Научная статья на тему 'The Information Effect of Bank Loan Loss Provisions'

The Information Effect of Bank Loan Loss Provisions Текст научной статьи по специальности «Экономика и бизнес»

CC BY-NC-ND
248
29
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
Корпоративные финансы
Scopus
ВАК
RSCI
Область наук
Ключевые слова
bank / loan loss provisions / bank’s financial statement / signaling theory / банк / резервы по плохим долгам / финансовая отчетность банков / сигнальные эффекты / манипулирование отчетностью

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Tamara V. Teplova, Peter A. Demidov

The analysis of financial reporting for banks is of great interest for risk assessment and for understanding the potential for an increase in market value. Following the quantitative decomposition of the size of bank reserves on bad debts, the article concludes that there is the existence of a “subjective component” that acts as a qualitative signal for market investors. The paper analyses information on the significance for market investors of a number of indicators of financial reporting of 989 commercial public banks associated with credit risk. The paper focuses on the consideration of three financial statement items: non-performing loans, loan charge-offs, and loan loss provisions. The study provides an analysis of statistical data on the Russian market and the results of the empirical research on the global bank market with sub-samples on the developed and emerging markets, and the Eastern European and CIS banks. The analysis scale is from 2011 to 2015, in quarterly observations. It is shown that the share of non-performing loans, loan loss provisions and loan charge-offs can be informative for market investors not only in the risk assessment of a bank, but also in the diagnosis of management behavior, but also of expectations on the valuation of a public bank (market capitalization). The emphasis in this paper is placed on loan loss provisions, as this item is highly exposed to manipulations from bank managers, according to previously conducted research. In this study, it was attempted to empirically distinguish the “objective” and ‘subjective” components of loan loss provisions in financial reporting based on a large sample of banks in the global market. The influence of a “subjective” element on the reservation of the market value of a public bank was quantitatively evaluated. In fact, the reasons for the detection of a positive influence in the overstatement of established reserves on the market capitalization of a bank are revealed, despite a decrease of its current profit measure. Positive correlation can be explained by the impact of the signal effects from the bank management towards the market investors regarding the future sustainability of a bank.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Информационный эффект банковских резервов по плохим долгам

Анализ финансовой отчетности банков представляет большой интерес для оценки рисков и понимания потенциала наращения рыночной стоимости. В статье на основе количественной декомпозиции величины банковских резервов по плохим долгам делается вывод о наличии «субъективной компоненты», которая выступает качественным сигналом для рыночных инвесторов. В статье анализируется информационная значимость для рыночных инвесторов ряда показателей финансовой отчетности 989 коммерческих публичных банков, связанных с кредитным риском. Акцент сделан на рассмотрение трех статей: просроченные займы (nonperforming loans), суммы списания займов (loan charge-offs), отчисления в резервы на потери по ссудам (loan loss provisions). В работе представлен анализ статистических данных по российскому рынку и результаты эмпирического исследования по глобальному банковскому рынку с выделением подвыборок на развитых и развивающихся рынках, банках Восточной Европы и СНГ. Горизонт анализа – с 2011 по 2015 г., квартальные наблюдения. Показано, что доля просроченных займов, отчислений в резервы на потери по ссудам и списаний займов могут быть информативны для рыночных инвесторов не только в плане оценки риска банка, но и в диагностировании поведения менеджмента, ожиданий по стоимостной оценке публичного банка (рыночной капитализации). Акцент в работе делается на отчисления в резервы на потери по ссудам, поскольку именно эта статья по ранее проведенным исследованиям в большей степени подвержена манипуляциям со стороны менеджмента банка. В работе сделана попытка на большой выборке банков глобального рынка эмпирически выделить «объективную» и «субъективную» составляющие по статье отчисления в резервы по плохим долгам в финансовой отчетности. Количественно оценено влияние «субъективного» элемента резервирования на рыночную стоимость публичного банка. Более того, раскрыты причины выявленного положительного влияния завышения создаваемых резервов на рыночную капитализацию банка, несмотря на снижение показателя его текущей прибыли. Положительная зависимость может быть объяснена действием сигнальных эффектов со стороны менеджмента банка рыночным инвесторам относительно будущей устойчивости банка.

Текст научной работы на тему «The Information Effect of Bank Loan Loss Provisions»

The Information Effect of Bank Loan Loss Provisions

Tamara V. Teplova,

doctor of economic Sciences, Professor, faculty of Economics HSE: 43066, 26, Shabolovskaya str. Moscow, Russian Federation, 119049 E-mail: tteplova@hse.ru

Peter A. Demidov,

analyst LAFR HSE:

43020, 26, Shabolovskaya str. Moscow, Russian Federation, 119049 E-mail: demidov@mail.ru

Abstract

The analysis of financial reporting for banks is of great interest for risk assessment and for understanding the potential for an increase in market value. Following the quantitative decomposition of the size of bank reserves on bad debts, the article concludes that there is the existence of a "subjective component" that acts as a qualitative signal for market investors. The paper analyses information on the significance for market investors of a number of indicators of financial reporting of 989 commercial public banks associated with credit risk. The paper focuses on the consideration of three financial statement items: non-performing loans, loan charge-offs, and loan loss provisions.

The study provides an analysis of statistical data on the Russian market and the results of the empirical research on the global bank market with sub-samples on the developed and emerging markets, and the Eastern European and CIS banks. The analysis scale is from 2011 to 2015, in quarterly observations. It is shown that the share of non-performing loans, loan loss provisions and loan charge-offs can be informative for market investors not only in the risk assessment of a bank, but also in the diagnosis of management behavior, but also of expectations on the valuation of a public bank (market capitalization). The emphasis in this paper is placed on loan loss provisions, as this item is highly exposed to manipulations from bank managers, according to previously conducted research. In this study, it was attempted to empirically distinguish the "objective" and 'subjective" components of loan loss provisions in financial reporting based on a large sample of banks in the global market. The influence of a "subjective" element on the reservation of the market value of a public bank was quantitatively evaluated. In fact, the reasons for the detection of a positive influence in the overstatement of established reserves on the market capitalization of a bank are revealed, despite a decrease of its current profit measure. Positive correlation can be explained by the impact of the signal effects from the bank management towards the market investors regarding the future sustainability of a bank.

Keywords: bank, loan loss provisions, bank's financial statement, signaling theory. JEL: G15, G21, G28, G34; M41.

Информационный эффект банковских резервов по плохим долгам

Теплова Тамара Викторовна,

доктор экономических наук, профессор факультета экономических наук НИУ ВШЭ: 119049, Российская Федерация, Москва, ул. Шаболовская, д. 26, 4306б E-mail: tteplova@hse.ru

Демидов Петр Александрович,

аналитик ЛАФР НИУ ВШЭ:

119049, Российская Федерация, Москва, ул. Шаболовская, д. 26, 43020 E-mail: demidov@mail.ru

Аннотация

Анализ финансовой отчетности банков представляет большой интерес для оценки рисков и понимания потенциала наращения рыночной стоимости. В статье на основе количественной декомпозиции величины банковских резервов по плохим долгам делается вывод о наличии «субъективной компоненты», которая выступает качественным сигналом для рыночных инвесторов. В статье анализируется информационная значимость для рыночных инвесторов ряда показателей финансовой отчетности 989 коммерческих публичных банков, связанных с кредитным риском. Акцент сделан на рассмотрение трех статей: просроченные займы (non-performing loans), суммы списания займов (loan charge-offs), отчисления в резервы на потери по ссудам (loan loss provisions).

В работе представлен анализ статистических данных по российскому рынку и результаты эмпирического исследования по глобальному банковскому рынку с выделением подвыборок на развитых и развивающихся рынках, банках Восточной Европы и СНГ. Горизонт анализа - с 2011 по 2015 г., квартальные наблюдения. Показано, что доля просроченных займов, отчислений в резервы на потери по ссудам и списаний займов могут быть информативны для рыночных инвесторов не только в плане оценки риска банка, но и в диагностировании поведения менеджмента, ожиданий по стоимостной оценке публичного банка (рыночной капитализации). Акцент в работе делается на отчисления в резервы на потери по ссудам, поскольку именно эта статья по ранее проведенным исследованиям в большей степени подвержена манипуляциям со стороны менеджмента банка. В работе сделана попытка на большой выборке банков глобального рынка эмпирически выделить «объективную» и «субъективную» составляющие по статье отчисления в резервы по плохим долгам в финансовой отчетности. Количественно оценено влияние «субъективного» элемента резервирования на рыночную стоимость публичного банка. Более того, раскрыты причины выявленного положительного влияния завышения создаваемых резервов на рыночную капитализацию банка, несмотря на снижение показателя его текущей прибыли. Положительная зависимость может быть объяснена действием сигнальных эффектов со стороны менеджмента банка рыночным инвесторам относительно будущей устойчивости банка.

Ключевые слова: банк, резервы по плохим долгам, финансовая отчетность банков, сигнальные эффекты, манипулирование отчетностью.

JEL: G15, G21, G28, G34; M41.

Введение

Вопросы рыночной оценки финансовых институтов, раскрытия факторов, которые влияют на ее изменение, сохраняют свою актуальность [Huizinga, Laeven, 2012, Basel Committee 2015]. Финансовая отчетность банков и факторы, влияющие на рыночную капитализацию компаний финансового сектора экономики, достаточно своеобразны и представляют отдельный интерес исследований в финансовой экономике. Традиционно в одну выборку для диагностирования факторов влияния на краткосрочную и долгосрочную эффективность деятельности не объединяются финансовые и нефинансовые компании. Наша работа посвящена специфике функционирования банков и раскрытия информации по ним. Для диагностирования кредитного риска и потенциала роста прибыли большое значение имеет раскрытие информации, в том числе в рамках стандартной финансовой отчетности [Jones et al., 2012]. Но эту отчетность инвесторам и аналитикам еще нужно уметь читать. Раскрытию скрытых сигналов для рыночных инвесторов в этой финансовой отчетности посвящено данное исследование. Напомним основные особенности финансовой модели банков. Объем кредитного портфеля коммерческого банка, как правило, в 7-9 раз превышает балансовую оценку собственного капитала. Банки самостоятельно оценивают кредитное качество выдаваемых ссуд по пяти категориям (пятая категория - самая низкая, отражающая безнадежные ссуды и требующая 100%-ного резервирования). Систему оценки кредитного риска банк отражает в своих внутренних документах. Денежные потоки, связанные с кредитным портфелем и кредитными рисками, имеют значительное влияние на финансовую устойчивость и рыночную капитализацию публичных банков. Индикаторы кредитного риска, отражаемые в финансовой отчетности, являются ценной информацией для рыночных инвесторов и аналитиков. Часть этих индикаторов фиксируется в отчетности жестко и не подлежит творческому переосмыслению, а часть статей допускает оценочные суждения менеджмента коммерческого банка, может базироваться на их собственном видении и ожиданиях. Более того, менеджмент может, преследует свои собственные интересы и цели, манипулировать финансовыми результатами (в той степени, в какой это возможно в условиях контроля со стороны регуляторов и институциональных характеристик рынка). Для инвестора и аналитика актуальна задача распознать реальную ситуацию с финансовой устойчивостью банка по статьям баланса в финансовой отчетности и сделать выводы о перспективах функционирования банка на краткосрочном и среднесрочном горизонтах. Наше исследование развивает методологию такого анализа и указывает на те статьи баланса финансовой отчетности, которые должны быть внимательно проанализированы. Более того, важна правильная трактовка наблюдаемых соотношений с учетом наличия скрытых сигналов в ситуации асимметрии информации.

Нарастание кредитного риска в банке негативно влияет на его текущую и будущую прибыль, на рыночную стоимость собственного капитала. В связи с этим логично ожидать негативного влияния роста значений по таким традиционным индикаторам кредитного риска, как списание займов, рост просроченных долгов, нарастание резервов, на рыночную оценку. На первый взгляд можно предположить, что чем больше просроченных долгов, чем больше резервов создается, тем выше кредитный риск и ниже должна быть рыночная стоимость банка. Наше исследование подчеркивает, что в случае с отчислениями в резервы на потери по ссудам ожидаемый результат влияния на капитализацию не так однозначен и аналитики должны проявлять осторожность в прямолинейных трактовках. Объясняется это тем, что общий объем отчислений в резервы является «творческой статьей баланса», которую можно разделить на отчисления, непосредственно связанные с покрытием ожидаемых кредитных рисков (далее мы будем говорить об «объективных отчислениях»), и отчисления, которые носят субъективный характер, зависят как от профессионального мнения, так и от возможных манипуляций со стороны менеджмента банка для достижения тех или иных целей. Целью манипулирования частью отчислений могут быть: сглаживание динамики прибыли, подача сигнала рыночным инвесторам об устойчивости банка, соблюдение требований регулятора и т.п.

Объект нашего исследования - публичные коммерческие банки глобального рынка, по которым выделены следующие подвыборки: банки развитых и развивающихся рынков капитала, банки регионов (включая регионы Восточной Европы и СНГ). Предмет исследования - выявление информационной составляющей по статьям кредитного риска в балансе банков (прежде всего - отчислений в резервы), которая диагностирует для рыночных инвесторов потенциал успешности банка на рынке. Мы предполагаем, что создание избыточных («субъективных») резервов может рассматриваться как положительный сигнал со стороны менеджмента рыночным инвесторам в ситуации асимметрии информации.

В финансовой отчетности банка аналитики традиционно обращают внимание на следующие статьи, характеризующие уровень кредитного риска:

• просроченные займы (non-performing loans),

• суммы списания займов (loan charge-offs),

• отчисления в резервы на потери по ссудам (loan loss provisions).

Модельные конструкции традиционно базируются на том, что чем выше кредитный риск, тем дороже обходятся банку привлекаемые средства, ниже текущая прибыль из-за создаваемых резервов, соответственно, ниже рыночная стоимость банка и соотношение рыночной и балансовой стоимостей капитала (MV/BV). Различные рыночные трения (включая систему страхования вкладов, политику регулятора по поддержке крупных банков через докапитализацию, послабления в части реструктурирования кредитов без ухудшения категории качества и т.п.) зачастую искажают поведение и менеджеров банка, и основных стейкхолдеров. Например, вкладчики перестают обращать внимание на уровень риска при гарантировании выплат в определенных размерах. Требование увеличения доли кредитования реального сектора (что имело место в Российской Федерации в 2008-2009 гг. как условие предоставления помощи со стороны государства) порождает ослабление требований к качеству заемщиков. Излишнее регулирование, включая огромные отчетные формы и сложные системы контроля рисками, наоборот, фактически замораживает выдачи кредитов. Глобальный кризис 2008-2009 гг., кризис европейского долга 2010 г. нанесли мощные удары по банкам практически всех стран. Произошло как ужесточение регулирования со стороны мегарегуляторов, так и масштабное списание плохих активов и проблемных долгов. Падение прибыли и капитализации публичных банков продолжается и в 2016 г. Например, 65% крупнейших европейских банков по 2016 г. потеряли 20% капитализации. Европейский индекс STOXX Europe 600 Banks потерял в 2016 г. 610 млрд евро капитализации. Хотя американские банки чувствуют себя несколько лучше европейских, но и для них проблема низкой прибыльности и поиска новой модели роста в ситуации низкой инфляции и слабого роста экономики остается актуальной. Отметим, что летом 2016 г. 33 крупнейших американских банка, которые формируют 80% рынка, успешно прошли стресс-тесты Федеральной резервной системы (ФРС) США. И это несмотря на то, что в составе «большой четверки» (Bank of America, Citigroup, JP Morgan Chase и Wells Fargo) осенью 2016 г. выявились масштабные манипуляции со стороны менеджмента Wells Fargo, связанные с припиской числа открытия счетов физических лиц.

Сохраняются проблемы и в российском банковском секторе. На апрель 2017 г. активы банковского сектора Российской Федерации достигли 79,3 трлн рублей (79,5 трлн рублей на середину 2016 г.). Это сокращение активов обусловлено падением кредитов в целом на 5% и кредитов нефинансовым организациям на 6,2%. На апрель 2017 г. доля вкладов населения в пассивах банков (суммарно 24,3 трлн рублей) превысила долю корпоративных ресурсов (депозитов и средств организаций — 23,7 трлн рублей).

Удельный вес просроченной задолженности по кредитам нефинансовым организациям на апрель 2017 г. составил 6,7%, а по кредитам физическим лицам - 8,1%. Доля реструктурированных кредитов в портфелях банков составляет не менее 15%. По данным ЦБ РФ1, резервы российских банков на возможные потери по ссудам начали резко расти с третьего квартала 2008 г. (рис. 1). Резервы на возможные потери по ссудам (РВПС), как их показывает ЦБ РФ, - это резервы, формируемые в пассивах банка за счет чистого процентного дохода банка (как части прибыли, а значит, и собственного капитала) против обесцененных (точнее - частично обесцененных) ссуд в активной части баланса. Чем больше обесценивается ссуда, тем большую долю от ее объема формируют резервы. По правилам международного учета, полностью обесцененные ссуды списываются. Отметим, что размер резерва на возможные потери по ссудам фиксируется банками ежедневно в соответствии с изменением величины и качества кредитного портфеля (выдачей или погашением кредитов, переходом кредитов из одной категории качества в другую, изменением ставки риска по отдельным ссудам). Еще одна особенность, которую имеет смысл учитывать при анализе резервов, - отличие российских стандартов учета (РСБУ) от международных (МСФО). Отличия касаются как фиксации сроков непогашенной задолженности, так и базы для создания резервов. По РСБУ 100%-ные резервы по плохим долгам требуются только на величину собственно просроченного платежа2. МСФО требует признания на отчетную дату в форме просроченного кредита всей суммы задолженности (и тела, и процентов, и комиссионных) и соответствующего создания резервов на всю величину этого плохого долга.

1 https://www.cbr.ru/analytics/?PrtId=bnksyst. Динамические ряды показателей отдельных таблиц «Обзора банковского сектора Российской Федерации» ЦБ РФ.

2 Банк России проверяет кредитные организации с двух позиций: 1) правильной классификации выданных ссуд, 2) формирования достаточных резервов на возможные потери по этим ссудам. Учет в банках резервов на возможные потери по ссудам производится в соответствии с Положением ЦБ РФ № 302 от 26 марта2007 г. «О правилах ведения бухгалтерского учета в кредитных организациях в Российской Федерации» и Положением № 254 от 26 марта 2004 г. «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности», включая Указание Банка России № 2993-У от 15 апреля 2013 г. «О внесении изменений в Положение Банка России от 26 марта 2004 г. № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» // СПС «ГАРАНТ»: http://base. garant.rU/70403862/#bl0ck_110#ixzz4VHJXehl0

Рисунок 1. Помесячная динамика накопленных резервов российских банков на потери по ссудам, млрд рублей

Резервы на возможные потери

млрд руб.

7 000

б QQQ S QQQ 4 QQQ З QQQ 2 QQQ 1 QQQ Q

СОСОСОСОСЛСЛСЛСЛ

ЗЗЗЗ

1Л1Л1Л1ЛЮЮЮЮ

Источник: Данные ЦБ РФ.

С января 2009 г. объем накопленных резервов в банковском секторе Российской Федерации превысил 1 трлн рублей, а к 2017 г. приблизился к отметке в 6 трлн рублей (рис. 1). Максимальные годовые суммы (в млрд рублей), направляемые в резервы, на российском рынке фиксировались в 2014 и 2015 гг. (рис. 2). Драматичная ситуация в 2015 г. сложилась и с доходностью по банковскому сектору Российской Федерации. Если на начало 2015 г. ROE фиксировалось на уровне 7,9%, то на ноябрь 2015 г. опустилась до 0,4%. С 2016 г. по 2017 г. наблюдался рост ROE, и значение показателя отдачи на собственный капитал на середину 2017 г. составило 12,5%.

Рисунок 2. Ежегодные суммы, направляемые на создание резервов по российскому банковскому сектору.

1 600

1 400

Направлено в резервы

1 200

1 000 800 600 400 200 0

2009 2010 2011 2012 2013 2014 2015

Источник: Данные ЦБ РФ. https://www.cbr.ru/analytics/?PrtId=bnksyst.

2016 2017

(8 месяцев)

В связи с фиксацией большого числа проблемных активов на балансах банков приоритетным направлением деятельности российского мегарегулятора - ЦБ РФ - стал кредитный риск. Из годового отчета ЦБ по 2015 г. следует, что в результате 647 проверок банков выявлено, что в 65% случаев имела место недооценка кредитного риска. Эта недооценка прикрывалась сокрытием реального срока просроченной задолженности, выдачей кредитов на основе недостоверных сведений о доходах физических лиц, выдачей новых ссуд корпоративным клиентам на погашение ранее выданных ссуд, которые сформировали безнадежный долг, и т.п. Все эти манипуляции позволяли не создавать дополнительные резервы и не уменьшать прибыль, т.е. сохраняли собственный капитал банка. И, несмотря на эти манипуляции, вновь создаваемые резервы по банковскому сектору Российской Федерации впечатляют. Кризисный 2009 г. потребовал создания резервов на 1 трлн рублей по отчетности РСБУ (рис. 2). По 2010 и 2012 гг. годовой объем новых резервов не превышал 200 млрд рублей. По 2015 г. официально созданные резервы банков составили 1,325 трлн рублей (и это с учетом тех послаблений, которые банкам предоставил ЦБ в плане отражения ухудшения качества активов в балансе), по 2016 г. ожидается 1 трлн рублей. При этом по отражению резервов сталкиваются интересы ЦБ и налоговой службы. Если для ЦБ важно не занизить кредитный риск, то налоговые органы тщательно отслеживают, не завышена ли сумма сформированных резервов и не имеет ли место на этом основании уклонение от налогов.

Отметим, что оценка резервов в 1 трлн рублей по 2016 г. не отражает такого управленческого решения менеджмента банков, как фиксация убытков от взысканных кредитов и продажи активов ниже залоговой стоимости. Чтобы не резервировать суммы по кредитам, залоговое имущество по которым обесценивается, банки зачастую взыскивают это имущество и продают его по рыночной цене (ниже, чем балансовая и залоговая стоимость), тем самым фиксируя убытки. Суммируя эти убытки с созданными резервами как по 2015, так и по 2016 г., оценка вновь созданных резервов возрастает до 2 трлн рублей - как показателя кредитного риска по банковской системе Российской Федерации. Если по 2015 г. доля проблемных кредитов находилась на уровне 11% от кредитного портфеля, то по 2016 г. их величина возрастает до 14-16%3.

Стоимость риска по самому успешному российскому банку - ПАО «Сбербанк» - составила в 2015 г. 2,5% (как суммы отчислений в резервы, деленой на средний размер кредитного портфеля), а по 2016 г. приблизилась к 3%. Еще одним индикатором проблем в банковском секторе является просроченная задолженность по розничным кредитам (в 2016 г. сумма выданных населению кредитов достигла 12 трлн рублей). По данным ЦБ РФ, просроченная задолженность растет: если по 2013 г. ее удельный вес составлял 4,4%, то по 2014 г. - уже 5,9%. Создание больших резервов негативно влияет на прибыль в банковском секторе, и из-за этого сохраняются низкие средние показатели ROE (для российского рынка - 6% по 2016 г., что ниже стоимости капитала практически всех банков). Только «Сбербанк» и TCS Group демонстрируют по 2015 и 2016 гг. положительный спред доходности (более 16% - показатель отдачи на собственный капитал (ROE) - превышает требуемую доходность собственного капитала).

Рисунок 3. Оценка вероятностного распределения отчислений в резервы на потери по ссудам (в процентах от чистой прибыли коммерческих банков), 2011-2015 гг.

8000 7000

>5

р 6000

си

Ei

I 5000 ю

I 4000

0

t 3000

си

т

1 2000

о

1000 0

Ii-

и

c?V> ,о\2\ , ,<$n Ä ,o\S\ «i3\

V .sP

A'í Mol ftlcH

^

Источник: Расчеты авторов по сформированной выборке.

Во всем мире банки манипулируют размером отчислений в резервы, для того чтобы корректировать представляемые в отчетности результаты по прибыли (подтверждение этому - работы [Greenawalt, Sinkey, 1988;, Bouwman, 2014, Basel Committee, 2015], исследования [Leventis et al., 2011] по Европейскому союзу, [Bryce et al., 2015] по вьетнамскому рынку, [Abdullah et al., 2015] по рынку Малайзии. Это в свою очередь позволяет манипулировать ценами акций публичных банков, корректировать восприятие устойчивости банка контрагентами, а также зачастую дает возможность руководству искусственно достигать поставленных собственниками целевых показателей (KPI менеджмента и соответствующее вознаграждение). Заметим, что влияние размера отчислений в резервы на финансовый результат банка значительно, что показывают наши расчеты по сформированной выборке. Для выборки нашего исследования среднее отношение отчислений в резервы на потери по ссудам к чистой прибыли банка на отрезке 2011-2015 гг. составило 1,6 (рис. 3). Заметим, что межстрановые различия могут быть значимы, как показано в работах по исламским банкам [Elnahass et al., 2014; Farook et al., 2014].

Возможность и мотивы манипулирования прибылью и создаваемыми резервами по плохим долгам

Гибкость в оценках менеджмента по создаваемым резервам может приводить как к завышению резервов, так и занижению, что соответственно влияет на прибыль. Вообще влияние на прибыль различных коррекций в ста-

3 Актуальный рейтинг банков РФ по величине просроченной задолженности физических лиц можно найти на сайте http://mir-procentov.ru/ Ьапкб/гаИ^б/сгедШ-сЗеку-райА.Мт!.

тьях отчетности связано со многими факторами, включая уровень оптимизма гендиректора (Bouwman, 2014). Произрастание проблемы «манипулируемой» (завышенной) части резервов связано с давлением на менеджмент банка трех групп заинтересованных лиц: 1) инвесторов и аналитиков (которые внимательно изучают финансовую отчетность и заинтересованы в ее объективности), 2) регуляторов (ЦБ), 3) налоговых органов. С точки зрения учетной политики и отчетности, связанной с созданием резервов на потери по ссудам, а также признанием просроченных и безнадежных долгов, имеет место противоречие между требованиями для рыночных инвесторов и требованиями регуляторов. Для того чтобы удовлетворять требованиям регуляторов, менеджеры банков при определении резервов на потери по ссудам учитывают информацию об ожидаемых в будущем потерях даже в случаях, когда никакого критического события может и не возникнуть. А вот согласно стандартам МСФО, потеря по займу должна быть признана только в случае возникновения установленного критического события, которое приводит к тому, что данная потеря становится вероятной и может быть количественно оценена. Налицо противоречие между объективным подходом МСФО, ориентированным на исторические наблюдения, и субъективным подходом, ориентированным на оценки будущих потерь в соответствии с требованиями регулирующих органов. Такое противоречие интересов объяснимо. Для инвесторов и аналитиков банку важно показать объективность и прозрачность финансовой отчетности, а регулятора нужно убедить в устойчивости банка, чтобы регулятор мог понимать устойчивость банковской системы в целом. Данное противоречие усугубляется тем, что подход, ориентированный на исторические результаты работы банка, согласно требованиям учета (МСФО), часто обвиняется в поддержании цикличности в банковской сфере. Действительно, кредитная политика банка является проциклич-ной [Bouvatier, Lepetit, 2008], так как основывается на наблюдаемом поведении участников рынка (оценке изменений спроса на кредитные ресурсы, мотивации погашения обязательств и т.п.). Классическая проблема принципала-агента между акционерами и менеджментом банка может еще более усилить процикличность из-за политики в отношении создания резервов. Банки, ориентируясь на ранее фиксируемые потери в период кризиса, могут продолжать наращивать резервы в период восстановления в экономике. Создание таких избыточных резервов приводит к торможению деловой активности и продлевает стагнацию участников рынка. Но может рассматриваться и иная роль создаваемых резервов для публичных банков. Искусственное завышение размера отчислений в резервы на потери по плохим долгам может выступать своеобразным «дорогим сигналом» заинтересованным лицам, аналогично сигналам на товарных рынках, показанных в работе Джорджа А. Акерлофа [Akerlof, 1970] с «рынками лимонов»4 или на рынке труда (работы Майкла Спенса [Spence, 1973])5. В ситуации неполноты и асимметрии информации достоверность сигнала зависит от его «стоимости», дороговизны для подающего его. Чтобы сигнал был достоверным, стоимость его подачи должна быть достаточно высока. Это важно для того, чтобы сигнал трудно было имитировать «плохим» игрокам рынка [Healy. Palepu, 2001]. Возможно, создание избыточных резервов как раз решает эту проблему подачи сигналов рыночным инвесторам со стороны менеджмента банков.

Руководство банка владеет частной информацией об уровне кредитного риска (или вероятности дефолта), который связан с качеством кредитного портфеля. И согласно стандартам составления финансовой отчетности, должно использовать эту информацию для определения размера отчислений в резервы. В результате, по сути, информация инсайдерского характера, субъективное мнение руководства банка в значительной мере влияют на величину отчислений в резервы на потери по ссудам. Нет ли факторов, которые заставляют менеджмент банка в ситуации асимметрии информации отклоняться от объективной величины создаваемых резервов и завышать или занижать их? Ведь резервы позволяют менеджменту сглаживать волатильность прибыли и демонстрировать интересующий регулятора уровень достаточности капитала. Как взаимосвязаны эти разнонаправленные мотивы менеджмента банков?

Стандарты отражения плохих долгов в учете и банковской отчетности и интерес к ним академического сообщества

Под плохими долгами в банковской деятельности понимают просроченные займы (non-performing loans), которые фиксируют наличие обязательств, по которым прекращена выплата процентов (non-accrual loans), и займы с нарушением сроков выплат (past due loans). Стандартный срок фиксации нарушений договоренностей по международным стандартам - просрочка выплаты тела долга и процентов на 90 дней и более. В состав просроченных займов также входит реструктурированная задолженность (troubled debt restructurings). Займы, по которым прекращена выплата процентов, занимают основную часть просроченных займов и рассматриваются как индикаторы вероятности дефолта [Wahlen, 1994]. Отчисления в резервы на потери по ссудам (loan loss provisions) осуществляются, если существует высокая вероятность дефолта по займам, по которым прекращена выплата процентов (non-accrual loans) и/или просроченных займов (past due loans). Образование просроченных

4 Подержанных автомобилей.

5 Нобелевская премия по экономике 2001 г. за исследования на рынках асимметричной информации получена Дж. Акерлофом, Сайклом Спенсом и Джозефом Стиглицем.

займов на балансе банка в основном связано с экзогенными обстоятельствами (падение реальных доходов населения, сужение спроса на продукцию корпоративного сектора и т.п.), объем данной статьи определяется посредством стандартизированных учетных процедур. Таким образом, возможности со стороны менеджмента банка по управлению данной статьей отчетности сильно ограничены [Bouwman, 2014; Wahlen, 1994]. Списание займов (loan charge-offs) имеет место, если их взыскание признано невозможным. И фиксируемые в балансе займы банка, и объем сформированных резервов снижаются на сумму чистого списания тела соответствующего долга с учетом объема ожидаемого возврата (от продажи активов и т.п.). Различные факторы экзогенного характера, например решения регуляторов, могут оказать влияние на объем списаний. Кроме того, согласно учетной политике некоторых банков, потребительские займы подлежат автоматическому списанию, в случае если обязательства по ним не обслуживались в течение установленного периода времени [Wahlen, 1994]. Таким образом, можно констатировать, что данная статья в балансе банка мало манипулируема. Другая ситуация [Greenawalt, Sinkey, 1988] складывается с отчислениями в резервы на потери по ссудам (loan loss provisions). Величина отчислений базируется на оценках вероятности невыплаты займов и фактически контролируется менеджментом. Отчисления увеличивают размер общих резервов на потери (loan loss allowances) и приводят к снижению чистой прибыли за соответствующий отчетный период. По стандартам учета и отчетности займы признаются на балансе по исторической стоимости, стандарты не предусматривают возможности корректировок балансовой стоимости займов вследствие изменений условий по займам, рисков и объективных ожиданий. В результате «справедливая» оценка кредитного портфеля может значительно расходиться с его зафиксированной балансовой стоимостью. Следовательно, для рыночных инвесторов особую ценность приобретают статьи финансовой отчетности, которые позволяют получить своевременную и релевантную оценку стоимости кредитного портфеля. Резервы на потери по ссудам относятся именно к таким информативным статьям отчетности. На величину резервов влияют также требования банковских регуляторов (международных и национальных). Во всех странах существуют ограничения по структуре капитала финансовых учреждений, устанавливающие предельный уровень долговой нагрузки. Как правило, нормативы предполагают минимальный объем собственного капитала банка на уровне 5-6% совокупных активов. Поскольку различные резервы, в том числе резервы на потери по ссудам, являются частью собственного капитала, решения об их величине принимаются на основе рекомендаций со стороны регуляторов. Несмотря на это, необходимо отметить, что влияние регулятивных ковенант на управленческие и финансовые решения банков в отношении отчислений в резервы на потери по ссудам является значительным только по отношению к небольшому числу коммерческих банков, которые работают в рамках рискованной политики финансирования [Moyer, 1990; Ahmed, 1999; Beaver et al., 1997]. Для банков с комфортными уровнями достаточности капитала такого рода давление не является проблемой, и мы рассматривать данный аспект не будем. Таким образом, изменения величин просроченных займов и списаний носят объективный характер и теоретически должны быть негативно связаны с будущими денежными потоками и рыночной стоимостью банка. А вот отчисления в резервы на потери по ссудам могут быть субъективно изменены в зависимости от тех или иных целей менеджмента. Влияют ли эти субъективные оценки на рыночную стоимость банка? В какую сторону? Может ли менеджмент банка быть заинтересован в искусственном завышении величины резерва для подачи сигналов рыночным инвесторам? Можем ли мы рассматривать завышенную величину резервов как дорогую плату за качественный сигнал?

Исследовательская задача данной работы - выявить наличие и оценить влияние «субъективного» (манипу-лируемого менеджментом) компонента отчислений в резервы на рыночную стоимость банка. Наличие такого компонента может рассматриваться как признание наличия сигнала рыночным инвесторам в ситуации асимметрии информации. Отметим, что гипотеза о наличии в создаваемых резервах на потери по ссудам «объективной», связанной с кредитным риском и «субъективной» составляющих была впервые высказана в работе [Wahlen, 1994]. Позже эта гипотеза проверялась в ряде эмпирических работ [Beaver, Engel, 1996; Wahlen, 1999; Huizinga, Laeven, 2012; Elnahass et al., 2014] по зарубежным рынкам. Работы подтвердили, что в составе общих отчислений в резервы на потери по ссудам действительно имеют место «субъективные» завышения резервов, которые напрямую не связаны с компенсацией кредитного риска. Таким образом, можно записать:

TLLP = NLLP + DLLP, (1)

где TLLP - общие отчисления в резервы на потери по ссудам (total loan loss provisions);

NLLP - объективные отчисления в резервы на потери по ссудам, отражающие изменение кредитного риска

(non-discretionary loan loss provisions); DLLP - субьективные (произвольные, «манипулируемые») отчисления в

резервы, как результат творческого подхода менеджмента банка к финансовой отчетности (discretionary loan loss

provisions).

В ранее проведенных исследованиях ставилась цель выявить наличие такого компонента и оределить его влияние на положение банка. Вопрос о влиянии величины этих субъективных отчислений (DLLP) на рыночную стоимость неочевиден. С одной стороны, отчисления в резервы оказывают негативный эффект на текущий итоговый финансовый результат в отчетности (прибыль) и теоретически должны снижать рыночную стоимость банка. Но согласно эмпирическим тестам [Wahlen, 1994; Bouwman, 2013], влияние положительное. Авторы

объясняют это тем, что готовность коммерческого банка перераспределять прибыль в резервы является сигналом экономическим агентам об ожидании высоких доходов в будущем, то есть является «хорошей» новостью для инвесторов. Для большинства банков рост резервов и повышение репутации банка на основе достоверного раскрытия информации, отказа от занижения рисков может рассматриваться инвесторами как сигнал о намерениях остаться на рынке и дальше. Завышение резервов может даже рассматриваться как элемент формирования положительной репутации в условиях асимметричности информации [Kreps, Wilson, 1982]. Такая трактовка DLLP согласуется с гипотезой [Healy, Palepu, 1993] о том, что «лучшие» (успешные) компании раскрывают негативную информацию чаще и с большей готовностью, поскольку обладают большим доверием со стороны инвесторов. Если рассматривать величину отчислений в резервы как часть общей негативной информации о банке, о его кредитном риске, то увеличение отчислений и наличие DLLP являются сигналом об устойчивости банка. С другой стороны, согласно работам других авторов [Walland, Koch, 2000; Leventis et а1, 2011], креативное управление резервами наиболее характерно для банков, находящихся в предбанкротном состоянии или стоящих перед угрозой отзыва лицензии. Такие разные выводы по ранее проведенным исследованиям мотивируют нас на собственные расчеты по широкой выборке публичных коммерческих банков глобального рынка.

Гипотезы нашего исследования и используемые модельные конструкции

Ключевой переменной нашего исследования является та часть резервов по ссудам, которая носит «субъективный» (произвольный, манипулируемый, не связанный с кредитным риском) характер, - DLLP. Именно влияние на рыночную стоимость банка этого компонента резервов нам важно оценить по знаку (положительное или отрицательное влияние) и количественно. Но как первую гипотезу мы рассматриваем влияние всех традиционно учитываемых показателей кредитного риска на стоимость банка, а уже гипотезы 2-4 непосредственно связаны с ключевой переменной.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Гипотеза 1: Между рыночной стоимостью банка и индикаторами кредитного риска в финансовой отчетности существует значимая отрицательная зависимость.

Для тестирования гипотезы 1 применяется следующая модель (2), аналогично работе [Beaver et al., 1997] по 176 публичным банкам США и [Elnahass et al., 2014]: Модель (2)

MVit = a + ß} COt + ß -ANPLlt + ß • BVEit + ß. Loans ü + ß. EBTPit + ß • LLPU + s,

где MVit - рыночная капитализация коммерческого банка через 90 дней после отчетной даты; COit - объем списания безнадежных займов в квартале t (loan charge-offs); ANPLit - изменение объема просроченных займов за квартал t (non-performing loans); BVEit - балансовая стоимость собственного капитала на конец квартала t; Loans it - балансовая стоимость займов банка на конец квартала t; EBTPit - прибыль до выплаты налогов, отчислений в резервы на потери по ссудам и чрезвычайных расходов (earnings before taxes, loan loss provisions and extraordinary expenses); LLPit - отчисления в резервы на потери по ссудам (loan loss provisions). Мы предполагаем, что произвольные (необъективные) отчисления в резервы должны восприниматься рынком как положительный сигнал (аналогично [Beaver, Engle, 1996; и Wahlen, 1994]). Публичные рынки теоретически должны воспринимать высокие субъективные отчисления (DLLP) как сигнал об улучшении политики работы с задолженностью, снижении общего уровня риска и уверенности банка в высоких будущих доходах. Гипотеза 2: Между рыночной стоимостью банка и величиной субъективных отчислений в резервы на потери по ссудам (DLLP) существует значимая положительная зависимость.

Для тестирования гипотезы 2 важным моментом является разделение отчислений в резервы на потери по ссудам на «субъективную» и «объективную» части, как показано в равенстве (1). Для выделения этих двух компонентов нами по аналогии с работами [Beaver et al., 1997; Elnahass et al., 2014; Balla, Rose, 2015] построена вспомогательная регрессионная модель (3) следующего вида: Модель (3):

TLLPt = LLPt-i + NPLt-i + ANPLi t + ß 'Loansu + ß iLoansit-i + s,

TLLPit - общие отчисления на потери по ссудам в квартале t; LLPit-1 - отчисления в резервы на потери по ссудам в предыдущем квартале t-1; NPLit-1 - объем просроченных займов в предыдущем квартале t-1; ANPLit - изменение объема просроченных займов в квартале t; Loansit - объем займов в текущем квартале t; Loansit-1 - объем займов в предыдущем квартале t-1; S - остаточная ошибка, рассматриваемая в данной работе как «субъективный» элемент отчислений в резервы на потери по ссудам, который не связан с уровнем кредитного риска банка (т.е. величина DLLP — discretionary loan loss provisions).

Предсказанное значение отчислений в резервы в рамках данной регрессии (3) соответствует «объективным» отчислениям, связанным с динамикой просроченных займов по банку, а остаточный член ( S ) трактуется как «субъективный» элемент.

Согласно тезису Балла и Роуз [Balla, Rose, 2015], основной задачей управления резервами для менеджмента является сглаживание волатильности прибыли. Так, в периоды высоких доходов менеджмент склонен наращивать объем резервов, в периоды ухудшения финансовых результатов DLLP снижается, что позволяет демонстрировать искусственную стабильность чистой прибыли как в периоды спада, так и в периоды подъема на рынке. Среди основных причин склонности менеджмента банка к сглаживанию финансовых результатов исследователи [Bouwman, 2013; Ahmed et al., 1999; Wall, Koch, 2000] выделяют следующие: неприятие риска (risk aversion) со стороны наемного менеджмента; снижение волатильности и воспринимаемого инвесторами уровня риска банка; стремление к соблюдению ковенант со стороны регулятора и контролирующих собственников банка (зачастую вознаграждение менеджмента зависит от определенных результатов работы банка за конкретный период). Ранее проведенные эмпирические исследования [Wall, Koch, 2000; Bouwman, 2013] указывают на то, что для менеджмента существуют значимые стимулы для сглаживания финансовых результатов. Гипотеза 3 нашего исследования частично перекликается с утверждением, что успешные банки более охотно раскрывают негативную информацию в отчетности.

Гипотеза 3: Между объемом субъективных отчислений в резервы на потери по ссудам (DLLP) и будущими доходами коммерческих банков существует значимая положительная связь.

Остается открытым вопрос, рассматривают ли инвесторы отчисления в резервы на потери по ссудам как достоверный сигнал, который несет в себе ценную информацию для принятия инвестиционных решений, ведь его «стоимость» для руководства банка в случае недостоверности точно определить трудно. Под «стоимостью» недостоверного сигнала для менеджмента можно понимать санкции со стороны регуляторов в случае нарушения и отклонения от установленных стандартов и нормативов. В связи с этим возникает исследовательский вопрос об эмпирической проверке влияния уровня банковского регулирования, контроля над достоверностью отчетности банков с уровнем «творчества» менеджмента при составлении этой финансовой отчетности, в данном случае - при определении размера отчислений в резервы на потери по ссудам (DLLP). Наша гипотеза -отрицательная связь. Ее выявляет эмпирическое тестирование гипотезы 4.

Гипотеза 4: Уровень манипуляций с размером отчислений в резервы на потери по ссудам выше на развивающихся рынках, что объясняется такими институциональными особенностями, как слабый банковский надзор, наличие коррупционной составляющей в отношениях регулятора и банковских организаций. В качестве прокси-переменных для данных институциональных факторов гипотезы 4 нами использовались следующие оценочные страновые индексы Всемирного Банка, полученные в рамках исследования Doing Business: индекс регулятивного контроля над уровнем конфликта интересов в компаниях страны (Extent of Conflict of Interest Regulation Index); индекс корпоративной прозрачности (Extent of Corporate Transparency Index). В рамках индекса корпоративной прозрачности прямое отношение к нашему исследованию имеют только два из 10 его компонентов: «Нужно ли покупателю проверять годовую финансовую отчетность внешним аудитором?», «Должны ли аудиторские отчеты быть опубликованы?».

Для тестирования гипотез 3 и 4 была использована регрессионная модель на основе комбинации моделей [Beaver et al., 1997; Fonseca, Gonzalez, 2008]. В качестве объясняемой переменной отдельно использовались общие отчисления в резервы на потери по ссудам (5) и «субъективные» отчисления (6) из вспомогательной регрессии. Рассматривались две спецификации модели. Использование общей величины отчислений в резервы позволяет получить более наглядные и полезные с позиции инвестора результаты, так как ему доступна только информация об объеме отчислений в резервы в целом, без разделения на «объективную» и «субъективную» части. Регрессионные модели, использованные для проверки гипотез 3 и 4, представлены ниже.

Модель (5): LLPit = а + ß • EBTPÜ+2 + ß2 • EBTPÜ+1 + ß3.INTERESTit + ß4 TRANSPARENCYit + s.

Модель (6):

DLLPit = а + ß1 • EBTPit+2 + ß2 • EBTPit+1 + ß3 • INTERESTit + ß4 »TRANSPARENCYit +s,

где LLPit - общие отчисления на потери по ссудам в квартале t; INTERESTit - значение индекса регулятивного контроля над уровнем конфликта интересов в компаниях выборки (страны) в квартале t; TRANSPARENCYit - значение индекса корпоративной прозрачности в квартале t.

Регрессии оценивались на основе поквартальных данных для глобального рынка в целом. Размер выборки существенно снизился по сравнению с первоначальной, так как потребовались значения с лагом Т+2 скорректированной чистой прибыли в качестве объясняющих переменных, а также индексов INTERESTit и TRANSPARENCY, значения которых доступны для ограниченного числа стран. Результаты регрессионного анализа приведены в таблице 10.

Данные и выборка

Общую выборку нашего исследования сформировали 989 коммерческих банков развивающихся и развитых рынков капитала на отрезке с 2011 по 2015 гг. с поквартальной фиксацией отчетных данных (число публичных

коммерческих банков от каждой страны показано в Приложении). Выбор такого периода анализа позволяет избежать возможного искажения результатов из-за финансового кризиса в 2008-2009 гг. и кризиса европейского долга 2010 г. Широкий географический охват анализируемой выборки позволяет провести анализ банков не только развитых рынков (США, Канада, Евросоюз), которые традиционно представлены в исследованиях по анализу кредитных рисков, или конкретного небольшого региона (Ближний Восток, Африка), как в предыдущих исследованиях по данной теме. Одной из задач нашей работы является сопоставление различий между полученными эмпирическими результатами для выборок из банков развивающихся и развитых стран, а также стран Восточной Европы и СНГ. В качестве переменной рыночной капитализации использовалась рыночная капитализация анализируемого банка через 90 дней после отчетной даты. Использование лага связано с тем, что цены на акции по состоянию на конец отчетного периода, по техническим причинам не могут учитывать последние финансовые результаты, отчетность проходит аудирование и раскрывается банками с задержкой. Чтобы не включать в работу поиск даты раскрытия отчетности по каждому банку выборки и не базироваться на возможной избыточной реакции на новостную ленту, мы выбрали общий единый для всех банков лаг - 90 дней. Аналогичный прием применен в исследовании [Calomiris, Nissim, 2013], где лаг по развитым рынкам принят в 75 дней. В качестве основного источника информации использовалась база Capital IQ с фильтром по финансовому сектору и публичным коммерческим банкам. Также, при проверке гипотезы о влиянии институциональных страновых факторов на отчисления в резервы на потери по ссудам были использованы данные Всемирного банка (рейтинг Doing Business). Разбивка рынков на развитые и развивающиеся была осуществлена в соответствии с классификацией аналитического агентства Oxford Economics. Размер выборки для тестирования каждой из четырех гипотез менялся из-за ограничений на доступ информации по отдельным показателям. Описательная статистика по тестированию гипотезы 1 показана в таблице 1: 20% в выборке занимают коммерческие банки США, 6% — банки Японии. По географическим регионам выборка более равномерна - самые большие доли (28% и 21%) соответственно у банков Азии и Северной Америки. Еще 16% дают банки Западной Европы и 14% — Ближний Восток.

Таблица 1. Описательная статистика по банкам для тестирования гипотезы 1

Наименование Всего Развив ающиеся рынки Развитые рынки Доля развивающихся рынков, %

Количество наблюдений 14 531 7 917 6 614 54

Количество банков 989 397 592 40

Количество стран 91 69 22 76

Среднее соотношение отчислений в резервы к прибыли ББР/ЕВТР, % 33,4 32,7 34,3

Медианное соотношение ББР/ЕВТР,% 20,9 23,1 18,2

Более подробная информация о выборке, использованной для тестирования гипотезы 1, приведена в таблицах 2 (средние и медианные значения переменных по коммерческим банкам) и 3 (количество наблюдений). Описательная статистика используемых переменных показана в таблице 2.

Таблица 2. Описательная статистика объясняемой и объясняемых переменных модели (2) для проверки гипотезы 1

Переменная Среднее значение Медиана 25-й перцентиль 75-й перцентиль Стандартное отклонение

MVit 7 029 800 160 3 436 22 470

со. -12 0 0 0 145

&NPL« 22 0 -6 6 3 234

BVEU 6 776 952 224 3 108 23 324

ALoansit 46 768 5 043 1 038 21 931 148 069

EBTP 332 38 9 149 1 238

LLP, 95 7 1 42 348

Эмпирические результаты тестирования гипотез и выводы

В качестве переменных, диагностирующих кредитный риск в финансовой отчетности банка, нами рассматриваются величины просроченных займов, размеры списания безнадежных долгов и отчисления в резервы на потери по ссудам.

Мы исходим из того, что объективная часть отчислений в резервы должна однозначно оказывать негативное влияние на рыночную стоимость банка, поскольку она отражает изменения уровня кредитного риска. В свою очередь влияние субъективной части должно, по нашему предположению, быть положительным. Влияние общих отчислений в резервы на стоимость неоднозначно и может варьироваться в зависимости от того, какой мотив формирования отчислений является преобладающим: объективный, связанный с покрытием рисков, или субъективный. Таким образом, можно допустить, что получение отрицательной зависимости между общими отчислениями в резервы на потери по ссудам и рыночной стоимостью банка должно свидетельствовать о преобладании объективной части в составе отчислений. Соответственно, верно и обратное. Для тестирования гипотезы 1 линейная многофакторная регрессионная модель (2) на основе поквартальных панельных данных для глобального рынка и по отдельности для развитых и развивающихся рынков, банков Восточной Европы и СНГ оценивалась методом наименьших квадратов (МНК). Детализация по странам не делалась, так как это снизило бы количество доступных наблюдений ниже критического уровня и сделало бы результаты анализа не репрезентативными. В таблице 3 показаны знаки при анализируемых объясняющих переменных, значение коэффициентов и p-value как статистическая значимость (на процентном уровне значимости) как по всей выборке (1), так и по подвыборкам (2, 3, 4). В столбце 1 таблицы 3 даны оценки по всему глобальному рынку, в столбце 2 - по подвыборке развивающихся рынков, по столбце 3 - развитых рынков, по столбцу 4 - по банкам Восточной Европы и СНГ.

Таблица 3. Статистическая оценка переменных регрессионной модели по гипотезе 1

Переменные регрессии

Показатель 1 Знак коэффициента на разных рынках Значение коэффициента i Статистическая значимость i (p-value)

1 I 2 | 3 | 4 I 1 I 2 I 3 4 1 1 I 2 3 j 4

СО, - - - + -4,17 -2,30 -7,02 9,97 0,00% 1,97% 0,00% 0,01%

---- -0,08 -0,02 -0,10 -0,02 0,01% 62,49% 0,00% 35,50%

BVEit + + + + 0,54 1,12 0,46 1,28 0,00% 0,00% 0,00% 0,00%

ALoansit + - + - 0,02 -0,06 0,03 -0,01 0,00% 0,00% 0,00% 14,61%

EBTP + + + + 7,05 5,47 9,39 0,08 0,00% 0,00% 0,00% 66,90%

LLPÜ ---- -6,46 -2,51 -8,81 -5,13 0,00% 0,00% 0,00% 0,00%

Оценка регрессий 1 2 3 4

R-квадрат 0,88 0,93 0,87 0,91

Я-квадрат нормированный 0,88 0,93 0,87 0,91

F-статистика 1 9618 (0,0%) 17 176 (0,0%) 7 539 (0,0%) 1 915 (0,0%)

Кол-во наблюдений 14 531 7 917 6 614 1 174

Полученные оценки по регрессии (2) для тестирования гипотезы 1 ожидаемы в объяснении рыночной стоимости банка. По всей выборке нормированный коэффициент детерминации превышает 0,8; регрессии для глобального рынка и подвыборок статистически значимы на 5%-ном уровне. Положительные значимые коэффициенты при переменных скорректированной чистой прибыли и балансовой стоимости собственного капитала являются ожидаемым результатом и подтверждают целесообразность использования данных показателей инвестиционными аналитиками в качестве индикаторов рыночной стоимости коммерческого банка. Отрицательные значения переменных регрессии фиксируются для списаний займов, изменения объема просроченных займов, а также отчислений в резервы на потери по ссудам. Это показатели кредитного риска, и они отрицательно

влияют на рыночную капитализацию банка. Поскольку предполагается, что общий объем отчислений в резервы на потери по ссудам состоит из объективной части, отражающей кредитный риск, и субъективной части, которая, согласно нашей гипотезе, должна оказывать положительное влияние на стоимость, можно сделать предварительный вывод о том, что в составе отчислений в резервы достаточно большую долю занимают «объективные отчисления». Коэффициент при изменении просроченных займов ( &ЫРЬи) является отрицательным для всех подвыборок (табл. 3), однако он близок к нулю и статистически незначим для банков развитых рынков и банков Восточной Европы и СНГ. Можно предположить, что такой результат обусловлен тем, что информация об изменении просроченной задолженности уже учтена рынком до их фактического изменения. Ожидания по динамике объема просроченных займов отражаются в резервах банка на будущие потери. Интересны результаты по коммерческим банкам Восточной Европы и СНГ. В целом расчеты схожи с оценками по другим подвыборкам. Однако коэффициенты при изменении объема займов и скорректированной чистой прибыли оказались статистически незначимыми. Кроме того, коэффициент при скорректированной прибыли оказался отрицательным. Такое расхождение с ожидаемыми результатами, возможно, связано с наличием других существенных факторов, которые влияют на рыночную стоимость банков на этих рынках (например, недоверие оценкам прибыли и величины просрочки). Более детально данная проблема будет прокомментирована далее, в рамках тестирования гипотезы 2. Обобщенные результаты тестирования гипотезы 1 представлены в таблице 4.

Таблица 4. Обобщенные результаты тестирования гипотезы 1

Гипотеза 1 Результаты

Отрицательная зависимость капитализации банка от списаний займов Подтверждается Р

Отрицательная зависимость капитализации банка от изменения объемов просроченных займов Подтверждается Р

Отрицательная зависимость капитализации банка от отчислений в резервы на Подтверждается Р потери по ссудам

Наши расчеты по полной выборке глобального рынка показали, что регрессия (3) значима на 5%-ном уровне (исходя из значения Б-статистики), коэффициент детерминации составляет 0,67; все экзогенные объясняющие переменные также значимы на 5%-ном уровне (табл. 5). Медианная доля произвольных отчислений в резервы на потери по ссудам составляет 2%. Результаты оценки коэффициентов регрессии приведены в таблице 5.

Таблица 5. Результаты регрессионного анализа для выделения «субъективных» отчислений в резервы на потери по ссудам

Переменные регрессии

Переменная

ИР,

Знак коэффициента Значение коэффициента р-уаЫе

+ + + +

0,48 0,01 0,01 0,00 0,00

0,00% 0,00% 0,00% 0,00% 0,00%

NPLt

ANPLit

Loans...

Loansit

R-квадрат

0,67

R-квадрат нормированный 0,67 F-статистика (р-уаЬе) 6 188 (0,0%)

Кол-во наблюдений 14 531

Для тестирования гипотезы 2 в основную модель (2) нашего исследования вместо общей суммы отчислений ТЬЬРи была подставлена переменная ОЬЬРи из регрессии (3):

— № ^ . ß.CO, ^ + ß.BVEu + ß.LoanSi, + ß.ЕВЩ + ß.DLLPl, +

где DLLPit - «субъективные» отчисления в резервы на потери по ссудам, которые не связаны с уровнем кредитного риска банка. Заметим, что использование инструментальной переменной DLLP позволяет сгладить проблему мультиколлинеарности из-за неизбежно высокой корреляции между рассматриваемыми индикаторами кредитного риска (ANPL , CO и LLP) в финансовой отчетности. Более того, можно ожидать, что вследствие снижения мультиколлинеарности будет иметь место снижение смещенности оценок значений коэффициентов при объясняющих переменных. Описательная статистика переменных регрессии (4) дана в таблице 6. Результаты анализа по регрессии (4) сведены в таблице 7.

Таблица 6. Описательная статистика переменных регрессии (4) для тестирования гипотезы 2 о значимости субъективной части отчислений в резервы

Переменная Среднее Медиана 25-й перцентиль 75-й перцентиль Стандартное отклонение

MVit 7 029 800 160 3 436 22 470

со. -12 0 0 0 145

ANPL, 22 0 -6 6 3 234

BVEit 6 776 952 224 3 108 23 324

ALoansit 46 768 5 043 1 038 21 931 148 069

EBTPÜ 332 38 9 149 1 238

DLLPit 336 37 8 146 1 248

Таблица 7. Оценка знака и коэффициента при объясняющих переменных рыночной капитализации банка в модели влияния субъективных отчислений

Переменные

Знак коэффициента

112 13 14

Значение коэффициента

2 13 14

p-value

1

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

1

2

3

4

со. - - - + -3,17 -1,15 -5,30 14,46 0,00% 22,73% 0,00% 0,00%

ANPL, - - + - -0,01 -0,11 0,02 -0,01 73,81% 0,33% 40,20% 59,98%

BVEit + + + + 0,49 1,03 0,27 1,43 0,00% 0,00% 0,00% 0,00%

ALoansit + + + - 0,01 0,06 0,02 -0,06 0,00% 0,00% 0,00% 0,00%

EBTPÜ + + + + 4,29 3,70 7,45 0,16 0,00% 0,00% 0,00% 40,31%

DLLPit + + - + 3,53 2,94 -6,56 0,12 0,00% 0,00% 0,00% 51,53%

Оценка регрессий 1 1 2 1 3 1 4

R-квадрат 0,88 0,93 0,87 0,91

R-квадрат нормированный 0,88 0,93 0,87 0,91

F-статистика 1 9618 (0,0%) 17 176 (0,0%) 7 539 (0,0%) 1 915 (0,0%)

Кол-во наблюдений 14 531 7 917 6 614 1 174

Регрессионная модель (4), оценки по которой приведены в таблице 7, характеризуется высоким нормированным коэффициентом детерминации для выборки в целом и для подвыборок, значима, согласно F-статистике. Примечательно, что, коэффициент при изменении объема просроченных займов в регрессии с субъективными отчислениями в резервы становится отрицательным для выборки в целом и для банков Восточной Европы и СНГ, что соответствует нашим исходным предположениям (связано со снижением мультиколлинеарности в регрессионной модели). Коэффициент при изменении просроченных займов остается незначимым для всех подвыборок, кроме развивающихся рынков. Вторая гипотеза в целом подтверждается, наблюдается положительная зависимость капитализации банков от «субъективных» отчислений в резервы на потери по ссудам, исключение составляют банки развитых рынков капитала. Низкая статистическая значимость оценок в таблице 7 для выборки банков из Восточной Европы и СНГ может быть связана не столько с недостатками использованной регрессионной модели, сколько с низкой ликвидностью акций банков в данной выборке. Заметим, что исследование строится на данных публичных банков, доля которых неравномерна по странам. Различен и уровень ликвидности акций этих банков, хотя при формировании выборки банки с неликвидными акциями исключались.

Гипотезы 3 и 4 строятся на предположении, что подаваемый субъективными (завышенными) отчислениями сигнал является значимым для инвесторов, так как доносит информацию о будущих доходах банка. Согласно результатам предыдущих исследований [Ahmed et al., 1999; Kanagaretnam et al., 2005; Bouwman, 2014; Abdullah et al., 2015], отчисления в резервы на потери по ссудам могут рассматриваться инвесторами как положительный сигнал о будущей прибыли банка. Однако рынок отреагирует на данный сигнал только в том случае, если он является надежным. По нашему мнению, ключевым критерием при проверке уровня надежности должно стать наличие положительной связи между будущими доходами банка и величиной субъективных (завышенных) отчислений. В качестве индикатора будущих чистых доходов банка нами рассматривается скорректированная чистая прибыль (до вычета отчислений в резервы, экстраординарных расходов и налогов) в следующие два квартала после признания сделанных отчислений в резервы на потери по ссудам в отчетности. Такой выбор переменной будущих выгод позволяет избежать искусственного создания взаимосвязи между текущими отчислениями и будущей прибылью из-за того, что в рамках финансового учета увеличение отчислений в резервы в текущем периоде, скорее всего, приведет к соответствующему снижению прибыли в будущем. Специфика развивающихся стран, которая может оказывать влияние на размер отчислений в резервы на потери по ссудам, строится на модели, развиваемой в работе [Fonseca, Gonzalez, 2008], где анализировались институциональные страновые факторы, влияющие на уровень «сглаживания» и манипуляций прибылью коммерческими банками. В указанной работе выделен ряд институциональных характеристик, которые теоретически должны влиять на уровень манипуляций с отчислениями. Доказывается, что манипуляция финансовыми результатами в отчетности наиболее распространена в странах, где защита интересов миноритарных акционеров находится на низком уровне. В результате в таких странах инсайдеры обладают большей выгодой от контроля и большими стимулами для манипулирования отчетностью. Кроме того, регулятивная система с более строгим контролем за соблюдением законов и нормативных требований приводит к снижению стимулов для менеджмента принимать рискованные решения, в частности сглаживать финансовый результат. Более детальная финансовая отчетность снижает диапазон возможностей для манипуляций с ней, предоставляемой инвесторам и регулирующим органам. Согласно третьему принципу стандарта Базель II, больший уровень раскрытия информации приводит к увеличению уровня дисциплины на рынке. Можно предположить, что рост качества и полноты финансовой отчетности приводит к снижению манипуляций с размером отчислений в резервы на потери по ссудам. Наконец, согласно [Fonseca, Gonzalez, 2008], более строгое регулирование деятельности банков должно снижать стимулы к избыточному риску и соответственно манипуляциям финансовой отчетностью со стороны менеджмента. Чем выше уровень надзора над банками, тем ниже стимулы и возможности менеджмента для манипуляций. Заметим, что, с другой стороны, ужесточение контроля может привести к снижению возможности манипуляций всеми остальными статьями отчетности, за исключением отчислений в резервы на потери по ссудам. Такой контраргумент является правомерным, учитывая, что с позиции регламентированных стандартов финансовой отчетности отчисления в резервы объективно должны содержать в себе субъективные суждения менеджмента, в то время как все остальные статьи отчетности формально должны определяться в рамках четко регламентированных процедур. Таким образом, ожидаемое влияние уровня банковского регулирования на величину субъективных отчислений для нас неочевидно.

По исходным данным Всемирного банка, оцененное нами по странам выборки среднее значение индекса регулятивного контроля в развивающихся странах составило 5,8, а в развитых странах - 7,3. Среднее значение индекса корпоративной прозрачности в развивающихся странах оценено нами в 5,3, а в развитых странах - 6,2. Описательная статистика по переменным тестирования гипотез 3 и 4 приведена в таблице 8.

Таблица 8. Описательная статистика переменных, использованных в регрессии (4) для проверки гипотез 3 и 4

Переменные Среднее Медиана 25-й 75-й Стандартное

значение перцентиль перцентиль отклонение

EBTPÜ+2 339 40 10 158 1 285

EBTP+1 355 41 10 161 1 341

INTERESTit 6 7 6 8 1

TRANSPARENC Yit 6 5 5 7 2

dllp 0 0 -7 4 209

LLPÜ 93 7 1 43 324

Поскольку рассматриваемые институциональные факторы в значительной степени взаимосвязаны между собой, в рамках тестирования гипотезы 4 предполагается, что каждая прокси-переменная институциональных факторов включает в себя несколько элементов. Ожидаемое нами влияние описанных выше институциональных факторов на возможные значения манипуляций отчислениями в резервы на потери по ссудам представлено в таблице 9.

Таблица 9. Ожидаемое влияние институциональных факторов на уровень манипуляций с отчислениями в резервы на потери по ссудам

Прокси-переменная Институциональный фактор Влияние на завышение резервов

Индекс регулятивного контроля Защита интересов миноритарных Отрицательное

над уровнем конфликта акционеров

интересов в компаниях Уровень банковского надзора Отрицательное

Уровень банковского регулирования Неоднозначно

Индекс корпоративной ..................................................................................................................."Г......

Уровень банковского надзора Отрицательное прозрачности ......5............................................................................................................................................................

Качество финансовой отчетности Отрицательное

Таблица 10. Количественные оценки тестирования регрессионных моделей (5) и (6)

Переменные Знак коэффициента 1 Значение коэффициента Уровень статистической значимости по коэффициентам (р-га1иг)

DLLP |LLP I DLLP | LLP ! DLLP ! LLP

EBTPÜ+2 + + 0,003 0,08 0,11% 0,00%

EBTPÜ+i + + 0,04 0,14 0,00% 0,00%

INTERESTit - - -12,1 -18,01 0,00% 0,00%

TRANSPARENC Yit - + -0,46 16,89 83,21% 0,00%

Модель (6) с DLLP Модель (5) с LLP

R-квадрат 0,03 0,63

R-квадрат нормированный 0,03 0,63

F-статистика 22 (0.1%) 1 981 (0.0%)

Кол-во наблюдений 4 588 4 588

Полученные нами результаты по общей выборке подтверждают гипотезу 3 о положительной связи между текущими отчислениями в резервы на потери по ссудам и будущими доходами банка. Значения коэффициента в модели (5) при переменной скорректированной прибыли банка в следующие два квартала являются положительными и значимыми на 1%-ном уровне. Аналогичные результаты, но со слабой статистической значимостью, получены и по модели (6) для инструментальной переменной (DLLP). Значение нормированного коэффициента детерминации в регрессии (6) низко (0,03), и далее мы не комментируем полученные результаты модели (6). Тем не менее наше исследование позволяет утверждать, что банки, уверенные в своей способности генерировать прибыль в дальнейшем, более охотно увеличивают резервы и занижают текущую прибыль. Этот результат соответствует выводам по эмпирическим исследованиям на других выборках, в частности в работах [Ahmed et al., 1999; Elnahass et al., 2014; Beaver et а1., 1997; Abdullah et al., 2015]. Следует отметить, что наш результат констатирует краткосрочную зависимость. На долгосрочном горизонте целью поддержания резервов становится сохранение возможности переживать периоды экономического спада. В результате взаимосвязь между будущей прибылью и отчислениями на более длительном временном горизонте, скорее всего, обратная, что связано с цикличностью финансового бизнеса. Анализ взаимосвязи на горизонте более одного года, проведенный [Ahmed et al., 1999], подтверждает это предположение. Но по техническим причинам репрезентативность и достоверность таких взаимосвязей, выявленных на длинном временном горизонте, является относительно низкой, на результаты оказывают влияние гораздо большее число различных факторов, доля шума сравнительно выше по сравнению с исследованиями на коротком горизонте в два квартала. В связи с этим в рамках данной работы взаимосвязь между отчислениями в резервы и будущей прибылью в среднесрочной и долгосрочной перспективе не рассматривались. Гипотеза 4 о значимости институциональных факторов подтверждается частично. В регрессии общих отчислений в резервы на потери по ссудам (LLP) значение коэффициента при индексе защиты прав миноритарных акционеров значимо на 5%-ном уровне и отрицательно, что соответствует нашим ожиданиям. По развивающимся рынкам уровень манипуляций с отчислениями в резервы на потери по ссудам выше, институциональные отличия способны их объяснить. Коэффициент при индексе корпоративной прозрачности отрицателен и значим на 5%-ном уровне. Этот результат не согласуется с результатами исследования [Fonseca, Gonzalez, 2008]. Этот противоречивый результат нельзя объяснить наличием корреляции между индексом защиты миноритариев и корпоративной прозрачностью, корреляция между этими объясняющими переменными

составила по странам менее 10% на анализируемом отрезке времени. Таким образом, мы можем признать допустимость общего предположения о том, что институциональные факторы играют значимую роль в размере отчислений в резервы на потери по ссудам, а конкретные направления влияния требуют дополнительных исследований.

Заключение

Исследование посвящено анализу детерминант рыночной стоимости банков и степени влияния традиционно диагностируемых по отчетности показателей кредитного риска. Как специфический показатель влияния рассматривается субъективный компонент отчислений в резервы по сомнительным долгам. В работе доказывается наличие такого компонента и его сигнальный эффект.

Эмпирические тесты по большой выборке банков (989) глобального рынка подтвердили, что рыночные оценки по банковскому сектору отлавливают различия в финансовой отчетности: положительно коррелируют с чистой прибылью и балансовой оценкой собственного капитала и негативно связаны с фиксируемыми в балансе показателями кредитного риска (просроченной задолженностью, величиной списаний и формируемыми резервами на плохие долги). Оригинальность нашего исследования заключается в подтверждении на послекризисном отрезке времени с 2011 по 2015 г. по широкой межстрановой выборке коммерческих банков (989 публичных банков с квартальной фиксацией отчетности) наличия статистически значимого субъективного компонента в отчислениях на резервы по потерям плохих долгов коммерческих банков. Субъективный компонент оказывает положительное влияние на рыночную стоимость банка.

Показано, что для публичных банков имеет место субъективное (манипулируемое) завышение резервов. Это завышение может рассматриваться менеджерами успешных банков как положительный сигнал рыночным инвесторам в ситуации асимметрии информации. Этот сигнал достаточно дорог для проблемных банков, но позволяет указать на последующий рост (в пределах двух кварталов) чистой прибыли для успешных. Существенных расхождений между результатами на выборках банков из развивающихся и развитых рынков выявлено не было, результаты тестирования выдвинутых в работе гипотез схожи для данных выборок. Тем не менее итоги исследования влияния институциональных страно-вых факторов указывают на то, что на развивающихся рынках размер отчислений в резервы на потери по ссудам должен быть выше из-за сравнительно более низкого уровня внешнего контроля качества отчетности банков.

Наша работа формирует поле для дальнейших исследований, так как открытыми остались вопро-

сы восприятия инвесторами отчислений в резервы для выборки банков, которые находятся в тяжелом финансовом состоянии (аналогично исследованию [Beaver, et al., 1998]). Есть возможности для улучшения регрессионной модели (6), изучающей влияние институциональных факторов, в первую очередь за счет использования аналитических материалов других исследований, как это было реализовано в работе [Fonseca, Gonzalez, 2008]. Целесообразно было бы сопоставить уровень доверия инвесторов к экзогенным индикаторам кредитного риска (например, кредитным рейтингам) по сравнению с индикаторами финансовой отчетности (отчисления в резервы и другие статьи баланса).

Список литературы

Abdullah H., Bujang I., Ahmad I. (2015) Loan Loss Provisions and Earnings Management in Malaysian Banking Industry // Global Journal of Business and Social Science Review. Vol. 1. Iss. 1. P. 95-106.

Ahmed A.S., Takeda C. and Thomas S. (1999) Bank loan loss provisions: a reexamination of capital management, earnings management and signaling effects // Journal of Accounting and Economics. Vol. 28. Iss. 1. P. 1-25.

Akerlof G.A. (1970) The market for "lemons": Quality uncertainty and the market mechanism // The Quarterly Journal of Economics. Vol. 84. Iss. 3. P. 488-500.

Balla E. and Rose M.J. (2015) Loan loss provisions, accounting constraints, and bank ownership structure// Journal of Economics and Business. Vol. 78. P. 92-117.

Basel Committee (2015) The interplay of accounting and regulation and its impact on bank behaviour: Literature review, Working Paper 28, Bank for International Settlements, Available at: https://www.bis.org/bcbs/publ/ wp28.pdf.

Beaver W.H., Engel E.E. (1996) Discretionary behavior with respect to allowances for loan losses and the behavior of security prices // Journal of Accounting and Economics. Vol. 22. Iss. 1. P. 177-206.

Beaver W., McAnally M., Stinson C. (1997) The Information Content of Earnings and Prices: A Simultaneous Equations Approach // Journal of Accounting and Economics. Vol. 23. Iss. 1. P. 53-81.

Bouvatier V., Lepetit L. (2008) Banks' procyclical behavior: Does provisioning matter? // Journal of International Financial Markets, Institutions and Money. Vol. 18. Iss. 5. P. 513-526.

Bouvatier V., Lepetit L. (2012) Provisioning rules and bank lending: A theoretical model // Journal of Financial Stability. Vol. 8. Iss. 1. P. 25-31.

Bouwman C.H. (2014) Managerial optimism and earnings smoothing // Journal of Banking & Finance. Vol. 41. P. 283-303.

Bryce C., Dadoukis A., Hall M., Nguyen L., Simper, R. (2015) An analysis of loan loss provisioning behaviour in Vietnamese banking // Finance Research Letters. Vol. 14. P. 69-75.

Elnahass M., Izzeldin M., Abdelsalam O. (2014) Loan loss provisions, bank valuations and discretion: A comparative study between conventional and Islamic banks // Journal of Economic Behavior & Organization. Vol. 103. P. 160-173.

Farook S., Hassan M.K., Clinch G. (2014) Islamic bank incentives and discretionary loan loss provisions // Pacific-Basin Finance Journal. Vol. 28. P. 152-174.

Fonseca A.R., González F. (2008) Cross-country determinants of bank income smoothing by managing loan-loss provisions // Journal of Banking & Finance. Vol. 32. Iss. 2. P. 217-228.

Greenawalt M.B., Sinkey Jr. J.F. (1988) Bank loan-loss provisions and the income-smoothing hypothesis: an empirical analysis, 1976-1984 // Journal of Financial Services Research. Vol. 1. Iss. 4, P. 301-318

Healy P.M., Palepu K.G. (2001) Information asymmetry, corporate disclosure, and the capital markets: A review of the empirical disclosure literature // Journal of Accounting and Economics, Vol. 31. Iss. 1. P. 405-440.

Huizinga H., Laeven L. (2012) Bank valuation and accounting discretion during a financial crisis // Journal of Financial Economics. Vol. 106. Iss. 3. P. 614-634.

Jones J.S., Lee W.Y., Yeager T.J. (2012) Opaque banks, price discovery, and financial instability // Journal of Financial Intermediation. Vol. 21. Iss. 3. P. 383-408.

Kanagaretnam K., Lobo G.J., Yang D.H. (2005) Determinants of signaling by banks through loan loss provisions // Journal of Business Research. Vol. 58. Iss. 3. P. 312-320.

Kreps D.M., Wilson R. (1982) Reputation and imperfect information // Journal of Economic Theory. Vol. 27. Iss. 2. P. 253-279.

Leventis S., Dimitropoulos P.E., Anandarajan A. (2011) Loan loss provisions, earnings management and capital management under IFRS: The case of EU commercial banks // Journal of Financial Services Research. Vol. 40. Iss. 1-2. P. 103-122.

Moyer S. (1990) Capital adequacy ratio regulations and accounting choices in commercial banks // Journal of Accounting and Economics. Vol. 13. P. 123-154.

Spence M. (1973) Job market signaling // The Quarterly Journal of Economics/ Vol. 87. No. 3. P. 355-374.

Wahlen J.M. (1994) The nature of information in commercial bank loan loss disclosures// Accounting Review. Vol. 69. Iss. 3. P. 455-478.

Wall L., Koch T. (2000) Bank loan-loss accounting: A review of theoretical and empirical evidence // Economic Review. Vol. 85. Iss. 2. P. 1-19.

References

Abdullah H., Bujang I., Ahmad I. (2015) Loan Loss Provisions and Earnings Management in Malaysian Banking Industry. Global Journal of Business and Social Science Review, vol. 1, iss. 1, pp. 95-106.

Ahmed A.S., Takeda C. and Thomas S. (1999) Bank loan loss provisions: a reexamination of capital management, earnings management and signaling effects. Journal of Accounting and Economics, vol. 28, iss. 1, pp. 1-25.

Akerlof G.A. (1970) The market for "lemons": Quality uncertainty and the market mechanism. The Quarterly Journal of Economics, vol. 84, iss, 3, pp. 488-500.

Balla E., Rose M.J. (2015) Loan loss provisions, accounting constraints, and bank ownership structure. Journal of Economics and Business, vol. 78, pp. 92-117.

Basel Committee (2015) The interplay of accounting and regulation and its impact on bank behaviour: Literature review, Working Paper 28, Bank for International Settlements, Available at: https://www.bis.org/bcbs/publ/ wp28.pdf.

Beaver W.H., Engel E.E. (1996) Discretionary behavior with respect to allowances for loan losses and the behavior of security prices. Journal of Accounting and Economics, vol. 22, iss. 1, pp. 177-206.

Beaver W., McAnally M., Stinson C. (1997) The Information Content of Earnings and Prices: A Simultaneous Equations Approach. Journal of Accounting and Economics, vol. 23, iss. 1, pp. 53-81.

Bouvatier V., Lepetit L . (2008) Banks' procyclical behavior: Does provisioning matter?. Journal of International Financial Markets, Institutions and Money, vol. 18, iss. 5, pp. 513-526.

Bouvatier V., Lepetit L. (2012) Provisioning rules and bank lending: A theoretical model. Journal of Financial Stability, vol. 8, iss. 1, pp. 25-31.

Bouwman C.H. (2014) Managerial optimism and earnings smoothing. Journal of Banking & Finance, vol. 41, pp. 283-303.

Bryce C., Dadoukis A., Hall M., Nguyen L., Simper, R. (2015) An analysis of loan loss provisioning behaviour in Vietnamese banking. Finance Research Letters, vol. 14, pp. 69-75.

Elnahass M., Izzeldin M., Abdelsalam O. (2014) Loan loss provisions, bank valuations and discretion: A comparative study between conventional and Islamic banks. Journal of Economic Behavior & Organization, vol. 103, pp. 160-173.

Farook S., Hassan M.K., Clinch G. (2014) Islamic bank incentives and discretionary loan loss provisions. Pacific-Basin Finance Journal, vol. 28, pp. 152-174.

Fonseca A.R., González F. (2008) Cross-country determinants of bank income smoothing by managing loan-loss provisions. Journal of Banking & Finance, vol. 32, iss. 2, p. 217-228.

Greenawalt M.B., Sinkey Jr. J.F. (1988) Bank loan-loss provisions and the income-smoothing hypothesis: an empirical analysis, 1976-1984. Journal of Financial Services Research, vol. 1, iss. 4, pp. 301-318.

Healy P.M., Palepu K.G. (2001) Information asymmetry, corporate disclosure, and the capital markets: A review of the empirical disclosure literature. Journal of Accounting and Economics, vol. 31, iss. 1, pp. 405-440.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Huizinga H., Laeven L. (2012) Bank valuation and accounting discretion during a financial crisis. Journal of Financial Economics, vol. 106, iss. 3, pp. 614-634.

Jones J.S., Lee W.Y., Yeager T.J. (2012) Opaque banks, price discovery, and financial instability. Journal of Financial Intermediation, vol. 21, iss. 3, pp. 383-408.

Kanagaretnam K., Lobo G.J., Yang D.H. (2005) Determinants of signaling by banks through loan loss provisions. Journal of Business Research, vol. 58, iss. 3, pp. 312-320.

Kreps D.M., Wilson R. (1982) Reputation and imperfect information. Journal of Economic Theory, vol. 27, iss. 2, pp. 253-279.

Leventis S., Dimitropoulos P.E., Anandarajan A. (2011) Loan loss provisions, earnings management and capital management under IFRS: The case of EU commercial banks. Journal of Financial Services Research, vol. 40, iss. 1-2, pp. 103-122.

Moyer S. (1990) Capital adequacy ratio regulations and accounting choices in commercial banks. Journal of Accounting and Economics, vol. 13, p. 123-154.

Spence M. (1973) Job market signaling. The Quarterly Journal of Economics, vol. 87, no. 3, pp. 355-374.

Wahlen J.M. (1994) The nature of information in commercial bank loan loss disclosures. Accounting Review, vol. 69, iss. 3, pp. 455-478.

Wall L., Koch T. (2000) Bank loan-loss accounting: A review of theoretical and empirical evidence. Economic Review, vol. 85, iss. 2, pp. 1-19.

Приложение

Восточная Европа и СНГ 59

Россия 6

Украина 5

Сербия 3

Греция 3

Хорватия 5

Румыния 2

Литва 1

Словакия 3

Турция 14

Казахстан 2

Финляндия 2

Польша 10

Грузия 1

Чехия 1

Венгрия 1

Ближний Восток 70

Пакистан 6

Оман 7

Палестина 4

Иордания 6

Египет 3

Ливия 2

Кувейт 5

Израиль 5

ОАЭ 12

Бахрейн 8

Тунис 1

Марокко 5

Катар 3

Саудовская Аравия 3

Западная Европа 133

Кипр 3

Дания 20

Норвегия 22

Португалия 3

Мальта 4

Германия 7

Швейцария 12

Гренландия 1

Австрия 6

Великобритания 10

Франция 18

Италия 13

Нидерланды 1

Испания 6

Ирландия 2

Швеция 4

Бельгия 1

Северная Америка 389

США Канада

379 10

в анализируемой выборке

Азия 240

Индонезия 25

Болгария 4

Шри-Ланка 5

Танзания 3

Индия 22

Тайвань 13

Вьетнам 9

Белиз 1

Филиппины 13

Бангладеш 24

Япония 56

Малави 1

Южная Корея 10

Таиланд 11

Гонконг 6

Малайзия 7

Австралия 6

Китай 21

Сингапур 3

Южная Америка 60

Бразилия 16

Панама 1

Эквадор 2

Тринидад 3

Ямайка 2

Мексика 4

Барбадос 1

Бермуды 2

Колумбия 8

Чили 8

Венесуэлла 2

Аргентина 6

Перу 5

Нигер 1

Уганда 2

Зимбабве 3

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Гана 4 Южная Африка 5

Кения 7

Ботсвана 4

Намибия 1

Маврикий 1

Нигерия 9

Того 1

38

i Надоели баннеры? Вы всегда можете отключить рекламу.