Анализ текущей модели формирования резервов на возможные потери по ссудам российского банковского сектора

Для построения индикатора определения периода перегрева в экономике и начисления динамических резервов были использованы статистические данные за период 2002-2014 г.г., которые включают как периоды подъема российской экономики, так и периоды спада. Чтобы определить период, когда банки должны формировать контрциклические резервы, был использован фильтр Hodrick-Prescott, построенный с помощью эконометрического пакета Eviews. Hodrick-Prescott - это индикатор, позволяющий разложить динамику переменной на циклическую и трендовую составляющие. Для нашей модели важно выявить амплитуду и характер колебания циклической составляющей отношения кредитов к ВВП во времени. На рисунке 17представлено графическое изображение фильтра Hodrick-Prescott, полученного в Eviews.

Рис.17. Фильтр Hodrick-Prescottдля уровня кредитов к ВВП банковского сектора РФ 2002-2014г.г.,%

Красная линия, соответствует тренду отношения кредитов к ВВП, а синяя - это отклонения переменной от тренда - циклические колебания. Чтобы более детально рассмотреть циклическую составляющую, представим ее на отдельном графике (Рис.18).На рисунке четко прослеживаются периоды подъема и спада кредитного цикла. В период 2007-2008 г.г. ситуация в российской экономике была благоприятная, цены на нефть росли, наблюдался приток капитала в страну, укреплялся рубль, улучшалось благосостояние населения и банки увеличивали объемы предоставляемых кредитов с целью максимизации прибыли. Таким образом, уровень кредитов к ВВП был существенно выше трендовой величины, соответствующей устойчивому равномерному росту, что сигнализировало о риске кредитного перегрева экономики. Затем уровень кредитов к ВВП начинает снижаться, отражая кризисные события, и в течение 2010-2013г.г. находится ниже трендовой линии, что говорит о недостаточном предоставлении банками кредитных ресурсов для финансирования российского экономики.

Рис.18. Циклическая составляющая отношения кредитов к ВВП РФ в 2002-2014г.г.,%

Итак, на первом шаге, с помощью фильтра Hodrick-Prescott мы выделили циклическую часть показателя кредитов к ВВП. Следующее, что нам необходимо сделать - определить с его помощью периоды времени, когда механизм динамического резервирования активизируется и формируется на покрытие ожидаемых кредитных рисков. Для этого зададим следующие условия:

Рассчитаем числовые значения гэпа кредитного цикла, которые соответствуют циклической составляющей фильтра Hodrick-Prescott, как разность между текущим и устойчивым (трендовым) значениями.

Вычислим среднее стандартное отклонение гэпа за анализируемый период 2002-2014 г.г. Значения гэпов за данный период представлены в таблице 14, для которых с помощьюстатистической функции в Excelвычисляем среднее стандартное отклонение. В результате расчетов мы получили, что среднее стандартное отклонение равняется у=0.019996905.

Зададим коэффициент чувствительности. В нашем случае он будет равен 0,2. Данное значение коэффициента предложено доктором экономических наук С.Р. Моисеевым в одной из его статей, посвященных анализу инструментов макропруденциальной политики, включая контрциклическое резервирование по ссудам [3]. Этот коэффициент дает возможность избегать ситуации, когда тренд начинает менять форму и фильтр не успевает учесть это изменение или когда несколько крупных сделок по предоставлению кредитов вызывают кратковременный всплеск, который по ошибке может восприниматься как увеличение кредитного предложения.

Тогда, если величина гэпа, то есть отклонение текущего значения показателя от равновесного, превышает среднее стандартное отклонение на 20%, это означает, что наступает фаза перегрева и необходимо в течение этого периода формировать динамические резервы. В остальное время контрциклические резервы не начисляются банками и используются для покрытия возникающих кредитных рисков.

Результаты вычислений представлены в приложени 1.

Таким образом, мы идентифицировали промежуток времени, в течение которого российские банки должны формировать динамические резервы: вторая половина 2007 года и весь 2008 год, когда отклонение кредитного цикла от тренда значительно превышало среднее значение за анализируемый период. Если мы вернемся к модели динамического резервирования, тестируемой в предыдущей главе, то мы увидим, что согласно испанской схеме банковский сектор мы начинаем формировать резерв с 2006 года. На мой взгляд, второй вариант наиболее достоверный, если мы говорим о контрицикличности, поскольку, как мы уже упоминали ранее, испанская модель учитывает только поведение банковских показателей (кредиты, РВПС, просроченная задолженность) и никак не принимает во внимание макроэкономические факторы. Динамика кредитного портфеля без привязки к состоянию экономики не отражает в полной степени процикличный характер и делает прогнозы менее точными. В модифицированной модели мы объединяем две важные составляющие - банковских сектор и состояние экономики в целом, что позволяет с меньшей погрешностью выявить период формирования динамических резервов.

Теперь перейдем к описанию того, каким образом динамические резервы будут формироваться в течение данного периода. Если в тестируемой испанской модели коэффициенты резервирования были одинаковые для всего кредитного портфеля российского банковского сектора, то здесь в авторской модели мы внесли ряд модификаций и усложнили ее. На мой взгляд, применение одинаковых параметров к совокупным кредитам не совсем корректно и делает вычисления менее точными. Для того чтобы снизить погрешность в расчетах и сделать механизм контрциклического резервирования более точным, мы разделим кредиты на две большие группы: кредиты физическим лицам и кредиты, предоставленные нефинансовым организациям. Принцип разделения был обусловлен тем, что каждая из этих групп имеет свои особенности: уровень риска, объемы, доля просроченной задолженности, финансовое положение заемщиков.Если мы посмотрим на структуру кредитного портфеля, то мы ясно увидим, что основная доля приходится на кредиты, предоставленные юридическим лицам (Рис.19).

Другими словами, банки в основной своей части выдают кредиты организациям и предприятиям для развития бизнеса, поддержания финансово-хозяйственной деятельности, на инвестиции в новые проекты и т.д. Стоит при этом отметить, что средний размер кредита существенно выше, чем потребительский, что несет более высокую скрытую угрозу для банка в случае неплатежеспособности юридического лица по сравнению с физическим. На рис.19 мы видим, что уровень кредитного риска определяется, прежде всего, качеством кредитов, предоставленных нефинансовым организациям, на долю которых приходится в среднем около 60% всего кредитного предложения.

Рис.19. Доля кредитов нефинансовым организациям банковского сектора РФ в общем объеме кредитов 2007-2014г.г.,%

Источник: ЦБ РФ

Рассмотрим уровень просроченной задолженности по данным кредитам. На рис.20доля просроченной задолженности по кредитам юридическим лицам в общем объеме просроченной задолженности составляла в среднем за анализируемый период около 70%. Рост доли просроченной задолженности по кредитам нефинансовым организациям наблюдался со второго квартала 2008 года. Начиная с 3 квартала 2008 года до конца 2009 года их доля выросла с 48% до 75% или на 660 млрд.руб. в денежном выражении (почти в 5 раз) с 111 млрд.рублей до 770 мдрд.руб. Однако за этот же период кредиты для данного категории заемщиков выросли всего на 1279 млрд.руб. с 11127 до 12424 млрд.рублей или на 11, 7%.Что касается кредитов физическим лицам, то за аналогичный период просроченная задолженность выросла почти вдвое с 135 до 252 млрд. руб., объем кредитов с 7002 до 7305 млрд. руб или 4%.

Рис. 20. Структура просроченной задолженности банковского сектора РФ, 2004-2014г.г., %.

Источник: ЦБ РФ

Таким образом, темпы прироста просроченной задолженности по кредитам в период финансово-экономического кризиса были выше темпов прироста кредитного портфеля, что обусловило ухудшение качества кредитного портфеля и увеличило кредитные риски для банков в период кризиса.

Данную ситуацию подтверждает график, описывающий долю просроченной задолженности в кредитах по каждому типу заемщика (Рис.21). Доля просроченной задолженности по кредитам нефинансовым организациям выросла с 1.18% до 6% за 4 квартал 2008 и 2009 год. Что касается просроченной задолженности по кредитам, выданным физическим лицам, то они также увеличиваются в период кризиса и достигают максимальной отметки в 7,5%. Уровень просроченной задолженности по кредитам физическим лицам выше, чем по кредитам нефинансовым организациям. В 2009 году рост просроченной задолженности физических лиц вызвана рядом причин. Доля просроченной задолженности по автокредитованию выросла с 4.7% до 9.5%, по ипотечному жилищному кредитованию с 1.4% до 4.6%, по прочим потребительским ссудам с 6.4% до 12.3%. Реальные доходы населения существенно снижались в условиях повышения общего уровня цен и роста безработицы с 6% до 8.4%, что негативно отражалось на кредитоспособности населения. В результате качество портфеля существенно ухудшилось, доля проблемных кредитов составила 3,1%, безнадежных - 6,5% (в 2008 году - 1.7%, 2.1% соответственно). Что касается, просроченной задолженности юридических лиц, то она была вызвана задолженностью предприятий торговли -10.6% и строительства - 7.5%. В период кризиса данные отрасли очень уязвимы, поскольку снижается спрос на товары и жилье, а также резко увеличиваются расходы.

Рис. 21. Доля просроченной задолженности банковского сектора РФ в 2004-2014,г.г., %

Источник: ЦБ РФ

На рис.22представлен график отношения РВПС к объему кредитов по каждому типу заемщика. Мы видим, что примерно до середины 2009 года соответствующие значения для кредитов физических лиц и нефинансовых организаций приблизительно равны. Однако затем доля РВПС по юридическим лицам становится выше. Дело в том, что в период кризиса и выходы из него, предприятия столкнулись с серьезными проблемами: сокращался объем заказов на производство различных товаров, неполная загрузка производственных мощностей, рост дебиторской задолженности. Всего 213 из 1417 планированных объектов было введено в эксплуатацию. В результате увеличилась доля убыточных предприятий в различных отраслях экономики: в секторе по добыче полезных ископаемых до 40%, в металлургии - более 50%, в строительстве - 27.6%.

Кроме этого, стоит отметить, что в 2009г. наблюдался рост реструктурированных крупных ссуд: доля реструктурированны ссуд с просроченной задолженностью составила 3.7% или 50 млрд.руб., доля ссуд, реструктурированных по увеличению срока выплаты основного долга (пролонгированные) - 715 млрд.руб. Эти цифры являются еще одним подтверждением того, что банки недооценивают кредитные риски при выдаче кредита.В результате в случае ухудшения ситуации банки реструктурируют ссуды, чтобы избежать обязательства доначисления РВПС из падающего финансового результата. Это особенно касается крупных ссуд, предоставляемых юридическим лицам.

Рис.22. Отношение РВПС к кредитам банковского сектора РФ 2007-2014, %

Источник: ЦБ РФ

Как мы уже поняли, характер, динамика кредитов в зависимости от типа заемщика отличаются друг от друга и необходимо формировать соответствующий уровень динамического резерва под каждый из них, чтобы улучшить качество и эффективность функционирования контрциклического инструмента. Формирование динамической части РВПС будет происходить по следующей схеме:

,(1)

где

- динамические резервы в текущий период,

- динамические резервы, накопленные в предыдущем периоде;

- ожидаемые потери по кредитам;

- резервы на возможные потери по ссудам, сформированные на основе стандартного подхода;

(2)

Где

, - коэффициенты динамического резервирования по кредитам физическим и юридическим лицам;

- прирост кредитов по i-тому типу заемщиков в текущий период;

-величина кредитов по i-тому типу заемщиков в текущий период;

i-тип заемщика (i=1,2 - предоставленные физическим и юридическим лицам).

- параметры начисления. Коэффициент б показывает, на сколько в среднем увеличивается просроченная задолженность при увеличении кредитного портфеля банковского сектора по соотвествующему типу заемщиков. Данный параметр определятся с помощью регрессионного анализа, как и в испанской модели, по следующей формуле:

, где(2)

- величина просроченной задолженности в период t по i-тому типу заемщика. Построив регрессии методом наименьших квадратов, мы получили следующие значения коэффициента по физическим и юридическим лицам (Табл.17, 18):

Таблица 17

Кредиты, выданные физическим лицам

Dependent Variable: NPLIND
Method: Least Squares
Date: 05/16/15 Time: 14:47
Sample : 2002Q1 2014Q3
Included observations: 49
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-29.56749	22.67128	-1.304182	0.2012
CIND	0.006328	0.004018	15.75263	0.0000
R-squared	0.882623	Mean dependent var	283.3508
Adjusted R-squared	0.879066	S.D. dependent var	185.8837
S.E. of regression	64.64207	Akaike info criterion	11.23105
Sum squared resid	137893.7	Schwarz criterion	11.31993
Log likelihood	-194.5434	Hannan-Quinn criter.	11.26173
F-statistic	248.1455	Durbin-Watson stat	0.170580
Prob(F-statistic)	0.000000

Таблица 18

Кредиты, выданные юридическим лицам

Dependent Variable: NPLCORP
Method: Least Squares
Date: 05/16/15 Time: 14:48
Sample: 2002Q1 2014Q3
Included observations: 49
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-162.4461	67.05326	-2.422643	0.0207
CCORP	0.005539	0.004370	12.67800	0.0000
R-squared	0.821184	Mean dependent var	603.5374
Adjusted R-squared	0.816075	S.D. dependent var	412.4829
S.E. of regression	176.8995	Akaike info criterion	13.24158
Sum squared resid	1095270.	Schwarz criterion	13.32865
Log likelihood	-242.9692	Hannan-Quinn criter.	13.27228
F-statistic	160.7318	Durbin-Watson stat	0.138549
Prob(F-statistic)	0.000000

В обоих случаях коэффициенты являются значимыми на 1% -ном уровне, а достаточно высокий уровень R2 (0,89% и 0,82% соответственно) говорит о хорошем качестве подгонки регресии и состоятельности полученных коэффициентов.

Следующий коэффициент в рассчитывается как среднее за анализируемый период отношение РВПС к кредитам банковского сектора по типу заемщиков, соответственно. Для оценки коэффициента в был взят период с 2002г. до второй половины 2007 года, когда мы дожны начать формирование динамического резерва. В нашем случае данный параметр равен . В результате мы получаем по два коэффициента для каждого типа заемщиков (Табл.19):

Таблица19

Коэффициенты для модели

Тип кредита
Кредиты физическим лицам	0.0063	0.0490
Кредиты юридическим лицам	0.0055	0.0514

В ходе расчетов мы получили, что коэффицент б выше для кредитов физическим лицам, что еще раз подтвердило в среднем за период уровень просроченной задолженности по ним выше, чем для нефинансовых организаций. Что касается второго коэффициента, то здесь он выше для юридических лиц, но разница между ними крайне незначительная, поскольку в разные промежутки времени уровень РВПС к кредитам физических лиц и опережал и был ниже уровня для кредитов юридических лиц.

Динамические резервы в нашем исследовании должны формироваться из расходовкредитных организаций отдельно по каждому из двух типов кредитов в течение установленного промежутка времени, в котором наблюдался перегрев кредитного цикла, и затем использоваться в случае необходимости доначисления РВПС по ухудшающимся кредитам соответствующего типа.

Итак, мы вычислили период перегрева в экономике при помощи фильтра Hodrick-Prescott, описали механизм формирования динамического резерва и вычислили необходимые нам коэффициенты для каждого типа кредитов. Далее перейдем к непосредственным расчетам динамического резерва для российского банковского сектора и проанализируем, каким образом это могло бы повлиять на состояние банков в сравнении с действующим статическим подходом. Стоит отметить, что, как и в случае с апробированием испанской модели контрциклического резервирования, мы будем проводить ретроспективный анализ на данных прошлых лет. Нам необходимо проанализировать, как бы повлиял динамический резерв на состояние банковского сектора, если бы он начал внедряться вначале 2000-х и использовался в период финансового кризиса в России.Рассмотрим в начале процесс динамического резервирования по каждому типу кредитов в отдельности. Мы идентифицировали промежуток времени, в который должно происходить формирования динамической части - 2008 год. (Табл. 20)

Таблица 20

Динамические резервы по кредитам для юридических лиц, млрд.руб.

Обозначение	2007Q3	2007Q4	2008Q1	2008Q2	2008Q3	2008Q4
SPt	341,57	354,20	390,35	436,29	484,40	625,42
Ct	7875,00	9046,00	9926,00	11126,52	12028,22	12509,68
ДCt	1000,00	1171,00	880,00	1200,52	901,70	481,46
b*Ct	408,71	469,49	515,16	577,47	624,26	649,25
a*ДCt	5,53	6,48	4,87	6,64	4,99	2,66
ELt	414,24	475,96	520,03	584,11	629,25	651,92
ELt-SPt	72,67	121,76	129,68	147,81	144,85	26,50
DPt	72,67	194,43	324,11	471,92	616,77	643,27

За год мы получаем динамический резерв, сформированный для покрытия кредитных рисков российского банковского сектора для юридических лицв размере 643, 27 млрд.руб:

72,67+121,76+129,68+147,81+144,85+26,5=643,27 (млрд.руб.)

Аналогичным образом рассчитывается динамический резерв на возможные потери по ссудам физических лиц (Табл. 21):

17,71+20,25+11,14+21,29+28,29+2,42=101,10 (млрд.руб.)

Таблица 21

Динамические резервы по кредитам для физических лиц, млрд.руб.

Обозначение	2007Q3	2007Q4	2008Q1	2008Q2	2008Q3	2008Q4
SPt	104,90	120,09	139,17	158,11	171,30	194,57
Ct	2462,00	2818,00	3039,00	3590,00	4018,00	4020,00
ДCt	310,50	356,00	221,00	551,00	428,00	2,00
b*Ct	120,64	138,08	148,91	175,91	196,88	196,98
a*ДCt	1,97	2,25	1,40	3,49	2,71	0,01
ELt	122,60	140,34	150,31	179,40	199,59	196,99
ELt-SPt	17,71	20,25	11,14	21,29	28,29	2,42
DPt	17,71	37,95	49,09	70,38	98,67	101,10

Таким образом, общая сумма динамического резерва для российского банковского сектора составляет в сумме 744,37млрд. рублей. Если посмотреть на структуру общего динамического резерва то, получаем, что приблизительно 80% приходится на покрытие рисков по нефинансовым организациям и 20% - по физическим лицам. Примерно эту же структуру в среднем за анализируемый период имееют общий РВПС, сформированный стандартным образом. Это означает, что в целом тенденции и структура по стандартному и динамическому резервированию сохраняются для обоих типам кредитного портфеля.

Как видно из таблиц 21 и 22наибольший объем динамических резервов по обоим видам кредитных портфелей должен начисляться вовтором и третьем квартале 2008 года. Данный факт обусловлен тем, что это был наиболее благоприятный период развития российской экономики, когда цены на нефть достигали 140$ за баррель, увеличивался объем экспорта и приток инвестиций в страну, рубль укреплял свои позиции по отношению к бивалютной корзине, наращивались темпы производства. Благоприятный финансовый климат внутри страны способствовал снижению рисков, притоку капитала и активизации банков на кредитном рынке в целях максимизации прибыли. В целом за 2008 года кредитный портфель физических лиц вырос на 1202 млрд.руб. (на 43%), нефинансовых организаций на 3622 млрд.руб. (41%). Вероятность кредитных рисков, которые могут реализоваться в будущем, оказалась очевидной. В первом квартале 2009 года ситуация в стране ощутимо ухудшилась - экономика вошла в стадию рецессии. Правительство и Центральный банк были вынуждены разработать и ввести пакет антикризисных мер, направленных на укрепление банковской системы и оздоровление экономики: плавающая девальвация, беззалоговые кредиты ЦБ, снижение ставки рефинансирования, субординированные кредиты Правительства и ряд других инструментов. Финансовый кризис коснулся различных сторон банковской деятельности, в том числе и качества кредитного портфеля. Скрытые кредитные риски, накопленные в период кредитного бума, материализовались, и банкам было нужно доформировывать РВПС по ухудшающимся и обесценивающимся кредитам за счет доходов, сокращающихся в период кризиса. Для многих банков это стало серьезным обременением, что заставило Центральный Банк разрешить не формировать дополнительный РВПС по ряду кредитов. Данная ситуация еще раз подтверждает неэффективность стандартного подхода формирования резервов.

Посмотрим далее, как накопленный с помощью нашей модели динамический резерв мог бы использоваться для покрытия кредитных рисков, возникающих в условиях макроэкономической нестабильности.В качестве примера возьмем кредиты, выданные физическим лицам. В результате применения контрциклического инструмента в 2007-2008г.г., как мы уже получили ранее,был сформирован динамический резерв под кредиты физическим лицам в размере 101,1млрд.рублей. Суть механизма использования аналогична тестируемой ранее испанской модели, когда прирост РВПС покрывается за счет накопленной динамической части до полного ее использования, после чего банки начисляют резервы стандартным образом (Табл.22.).

В первом квартале 2009 года РВПС вырос с 194.57 до 243.35 млрд.руб. на 48.78 млрд.руб, который мы покрываем из динамического резерва. В результате, остаток на начало второго квартала 2009 года будет составлять

101,1 - 48,78=52,32млрд. рублей. Аналогичным образом мы продолжаем покрывать прирост стандартных РВПС, вызванных ухудшением качества кредитов,за счет накопленной динамической части до тех пор, пока резерв не будет полностью исчерпан. Данная схема действует и в отношении кредитов, предоставленных нефинансовым организациям.

В результате в нашем случае динамического резерва по кредитам физических лиц будет достаточно для практически полного покрытия РВПС в 2009 году, нефинансовым организациям до конца 3 квартала 2009 года. Начиная с этого времени, РВПС будут начисляться в обычном порядке, как при стандартном формировании РВПС из расходов банков.



Таблица 22

Использование динамических резервов по кредитам физических лиц и юридических лиц, млрд. руб.

Распределение	Физические лица	Юридические лица
	2009 Q1	2009 Q2	2009 Q3	2009 Q4	2009 Q1	2009 Q2	2009 Q3	2009 Q4
SPt	243,35	289,39	297,29	290,72	851,46	1017,73	1179,54	1374,17
ДSPt	48,78	46,04	7,91	-6,58	226,04	166,27	161,81	194,63
списание за счет динамической части	48,78	46,04	6,28	0	226,04	166,27	161,81	89,15
остаток динамического резерва на конец периода	52,32	6,28	0,00	0	417,23	250,96	89,15	0
начисление из расходов	0	0	1,63	0	0	0	0	105,48

Накопленный динамический резерв мог бы дать возможность банковскому сектору во время кризиса 2009 году не досоздавать РВПС, тем самым не усиливать давление на прибыль, уровень достаточности капитала и не допускать резкого сокращения кредитного предложения в условиях острого дефицита финансовых ресурсов в экономике.Таким образом, мы пришли к выводу, что при динамическом резервировании прослеживается контрциклическая составляющая инструмента, поскольку оно дает возможность не допустить снижения прибыли в еще большей степени в период кризиса, когда банки испытывают много сложностей, и альтернативная цена каждой единицы ресурса возрастает. Динамические резервы способствуют укреплению финансовой стабильности кредитных организаций, что он в свою очередь были стержнем и крепким фундаментом, способным оказать поддержку реальному сектору, который наиболее остро нуждается в финансировании в условиях дефицита ликвидности и ограничения источников фондирования. Важно, что более высокая прибыль позволяет не допустить снижение показателей достаточности капитала, что, как правило, является потенциальной угрозой для ряда банков во время кризиса, когда банку недостаточно капитала для покрытия возрастающих рисков.

Заключение

На основе результатов, полученных в ходе исследования, подведем итоги и сформулируем ряд выводов, касающихся динамического резервирования как инструмента контрциклического регулирования российского банковского сектора.

Во-первых, мы изучили, что представляет собой динамическое резервирование, и каким образом его введение и применение оказывает воздействие на банковский сектор.Динамическое резервирование позволяет оценивать и учитывать ожидаемые кредитные риски, которые могут материализоваться в будущем в результате ухудшения качества кредитов и экономической обстановки, и тем самым обеспечить устойчивость банковского сектора.

Во-вторых, было проанализировано, каким образом в настоящее время формируются резервы на возможные потери по ссудам в российских кредитных организациях, а также выявлен ряд проблем недостаточности начисленных РВПС, которые негативно сказались в период кризиса. Анализ показал, что недооценка рисков в период экономического благополучия и чрезмерное кредитование негативно сказались на банковском секторе в период кризиса, что заставило банки в больших объемах доформировывать необходимый уровень РВПС и нести ощутимые потери.Кроме того, банки не заинтересованы начислять РВПС, прибегая к разным способам(рефинансирование, вынесение за баланс) с целью занизить уровень требуемого в действительности объема начислений РВПС.

В-третьих, с помощью эконометрического анализа была доказана процикличная зависимость РВПС российского банковского сектора от макроэкономических факторов, к которым экономика России наиболее чувствительна. Банковская система страны является уязвимой по отношению к темпам прироста ВВП, ценам на нефть, движению капитала, динамике курса иностранной валюты. Это основные макроэкономические шоки, которые наиболее характерны для российской экономики. Причем некоторые из них, такие как отток капитала и падение ВВП оказывают не мгновенное влияние на банки, а спустя некоторые время. Осознание этого факта полезно для разработки мер по предотвращению кризисных тенденций в банковском секторе и укреплению финансовой стабильности банковского сектора в будущем. Также модель показала, что если банковский сектор учитывает риски, которые могут материализоваться в следующем периоде, то это ослабляет степень воздействия шоков в экономике на банки и амортизирует потери по кредитному портфелю. Другими словами, необходимо рассмотреть динамическое резервирование как альтернативу текущей модели формирования РВПС для укрепления положения банков во время кризиса и существенного ухудшения кредитного портфеля при падающих доходах.

В процессе работы для более детального понимания и анализа контрциклического резервирования были изучены несколько альтернативных моделей динамического резервирования, разработанных и применяемых в ряде стран. В ходе сравнительного анализа было выявлено, что каждая из моделей отличается друг от друга исходными условиями и предпосылками для начисления динамический резервов, а также их размерами и типами. Сложность в оценке эффективности той или иной модели заключается в том, что они используются совсем недавно, и полный экономический цикл еще не прошел, чтобы понять и сделать выводы, насколько этот механизм позволяет банкам быть более устойчивыми по отношению к макроэкономическим шокам.

В рамках этого исследования была апробирована модель динамического резервирования, используемая в Испании, на данных российского банковского сектора. Данная модель была несколько упрощена, то есть динамические резервы начислялись одинаково для кредитного портфеля в целом всего российского банковского сектора, а не по каждому типу кредита в отдельности. Результаты моделирования показали, что формирование динамического резерва в период экономического подъема позволяет создать своего рода подушку безопасности для амортизации кредитных рисков и сглаживания потерь во времени.

Приняв во внимание выводы, полученные в результате апробирования испанского механизма динамического резервирования, была разработана модифицированная модель формирования контрциклических резервов. Еёсуть в первую очередь заключается в определении периода нагревания экономики и необходимости наращения динамического резерва отдельно для кредитов физических и юридических лиц на основе динамики отношения кредитов к ВВП.Применение данного индикатора действительно помогло определить периоды перегрева в экономике, когда необходимо начинать создание динамического резерва. В результате мы получили, что созданные во второй половине 2007 и 2008г.г. динамические резервы, также как и в испанской модели, дают возможность покрыть прирост РВПС за их счет в 2009 году во время острого проявления кредитных рисков в банковском секторе. Формирование и использование динамических резервов в отдельности по каждому типу заемщика, а не по кредитному портфелю в целом, способствует более точному начислению динамического резерва, снижает уровень погрешности. Кроме того, это позволяет вести более эффективную политику по управлению каждым видом кредитов, контролю над их качеством и уровнем риска, а также избегать перекоса при использовании накопленных динамических резервов.

Однакостоит отметить, по сравнению с испанской моделью банкам во втором варианте необходимо успеть сформировать динамический резерв за более короткий срок. В результате этого в полученной модели нагрузка на банки по формированию динамического резерва возрастает, основное бремя приходится на 2008 год, который был в большей части наиболее благоприятный для российской экономики. Это, на мой взгляд, вызвано, прежде всего, использованием индикатора для определения периодов создания динамических резервов. Испанская модель зависит только от объемов кредитного предложения и никак не учитывает динамику макроэкономических факторов. В нашей модели мы объединяем банковский сектор и экономику в единый показатель, что позволяет более точно определить периоды введения динамического инструмента.

Таким образом, в ходе исследования мы пришли к заключению, что в целом динамическое резервирование как инструмент контрциклического регулирования вполне целесообразени может способствовать укреплению устойчивости российского банковского сектора.На данный момент в России этонаправление мало изучено и отсутствует широкий объем исследований, поэтому изучение зарубежного опыта, оценка текущей политики формирования РВПС в РФ, а также разработка инструмента динамического резервирования для российского банковского сектора придает исследованию научную новизну и полезность для дальнейшего развития этого вопроса.

Практическая значимость заключается в возможности дальнейшего применения полученных выводов и результатов для разработки политики регулирования и надзора банковского сектора с целью снижения уязвимости к макроэкономическим шокам и укрепления банковской системы. Это имеет большое значение, поскольку банковская система РФ является основой финансовой системы нашей страны и крайне необходимо обспечить ее стабильность в период кризисов.

Важно отметить, что необходимо более глубоко подходить к анализу и разработке данного контрциклического инструмента для применения его в российских банках. В этом исследовании мы использовали упрощенный “top-downapproach”, когда на основе агрегированных данных на уровне всего банковского сектора мы формировали модель и вычисляли средние значения коэффициентов динамического резервирования для банковского сектора в целом. Нужно понимать, что при таком подходе использованные данные не отражают действительность с высокой степенью точности, а лишь дают возможность оценить и выдвинуть предположения, каким образом может действовать механизм динамического резервирования, а такжеспрогнозировать степень его влияния на кредитную политику и финансовую стабильность банковского сектора.

Важно отметить, что коэффициенты, безусловно, не должны быть одинаковыми для всех кредитных организаций, поскольку нужно понимать, что банки между собой отличаются друг от друга, имеют свои особенности, в том числе в отношении кредитной политики и формирования РВПС. В случае установления единых нормативов формирования динамического резервирования, для одной группы банков впоследствии динамических резервов будет не хватать, поскольку у них качество кредитов хуже, чем в среднем по банковскому сектору, и тогда контрциклический смысл данного инструмента для них теряется. Для других банков, которые в течение всего времени своего функционирования имеют наоборот низкий уровень риска, повышенный коэффициент может оказаться избыточным и проблемным для исполнения, так как им будет просто не нужен такой объем накопленных динамических резервов.

Поэтому, на мой взгляд, для действительного повышения эффективности контрциклического резервирования необходимо предпринять следующие шаги. ЦБ РФ должен разработать сам механизм и порядок расчета динамического резервирования, а также определять моменты перегрева, опираясь на вычисление индикаторов и оценки экономической ситуации, когда банкам необходимо начинать создавать динамические резервы. Однако коэффициенты для их создания не должны приходить сверху. Кредитные организации должны, следуя установленныму порядку вычисления, рассчитать на основе своих данных требуемые коэффициенты и применять их при создании динамического резерва. Такой подход позволит более точно сформировать необходимый объем динамических резервов для покрытия потерь по кредитным портфелям в период экономической нестабильности для каждого банка, что будет способствовать снижению процикличности и банковского сектора в целом.

Размещено на Allbest.ru