WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 11 |

Таблица 4.Ставки по кредитам предприятиям (%) 2000* 2001 2002 2003 Эффективная (средняя для 4,73** 4,32 3,87 3,66 3,рассматриваемой выборки) Фактическая (для всей бан18,8 17,0 14,5 12,3 10,ковской системы)* * За IV квартал.

** По данным ЦБР.

Таблица 4.Ставки по депозитам физическим лицам (%) 2000* 2001 2002 2003 Эффективная (средняя для 1,22** 1,71 1,47 1,46 1,рассматриваемой выборки) Фактическая (для всей бан4,4 5,2 4,9 4,4 3,ковской системы)* * За IV квартал.

** По данным ЦБР.

4.1.7. Методология Выбор модели для оценивания Мы оценивали модель следующего вида:

yit = Xit + Zit-1 + it, (4.4) где yit – ставка процента на соответствующем рынке; Xit – вектор объясняющих переменных, относящихся к периоду t ;

Zit-1 – объясняющие переменные, относящиеся к периоду t -1 ; i – индекс банка.

Нами предполагалась следующая структура ошибки:

it = ui +it, где it – случайная ошибка, E(it ) = 0, Var(it ) = v, ui – ненаблюдаемый индивидуальный эффект банка, не меняющийся с течением времени.

Для оценивания выражения (4.4) можно использовать различные методы, однако важным ограничением выступает возможная эндогенность объясняющей переменной Zit-1. В нашем случае в качестве переменной, относящейся к периоду времени t -1, выступает доля банка на рынке в предыдущий период времени. Очевидно, что на долю банка на рынке в предыдущем периоде должны оказывать влияние индивидуальные не наблюдаемые характеристики. В силу этого предположение Cov(Zit-1,ui ) = 0 может оказаться неоправданным, что требует осторожного обращения со всеми методами, не устраняющими индивидуальные эффекты, в частности, обобщенным методом наименьших квадратов, использующимся в модели со случайными эффектами. При невыполнении предположения Cov(Zit-1,ui ) = 0 полученные с помощью таких методов оценки будут несостоятельны.

Нами были использованы два способа устранения индивидуальных эффектов: межгрупповая трансформация и дифференцирование. Однако в случае дифференцирования результаты получались неудовлетворительные с точки зрения экономической интерпретируемости. Такое преобразование существенно занижает дисперсию объясняющих переменных. Поскольку при разбиении банков на более однородные группы мы также уменьшаем разброс объясняющих переменных, одновременное применение данных двух методов существенно сказывается на точности оценивания модели.

Альтернативой устранению фиксированных эффектов мог бы стать поиск инструментов, коррелированных с эндогенной объясняющей переменной, но не коррелированных с индивидуальными эффектами. Однако, располагая только балансовыми данными, построить такие инструменты не представляется возможным.

В итоге, в качестве основных мы выбрали два способа оценивания: модель с фиксированными и модель со случайными эффектами. Некоторые предварительные размышления заставляют предположить, что с экономической точки зрения модель с фиксированными эффектами должна быть адекватной имеющимся данным, по крайней мере, для банков первой, второй и четвертой групп. Небольшое количество банков в каждой из данных групп, специально отобранных туда по некоторому признаку, не позволяет рассматривать получившиеся выборки как случайно сформированные из некоторой генеральной совокупности, как это делается в модели со случайными эффектами. Поэтому предположение о случайности индивидуального эффекта ui представляется не вполне адекватным построенной модели.

Предположение о характере индивидуального эффекта труднее сделать для третьей группы банков. Она содержит большое число банков, которые хотя и обладают некоторыми общими характеристиками (это некоторые из крупнейших российских банков), в то же время характеризуются существенной гетерогенностью.

В каждом случае при оценивании по методологии фиксированных и случайных эффектов проверялась гипотеза о сводимости модели к простой модели пула. Во всех случаях данная гипотеза была отвергнута на однопроцентном уровне значимости.

Проблема несбалансированности панели Изначально сформированная нами панель являлась сбалансированной. Однако нам пришлось удалить ряд наблюдений по отдельным банкам из-за нереалистичного значения показателей эффективных процентных ставок в тот или иной период времени. Значение эффективной процентной ставки считалось нереалистичным в том случае, если оно было равно нулю или существенно превышало среднерыночное значение.

В результате итоговая панель получилась несбалансированной. В такой панели межгрупповое преобразование и преобразование для оценивания методом случайных эффектов приводят к возникновению групповой гетероскедастичности.

Значимость данного эффекта была подтверждена модифицированной статистикой Вальда для тестирования групповой гетероскедастичности (modified Wald statistics for groupwise heteroskedasticity, более подробно см. Greene, 2000). Использованная версия теста позволяет не накладывать требование о нормальности остатков. Во всех рассмотренных моделях значение статистики не позволило найти подтверждения гипотезы об одинаковой дисперсии остатков для разных банков.

В результате потребовалось внести некоторые корректировки в проводимый анализ. При оценивании методом фиксированных эффектов мы пользовались скорректированными стандартными ошибками.

В случае модели со случайными эффектами более рациональным способом учесть проблему гетероскедастичности является не корректировка стандартных ошибок, а снятие некоторых ограничений на ковариационную матрицу остатков при проведении процедуры обобщенного МНК (Greene, 2000). В приводимых оценках, полученных в модели со случайными эффектами, дисперсии остатков рассчитываются методом, предложенным Своми и Арора (Swamy, Arora, 1972).

Наличие проблемы групповой гетероскедастичности затрудняет проведение стандартного теста Хаусмана для сравнения моделей с фиксированными и случайными эффектами.

При наличии гетероскедастичности ковариационные матрицы оценок коэффициентов, полученные методом случайных и фиксированных эффектов, не правомерны, и рассчитанную на их основе статистику Хаусмана использовать нельзя (Baltagi, 1995). Поэтому применялась версия теста Хаусмана с использованием F-статистики (подробно данный тест описан в (Wooldridge, 2002)).

4.1.8. Описание результатов Для всех рассмотренных моделей модифицированная статистика Хаусмана отвергает гипотезу о состоятельности оценок, полученных методом случайных эффектов. Это наблюдается даже в тех случаях, где переменная «доля на рынке в предыдущем периоде», которая, по нашему предположению, является эндогенной, исключена из модели в силу незначимости. По всей видимости, индивидуальные эффекты, которые могут включать качество управления, репутацию и прочие известные банку, но ненаблюдаемые характеристики, оказывают значимое влияние на процесс принятия решений. В результате индивидуальные эффекты имеют ненулевую корреляцию со всеми индивидуальными характеристиками банка. Поэтому весь приведенный ниже анализ основывается на результатах оценивания модели с фиксированными эффектами.

Рынок кредитов предприятиям Здесь и далее оценивались панельные данные индивидуальных характеристик отдельных банков для каждой из групп банков. В качестве зависимой переменной рассматривалась эффективная ставка для отдельного банка в каждый момент времени, в качестве факторов (экзогенных переменных) – индивидуальные характеристики банков и макропеременные (конкретный набор показателей для каждой группы определялся в процессе оценки уравнений в соответствии со статистической значимостью оценок коэффициентов при соответствующих показателях), суммы процентных ставок банков конкурентов, а также фиксированные (во времени) эффекты (в таблицах указаны как «Временные эффекты»). Приведенные далее в табл. 4.6–4.17 условные обозначения соответствуют названиям переменных в табл. 4.2.

Среди специфических параметров, влияющих на объем предоставляемых банками услуг, для иностранных банков значимыми оказались отношение капитала к активам, доля средств на корреспондентских счетах Банка России в активах и доля банка на рынке кредитов в предыдущем периоде.

Таблица 4.Иностранные банки Значение коэффициента Факторы (в скобках приводятся p-value) –0,kratio (0,003) –0,corsh (0,052) –1,Sit-(0,000) rj –0,ji (0,072) jBВременные эффекты:

–1,II кв. 2002 г.

(0,025) –0,III кв. 2002 г.

(0,023) –0,IV кв. 2002 г.

(0,030) –1,II кв. 2003 г.

(0,039) –0,III кв. 2003 г.

(0,061) 4,F-статистика (0,000) 0,Rwithin 0,Rbetween 0,Roverall Число наблюдений Модифицированная статистика Хаусмана 4,(в скобках приводится p-value) (0,015) Отрицательный коэффициент при переменной «отношение капитала к активам» может свидетельствовать о наличии эффекта масштаба: крупные банки имеют возможность распределить фиксированные издержки на больший объем операций и за счет этого снизить стоимость услуг.

Отрицательный коэффициент при доле средств на корсчетах в активах может отражать эффект притока средств от материнского зарубежного банка, которые направляются одновременно на корсчета и на расширение кредитования, вызывая эффект масштаба.

Альтернативным объяснением может быть то, что при накоплении у банка средств на корреспондентских счетах увеличивается его готовность к кредитованию, сопровождающемуся снижением ставки для перспективных заемщиков.

Коэффициент при переменной «доля банка на рынке кредитов в предыдущем периоде» имеет отрицательное значение.

Такой результат можно объяснить тем, что показатель «доля на рынке в предыдущем периоде» может служить аппроксимацией вовлеченности банка в кредитный процесс. Поскольку в условиях асимметрии информации и отсутствия кредитных бюро банки в основном полагаются на собственную информацию, по мере увеличения доли банка на рынке происходит накопление информации о заемщиках. Увеличение объема располагаемой информации позволяет банку снижать премию за риск в стоимости выдаваемых кредитов для уже проверенных предприятий.

В своей ценовой политике иностранные банки ориентируются только на банки собственной группы. Коэффициент при переменной «сумма процентных ставок банков-конкурентов из своей группы» значим и имеет отрицательный знак. Как отмечалось выше, такой результат свидетельствует о наличии интенсивной конкуренции в отрасли (см. раздел 4.1.5 «Расчет показателей интенсивности конкуренции»).

Из специфических для банка факторов значимыми в процессе ценообразования для данной группы оказались переменные «доля кредитов иностранных банков в пассивах», «доля средств на корреспондентских счетах в активах» и «доля на рынке в предыдущем периоде».

Таблица 4.Крупнейшие банки Значение коэффициента Факторы (в скобках приводятся p-value) –0,fbloan (0,013) –0,Sit-(0,001) 0,corsh (0,008) –0,oilp (0,007) rj –0,ji (0,002) jB0,rjt- (0,000) jBВременные эффекты:

–1,II кв. 2002 г.

(0,001) –0,IV кв. 2003 г.

(0,001) 8,F-статистика (0,000) 0,Rwithin 0,Rbetween 0,Roverall Число наблюдений Модифицированная статистика Хаусмана 147,(в скобках приводится p-value) (0,000) Отрицательное значение коэффициента при первой переменной свидетельствует о том, что привлечение более дешевых зарубежных источников финансирования позволяет банку занижать процентные ставки по кредитам.

Как и в предыдущем случае, коэффициент при переменной «доля на рынке в предыдущем периоде» имеет отрицательный знак.

Увеличение средств на корсчетах приводит к завышению ставок по кредитам крупнейшими банками. Напомним, что в случае иностранных банков наблюдалась обратная ситуация.

Если исключить вмешательство материнского банка, данный результат свидетельствует о различии в тенденциях поведения российских и иностранных банков. Если у последних расширение средств на корсчетах сопровождается улучшением условий кредитования, то у первых наблюдается противоположная зависимость. Крупнейшие российские банки, временно не имеющие выгодных клиентов, снижают объем кредитования, что приводит к уменьшению эффективной ставки, и накапливают средства на корсчетах.

Для крупнейших банков значимой переменной, отражающей общую макроэкономическую ситуацию, оказалась цена на нефть. Рост цен на нефть сопровождается снижением процентных ставок. Значимость этого фактора для данной группы можно объяснить не только увеличением денежного предложения в экономике и накоплением ликвидности в банковском секторе, но и тем, что среди клиентов рассматриваемых банков большое количество предприятий топливно-энергетического комплекса. При росте цены на нефть у данных предприятий расширяются возможности по привлечению небанковского финансирования, что усиливает их переговорную позицию при получении кредитов.

В политике ценообразования крупнейшие банки ориентируются на банки своей группы, причем отрицательный коэффициент при соответствующей переменной свидетельствует о наличии в отрасли интенсивной конкуренции. Кроме того, наблюдается реакция на действия государственных банков в прошлом периоде. Запаздывающая реакция, по всей видимости, свидетельствует о том, что крупнейшие банки принимают во внимание задаваемый государственными банками уровень процентных ставок.

Таблица 4.Средние банки Значение коэффициента Факторы (в скобках приводятся p-value) –0,overduel (0,001) 0,wl (0,001) –0,Sit-(0,001) –0,lma (0,000) 0,rj (0,000) jBВременные эффекты:

–0,II кв. 2001 г.

(0,000) 0,II кв. 2002 г.

(0,054) –0,IV кв. 2002 г.

(0,009) –0,II кв. 2003 г.

(0,001) 12,F-статистика (0,000) 0,Rwithin 0,Rbetween 0,Roverall Число наблюдений Модифицированная статистика Хаусмана 2,(в скобках приводится p-value) (0,048) Среди специфических факторов, влияющих на объем выданных кредитов, оказались значимы доля просроченных кредитов в кредитах, доля на рынке в предыдущем периоде и цена труда.

Отрицательный коэффициент при доле просроченной задолженности в кредитах, по всей видимости, связан с уменьшением фактических поступлений от кредитной деятельности при увеличении доли «плохих» заемщиков (просроченных кредитов), что приводит к снижению эффективной ставки.

Значимость соответствующего коэффициента только для третьей группы может являться свидетельством того, что значительную долю среди клиентов данных банков составляют «плохие» заемщики.

Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 11 |



© 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.