Финансовая устойчивость банков

Для построения регрессионной зависимости резервов на возможные потери включены следующие показатели (Таблица 3).

Таблица 3. Макроэкономические факторы

Обозначение	Наименование переменной	Предполагаемая зависимость с LLP
GDPGR	Темпы роста ВВП,%	отрицательная
INV	Приток(+)/отток(-) капитала, млрд.долл.	отрицательная
BRENT	Цена на нефть,$	отрицательная
DOLLAR	Курс доллара,$	Положительная/отрицательная
MMVB	Индекс ММВБ, пункты	отрицательная

Матрица корреляции между зависимой и объясняющими переменными подтверждает знаки предполагаемой зависимости (Таблица 4).



Таблица 4. Резервы на возможные потери - коэффициенты корреляции

	LLP	BRENT	DOLLAR	GDPGR	INV	MMVB
LLP	1.000000	-0.332209	0.186817	-0.263244	-0.283022	-0.303302
BRENT	-0.332209	1.000000	-0.354032	0.083011	-0.014776	0.887493
DOLLAR	0.186817	-0.354032	1.000000	-0.085318	-0.100880	-0.498143
GDPGR	-0.263244	0.083011	-0.085318	1.000000	0.368438	0.054321
INV	-0.283022	-0.014776	-0.100880	0.368438	1.000000	0.144351
MMVB	-0.303302	0.887493	-0.498143	0.054321	0.144351	1.000000

Статическая модель зависимости LLP от макроэкономических переменных

Уравнение оцениваемой регрессии имеет следующую форму (статическая модель):

Где - коэффициент перед соответствующей макроэкономической переменной, t - ежеквартальные значения показателей.

В процессе анализа были получены следующие результаты (Таблица 5).

Таблица 5. Модель зависимости резервов на возможные потери от макроэкономических факторов

Dependent Variable: LLP
Method: Least Squares
Date: 03/29/13 Time: 16:09
Sample (adjusted): 2002Q2 2013Q1
Included observations: 44 after adjustments
HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
bandwidth = 4.0000)
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	2.836674	0.867530	3.269826	0.0023
BRENT	-0.006069	0.001789	-3.391541	0.0017
DOLLAR	0.005171	0.026746	-2.436631	0.0198
GDPGR	-0.015927	0.005592	-2.848358	0.0071
L2GDPGR	-0.024245	0.007757	-3.125358	0.0034
L1INV	-0.009233	0.002107	-4.382809	0.0001
R-squared	0.679629	Mean dependent var	0.389041
Adjusted R-squared	0.589308	S.D. dependent var	0.398114
S.E. of regression	0.305976	Akaike info criterion	0.598170
Sum squared resid	3.463996	Schwarz criterion	0.843919
Log likelihood	-6.860648	Hannan-Quinn criter.	0.688794
F-statistic	6.820611	Durbin-Watson stat	1.375056
Prob(F-statistic)	0.000134

LLP = 2.836 - 0.006*BRENT + 0.005*DOLLAR - 0.0159*GDPGR - 0.024*L2GDPGR - 0.009*L1INV

Регрессия в целом значима на 1%-ном уровне, поскольку Prob (F-st)=0,000134<0,01. Кроме того, величина R²_adj= 0,66, характеризующая качество подгонки регрессии, находится на достаточно хорошем уровне и в пределах, полученных в других работах, исследующих влияние макроэкономических факторов на стабильность банковского сектора.

В ходе анализа выяснилось, что для данной модели индекс ММВБ оказался не значимым. С одной стороны, это можно объяснить наличием мультиколлинеарности между ценой на нефть и уровнем индекса ММВБ. В его состав включены все крупные нефтяные и добывающие компании страны, следовательно, его динамика зависит от рыночных цен на акции компаний, которые в свою очередь определяются ценами на нефть. Поскольку цена на нефть значима для нашей модели, то индекс ММВБ можно исключить без существенных потерь. Кроме того, на мой взгляд, динамика индекса ММВБ вряд ли может сильно воздействовать на размеры резервов на возможные потери банков, поскольку в основном эти компании имеют сильную поддержку со стороны государства и в случае необходимости при повышении кредитного риска, государство окажет им финансовую помощь для пополнения средств и исполнения кредитных обязательств перед банками. Также стоит отметить, что крупные компании предпочитают брать кредиты за рубежом, так как там проценты по кредитам значительно ниже, чем в России. Таким образом, можно сделать вывод, что падение индекса ММВБ значимо не ухудшает положение банка посредством повышения резервов по возможным потерям.

Цена на нефть (ВRENT) в модели оказалась значимой и имеет отрицательный знак. Отсюда следует, что макроэкономический шок в виде снижения цен на нефть приводит к наращиванию банками резервов на возможные потери, ухудшая тем самым финансовое положение банковского сектора. Значимость цены на нефть подтверждает уязвимость российских секторов экономики, в том числе и банков от колебаний на международном нефтяном рынке. В условиях падения цены на нефть, снижается объем поступлений от ее продажи. Это негативно сказывается на значительной части экономики страны, а не только на энергетическом секторе. Сокращаются доходы и расходы бюджета, снижается платежеспособность организаций нефинансового сектора и доходы населения, растет инфляция. В конечном итоге, это приводит к снижению кредитоспособности заемщиков и стоимости активов, и как следствие, к росту кредитного риска и увеличению резервов на возможные потери.

Курс доллара по отношению к рублю (Dollar) в нашей модели является значимым в объяснении влияния на уровень резервов на возможные потери. На первый взгляд, здесь сложно выявить однозначное влияние динамики курса доллара, все зависит от типа заемщиков, которым выданы кредиты в валюте. С одной стороны, если кредиты выданы заемщикам, которые получают доходы в иностранной валюте (например, компании, экспортирующие товары), то рост курса значительно на них не отразится, и у них не будет сложностей с погашением кредитов. То есть наблюдается отрицательная зависимость между РВПС и курсом доллара. С другой стороны, если заемщик не имеет доходов в иностранной валюте, обесценение рубля может иметь противоположный эффект, поскольку ему будет необходимо намного больше рублей, чтобы конвертировать их и заплатить кредит. В этом случае увеличивается риск неплатежа и просроченной задолженности, и банки вынуждены увеличивать величину РВПС.

В нашей модели выявлена положительная зависимость резервов на возможные потери от курса доллара. На рисунке 10 видно, что в период роста курса доллара доля просроченных кредитов в иностранной валюте растет, а значит, банки под них формируют дополнительные резервы.

Рис. 10. Доля просроченных кредитов в иностранной валюте

Темпы роста ВВП (GDPGR) - один из важных показателей экономической активности государства. Как мы уже говорили ранее, банки снижают объем резервов на возможные потери в период экономического подъема, то есть когда увеличиваются темпы роста ВВП, и наращиваются в период экономического спада. Модель подтверждает отрицательную зависимость между динамикой ВВП и резервов на возможные потери. Вместе с текущим значением показателя мы включили в регрессию данную переменную с лагом, для того чтобы определить задержку, с которой ухудшения в реальном секторе экономики воздействуют на качество кредитного портфеля.

В результате на изменение резервов влияют как текущие темпы роста ВВП, так и с задержкой в 2 квартала, причем коэффициент перед L2GDPGR значительно выше и имеет более высокий уровень значимости. Данный факт означает, что динамика ВВП оказывает не мгновенное влияние на состояние банковского сектора, а с некоторым запаздыванием. Знак минус перед GDPGR и L2GDPGR подтверждает, что спад экономической активности, проявляющийся в форме снижения ВВП, отрицательно влияет на стабильность банковского сектора (Рис. 11).

Дело в том, что когда в экономике наблюдается шок, выраженный падением ВВП, это сопровождается сокращением промышленного производства в стране, внутреннего и внешнего спроса на продукцию. Это приводит к росту убытков предприятий, повышению уровня безработицы и сокращению доходов населения. В итоге экономическое положение заемщиков значительно ухудшается и растет уровень кредитного риска, который сопровождается ростом резервов на возможные потери по ссудам. Особенно это касается предприятий нефинансового сектора, доля кредитов которым является основной составляющей кредитного портфеля банковского сектора РФ.

Рис.11. Темпы роста ВВП и резервов на возможные потери банковского сектора РФ

INV - отток/приток капитала, млрд.долл. Кризис на мировых финансовых рынках сопровождается оттоком капитала, деньги и инвестиции уходят из страны в условиях макроэкономической нестабильности. Отток капитала в России вызван не только неприятием к риску на российских рынках, но и большой внешней корпоративной задолженностью, которую предприятия вынуждены возмещать. В этих условиях различные сектора экономики сталкиваются с дефицитом денежных средств и сокращением доходов от своей деятельности, что негативно сказывается на оценке их кредитоспособности.

Вывоз капитала из страны приводит к сдерживанию экономического развития и к ослаблению финансовой стабильности страны в результате нехватки инвестиционных ресурсов. Превышение оттока капитала над притоком означает реальное сокращение финансовых ресурсов для развития экономики. Ежегодная утечка определенной доли валового внутреннего продукта за рубеж отрицательно сказывается на национальном экономическом развитии, поскольку является прямым вычетом из ресурсной базы для внутренних инвестиций. Отток капитала дестабилизирует систему макроэкономического регулирования. Повышение реальной процентной ставки для предотвращения утечки капитала негативно отражается на внутреннем инвестиционном процессе, одновременно ведя к ухудшению инвестиционного климата в стране, ослаблению интереса иностранных инвесторов к России, все чаще относящих ее к разряду «проблемных рынков». Бегство капитала из страны приводит к дефициту ликвидности в банковской системе, что, в свою очередь, отражается на объемах кредитования реального сектора экономики. К тому же отток капитала ухудшает возможности страны по обслуживанию внешнего долга.

Кроме того, сам банковский сектор сталкивается с недостатком ликвидности, растут расходы на финансирование и привлечение средств. Для покрытия своих расходов банки вынуждены увеличивать уровень риска кредитного портфеля, поскольку рост риска сопровождается ростом процентных ставок по предоставленным кредитам. Таким образом, наблюдается отрицательная зависимость между движением капитала и размером РВПС (Рис.12)

Рис. 12. Отток капитала в РФ и резервы на возможные потери банковского сектора

В полученной модели подтверждается отрицательный характер влияния оттока капитала из страны на банки с лагом в один период (L1INV). Из этого следует вывод, что шок от оттока капитала распространяется на банки не мгновенно, а спустя некоторый период времени.

На основе полученной статической модели мы выяснили, что макроэкономические шоки в форме снижения цен на нефть, падение рубля и уровня ВВП, а также отток капитала отрицательно влияют на банковский сектор через увеличение резервов на возможные потери. Причем эффект от одних проявляется сразу, от других спустя некоторый промежуток времени.

В предыдущей модели в качестве объясняющих переменных были включены только макроэкономические факторы, которые являлись экзогенными для данного уравнения. Однако стоит отметить, что размер резервов на возможные потери может зависеть и от соответствующего значения в предыдущем периоде, поскольку тенденции за квартал меняются редко, и если банки увеличивали резервы в предыдущий период, то велика вероятность роста данного показателя в текущий период. С целью проверить данную предпосылку мы включим в состав регрессии показатель LLP с лагом в один квартал. Уравнение примет следующую форму:

Где - темпы прироста резервов на возможные потери на рубль предоставленных кредитов в предыдущем периоде,%, - коэффициент перед соответствующей макроэкономической переменной, t - ежеквартальные значения показателей.

Результаты представлены в таблице 6

Таблица 6. Модель зависимости резервов на возможные потери от макроэкономических факторов

Dependent Variable: LLP
Method: Least Squares
Date: 03/29/13 Time: 17:25
Sample (adjusted): 2002Q2 2013Q1
Included observations: 44 after adjustments
HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
bandwidth = 4.0000)
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	2.649151	0.798445	3.317887	0.0021
LLP1	0.483943	0.137633	3.516180	0.0012
BRENT	-0.004201	0.001413	-2.972637	0.0052
DOLLAR	-0.071257	0.024552	-2.902351	0.0063
GDPGR	-0.013702	0.004871	-2.812910	0.0079
L2GDPGR	-0.017393	0.005295	-3.284979	0.0023
L1INV	-0.006900	0.001742	-3.961619	0.0003
R-squared	0.741995	Mean dependent var	0.389041
Adjusted R-squared	0.693994	S.D. dependent var	0.398114
S.E. of regression	0.253672	Akaike info criterion	0.242355
Sum squared resid	2.316590	Schwarz criterion	0.529062
Log likelihood	1.789376	Hannan-Quinn criter.	0.348083
F-statistic	11.24114	Durbin-Watson stat	2.302497
Prob(F-statistic)	0.000000

LLP = 2.649 + 0.483*LLP1 - 0.004*BRENT + 0.001*DOLLAR - 0.013*GDPGR - 0.017*L2GDPGR - 0.006*L1INV



Регрессия в целом также значима на 1%-ном уровне, поскольку Prob (F-st)=0,000000<0,01, величина R²_adj= 0,69, что значительно лучше в сравнении со статической моделью.

Лагированная зависимая переменная в модели (LLP1) является значимой на 1%-ном уровне значимости и показывает ожидаемый знак. Это означает, что рост резервов в предыдущем квартале вызывает увеличение резервов в следующем квартале. То есть наше предположение подтвердилось, и политика формирования резервов на возможные потери осуществляется с учетом ситуации в прошлом и зависит не только от макроэкономических показателей.

Далее сравним полученные результаты по статической и динамической моделям (таблица 7).

Таблица 7. Сравнение статической и динамической модели оценки LLP от макроэкономических показателей

Обозначение	Статическая модель	Динамическая модель
	Coefficient	Probability	Coefficient	Probability
BRENT	-0.006069	0.0017	-0.004201	0.0052
DOLLAR	0.005171	0.0198	0.001257	0.0063
GDPGR	-0.015927	0.0071	-0.013702	0.0079
L2GDPGR	-0.024245	0.0034	-0.017393	0.0023
L1INV	-0.009233	0.0001	-0.006900	0.0003

Из таблицы мы видим, что все объясняющие переменные, полученные в первой модели остались значимыми и сохранили первоначальный знак, однако степень их воздействия стала несколько слабее. Например, снижение цены на нефть на 1 доллар приводит к предполагаемому росту резервов на возможные потери в статической модели на 0,006%, в динамической - 0,004%. Подобная тенденция прослеживается и для остальных показателей. Другими словами, если банковский сектор последователен и учитывает тенденции предыдущего периода, то он становится менее уязвимым к воздействию негативных макроэкономических факторов.

Кроме того, шок снижения темпов роста ВВП и оттока капитала из страны распространяется на качество и риск кредитного портфеля не мгновенно, а с запаздыванием, что дает возможность банкам в случае выявления такой зависимости подготовиться и принять необходимые меры по сглаживанию негативных последствий от распространения шоков в экономике.

Оценка зависимости рентабельности активов банковского сектора от макроэкономических факторов

Цель данной модели выявить уязвимость банковского сектора к изменениям в экономике, проявляющуюся через изменение рентабельности банковских активов. Для анализа зависимости рентабельности активов включены следующие объясняющие переменные (Таблица 8)

Таблица 8. Макроэкономические факторы

Обозначение	Наименование переменной	Предполагаемая зависимость с ROA
GDPGR	Темпы роста ВВП,%	положительная
INV	Приток(+)/отток(-) капитала, млрд.долл.	положительная
BRENT	Цена на нефть,$	положительная
DOLLAR	Курс доллара,$	положительная
MBK	Межбанковская ставка процента	отрицательная
MMVB	Индекс ММВБ	положительная
СREDGR	Выданные кредиты (темп роста,%)	положительная

Как видно из таблицы, к переменным, анализируемым в предыдущих моделях, добавлены еще два фактора: темпы роста выданных кредитов и процентная ставка на межбанковском рынке, которые, на мой взгляд, также оказывают воздействие на рентабельность активов в условиях макроэкономической нестабильности.

Матрица попарной корреляции на основе имеющихся поквартальных данных подтверждает предполагаемый знак перед объясняющими переменными (Таблица 9).



Таблица 9. Рентабельность активов банковского сектора - коэффициенты корреляции

	ROA	BRENT	DOLLAR	CREDGR	GDPGR	INV	MBK	MMVB	SPREAD
ROA	1.000000	0.219113	-0.380455	0.601095	0.436033	0.110468	-0.176795	0.400324	-0.282122
BRENT	0.219113	1.000000	-0.160292	0.119849	0.308252	0.228311	-0.490089	0.644944	-0.680645
DOLLAR	0.380455	-0.160292	1.000000	-0.646895	-0.143214	-0.132998	0.302088	-0.471906	-0.055728
CREDGR	0.601095	0.119849	-0.646895	1.000000	0.158972	0.167317	-0.207220	0.473593	-0.028948
GDPGR	0.436033	0.308252	-0.143214	0.158972	1.000000	0.435086	-0.300322	0.305300	-0.313124
INV	0.110468	0.228311	-0.132998	0.167317	0.435086	1.000000	-0.452261	0.628509	-0.268090
MBK	-0.176795	-0.490089	0.302088	-0.207220	-0.300322	-0.452261	1.000000	-0.795774	0.565214
MMVB	0.400324	0.644944	-0.471906	0.473593	0.305300	0.628509	-0.795774	1.000000	-0.599306

На основе имеющихся данных построена регрессия, объясняющая воздействие включенных факторов на рентабельность активов банковского сектора (Таблица 10).



Таблица 10. Модель зависимости рентабельности активов банковского сектора от макроэкономических факторов

Dependent Variable: ROA
Method: Least Squares
Date: 03/27/13 Time: 21:44
Sample (adjusted): 2002Q2 2013Q1
Included observations: 44 after adjustments
HAC standard errors & covariance (Bartlett kernel, Newey-West fixed
bandwidth = 3.0000)
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-3.011618	1.041582	-3.595124	0.0029
DOLLAR	0.095729	0.028963	3.305258	0.0052
CREDGR	0.053623	0.022436	2.390031	0.0315
L2GDPR	8.84E-05	3.03E-05	2.917130	0.0113
L1INV	0.014488	0.002208	6.561307	0.0000
L2INV	0.008790	0.002618	3.357638	0.0047
L2MBK	-0.085158	0.031229	-2.726924	0.0164
MMVB	0.000577	0.000365	1.577715	0.0470
R-squared	0.797415	Mean dependent var	1.157759
Adjusted R-squared	0.681653	S.D. dependent var	0.668334
S.E. of regression	0.377089	Akaike info criterion	1.173503
Sum squared resid	1.990750	Schwarz criterion	1.617827
Log likelihood	-4.495282	Hannan-Quinn criter.	1.285249
F-statistic	6.888365	Durbin-Watson stat	2.989061
Prob(F-statistic)	0.000938

ROA = -3.011 + 0.095729*DOLLAR - 0.053623*CREDGR +8.84Е-05*L2GDPGR + 0.014488*L1INV + 0.00879*L2INV - 0.185158*L2MBK + 0.000577*MMVB

В целом регрессия также является значимой, поскольку Prob(f-st)=0,000938<0,01. Качество подгонки, характеризуется достаточно высоким уровнем R²_adj=0,68.

В ходе построения цена на нефть (BRENT) оказалась незначимой, но курс доллара США значим на однопроцентном уровне. Как известно, курс доллара к рублю непосредственно зависит от ситуации на международном нефтяном рынке (Рис.13).

Рис. 13. Цены на нефть и курс доллара США

Это подтверждает кризис 2008-2009 года, когда цена на нефть упала по сравнению с июльским максимумом на 70% и достигла 40$/баррель к концу 2008 года, в результате чего курс доллара за аналогичный период вырос с 23,45 до 29,38 рубля/доллар. Таким образом, цена на нефть влияет на обменный курс, который, в свою очередь, воздействует на финансовое положение банков. Влияние динамики валютного курса может быть неоднозначной. Все зависит от того, что у банков больше на балансе - валютных требований или валютных обязательств. В случае, если требования в иностранной валюте превышают обязательства, то при росте курса доллара банки получат дополнительный доход. Если же, наоборот, обязательства больше требований, то рост курса в условиях макроэкономической нестабильности повлечет за собой увеличение расходов и снижение прибыли. В нашем случае положительный коэффициент перед знаком доллара означает прямую зависимость рентабельности активов от курса доллара.

В 2008 году доля валютных активов банковского сектора в условиях ослабления рубля (преимущественно в 4 квартале) увеличилась с 23,1% до 32,3%. Темпы роста валютных требований опережали темпы роста валютных обязательств, что, в конечном итоге, привело к росту чистой валютной позиции в три раза с 30,2 млрд.руб. в 2007 году до 1077,4 млрд.руб. в 2008 году. В результате доля чистых доходов банков от операций с иностранной валютой и валютными ценностями с учетом курсовых разниц в общем объеме чистых доходов составила 8,2% (2,4% в 2007 году) прежде всего за счет операций во второй половине 2008 года. Это позволило банковскому сектору в какой-то степени компенсировать снижение доходов по другим видам деятельности. По мере выхода из кризиса в 2009 году на фоне постепенного укрепления рубля во втором полугодии доля валютных активов в суммарных активах банковского сектора снизилась до 27,6%, что привело к снижению влияние чистых валютных доходов в общем объеме прибыли на 01.01.2010 г. до 7,5% (в 2008-13,1%). Таким образом, ослабление рубля в условиях макроэкономической нестабильности оказывает положительное воздействие, позволяя банковскому сектору увеличить доходы от операций с иностранной валютой, которые, в свою очередь позволяют в некоторой степени компенсировать сокращение прибыли и рентабельности активов.

Одним из главных показателей, характеризующих экономическую активность и текущее состояние экономики, является динамика ВВП. В период макроэкономической нестабильности наблюдается снижение темпов роста валового внутреннего продукта, поскольку снижение инвестиций в основной капитал, рост цен, внутреннего и внешнего долга, дефицит средств для осуществления деятельности и подорожание источников финансирования приводит к сокращению объемов производства в стране.

Впоследствии, как мы уже упоминали ранее, снижение совокупного спроса, рост безработицы вызывают снижение доходов, как предприятий, так и населения. Все это в конечном итоге, приводит к ухудшению экономического положения заемщиков, снижению спроса на кредиты и, как следствие, снижению процентных доходов банковского сектора. Кроме того население в условиях нестабильности стремится изъять свои вклады из банков. В итоге у банков растут расходы по привлечению депозитных источников для поддержания ликвидности своей деятельности, увеличивая расходы банка на финансирование привлеченных средств. В совокупности это приводит к снижению прибыли и рентабельности банков.

На основании нашей модели темпы роста ВВП (L2GDPGR) значимы с лагом в 2 квартала, это означает, что снижение темпов роста ВВП оказывает отрицательный эффект не в этом же периоде, а спустя некоторое время. То есть банковский сектор реагирует на падение ВВП в условиях кризиса с некоторой задержкой, поскольку требуется время, для того чтобы его снижение отразилось на состоянии населения и их ожиданиях (Рис. 14).

Рис. 14. Рентабельность активов банковского сектора РФ и динамика ВВП

Темпы роста предоставленных кредитов банковским сектором (CREDGR) также оказался значимым коэффициентом с положительным знаком. Это вполне объяснимо, поскольку рост величины предоставленных кредитов, как правило, сопровождается ростом процентных доходов, которые положительно влияют на прибыль банков, а значит, и на рентабельность их активов. В 2008 году ухудшение общеэкономических условий, снижение доходов населения и предприятий, а также более консервативный подход к оценке рисков и кредитоспособности потенциальных заемщиков вызвало замедление темпов роста кредитования как юридических, так и физических лиц. В 2008 году темпы роста кредитов нефинансовым организациям составили 34,3% (в 2007г. - 51,5%), физическим лицам - 35,2% (в 2007% - 51,8%). Поскольку кредиты это основной источник получения доходов российскими банками, то кредитное сжатие приводит к сокращению темпов роста процентных доходов, что отрицательно сказывается на рентабельности активов. В итоге, доля полученных процентных доходов за данный период сократилась с 15, 4% до 11,5% в общем объеме доходов. Таким образом, мы видим, что падение кредитного предложения со стороны банков в условиях ухудшения экономического положения отрицательно влияет на прибыль банков. Эффективность управления портфелем активов значительно ухудшается, что приводит к снижению величины ROA.

Отток капитала из страны (INV) оказывает негативное воздействие на рентабельность активов банковского сектора, причем, как и в случае с динамикой ВВП, этот шок распространяется не сразу, а с некоторой задержкой (Рис.15).

Рис. 15. Рентабельность активов и чистый ввоз/вывоз капитала

Как правило, отток капитала наблюдается в условиях кризиса, когда риски на развивающихся рынках начинают расти, что приводит к проблемам фондирования и поддержания ликвидности на достаточном уровне в банковском секторе, а, следовательно, к росту расходов на финансирование их деятельности и снижению рентабельности.

Показатель индекса ММВБ (MMVB) также является значимым и имеет положительный знак, однако, коэффициент перед ним 0,00057 показывает, что динамика данного показателя оказывает слабое влияние на рентабельность активов банковского сектора. Это объясняется тем, что российские банки проявляют слабую активность на фондовом рынке. Доля ценных бумаг в портфеле банков достаточно низкая, кроме того, основная их часть приходится на долговые ценные бумаги с невысоким уровнем риска, и лишь незначительная часть состоит из долевых ценных бумаг. В период кризиса наблюдается снижение котировок акций, что отражается в падении индекса. То есть динамика индекса ММВБ отражает общую тенденцию на фондовом рынке. Снижение котировок приводит к падению стоимости долевых ценных бумаг в результате отрицательной переоценки и банки несут расходы. Например, в период развития кризиса во второй половине 2008 года индекс ММВБ упал с июльского максимума в 1777,66 до 646,21 пунктов к концу года. Резкое падение котировок ценных бумаг в период кризиса и рост отрицательной переоценки привели к убыткам банков по операциям купли-продажи ценных бумаг. Убыток составил 92,6 млрд.руб., что составляет 3,1% от чистого дохода банковского сектора за 2008 год. В благоприятном для российской экономики 2007 году, когда индекс ММВБ возрастал, по данной статье банковской деятельности был получен доход, доля которого была равна 6,2% от совокупного чистого дохода банковского сектора. Таким образом, мы видим, что падение индекса в условиях макроэкономической нестабильности отрицательно сказывается на величине рентабельности активов банков.

В ходе работы выявлено, что ставки процента на межбанковском рынке (MBK) отрицательно влияют на рентабельность активов банковского сектора. В условиях глобального кризиса банки сталкиваются с проблемами недостатка ликвидности для осуществления операций, при этом источник внешнего финансирования за рубежом становится ограниченным. Это приводит к тому, что деньги дорожают, потребность в них со стороны банков растет. В итоге в стране наблюдается рост процентных ставок на межбанковском рынке, который сопровождается ростом ставок по депозитам, что увеличивает процентные расходы банков, тем самым негативно влияя на расходы банка и снижая рентабельность активов. результаты модели подтверждаются графиком 16.

Рис.16. Рентабельность активов банковского сектора и уровень межбанковской ставки процента

В ходе проведенного эконометрического анализа выявлено, что макроэкономические шоки в экономике оказывают воздействие на стабильность и состояние банковского сектора. Падение курса доллара неоднозначно влияет на стабильность банковского сектора, с одной стороны, увеличивая расходы по формированию резервов на возможные потери, с другой, увеличивая доходы в результате положительной переоценки вложений в иностранной валюте.

Такие риски, как резкое снижение цен на нефть, отток капитала из страны и падение ВВП негативно отражаются на деятельности банков через увеличение резервов на возможные потери и рентабельность активов. Другими словами, риски в экономике увеличивают риски в банковском секторе, снижая доходы банков, их активность и эффективность деятельности, а также увеличивая их расходы по финансированию и покрытию убытков. В свою очередь, проблемы в банковском секторе в условиях ухудшающейся экономической обстановки еще больше усиливают масштаб экономического кризиса, поскольку банки - один из главных элементов функционирования всей финансовой системы страны. Причем стоит отметить, что отрицательный эффект от вывоза капитала из страны и падение уровня ВВП отражается на банках и проявляется в их отчетности не сразу, а спустя некоторый промежуток времени. Выявление данного факта очень важно, поскольку это может помочь банкам сформировать стратегию, которая позволит каким-либо образом снизить влияние шоков и выйти из сложившейся ситуации с минимально возможными потерями.

Применение полученных моделей для построения прогноза

В ходе практической работы были построены две эконометрические модели, оценивающие зависимость банковского сектора от динамики макроэкономических факторов.

Далее предположим, что экономика страны подвергнется ряду шоков. И наша задача состоит в том, что посмотреть, как это отразится на изменении уровня резервов на возможные потери и рентабельности активов банковского сектора.

В качестве исходных предпосылок для модели оценки резервов на возможные потери допустим, что цена на нефть в следующем периоде снизится до 60 долларов за баррель. В результате курс рубля упадет по отношению к доллару на 20%. Темпы роста ВВП снизятся на 2,9%. Значения показателей, которые учитываются в модели с учетом лагов, берутся из имеющихся данных. Таким образом, первоначальные условия для анализа представлены в таблице 11.



Таблица 11. Предпосылки анализа

Показатель	Значение
BRENT	60 долл./баррель
DOLLAR	37,368 руб.
GDPGR	-2,9%
L2GDPGR	9,4587 млрд.руб.
L1INV	-9,4 млрд.долл.

Подставляем данные значения в статическое и динамическое уравнения зависимости резервов на возможные потери от макроэкономических факторов. Для динамического варианта необходимо учесть значение LLP в предыдущем периоде, его величина составила -0,0534%.

Статическое уравнение:

LLP = 2.836 - 0.006*BRENT + 0.005*DOLLAR - 0.0159*GDPGR - 0.024*L2GDPGR - 0.009*L1INV

Динамическое уравнение:

LLP = 2.649 + 0.483*LLP1 - 0.004*BRENT + 0.001*DOLLAR - 0.013*GDPGR - 0.017*L2GDPGR - 0.006*L1INV

В ходе подстановки получены следующие результаты. Наши предположения о том, что вышеуказанные факторы отрицательно влияют на уровень кредитного риска, выраженного в динамике резервов на возможные потери банковского сектора. Падение цен на нефть, рост курса доллара и замедление темпов роста ВВП в условиях заданного сценария привело к значительному увеличению показателя LLP, что означает необходимость наращивания резервов банками. Это в свою очередь, может привести к росту расходов, снижению прибыли банков, а, следовательно, угрожать их финансовой устойчивости. Важно подчеркнуть, что в случае динамической модели, учитывающей предыдущее значение изменения резервов, итоговый показатель LLP получился ниже, чем в статической модели: 2,3% и 2,6% соответственно. Это служит еще одним подтверждением, что размер резервов, накопленных в предыдущем периоде позволяет немного сгладить силу влияния макроэкономических шоков.

Далее оценим с помощью полученной модели, как выявленные макроэкономические шоки могут отразиться на рентабельности активов банковского сектора. Также обозначим предпосылки, необходимые для анализа.

Предположим, что в следующем периоде курс доллара вырастет на 20%, индекс ММВБ упадет на 20% по сравнению с показателями за 1 квартал 2013 года.

Что касается темпов роста кредитного портфеля, то за период 2002-2012 г.г. его среднее значение составило 7,29%. Стандартное отклонение от среднего равно 4,23%. Оценим рост риска кредитного сжатия в 1 стандартное отклонение.

Остальные значения возьмем из предыдущих квартальных данных, поскольку в нашей модели они проявляются с запаздыванием. Исходные значения представлены в таблице 12.

Таблица 12. Предпосылки анализа

Показатель	Значение
Dollar	37,368 руб.
Credgr	3,064%
L2GDPGR	9,458%
L1INV	-9,4 млрд.долл.
L2INV	-7,6 млрд.долл.
L2MBK	6,1%
MMVB	1008,74 б.п.

Далее подставляем значения, моделирующие ситуацию нестабильности в экономике в полученное уравнение рентабельности активов.

ROA = -3.011 + 0.095729*DOLLAR - 0.053623*CREDGR +8.84Е-05*L2GDPGR + 0.014488*L1INV + 0.00879*L2INV - 0.185158*L2MBK + 0.000577*MMVB

В результате подстановки значений в уравнение мы получили, что в случае реализации прогнозного сценария, рентабельность банковского сектора в следующем квартале могла снизиться с 1,95% в 1 квартале 2013 года до 0,6%, что является достаточно критическим уровнем для поддержания финансовой стабильности банковского сектора.

Таким образом, наша модель подтвердила, что повышение рисков в экономике отрицательно отражается на устойчивости банковского сектора посредством ухудшения показателей, характеризующих текущее положение кредитных организаций. Данный факт необходимо учесть при разработке политики по повышению устойчивости банков к системным рискам в экономике в целях увеличения надежности банковского сектора и снижения степени уязвимости к внешним шокам.



Заключение

На основе результатов, полученных в ходе исследовательской работы, подведем итоги и сформулируем ряд выводов, касающихся финансовой устойчивости банковского сектора в условиях макроэкономической нестабильности.

Во-первых, нам удалось изучить различные точки зрения по поводу того, что подразумевают под понятием финансовая устойчивость. Ключевая особенность финансовой устойчивости банковского сектора - это способность противостоять внутренним и внешним шокам, сохранять состояние равновесия и обеспечивать непрерывное осуществление основных своих функций в качестве финансового посредника.

Во-вторых, было показано, что в качестве способов анализа и оценки уровня финансовой стабильности банковской системы во многих странах широко применяется коэффициентный метод ПФУ, разработанный МВФ, а также модели стресс-тестирования. Банк России в процессе осуществления банковского и макропруденциального надзора также использует данные подходы с целью мониторинга состояния кредитных организаций и разработке мер по поддержанию их финансовой стабильности.

Сравнительный анализ ПФУ показал, что базовые коэффициенты, рассчитываемые Банком России, практически полностью соответствуют перечню, рекомендуемому МВФ. Некоторые отличия объясняются спецификой деятельности и функционирования российского банковского сектора, например: большой долей кредитов в активах банка и слабой активностью банков на фондовом рынке.

Стресс-тесты, проведенные Банком России, подтверждают, что реализация кризисных сценариев в экономике оказывает влияние на состояние кредитных организаций. Сила воздействия кризиса оценивается в размере потенциальных потерь капитала банков и вероятности не преодолеть минимальный уровень норматива достаточности капитала Н1 в 10%. Результаты стресс-тестирования в различные годы показали, что наиболее ощутимым является кредитный риск, однако в целом, российская банковская система достаточно стабильна и может без существенных потерь преодолеть кризис средней тяжести.

Кроме того, в ходе исследования было изучено, не только то, как ЦБ РФ осуществляет анализ и контроль над финансовой стабильностью банковского сектора, но и какие меры он принимает в условиях реальной макроэкономической нестабильности, для того чтобы поддержать устойчивость и не допустить коллапса в банковской системе. Было отмечено, что комплекс мер, таких как расширение возможностей рефинансирования кредитных организаций, гарантии Банка России, субординированные кредиты, система страхования вкладов и финансовое оздоровление экономически значимых банков, смягчение требований к начислению резервов, действительно оказались эффективными и смогли поддержать банки в условиях кризиса.

В рамках практического исследования мы пришли к выводу, что в качестве индикатора, отражающего негативное влияние макроэкономических шоков, может выступать не только капитал банков, но также резервы на возможные потери и рентабельность активов банковского сектора.

Результаты построенных эконометрических моделей подтвердили наши предположения. Влияние кризиса в экономике проявляется в банковском секторе в ухудшении качества кредитного портфеля, снижении доходов и росте расходов, что в свою очередь, приводит к резкому наращиванию резервов на возможные потери и падению рентабельности деятельности банковского сектора.

Банковская система страны является уязвимой по отношению к темпам роста ВВП, ценам на нефть, движению капитала, динамике курса иностранной валюты и фондовых индексов. Это основные макроэкономические шоки, которые свойственны российской экономике. 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 заключение хотелось бы представить ряд возможных рекомендаций, которые, по нашему мнению, позволили бы снизить уязвимость банковского сектора к воздействию макроэкономических потрясений в российской экономике, и тем самым повысить его устойчивость.

Одна из мер - это повышение капитализации банков. Банки должны продолжать увеличивать размер собственного капитала, поскольку результаты стресс-тестирования показывают, что реализация кризисных сценариев может привести к значительным потерям собственных средств банков. В период кризиса рискованность активов значительно повышается, снижается прибыль кредитных организаций, что отражается в сокращении норматива достаточности капитала. Для того чтобы не допустить падения норматива ниже минимально допустимого уровня, необходимо увеличить размер собственных средств, за счет которых будут компенсироваться возможные убытки. Кроме того, стоит добавить, что прирост капитала должен осуществляться преимущественно за счет капитала первого уровня, который имеет более качественный характер и усиливает надежность и стабильность банковского сектора. В период кризиса в экономике определенный запас капитала у кредитных организаций обеспечит возможность банков преимущественно собственными силами справиться с возникшими рисками и снизит нагрузку на государство в рамках предоставления помощи системно-значимым банкам для поддержания их устойчивости.

В работе было подтверждено, что для российского банковского сектора наиболее характерным является кредитный риск, который в процессе кризиса выражается в резком увеличении резервов на возможные потери, что отрицательно сказывается на состоянии кредитных организаций. В этих условиях с целью сглаживания данного эффекта необходимо, на наш взгляд, разработать и внедрить механизм контрциклического резервирования, ключевое место в котором занимают динамические резервы. Основная суть заключается в том, что динамические резервы учитывают не только фактические текущие потери, как это происходит сейчас, но и ожидаемые. Как известно в период подъема экономики, банки недооценивают риски и увеличивают темпы роста кредитного портфеля, не начисляя при этом практически никаких резервов. Однако в период кризиса доходы банков значительно сокращаются, ухудшается качество кредитного портфеля и банки вынуждены в ускоренном темпе доформировывать резервы на возможные потери, что еще сильнее увеличивает размер потерь банков. В итоге действующий механизм резервирования еще более усугубляет финансовую нестабильность банковского сектора, а не способствует ее преодолению.

Динамические резервы позволят справиться с этой проблемой, поскольку они должны начисляться кредитными организациями не в момент кризиса, а в период кредитного бума, когда имеется избыток средств, обеспечив себе тем самым своего рода «буфер», который сможет снизить размер потенциальных потерь в условиях макроэкономической нестабильности. Кредитный риск банков в кризис будет покрываться за счет резервов, сформированных в период подъема экономики, и банкам не нужно будет «замораживать часть средств», когда они больше всего в них нуждаются. Таким образом, данное резервирование обеспечит более сглаженные колебания финансового результата банков, который подвержен воздействию со стороны изменяющихся резервов и будет способствовать укреплению финансовой стабильности банковского сектора.

Кроме того, в условиях чувствительности банковского сектора к динамике движения капитала, ЦБ РФ необходимо решить задачу снижения зависимости банков от внешних источников фондирования. Должны быть разработаны меры, которые сделают более доступным и эффективным привлечение средств на внутреннем рынке через усовершенствование инструментов рефинансирования и повышение активности рынка межбанковского кредитования, что снизит вероятность угрозы дефицита ликвидности в случаях распространения кризиса.

В рамках повышенной волатильности курса рубля для поддержания финансовой стабильности банковского сектора следует осуществлять контроль над величиной открытой валютной позиции банков, ввести ряд ограничений на предоставление кредитов в иностранной валюте лицам, получающим доходы в рублях и усилить резервные требования по обязательствам в иностранной валюте.

Таким образом, мониторинг текущего состояния банковского сектора, анализ потенциальных рисков, разработка и внедрение инструментов ЦБ РФ позволяет укрепить финансовую устойчивость банковского сектора и снизить риски, порождаемые в экономике в результате кризиса.



Список использованной литературы

1. Ананьев, Д.Н. Банковский сектор в России: итоги и перспективы развития.//Деньги и кредит. - 2009. - №3. - с.3-8.

2. Байко, А. О классификации факторов устойчивости банковского сектора. //Банковское дело. - 2011.

3. Вестник банка России. [Электронный ресурс] - Режим доступа: http://www.cbr.ru/publ/main.asp?Prtid=Vestnik

4. Егоров, А.В. Адаптация российского финансового сектора к кризисной ситуации на мировом финансовом рынке./А.В. Егоров, И.Л. Меркурьев, Е.Н. Чекмарева.//Деньги и кредит. - 2009. - №8. - с.20-30.

5. Ильясов С..М. Устойчивость банковской системы: механизмы управления, региональные особенности -- М.:ЮНИТИ-ДАНА, 2001.

6. Каллаур, П.В. Концепт “финансовая стабильность” //Белорусский экономический журнал. - 2007. - № 1. - С. 25--37.

7. Лаврушин, О.И., Фетисов, Г.Г. Устойчивость прежде всего. //Национальный банковский журнал. - 2005. - № 1. С. 56--60.

8. Ларионова, И.В. Стабильность банковской системы в условиях переходной экономики: дис. д-ра экон. наук: 08.00.10 /И.В. Ларионова. -- Москва, 2001. -- 415 с.

9. Международный Валютный Фонд. Российская Федерация. Оценка стабильности финансовой системы. Доклад МВФ по стране №11/291. [Электронный ресурс] - Режим доступа: http://www.imf.org/external/ns/loe/cs.aspx?id=72

10. Международный Валютный Фонд. Российская Федерация. Консультации 2009 года в соответствии со статьей IV. Доклад МВФ по стране №09/246. [Электронный ресурс] - Режим доступа: http://www.imf.org/external/ns/loe/cs.aspx?id=72

11. Моисеев, С.И. Политика поддержания финансовой стабильности.// Вопросы экономики. - №11. - 2008. - с.51-61.

12. Моисеев, С.И. Политика валютного курса и политический выбор России.//Банковское дело. - №3. - 2009. - с. 32-40.

13. Моисеев, С.И. Макропруденциальная политика: цели, инструменты и применение в России.// Банковское дело. - №5. - 2011. - с.12-20.

14. Моргунов, В.И. Основные аспекты финансовой стабильности российской экономики.//Деньги и кредит. - 2010. - №4. - с.29-41

15. Немецкий федеральный банк. [Электронный ресурс]. Режим доступа: http://www.bundesbank.de/finanzsystemstabilitaet/fs.en.php

16. Обзор финансовой стабильности Банка России. [Электронный ресурс] - Режим доступа: http://www.cbr.ru/today/default.aspx?Prtid=pubdoc

17. Отчет о развитии банковского сектора и банковского надзора. Банк России. [Электронный ресурс] - Режим доступа: http://www.cbr.ru/publ/main.asp?Prtid=Nadzor

18. Турбанов, А.В. Финансовое оздоровление банковской системы Российской Федерации: первые итоги и перспективы.//Деньги и кредит. - 2009. - №12. - с.3-6.

19. Турбанов, А.В. Антикризисные механизмы в банковской системе.//Деньги и кредит. - 2012. - №1. - с.19-23.

20. Указание Банка России от 16.01.2004 № 1379-У «Об оценке финансовой устойчивости банка в целях признания ее достаточной для участия в системе страхования вкладов»

21. Указание Банка России от 30.04.2008 № 2005-У «Об оценке экономического положения банков».

22. Указание Банка России от 23.12.2008 №2156-У «Об особенностях оценки кредитного риска по выданным ссудам, ссудной и приравненной к ней задолженности».

23. Улюкаев, А.В. Меры противодействия мировому финансовому кризису.//Деньги и кредит. - 2008. - №10. - с.3-4.

24. Уразова С.А., Устойчивость банковской системы: теоретические и методологические аспекты. - Банковское дело. - 2011. - №12.

25. Федеральный закон от 23 декабря 2003 года N 177-ФЗ "О страховании вкладов физических лиц в банках Российской Федерации".

26. Федеральный закон от 13.10.2008 года №173-ФЗ «О дополнительных мерах по поддержке финансовой системы Российской Федерации».

27. Федеральный закон от 27.10.2008 года №175-ФЗ «О дополнительных мерах для укрепления стабильности банковской системы в период до 31 декабря 2011 года».

28. Федеральный закон от 13.10.08 № 171_ФЗ «О внесении изменения в статью 46 Федерального закона «О Центральном банке Российской Федерации (Банке России)».

29. Федеральная служба государственной статистики. [Электронный ресурс] - Режим доступа: http://www.gks.ru/

30. Фетисов Г.Г. Устойчивость банковской системы -- Автореферат диссертации на соискание уч.степ. д.э.н. -- Москва. - 2003.

31. Финам. [Электронный ресурс] - Режим доступа: http://www.finam.ru

32. Центральный Банк Российской Федерации. [Электронный ресурс] - Режим доступа: http://www.cbr.ru/

33. Arpa M., Giulini I., Ittner A. and Pauer F. “The influence of macroeconomic developments on Austrian banks: implications for banking supervision”, BIS Papers, n. 1, Basel, March, 2003.

34. Bikker J. A. and Hu H. “Cyclical Patterns in Profits, Provisioning and Lending of Banks”, DNB Staff Reports, n. 86, Amsterdam. - 2002.

35. Blaschke W., Jones T., Majnoni G., Peria S-M. “Stress Testing of Financial Systems: An Overview of Issues, Methodologies, and FSAP Experience”, IMF Working Paper, 2001.

36. Compilation Guide of Financial Soundness Indicators, Washington: International Monetary Fund. PP. 2, 185-188. URL: http://www.imf.org/external/index.htm

37. Chant, J. Financial Stability as a Policy Goal, in Essays on Financial Stability// Technical Report No. 95, Bank of Canada. - 2003.

38. Crockett, A. Why is Financial Stability a Goal of Public Policy?, in Maintaining Financial Stability in a Global Economy, Symposium Proceedings, Federal Reserve Bank of Kansas City, August 1999, pp. 55-96.

39. Gambacorta L., Gobbi G., Panetta F.“Il sistema bancario italiano nell'areadell'euro”, Bancaria, n. 3.- 2001.

40. International Monetary Fund. The Financial stability report 2009. URL: http://www.imf.org

41. Macroprudential Policy tools and Frameworks. Progress Report to G20. - 2011.

42. Pain D. “The provisioning experience of the major UK banks: a small panel investigation”, Bank of England Working Paper, n. 177, London. - 2003.

43. Pesola J. “The role of macroeconomic shocks in banking crises”, Bank of Finland Discussion Papers, n. 6, Helsinki. - 2001.

44. Quagliariello M. “Banks's performance over the business cycle: a panel analysis on Italian intermediaries”, The university of York, n.14. - 2007.

45. Schinasi, G. Defining Financial Stability// IMF Working Paper No. WP/04/187, October 2004.

46. “Stress testing by large financial institutions: current practice and aggregation issues”, BIS, 2000.

47. Zapodeanu, D., Cociuba M. (2010). Financial soundness indicators.// Economics - 10(3). - 2010.

Размещено на Allbest.ru