WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 7 | 8 || 10 | 11 |   ...   | 17 |

6. Мурманская область. Активные операции как РБС так и РБ – на уровне срединных значений. Пассивные операции для РБ – на уровне срединных значений, а для РБС соответствующие показатели выше медианных значений. Уровень развития РБС– ниже среднего.

7. Пензенская область. Функциональные показатели РБ и РБС – на уровне срединных значений. По уровню развития РБС область – одна из лучших в РФ.

8. Пермская область. Функциональные характеристики пассивных операций РБС находятся на уровне медианных значений, для активных операций эти показатели значительно выше срединных.

Функциональные показатели РБ находятся на уровне срединных значений по стране. Уровень развития РБС – средний.

9. Тамбовская область. Показатели пассивных операций РБС находятся на уровне срединных значений, однако активные операции сильно дифференцированы – по уровню кредитования нефинансового сектора регион занимает 17-е место, по кредитованию физических лиц – 58-е место. Для РБ уровень развития пассивных и активных операций – ниже медианных значений.

10. Томская область. Показатели пассивных операций РБС – на уровне ниже медианных, для активных операций эти показатели выше соответствующих срединных значений. Данные закономерности актуальны и для РБ. Уровень развития РБС – очень низкий.

11. Чувашская Республика. Активные и пассивные операции РБС развиты в целом лучше медианных значений этих показателей по стране. Соответствующие функциональные показатели РБ ниже медианных значений. Уровень развития РБС – выше среднего.

5-я группа (11 регионов). Регионы со слабыми банковскими системами, которые нельзя охарактеризовать как устойчивые, но по показателям они ближе к средним значениям, чем к слабым. На них приходится незначительная доля активов БС страны. Функциональные показатели имеют значения, близкие к медианным уровням по стране, – это является главной характеристикой группы. Рентабельность активов РБ, как правило, высокая. Однако существует выраженная дифференциация регионов по показателям уровня развития и структуры РБС.

В первую подгруппу 5-й группы вошли регионы с большой долей влияния региональных банков на РБС. Собственные банки этих регионов аккумулируют более 20% активов РБС.

1. Республика Алтай. Пассивные операции РБС находятся на уровне, близком к минимальному. Активные операции близки к медианным значениям. Уровень развития РБС – близок к максимальному.

2. Республика Коми. Уровень развития РБС – выше среднего.

Функциональные показатели РБС – несколько ниже медианных значений.

3. Республика Бурятия. Собственные банки имеют абсолютно доминирующее влияние (77% активов РБС), что очень сильно сказывается на значениях функциональных показателей, которые очень высоки для региональных банков, однако ниже срединных значений по стране для РБС в целом. Рентабельность активов РБ – 4,91% (11-е место) Уровень развития РБС – выше среднего.

Во вторую подгруппу попали регионы с отсутствием ярко выраженной роли региональных банков в РБС, на долю которых приходится менее 20% активов РБС.

1. Владимирская область. Практически все функциональные показатели значительно ниже средних. Уровень развития РБС – выше среднего.

2. Тверская область. Показатели развития РБС – на уровне медианных значений по стране. Практически все функциональные показатели банковской системы региона имеют значения существенно ниже срединных.

3. Новгородская область. Уровень развития РБС – средний.

Функциональные характеристики РБС и РБ – ниже средних и медианных значений.

4. Орловская область. Функциональные показатели региона значительно ниже средних значений. Рентабельность активов – 4,77% (12-е место). Уровень развития РБС – ниже среднего.

5. Псковская область. Уровень развития РБС – выше среднего.

Функциональные показатели – все ниже медианных.

6. Ульяновская область. По уровню развития РБС регион входит в число 10 лучших. Функциональные показатели близки к медианным.

7. Республика Адыгея. 71-е место по доли активов БС. Медианные значения функциональных показателей для Адыгеи могут быть объяснены низким уровнем ВРП. Рентабельность активов высокая – 4,25%. Уровень развития РБС – один из самых низких по стране.

8. Республика Марий Эл. Функциональные показатели РБ находятся на очень низких уровнях, рентабельность – 2,01% (62-е место), однако показатели РБС в целом приближаются к срединным по стране значениям. Поскольку позиции собственных банков региона очень слабые – им принадлежит 6,5% активов РБС, а уровень развития РБС для данной подгруппы необычно высокий, это позволяет отнести регион к данной группе.

6-я группа (10 регионов). Регионы с крайне слабой банковской системой. Активы банковских систем этих регионов имеют малый вес в активах БС страны. Большинство функциональных показателей приближается к минимальным значениям. Рентабельность активов, как правило, одна из самых высоких по стране (показатель очень сильно изменяется по группе). Уровень развития РБС относительно потребностей хозяйствующих субъектов – значительно ниже среднего. В структуре РБС, как правило, большую роль играют региональные банки.

1. Амурская область. 39% банковских учреждений в регионе – собственные банки региона, на них приходится 15% активов РБС.

Показатели уровня развития РБС – ниже средних значений по стране.

2. Архангельская область. Удельный вес собственных банков несущественный, что частично объясняет низкую рентабельность активов (1,55%) региональных банков. Уровень развития РБС – ниже среднего.

3. Курганская область аккумулирует 0,25% активов БС страны.

Рентабельность активов РБ – 2,54%, ниже среднего по стране значения. Показатели уровня развития РБС близки к максимальным по стране значениям. Собственные банки региона не играют существенной роли.

4. Ленинградская область. Рентабельность активов – 3,31% (26-е место). Показатели развития РБС на среднем по России уровне. Доля собственных банков – одна из самых низких по стране.

5. Тюменская область аккумулирует 7,46% активов БС страны.

Несмотря на большой вес в активах БС страны, значения функциональных показателей РБС близки к минимальным. В структуре РБС региональные банки незначительно перевешивают в своем влиянии банки других регионов, однако значения их функциональных показателей значительно лучше значений РБС в целом. Показатели уровня развития РБС: по показателям П6 и П7 регион входит в число 5 лучших по стране, однако потенциальная нагрузка операциями хозяйствующих субъектов (П8) приближается к минимальному значению.

6. Читинская область. По уровню развития РБС регион входит в число 20 лучших. На долю собственных банков приходится 10% активов и 17% банковских институтов. Рентабельность – 7,7% (4-е место).

7. Республика Кабардино-Балкария аккумулирует 0,15% активов БС страны. Рентабельность активов РБ – высокая: 6,29% (6-е место).

Уровень развития РБС – ниже среднего, ближе к минимальному.

Хотя региональные банки и не играют доминирующей роли, однако их вес очень существенен: 50% банковских институтов – региональные, и на них приходится 23% активов РБС.

8. Республика Карелия. Рентабельность – 3,29% (27-е место). Показатели развития РБС – на уровне средних. Собственные банки региона не играют существенной роли в РБС.

9. Республика Хакасия аккумулирует 0,17% активов БС страны.

Рентабельность активов РБ – низкая: 1,68%. Уровень развития РБС – ниже среднего. Местные банки имеют 25% активов РБС и составляют 26,7% числа банков РБС.

10. Республика Саха. Собственные банки имеют среднюю по величине долю в РБС – на них приходится 25% банковских учреждений и 21,8% активов РБС, однако уровень развития РБС выше среднего.

11. Республика Дагестан аккумулирует 0,67% активов БС страны.

Значения функциональных характеристик РБС приближаются к минимальным значениям по стране, кроме показателей П12, П17, П21, высокие значения которых объясняются сильными позициями собственных банков региона. Рентабельность активов региональных банков – высокая: 7,74% (3-е место). Уровень развития РБС не соответствует потребностям региона – основные показатели уровня развития ниже средних значений. В структуре банковской системы доминируют банки, зарегистрированные на территории региона.

7-я группа (6 регионов). Регионы с неразвитой банковской системой либо с ее отсутствием. К этой группе относятся Чукотский АО, Республика Калмыкия, Республика Карачаево-Черкесия, Республика Тыва, Еврейская автономная область, Республика Ингушетия, Чеченская Республика. Данные регионы характеризуются общим низким значением функциональных показателей, кроме показателя П(отражает депозиты физических лиц, депонированных в том числе в филиалах банков других регионов, по отношению к ВРП), что объясняется низким для данных регионов значением ВРП. Рентабельность активов для группы сильно вариабельна: Республика Калмыкия – 19,19% (1-е место), Республика Карачаево-Черкесия – 7,02% (5-е место), Республика Ингушетия – 4,38% (14-е место), Республика Тыва – 2,12% (60-е место), Чукотский АО – 0%, Еврейская автономная область – 0%. Уровень развития БС регионов этой группы в целом сильно отстает от потребностей экономики – из данного ряда выбивается значение показателя П6 для Чукотского АО – 1-е место.

Показатели структуры банковской системы указывают на то, что активы БС регионов данной группы на 15–25% представлены акти вами собственных банков, при этом их число варьирует от 35 до 50% - для тех регионов, для которых имеются данные.

Таким образом, проделанный анализ позволяет сделать следующие выводы.

Во-первых, собственные банковские системы регионов в целом по России не имеют доминирующего влияния в региональных банковских системах. Значительно выделяются 9 регионов, образующих 1-ю группу, у которых средняя по группе доля активов РБ в РБС составляет около 50%. Однако для 2-й группы этот показатель уже значительно ниже – около 30%. Таким образом, косвенно подтверждается вывод о доминирующем влиянии на РБС банков Московского региона. Примечательно то, что данное положение остается практически неизменным на протяжении анализируемого периода.

Во-вторых, очень велик разрыв в показателях, характеризующих уровень развития региональных банковских систем. Между регионами со стабильными и плохо развитыми РБС разрывы в соответствующих показателях доходят до 300%. Данное обстоятельство указывает на серьезные диспропорции в уровнях развития РБС.

В-третьих, вывод о глубоких диспропорциях в развитии РБС подтверждается также уровнями и динамикой функциональных показателей, различия в которых для разных групп регионов достигают нескольких порядков.

В-четвертых, для развитых РБС операции по кредитованию физических лиц все еще не имеют решающего значения – на 1 руб.

кредитов, выданных нефинансовому сектору, приходится 30 коп.

кредитов, выданных физическим лицам. В то же время при одинаковом в среднем по группам регионов РФ показателе кредитования физических лиц показатель кредитования нефинансового сектора значительно снижается при движении от регионов с сильными РБС к слабым, и, таким образом, в регионах со слабыми РБС уровни кредитования физических лиц и нефинансового сектора практически сравниваются.

В-пятых, ресурсные базы РБС в среднем для всех групп регионов имеют следующую структуру: 65-75% - депозиты физических лиц, 20-25% - остатки средств на расчетных и текущих счетах юридических лиц, 6-7% - депозиты юридических лиц. Таким образом, доминирующая зависимость ресурсной базы от средств физических лиц очевидна.

В-шестых, имеет место тенденция к росту рентабельности активов региональных банков при движении от регионов с сильными РБС к регионам со слабыми РБС. Возможно, это связано с повышенными системными рисками депрессивных регионов и, как следствие, с относительно дорогими банковскими услугами в них.

Наконец, в РФ очень значительна концентрация активов РБС: в совокупности 1-я и 2-я группы регионов аккумулировали на 1 января 2003 г. 59,5% активов БС страны (без учета активов банков Москвы), а все остальные группы - 40,5% (33% без учета Тюменской области).

Перейдем теперь от прямого анализа балансов региональных банковских систем к выявлению схожих банковских систем с помощью кластерного анализа.

3. Классификация региональных банковских систем Идея примененной в данном разделе методологии была почерпнута из книги Ж. Матука «Финансовые системы Франции и других стран», в которой приводятся результаты классификации банков Франции на базе сочетания методов факторного и кластерного анализа (см. (Matouk, 1991)).

Мы использовали данные агентства «ИНТЕРФАКС–ЦЭА» о балансах российских банков на 1 января 2005 г. Все банки сгруппированы по 76 регионам РФ в зависимости от того, в каком регионе они были зарегистрированы. Из выборки были исключены банки Москвы и Санкт-Петербурга, так как в контексте данного исследования банковские системы указанных регионов представляют собой «выбросы»: банки, зарегистрированные в двух крупнейших городах страны, слишком разнородны и вовлечены во все сферы банковской деятельности. Кроме того, из выборки по понятным причинам была исключена Чеченская Республика, а также регионы, в которых не зарегистрировано ни одного банка. Таким образом, мы получили сводные банковские балансы 76 регионов РФ, на базе которых и проводилось наше исследование.

Отметим, что мы не стали использовать набор данных о РБС, предоставляемый ЦБ, который применялся в предыдущем разделе при анализе основных характеристик РБС, так как он содержит значительно меньше показателей, подходящих для построения агрегированных характеристик РБС.

3.1. Факторный анализ Метод главных компонент (МГК) –наиболее распространенный метод факторного анализа, являющегося в свою очередь одним из методов многомерного статистического анализа, который позволяет представить в компактной форме обобщенную информацию о структуре связей между наблюдаемыми признаками изучаемого объекта на основе выделения некоторых непосредственно не наблюдаемых факторов. В нашем случае целью применения факторного анализа является получение нескольких обобщающих показателей РБС, которые бы характеризовали источники финансирования и направления инвестирования средств региональных банков.

Каждая из 76 региональных банковских систем первоначально характеризовалась более 160 балансовыми показателями. Очевидно, что классифицировать банковские системы в пространстве такой размерности бессмысленно с точки зрения возможности получения хорошо интерпретируемых результатов. Поэтому для уменьшения размерности пространства признаков мы прибегли к методам факторного анализа. Ниже, во врезке, приведено краткое описание указанного метода (Айвазян, Мхитарян, 1998).

Pages:     | 1 |   ...   | 7 | 8 || 10 | 11 |   ...   | 17 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.