть матриц состоит из корреляций между показателями банковского и реального секторов экономики Приморского края.
Особенности финансово-экономической ситуации 1998 г. видны и на корреляционном "портрете": для данной матрицы характерно очень малое количество статистически значимых значений корреляции. Сводный индекс РБС показал достоверные связи с промышленностью (0,7469) и строительством (0,6258). Среди отраслей промышленности картину для РБС дополняют связи с ТЭК (0,6646) и машиностроением (0,6669).
В 1999 г. ситуация изменилась. Сводный индекс РБС был скорре-лирован практически со всеми составляющими реального сектора, правда, в части случаев значения корреляций были отрицательными: в рыбной отрасли (-0,82), легкой промышленности (-0,81), торговле (-0,73), на транспорте (-0,83).
Матрица 2000 г., как и матрица 1998 г., сильно разрежена. Сводный индекс РБС в данном случае не имеет статистически достоверных связей с индексами реального сектора экономики края.
В 2001 г. аналогичная по структуре корреляционная матрица почти полностью состоит из статистически значимых значений корреляций.
В прогнозной оценке 2002 г., как и в предыдущем году, можно отметить высокую связность корреляционного комплекса с преобладанием отрицательных корреляций.
При расчетах за весь период 1998-2002 гг. получился почти "полностью связный" корреляционный комплекс. Наиболее низкой связностью с банковским сектором характеризуется ТЭК, значимыми, но невысокими по абсолютной величине («0,3-0,6) получились значения корреляций для таких отраслей, как строительство, торговля, легкая промышленность.
Второй тип матриц отражает динамику связности в банковской системе Приморского края.
При рассмотрении всего периода 1998-2002 гг. получился почти "полностью связный" корреляционный комплекс. Можно отметить тот факт, что максимальную степень связности со сводным индексом (РБС) показали ООО "Востокбизнесбанк", ОАО СКБ Приморья "Примсоц-банк", ООО "Примтеркомбанк", ПТКБ "Меркурий".
В 1998 и 1999 гг. комплексы характеризуются очень высокой разреженностью матриц с точки зрения наличия статистически значимых значений корреляций. В то же время наблюдается высокий уровень связности индексов отдельных банков со сводным индексом (РБС). Между банками в 1998 г. максимальное значение корреляций было получено для индексов ООО "Востокбизнесбанк" и ОАО "Дальневосточный банк" (0,8127), в 1999г. - для индексов ОАО "Дальневосточный банк" и ОАО СКБ Приморья "Примсоцбанк" (0,7377).
Матрица 2000 г. по сравнению с другими получилась уникальной, т.е. характеризуется практически полным отсутствием значимых корреляционных связей для всех индексов.
При расчетах за 2001 г. индексы всех банков, кроме ОАО СКБ Приморья "Примсоцбанк", оказались высокоскоррелироваными со свод-
ным индексом (РБС). Причем абсолютные значения корреляций очень высоки (в среднем около 0,75).
Максимальные связи были получены для банка АКБ "Приморье" (0,8504), ООО "Примтеркомбанк" (0,8619), банка ПТКБ "Меркурий" (0,8504). Между банковскими индексами достаточно много значимых связей.
На основании данных прогнозного расчета на 2002 г. была получена "разреженная" матрица относительно статистически значимых значений корреляций.
Проанализировав полученные результаты, можно заметить, что диапазон даже статистически значимых значений коэффициентов имеет большой разброс. Наблюдается как незначительная, так и существенная связь между показателями. Учитывая тот факт, что за время становления банковской системы уже наблюдалось два кризиса - в 1995 и 1998 гг. (высокая дисперсия), то полученные взаимосвязи следует еще более детально исследовать в последующие периоды становления как банковской, так и реальной сфер экономики края.
Расширение класса индексов, построенных по предложенной методической схеме и более подробно характеризующих деятельность банков и предприятий реального сектора, позволит получать более точные оценки текущего состояния и прогнозов, степени и схемы воздействия факторов на уровень связности секторов, их финансово-экономические показатели.
Литература
1. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985. 487 с.
2. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Финансы и статистика, 1989. 540 с.
3. Взаимодействие реального и кредитно-финансового секторов экономики: региональный аспект / Под ред. В.В. Рудько-Силиванова, В.В. Савалея. Владивосток: Изд-во ДВГАЭУ, 2001. 440 с.
4. Дубровский С.А. Прикладной многомерный статистический анализ. М.: Финансы и статистика, 1982. 216 с.
5. Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. 736 с.
6. Песаран М., Слейтер Л. Динамическая регрессия: Теория и алгоритмы. М.: Финансы и статистика, 1984. 310 с.
7. Справочник по прикладной статистике: В 2-х т.; Т. 1 / Под ред. Э. Ллойда, У. Ледермана, Ю.Н. Тюрина. М.: Финансы и статистика, 1989. 510 с.
8. Справочник по прикладной статистике: В 2-х т.; Т. 2 / Под ред. Э. Ллойда, У. Ледермана, С.А. Айвазяна, Ю.Н. Тюрина. М.: Финансы и статистика, 1990. 526 с.
