26 июня 2017г.
Важность банковской системы для любого государства сложно недооценить, ведь она выполняет функции «кровеносной системы» в экономике страны, способствуя созданию добавочной стоимости.
Банковская система России подвержена целому ряду тенденций, вызванных процессами глобализации финансовых рынков, усилением контроля со стороны регулирующих органов, волатильностью и динамикой макроэкономических показателей, возрастающей сложностью финансовых инструментов, используемых в процессе осуществления деятельности и т.д.
Рассмотрим динамику основных показателей банковской системы за ряд лет (исключая сбербанк) на основе данных banki.ru [1].
Начиная с 2014 года чистая прибыль банковского сектора сократилась в 2 раза, и дошла до минимума в 2016 году составив – - 815 736 тысяч рублей, вернувшись к положительному состоянию в 2017 году (273 496 424 тысяч рублей), что видно на рисунке 1.
Несмотря на положительную динамику чистой прибыли, среднее значение рентабельности активов снижается в течение 2 лет подряд (рисунок 2).
Активы-нетто в банковском секторе имеют высокую тенденцию к росту, исключая стагнацию в 2017 году (рисунок 3), даже не смотря, на волну отзыва лицензий Центробанком в течение трех предшествующих лет. Данное явление свидетельствует об устойчивом развитии банковской системы.
Также выросли совокупные вложения в ценные бумаги, что видно на рисунке 4. Сложившаяся ситуация в 2014 году на финансовом рынке заставила банки перекидывать ресурсы из коммерческого кредитования на фондовый рынок.
Вместе с ростом совокупного кредитного портфеля банков (рисунок 5) растет и просроченная задолженность (рисунок 6), причем темпы роста просрочки сильно опережают темпы роста кредитного портфеля. Так, начиная с 2015 года темп роста кредитного портфеля составил 24%, в то время как темп роста просрочки 55%. В
2016 году темп роста просрочки был около
66%
против 4% у кредитного портфеля. К 2017 году темп роста просрочки снизился до 4%, а кредитный портфель практически не изменился. Надо полагать, что ситуация стабилизировалась за счет выведения из бизнеса центральным банком большого количества игроков, поскольку кредитные ресурсы перетекут от выбывших банков к функционирующим, что в свою очередь создаст предпосылку для выдачи кредитов более устойчивым заемщикам.
Нет сомнений, что снижение целого ряда финансовых показателей в банковском секторе вызвано дестабилизирующей макроэкономической обстановкой. Чтобы узнать какие макроэкономические показатели наиболее значимо влияют на деятельность банковской системы, промоделируем зависимость средней рентабельности активов-нетто банковского сектора от ряда экономических индикаторов. Для построения эконометрической модели использовался пакет прикладных программ «Gretl» [4].
Для построения множественной регрессии использовались основные макроэкономические показатели с 2009 по 2016 год [2], воздействующие на денежный поток, которые приведены в таблице 1.
Таблица 1
Перечень макроэкономических факторов
𝑋1
|
𝑋2
|
𝑋3
|
𝑋4
|
𝑋5
|
𝑋6
|
𝑋7
|
𝑋8
|
Y
|
34,39
|
65,05
|
5,38
|
86043,6
|
61125,9
|
11,67
|
9,02
|
0,80%
|
-0,84
|
41,85
|
62,55
|
12,91
|
83232,6
|
61263,6
|
14,00
|
11,57
|
0,01%
|
1,00
|
85,6
|
35,99
|
11,36
|
79199,7
|
63046,8
|
8,25
|
9,39
|
0,93%
|
2,48
|
91,17
|
32,16
|
6,45
|
71016,7
|
62588,9
|
8,25
|
6,64
|
2,21%
|
1,59
|
86,46
|
31,14
|
6,58
|
66926,9
|
61798,3
|
8,13
|
7,53
|
1,10%
|
1,64
|
87,04
|
29,01
|
6,10
|
55967,2
|
59698,1
|
8,15
|
7,81
|
0,09%
|
1,86
|
71,21
|
30,48
|
8,78
|
46308,5
|
39762,2
|
8,25
|
7,25
|
1,15%
|
1,39
|
53,48
|
31,37
|
8,80
|
38807,2
|
38048,6
|
10,77
|
11,24
|
1,97%
|
1,11
|
Где:
𝑋1 – цена на нефть марки Brent;
𝑋2 – цена доллара, выраженного в рублях;
𝑋3 – инфляция;
𝑋4 – ВВП в текущих ценах;
𝑋5 – ВВП в постоянных ценах;
𝑋6 – среднегодовая ставка рефинансирования;
𝑋7 – доходность ОФЗ сроком погашения 5 лет;
𝑋8 – доходность индекса S&P 500;
Y – средняя рентабельность активов-нетто банковского сектора.
Расчеты моделирования приведены в таблице 2. Как можно заметить, коэффициенты перед регрессорами получили высокую статистическую значимость, о чем собственно свидетельствуют показатели P-значение. Коэффициент детерминации составил – 0, 99897, это говорит нам о том, что практически весь разброс эндогенного фактора объяснен входящими в модель переменными.
Таблица 2
Моделирование средней рентабельности активов в банковском секторе
|
Коэффициент
|
Ст. ошибка
|
P-значение
|
𝑋2
|
−0,0686046
|
0,00204569
|
<0,0001
|
𝑋3
|
0,213265
|
0,00888639
|
<0,0001
|
𝑋5
|
4,17224e-05
|
1,77700e-06
|
<0,0001
|
𝑋8
|
−9,68970
|
3,20367
|
0,0390
|
Итоговая модель может быть записана в следующем виде:
−0,0686X2 + 0,213X3 + 4,17224e − 05X5 − 9,68X8 = Ŷ
Построенная модель показывает, что финансовый результат банковского сектора, выраженный в виде средней рентабельности активов-нетто, наиболее чувствителен к цене доллара, инфляции, уровню ВВП и доходности рыночного портфеля.
Список литературы
1. Независимый финансовый портал Рунета – Banki.ru [Электронный ресурс]. – Режим доступа: http://banki.ru/
2. Данные официального сайта Центрального Банка Российской Федерации [Электронный ресурс].
– Режим доступа://https://www.cbr.ru/
3. Федеральная служба государственной статистики [Электронный ресурс]. – Режим доступа: https://gks.ru
4. Куфель Т. Эконометрика. Решение задач с применением пакета программ Gretl. – M.: Горячая линия – Телеком, 2007. – 200 с.