04 ноября 2017г.
Наличие большой доли проблемных кредитов на балансах банков может привести ухудшению качества активов банка, увеличению нагрузки на капитал и невыполнению нормативов ЦБ.
К возникновению проблемных кредитов приводит совокупность факторов, порождающих кредитный риск. Факторы риска – это причины, порождающие проблемную кредитную задолженность.
Выделяются две группы факторов, приводящих к возникновению проблемной задолженности:
- внешние;
- внутренние.
Внешние факторы определяют макроэкономическую составляющую риска невозврата кредитов и, соответственно, влияют на долю просроченной задолженности банков.
В статье приведена статистическая оценка влияния ключевых внешних факторов на формирование размера просроченной кредитной задолженности в банковском секторе России (по данным ЦБ России и Федеральной службы государственной статистики) [2,3].
В качестве зависимой переменной был принят:
у1 – размер просроченной кредитной задолженности (млрд. руб.). В качестве независимых переменных выступили:
- макроэкономические показатели:
х1 – курс доллара по отношению к российскому рублю;
х2 – уровень инфляции;
х3 – размер прямых иностранных инвестиций (млн. долл. США);
х4 – вывоз капитала за рубеж;
- показатели привлеченных кредитных ресурсов:
х5 – привлеченные средства юридических и физических лиц;
х6 – бюджетные средства на счетах кредитных организаций;
- показатели развития секторов экономики: х7 – объем промышленного производства;
х8 – объем развития сельскохозяйственного производства;
х9 – объем развития торговли и общественного питания;
х10 – объем развития строительства;
х11 – объем развития транспорта;
Порядок построения и анализа многофакторных регрессионных моделей включает два этапа [1]:
1) корреляционный анализ отдельных переменных;
2) анализ регрессионных зависимостей.
В работе были рассчитаны коэффициенты корреляции между всеми показателями и получена корреляционная матрица, в которой отражены связи между результативным и факторными показателями.
Корреляция показала прямую высокую связь между суммой просроченных кредитов и факторами х1,х5, х6, х7, х8, х9, х10 и обратную высокую связь с факторами х3, и х11; умеренную связь с факторами х2; слабую отрицательную связь с фактором х4.
Следующим этапом были определены коэффициенты в уравнениях регрессии и проведен анализ регрессионных моделей.
В результате регрессионного анализа были получена модель хорошего качества, в которой экзогенной переменной является эндогенная переменная предыдущего периода y1 = f(y1t-1):
y1 = 129291,1 + 0,909y1t-1 (R2 = 0,80)
Коэффициент при переменной меньше единицы, что является необходимым условием стационарности процесса.
Проверка значимости оценки коэффициента регрессии по критерию Стьюдента (t-критерий = 3,44) показала, что для уровня значимости α = 0,1 нулевая гипотеза для коэффициента регрессии отвергается, т.е. коэффициент значим. Уравнение значимо и надежно.
Объем просроченных кредитов зависит от курса доллара по отношению к рублю, что выражается уравнением регрессии
y1 = -181272,5 + 0,869х1 (R2 = 0,72)
Уравнение характеризует, что с ростом курса рубля растет величина просроченных кредитов, поскольку падающий рубль усложняет расчеты заемщиков с банками.
Имеется довольная тесная связь просроченных кредитов с объемами привлеченных средств клиентов; связь этих двух показателей выражается уравнением
y1 = -937109,9 + 0,922х5 (R2 = 0,81)
а также привлеченными средствами федерального бюджета
y1 = -122663,5 + 0,918х6 (R2 = 0,80)
Связь размера просроченных кредитов с объемами по видам деятельности характеризуют следующие зависимости
промышленное производство
y1 = -559897,4 + 0,899х7 (R2 = 0,78)
сельскохозяйственное производство
y1 = -508970,4 + 0,952х8 (R2 = 0,95)
розничная торговля
строительство
y1 = -697701,8 + 0,926х9 (R2 = 0,83)
y1 = -1206988,2 + 0,788х10 (R2 = 0,57)
Учитывая тесные связи просроченных кредитов с факторами внешней среды можно составить уравнение множественной регрессии
у= –672776,4+13088,9х1 – 83,5х5 – 1,4х6 + 0,001х7 – 177,4х8 + 223,3х9 – 286,9х10
Коэффициенты регрессии при независимых переменных положительные и отрицательные, что подтверждает разнонаправленную зависимость просроченных кредитов от исследуемых факторов. Рост курса доллара, а также кредитование промышленности и розничной торговли способствуют росту величины просроченных кредитов. Показатели, которые вошли в модель со знаком минус, наоборот, способствуют снижению просрочки. Последнее связано с привлечением недорогих средств клиентов и федерального бюджета, а также кредитованием сельского хозяйства и строительства.
Список литературы
1. Поздеев В.Л. Теория экономического анализа: методология, научные проблемы. – Йошкар-Ола: Издательство: МарГТУ, 2009. – 211 с.
2. www.cbr.ru/
3. www.gks.ru/
