Влияние вложений в ценные бумаги

Оглавление

Введение

Глава 1. Теоретический анализ исследований, оценивающих влияние операций с ценными бумагами и банковскую устойчивость

1.1 Теоретический анализ исследований влияния операций с ценными бумагами

1.2 Оценка устойчивости и Z-score

Глава 2. Эмпирическая оценка влияния вложений в ценные бумаги на устойчивость российских банков

2.1 Анализ динамики вложений в ценные бумаги за период с 2011 по 2016 гг.

2.2 Описание данных и переменных

2.3 Формулировка гипотез и регрессионное моделирование

Глава 3. Результаты эмпирической оценки влияния вложений в ценные бумаги на устойчивость российских банков

3.1 Тестирование регрессионной модели

3.2 Результаты оценивания влияния вложений в ценные бумаги на устойчивость российских банков

Заключение

Список использованной литературы

Приложение

Введение

В настоящее время в банковском секторе продолжается волна отзывов лицензий, усилившаяся еще в валютно-сырьевой кризисный период 2014 - 2015 годов. Немаловажной задачей для банковских учреждений, в особенности в столь сложной страновой экономической ситуации, выступает поддержание и улучшение уровня своей финансовой стабильности. Тем самым, все это привело к тому, что банки начали поиск новых источников денежного агрегирования. Как следствие у банков возросла склонность к увеличению непроцентных доходов, получаемых, например, путем увеличения вложений в ценные бумаги.

В проводимом исследовании отмечается существенный рост вложений в ценные бумаги как в абсолютном выражении, так и в процентной составляющей в активах. Однако чем обусловлено такое повышение? Является ли это способом поддержания банковской устойчивости, во-первых, в период массовых отзывов лицензий, а во-вторых, в период действия такой превентивной антикризисной меры, как резкое увеличение ключевой ставки до 17%.

Тем самым, в данной работе ставятся следующие основные исследовательские вопросы:

Ø  Является ли увеличение вложений в ценные бумаги способом повышения устойчивости российских банков?

Ø  Оказал ли структурный сдвиг во вложениях в ценные бумаги, наблюдаемый в период последнего кризиса 2014 - 2015 годов, значимое влияние на повышение устойчивости российских банков?

Объектом исследования является устойчивость российских банков. В то же время в качестве предмета выступают вложения в ценные бумаги.

Цель исследования заключается в том, чтобы оценить влияние вложений с ценными бумагами на устойчивость российских банков.

Задачи исследования состоят в следующем:

)        Проведение теоретического анализа существующей зарубежной и российской литературы, посвященной влиянию небанковской деятельности, в частности: влиянию вложений в ценные бумаги на устойчивость банков;

)        Описание динамики вложений в ценные бумаги российских банков как в целом, так и с учетом структурного разделения.

)        Описание выборки и применяемых методов;

)        Формулировка гипотез исследования;

)        Проверка сформулированных гипотез посредством регрессионного моделирования и изучения предшествующих зарубежных и российских публикаций.

)        Подведение результатов проведенного исследования и их интерпретация относительно влияния вложений в ценные бумаги на устойчивость российских банков.

Тем самым, выпускная квалификационная работа заключается в нижеприведенной структуре.

В Главе I приводится теоретический анализ исследований, оценивающих влияние операций с ценными бумагами и банковскую устойчивость.

В Главе II приводится эмпирическая оценка влияния вложений в ценные бумаги на устойчивость российских банков. В частности, осуществляется анализ динамики вложений в ценные бумаги за период с 2011 по 2016 гг., приводится описание данных и переменных, а также формулируются гипотезы исследования, проверка которых осуществляется на основе результатов регрессионного моделирования.

В Главе III описывается процесс построения регрессий и приводятся результаты эмпирического оценивания влияния вложений в ценные бумаги на устойчивость российских банков. В Заключении приводятся результаты проведенного исследования и обозначаются перспективы дальнейшего раскрытия темы влияния вложений в ценные бумаги.

Глава 1. Теоретический анализ исследований, оценивающих влияние операций с ценными бумагами и банковскую устойчивость

1.1 Теоретический анализ исследований влияния операций с ценными бумагами

В данной главе приводится обзор научных публикаций различных лет. В частности, рассматривается структура операций с ценными бумагами и их влияние на различные банковские показатели. Также анализируются исследования относительно показателя, характеризующего устойчивость банков, в особенности внимание концентрируется на переменной Z-score.

Первоначально, при выполнении литературного обзора публикаций различных лет, следует определить виды и источники банковских доходов, поскольку именно они являются одним из ключевых факторов, формирующих устойчивость банков.

В целом, банки характеризуются несущественными различиями, в отличие от остальных коммерческих предприятий, при условии, что анализируется верхнеуровневая структура их доходов. Иными словами, у банковских учреждений, также как и других предприятий, возможно получение доходов не только от основной банковской деятельности, но и от неосновной деятельности.

Банковские доходы можно разделить в зависимости от их степени стабильности. Они подразделяются на две группы:

)        Стабильные

)        Нестабильные

Под понятием стабильные доходы понимают доходы, которые характеризуются как:

·        стабильные (постоянные) в течение заданного временного промежутка,

·        прогнозируемые для банков.

В общем, под стабильными доходами имеются в виду такие, которые образуются в результате проведения основной деятельности банковскими учреждениями.

В то же время в качестве нестабильных банковских доходов выступают:

·        прочие доходы,

·        доходы со значительной степенью волатильности (например: как результат от проведения операций с ценными бумагами, валютных сделок, а также прочих операций с различными рыночными инструментами).

Стоит отметить, что в проводимом исследовании более подробному изучению будут подвергнуты вложения в ценные бумаги и их влияние на показатель, характеризующий банковскую устойчивость. Таким образом, следует рассмотреть следующую классификацию банков в соответствии с формой получения доходов. Проведем разделение на несколько пунктов:

)        процентные доходы, получаемые от кредитования,

)        процентные доходы, получаемые от инвестирования в ценные бумаги,

)        комиссионные доходы,

)        прочие источники доходов.

Следует отметить, что значительную долю в структуре доходов банка составляют доходы, получаемые от проведения основной деятельности. Это так называемые операционные доходы, которые в свою очередь подразделяются на процентные и непроцентные. В таком случае процентные доходы - это те, которые образуются в результате проведения кредитования, размещения свободных денежных средств в ЦБ или в качестве межбанковских кредитов, а также как результат финансирования в долговые финансовые инструменты. При этом в качестве непроцентных доходов выступают комиссионные доходы, доходы от переоценки денежных средств в иностранной валюте, а также доходы от проведения операций на финансовых рынках (например: доходы от торговли валютой, ценными бумагами). ценный бумага устойчивость банковский

Тем самым, в данном исследовании является весьма актуальным обоснование причин склонности увеличения доли непроцентных доходов в структуре операционных банковских доходов. Согласно работе Lepetit, Nys, Rous & Tarazi (2008) основными причинами можно назвать такие, как ухудшение макроэкономических условий, рост рисков кредитования, увеличение конкуренции за обслуживание качественных заемщиков, существенные технологические сдвиги, посредством которых банки предлагают своим клиентам новые более современные продукты. Стоит отметить, что причиной изучения темы данного проводимого исследования также заключается в ухудшении макроэкономических условий и повышении рисков, в частности обусловленных ситуацией множественных отзывов лицензий у банков.

Следует подчеркнуть тот факт новизны исследования, что финансовые последствия в случае существенного роста доли непроцентных доходов по-прежнему не изучены в полной мере, в особенности в случае оценки влияния вложений с ценными бумагами по отношению к устойчивости банковских учреждений в России. Такие работы не приведены с подробным рассмотрением ни в России, ни в Европе, ни в США. Кроме того, следует отметить, интерес последнего кризиса, который оставил явные последствия на российском экономическом состоянии, в особенности на банковском секторе.

В работе Engen (2000) рассматривается период с 1990 по 2000 гг., когда в США наблюдался максимальный рост доли непроцентных доходов. В тот анализируемый временной промежуток большинство американских банкиров считали, что непроцентные доходы являются стабильным источником доходов. В качестве причин растущей тенденции относительно доли непроцентных доходов автор в своем труде приводит разделение на два ключевых эффекта, которые в том числе, как последствие - снижают совокупную величину банковского риска, а, следовательно, повышается устойчивость банка.

Эффекты:

·        Сдвиги от банковского кредитования к увеличению доли непроцентных доходов снижают влияние кредитного и процентного риска на банк. (Отметим, что схожие результаты были получены в работе Stiroh (2004, 2006)).

·        Сдвиги от банковского кредитования к увеличению доли непроцентных доходов - посредством диверсификации источников денежных средств - снижают волатильность банковской рентабельности и совокупной величины доходов. (Схожие результаты были получены в исследовании Stiroh & Rumble (2006). Также в работе Busch & Kick (2009) было выявлено, что наибольший положительный эффект удается извлекать крупным банкам).

Таким образом, на основе вышеприведенных описаний эффектов, можно выстроить одно из предположений проводимого исследования - банки в ситуации нелегкой экономической ситуации увеличивают свои предпочтения к непроцентным доходам, то есть выраженным в изначальном увеличении величины вложений в ценные бумаги. Данное предположение в работе будет проверено анализом динамики вложений в ценные бумаги. Кроме того, рассуждения второго эффекта позволяют с уверенностью осуществлять разделение банков в соответствии с их величиной активов.

В работе DeYoung & Rice (2004) были получены аналогичные выводы. Авторы обнаружили, что повышение доли непроцентных доходов в структуре операционных доходов банковской организации ведет к росту показателей рентабельности, а впоследствии к параллельному увеличению волатильности рентабельности. Как совокупный результат - понижение показателей рентабельности с учетом возникающего риска.

Также в работе Mercieca, Schaek & Wolfe (2007) было найдено, что повышение доли непроцентных доходов увеличивает волатильность рентабельности, в особенности - в случае малых банков. Отличительная характеристика данного исследования заключается в более детализированном подходе, то есть в подробном изучении источников непроцентных доходов. Результаты показали, что существенный вклад в повышение волатильности рентабельности (ROA, ROE) вносят непроцентные доходы, которые были получены от комиссионной деятельности. Однако также было получено, что рост непроцентных доходов от торговых операций с ценными бумагами способствуют незначительному, но все же снижению волатильности рентабельности банков. К похожему выводу пришли Busch & Kick (2009), но при условии исключения из выборки крупнейших банков и разбив банки в соответствии с их размером.

Следует отметить, что многие исследования оценивающие влияние непроцентных доходов так и не смогли в полной мере подтвердить путем эмпирического изучения свои теоретические и логически правильно построенные обоснования.

Поэтому существует и противоположная точка зрения относительно воздействия роста доли непроцентных доходов по отношению к устойчивости банковских учреждений. Например, как сказано в работе DeYoung & Roland (2001), такого рода растущая тенденция может привести к росту волатильности банковской рентабельности, что поддерживается следующими нижеприведенными объяснениями:

·        Процесс кредитования является более стабильным, нежели другие источники получения доходов. Главным образом, поскольку кредитование основывается на построении сложных отношений между заемщиком и кредитором. Иными словами, подразумевается, что в таком случае образуются договорные отношения, в случае которых банк аккумулирует и рассматривает непубличные информационные сведения относительно состояния заемщика. Все это впоследствии помогает банку проводить более эффективное взаимодействие с клиентом (то есть оценивать возможные риски), в то время как клиент расширяет величину доверия - что выражается как получение более выгодных условий при финансировании.

·        Банки, у которых наблюдается сдвиг деятельности по отношению к непроцентным доходам, обладают более высоким уровнем операционного рычага, нежели те, которые предпочитают в большей мере финансирование путем традиционных источников. Иными словами, банки, занимающиеся преимущественно кредитованием, могут эффективнее мониторить расходы на привлечение финансирования. В то время как в случае банков со значительной долей непроцентных доходов наблюдается более высокая чувствительность к понижению выручки.

В завершении отметим, что первые труды относительно влияния непроцентных доходов начали появляться в США (начиная с 2000-х годов), что не удивительно, поскольку в данной стране имеются более детальные статистические банковские сведения, что как результат обуславливает возможность проведения количественных оценок путем применения больших временных рядов. Однако позже, взяв за основу результаты американских исследований, развитие темы продолжалось в Западной Европе, а затем и в развивающихся странах (например, Индонезии).

Таким образом, проанализировав некоторую ситуацию в литературе, связанную с изучением влияния ценных бумаг, а иначе говоря - с получением непроцентных доходов, можно перейти к изучению банковской устойчивости.

1.2 Оценка устойчивости и Z-score

Как известно, экономическая ситуация в стране находится в сильной зависимости от состояния банковской системы. Еще в 1990-х годах, прочувствовав последствия кризисного явления, была создана единая база статистических данных, которая обеспечила возможность заблаговременного обнаружения проблемных мест, в том числе в российской банковской системе. Таким образом, понятия банковской устойчивости - в частности, и стабильной банковской системы - в целом, приобрели институциональную суть. Поэтому, спустя некоторое время, в 2001 году были сформированы показатели финансовой устойчивости банков, которые выступили общим методом оценивания устойчивости финансовых систем, а также которые обеспечили базу для межстранового сопоставления - учитывая различие в стандартах банковского контроля и финансовом учете.

В настоящее время существует порядка 40 показателей, образующих систему оценки устойчивости банков, которые подвергаются ежегодной модернизации и корректировкам - учитывая отличительные черты мировой конъюнктуры.

Такого рода показатели подразделяются на два вида:

)        Базовые критерии,

)        Вспомогательные критерии.

Стоит отметить, что базовая группа считается обязательной для всех стран, однако вспомогательная группа не является необходимой и применяется в зависимости от страновых особенностей.

Базовая (или основная) группа включает в себя следующие критерии:

Ø  качество активов (asset quality),

Ø  достаточность собственного капитала (capital adequacy),

Ø  ликвидность (liquidity),

Ø  чувствительность к системному риску (sensitivity to market risk),

Ø  рентабельность (earnings and profitability).

Более подробная таблица показателей приведена в Приложении 1.

Стоит отметить, что данная структура показателей, несмотря на общий характер, в большей степени учитывает специфику британской банковской системы, поскольку основной массив данных был предоставлен Национальным статистическим управлением Великобритании и Банком Англии.

Помимо выше указанного, существуют и альтернативные методы устойчивости банков (Shevrinovsky, 2009). На сегодняшний день многие страны отдают предпочтения системе оценивания CAMELS, разработанной изначально в Соединенных Штатах Америки (Dang, 2011). Данный метод включает в себя расчеты показателей из 6 групп (в соответствии с каждой буквой названия метода) (Kaur, 2010):

C - Capital Adequacy - достаточность капитала,

A - Asset Quality - качество активов,

M - Management - менеджмент,

E - Earnings - рентабельность,

L - Liquidity - ликвидность,

S - Sensitivity to Risk - чувствительность к рыночному риску.

Стоит отметить, что первоначально в систему расчетов данного метода оценивания не была включена последняя группа показателей (DeYoung et al., 1998). Однако и по настоящий момент остается наименее популярной, по причине сложности расчетов и неоднозначности определения.

Также данный метод является рейтинговым и позволяет для каждого банка оценивать все факторы, согласно которым осуществляется оценка финансового состояния, качества управления и выполнения операций (Sahajwala, 2000).

Перейдем к одной из основных переменных, которая непосредственно связана с достижением поставленной цели. Было решено, что для того чтобы оценить устойчивость банков, будет рассмотрен такой показатель, как Z-score. Так, например, в своем исследовании Hesse & Cihak (2006) использовали данный показатель для оценки влияния кооперативных банков на финансовую стабильность. Результаты работы авторов были получены на основе изучения банков по 29 странам как развитым, так и развивающимся.

На сегодняшний день применение методики Z-score является достаточно широко распространенным способом оценивания банковской устойчивости (Chiaramonte et al., 2015). Основная подчеркиваемая многими причина данного факта заключается в наличии связуемой составляющей с оценкой вероятности того, что банк в результате своей деятельности окажется неплатежеспособным.

В большинстве случаев Z-score применяется для того, чтобы оценить устойчивость банковского учреждения. Z-score представляет собой методику, с помощью которой выполнение анализа банковской устойчивости осуществляется сквозь призму разнообразия экономических показателей и финансовых рисков.

Первоначально весьма распространенной версией считалась применимость данной методики к тому, чтобы определить «расстояние» до наступления дефолта. Для осуществления оценки воздействия показателя волатильности по отношению к капиталу банка, в таких расчетах применялись цены акций рассматриваемых банков. Однако такого рода способ расчета не мог полностью охватить все банковские учреждения - ввиду отсутствия для многих банков (в особенности, для мелких и средних) значений рыночных цен акций.

На смену старому методу расчета показателя Z-score пришла новая методика, определяющая, в результате, «расстояние» до истощения капитала банка, и основанная теперь на сведениях банковских отчетов.

Таким образом, поскольку показатель Z-score аккумулирует в себе компоненты, характеризующие в совокупности неплатежеспособность банковского учреждения, то со стороны статистического представления Z-score - это число стандартных отклонений, в случае которых увеличение степени риска убыточности банка (то есть понижение доходности) может стать причиной истощения капитала (Fungacova & Solanko, 2009). Формулу расчета показателя Z-score можно представить следующим нижеприведенным образом:

 (1)

где µ - средняя величина ROA, E/A - отношение собственного капитала к величине чистых активов банка,  - стандартное отклонение ROA.

Таким образом, чем выше Z-score, тем больше «расстояние» до истощения капитала и тем ниже вероятность неплатежеспособности. Иначе говоря, чем выше величина Z-score, тем выше устойчивость. Главная особенность данного показателя Z-score заключается в том, что он - путем эконометрического построения - позволяет выявить и оценить взаимосвязь банковской устойчивости и возникающих финансовых рисков и внешних факторов. Это является весьма существенным фактом при выполнении данной выпускной квалификационной работы, главная цель которой состоит в том, чтобы оценить влияние вложений в ценные бумаги на устойчивость российских банков.

В результате, в данной главе, во-первых, приведен теоретический анализ исследований, оценивающих влияние операций с ценными бумагами на банковские показатели. В особенности, объяснены причины склонности банков к увеличению непроцентных доходов. Во-вторых, в данной главе уделено особое внимание рассмотрению индикаторов устойчивости банков. В частности, подчеркивается важность показателя Z-score, который обладает связуемой составляющей с оценкой вероятности становления банка неплатежеспособным.

Глава 2. Эмпирическая оценка влияния вложений в ценные бумаги на устойчивость российских банков

2.1 Анализ динамики вложений в ценные бумаги за период с 2011 по 2016 гг.

В данном разделе выпускной квалификационной работы будет приведен анализ динамики вложений в ценные бумаги и их видов за период с 2011 по 2016 гг.. Рассматриваемая выборка состоит из банков, входящих в рейтинг топ-200 по активам, то есть на основе которых можно рассуждать о состоянии банковского сектора Российской Федерации. Стоит отметить, что далее будут проанализированы графические иллюстрации, где вложения в ценные бумаги приведены не только в абсолютных величинах (тыс. рублей), но и в относительном выражении (в % от активов).

Не трудно заметить, что в целом за рассматриваемый временной отрезок наблюдается повышательная тенденция в динамике вложений в ценные бумаги (Рис. 1).

Рис. 1 Динамика вложений в ценные бумаги банками (из ТОП-200 по активам) за период с 2011 по 2016 гг., тыс. рублей

Однако, акцентируя внимание на скачках, становится весьма интересным осуществить разбиение Рис.а на следующие промежутки времени. За период с 2011 по 2013 гг. присутствует повышательный тренд с незначительными коррекциями. Однако уже с первого квартала 2014 года по 2016 гг. наблюдаются существенные изменения в поведении вложений в ценные бумаги. Как результат такая логика рассуждений образует несколько вопросов.

Во-первых, чем обусловлен скачок в значениях вложений в ценные бумаги в период кризиса 2014-2015 гг.? Ответ, в большей степени, заключается в превентивной антикризисной мере со стороны ЦБ - резком повышении ключевой ставки процента. Однако оказало ли значимое влияние увеличение вложений в ценные бумаги на устойчивость российских банков?

Во-вторых, по какой причине, начиная со второго полугодия 2015 года, увеличился угол наклона роста вложений в ценные бумаги? Ответ на данный вопрос может состоять как в усилившихся ожиданиях относительно изменения процентной ставки, так и в рассмотрении динамики в абсолютном выражении.

Тем самым, стоит проанализировать динамику вложений в ценные бумаги в относительном выражении для того, чтобы проверить:

Ø  Является ли столь существенной динамика вложений в ценные бумаги, выраженная не в абсолютных величинах, а в процентной составляющей в активах?

Для получения ответа на данный вопрос приведем следующую графическую иллюстрацию. На Рис.е 2 изображена динамика вложений в ценные бумаги, выраженная как процентная величина к активам.

Проанализировав данный Рис., можно сказать о множественных колебаниях за рассматриваемый период времени. Минимальное значение за период с 2011 по 2016 гг. составляет 6.5%.

Как и в ситуации рассмотрения динамики в абсолютных величинах, в анализируемом относительном выражении можно отметить схожую ситуацию, что наибольший скачок (до 42.3%) произошел в конце 2014 года - в период кризиса - когда ЦБ резко повысил ключевую ставку до 17%. Данное резкое увеличение можно объяснить следующим. В тот момент времени после повышения ключевой ставки произошел рост процентной ставки по кредитам, что также обусловило повышение процента по депозитам. В результате, для поддержания спроса на облигации (иначе население предпочтет только возросшие проценты по депозитам, нежели ценные бумаги) была увеличена их доходность, выраженная, например, в снижении рыночной стоимости.

Рис. 2 Динамика вложений в ценные бумаги банками (из ТОП-200 по активам) к активам за период с 2011 по 2016 гг., в % от активов

Выше было осуществлено графическое представление динамики вложений в ценные бумаги за период с 2011 по 2016 гг.

Далее стоит отметить, что такого рода вложения можно разделить на следующую структуру:

·          Вложения в ценные бумаги, оцениваемые по справедливой стоимости;

·          Вложения в ценные бумаги, удерживаемые до погашения;

·          Вложения в ценные бумаги, имеющиеся в наличии для продажи.

Таким образом, весьма интересно рассмотреть ситуацию с разделением на виды вложений в ценные бумаги. Главным образом для того, чтобы понять:

Ø  Произошел ли сдвиг в структуре вложений в ценные бумаги, который был отмечен на Рис.е общей повышательной тенденции вложений?

Перейдем к рассмотрению динамики разных видов вложений в ценные бумаги (Рис. 3). Для начала следует описать поведение каждого вида вложения в отдельности.

Как видно из Рис.а 3, вложения в ценные бумаги, имеющиеся в наличии для продажи, характеризуются более частыми скачками в динамике, по сравнению с двумя другими видами вложений. Вложения в ценные бумаги, оцениваемые по справедливой стоимости и удерживаемые до погашения, имели весьма схожую тенденцию в период с 2011 по 2014 гг. Однако в декабре 2014 года произошел скачок ключевой ставки и тренды данных двух видов вложений практически взаимозаменили друг друга. Данная ситуация возможно объяснима тем, что таким образом банки осуществляют снижение степени риска относительно вложений в ценные бумаги, то есть предпочтения отдают менее рискованным видам вложений.

Рис. 3 Динамика разных видов вложений в ценные бумаги банками (из ТОП-200 по активам) за период с 2011 по 2016 гг., в % от активов

Поэтому, в связи с резкой сменой тенденций в конце 2014 года, становится интересным поиск ответа на вопрос: оказывает ли дальнейшая тенденция вложений в ценные бумаги, оцениваемые по справедливой стоимости и удерживаемые до погашения, положительное влияние на устойчивость российских банков?

Таким образом, в данном разделе было выявлено, что в период кризиса наблюдался значительный скачок в объемах вложений в ценные бумаги, а также структурный сдвиг от вложений в ценные бумаги, оцениваемые по справедливой стоимости, в пользу вложений в ценные бумаги, удерживаемые до погашения и имеющиеся в наличии для продажи. С помощью дальнейшего эмпирического изучения будет осуществлена попытка поиска ответов на основные исследовательские вопросы:

Ø  Является ли увеличение вложений в ценные бумаги способом повышения устойчивости российских банков?

Ø  Оказал ли структурный сдвиг во вложениях в ценные бумаги, наблюдаемый в период последнего кризиса 2014 - 2015 годов, значимое влияние на повышение устойчивости российских банков?

2.2 Описание данных и переменных

Как было приведено ранее, цель работы заключается в оценке влияния вложений в ценные бумаги на устойчивость российских банков.

Для проведения исследования был выбран временной промежуток с 2011 по 2016 гг. включительно, то есть рассматривается период за 6 последних лет. Стоит выделить два нижеприведенных временных интервала.

) Период с 2011 по 2013 гг., то есть интервал времени, когда ослабились основные последствия предыдущего кризиса 2008-2009 годов. Рассмотрение данного периода позволит оценить влияние вложений в ценные бумаги на устойчивость в период, когда не наблюдалось существенных сдвигов в экономике.

) Период с 2014 года, когда началось последнее существенное кризисное явление, наблюдаемое в России. Согласно некоторым называниям - валютно-сырьевой кризис 2014-2015 гг. Стоит отметить, что в данный период произошли многие значимые события, оказывающие прямое или косвенное влияние на банковскую систему, как пример - скачок российской национальной валюты по отношению к доллару США и евро, поднятие ключевой ставки, увеличение величины страхового возмещения, множественные отзывы лицензий у банков.

Для выполнения эмпирической части исследования была сформирована панель из поквартальных показателей банков, входящих в ТОП-200 в соответствии с величиной активов (Приложение 1). Стоит отметить, что использовались именно поквартальные данные, а не помесячные, поскольку, во-первых, использование помесячных значений может оказаться весьма нецелесообразным по причине их «замусоренности», а во-вторых, это позволит избежать сезонности (Карминский, Костров, 2013).

Первоначальное формирование значительной части панели было осуществлено посредством сбора данных из ИАС «Банки и финансы» (в частности, из ИА «Мобиле»). Выборка, тем самым, включает в себя значения бухгалтерских балансов банков согласно российской отчетности.

Стоит отметить, что база «Мобиле» включает в себя 168 показателей бухгалтерского баланса российских банков. Однако многие показатели являются достаточно нерепрезентативными - по причине множественных пробелов в наблюдениях, что обуславливает их не включение в выборку исследования. Список выбранных показателей будет приведен далее.

Исходные панельные данные были обработаны и проанализированы - как результат, сокращение выборки с 200 до 167 банков, то есть исключены санируемые банки и банки с множественными пробелами в наблюдениях по выбранным показателям банковской деятельности, а также были отсеяны явные ошибки измерения или ввода.

Следующим этапом по данным банкам, используя ресурс www.analizbankov.ru, были собраны значения основных переменных исследования. Во-первых, это обобщенный показатель - вложения в ценные бумаги (далее - InvSec), а во-вторых, структурная составляющая, наименование которых следующее:

Ø   Вложения в ценные бумаги, оцениваемые по справедливой стоимости (далее - InvSec_FV);

Ø   Вложения в ценные бумаги, удерживаемые до погашения (далее - InvSec_Held);

Ø   Вложения в ценные бумаги, имеющиеся в наличии для продажи (далее - InvSec_forSale);

Вышеприведенные три переменные и выступают в качестве основных независимых переменных, которые необходимы для проверки выдвинутых гипотез исследования. Стоит отметить, что для регрессионного построения используются производные показатели, а не изначальные финансовые индикаторы, то есть доля в суммарных активах.

В качестве зависимой переменной выбран показатель Z-score (Beck, De Jonghe, & Schepens, 2011; Garcia-Marco & Roblez-Fernandez, 2008; Hesse & Cihák, 2007; Beck & Laeven, 2006; Laeven & Levine, 2006), который будет выступать в качестве показателя, характеризующего устойчивость банков. Как уже было приведено ранее, формула Z-score выглядит следующим образом:

 (2)

где µ - средняя величина ROA, E/A - отношение собственного капитала к величине чистых активов банка,  - стандартное отклонение ROA.

Формула расчета ROA выглядит следующим нижеприведенным образом, которая также приведена в работе Acharya et al. (2006):

 (3)

Стоит отметить, что представленные выше показатели будут рассчитываться по месячным сведениям банков за прошлый квартал (Горелая, 2015).

В результате дополнения собранных данных переменными, характеризующими вложения в ценные бумаги, оказалось, что в выборке присутствуют банки, у которых в течение всего анализируемого периода или в значительной его части отсутствуют значения объемов вложений в ценные бумаги. Как результат, такие банки были исключены из выборки (44 банка), поскольку могут повлиять на смещение оценок коэффициентов и занижение статистик. Тем самым, итоговая панель представляет собой поквартальную выборку из 117 банков за временной отрезок с 2011 по 2016 гг.

Кроме того, данный набор банков позволяет оценить влияние вложений в ценные бумаги как в целом, так и с разделением на кризисный и не кризисный периоды, а также с проведением кластеризации банков (Карминский и др., 2005).

Однако следует рассмотреть и остальные независимые переменные, которые необходимо включить в регрессию для получения более высокого качества модели. Такого рода показатели выполняют роль контрольных переменных, которые, в свою очередь, можно разделить на банковские и макроэкономические. Выбор независимых переменных осуществлен на основе достаточности наблюдений по показателям, а также на основе анализа полученных результатов как российской, так и зарубежной литературы.

В качестве банковских переменных были выбраны следующие, которые, главным образом, обусловлены уже выявленной значимостью в других исследованиях.

ü  Размер банка и капитализация.

Согласно мнению многих исследователей, а в частности согласно Peresetsky et al. (2011), наиболее распространенными факторами, характеризующими устойчивость банков, являются такие финансовые переменные как капитализация и размер банка. Обычно капитализация выражается через отношение собственного капитала к суммарным активам банка (далее - SK_CA), а размер банка - через натуральный логарифм суммарных активов (далее - lnCA).

Ожидается, что чем выше уровень капитализации банка, тем выше устойчивость банка (Lanine, Vennet, 2006). Согласно Карминскому и Кострову (2013) влияние доли собственного капитала в суммарных активах на банковскую устойчивость является весьма неоднозначным. С одной стороны, значительная доля собственного капитала может означать присутствие запаса прочности в случае появления финансовых потрясений. С другой стороны, высокая доля собственного капитала в активах может быть обусловлена отсутствием эффективной посреднической банковской деятельности, в особенности: отсутствием источников долгового финансирования, что, возможно, связано с неуверенностью в проведении эффективной деятельности банка в долгосрочной перспективе. Таким образом, весьма интересно проверить нелинейность данного показателя и выявить влияние по отношению к устойчивости в рассматриваемый период времени, в том числе учитывающий кризис 2014-2015 гг.

Кроме того, стоит подчеркнуть важность использования переменной размер банка. Согласно Chernykh & Theodossiou (2011) доля кредитов на срок более трех лет в активах находится в прямой зависимости от размера активов банка, что в свою очередь образует составляющую банковской устойчивости. Тем самым ожидается, что чем больше банк, тем выше его устойчивость. Однако стоит учитывать и то, что крупные частные банки больше подвержены воздействию риска несостоятельности (Fungacova & Solanco, 2008). Согласно Claeys & Schoors (2007) крупным банкам необходимо поддерживать уровень своей устойчивости, главным образом, по причине значительной доли участия в банковском секторе, который в дополнении оказывает весомое влияние на экономическое состояние страны в целом.

ü  Норматив достаточности капитала.

В настоящее время норматив достаточности капитала (далее - NORM_H1) является одним из наиболее важных требований (со стороны ЦБ РФ), которое обеспечивает устойчивость банковского сектора. С помощью установления минимально допустимого уровня требований к достаточности капитала ЦБ может регулировать величину, необходимую для покрытия возникающих рисков в процессе осуществления банковской деятельности.

Отражается ли в регрессионной модели показатель достаточности капитала в нелинейной форме? С одной стороны, низкие значения данного показателя могут характеризовать ситуацию, когда банку не хватает объема собственных средств для покрытия возникших рисков деятельности банка. С другой стороны, высокие значения показателя описывают ситуацию неэффективного построения модели операционной деятельности, а также неиспользования имеющихся источников долгового капитала. Такая ситуация, согласно Tabak et al. (2011), приводит к увеличению доли неработающих активов. Исходя из таких рассуждений, Карминский и Костров (2013) пришли к выводу, что показатель достаточности капитала и вероятность дефолта имеют U-образную зависимость. Поэтому интересно проверить: характеризуется ли такой же зависимостью показатель достаточности капитала и устойчивость банков (то есть Z-score). Тем самым, показатель достаточности капитала можно включить в модель как в исходном виде, так и в квадратичной форме, что в случае различия знаков перед коэффициентами и будет говорить об U-образной зависимости.

ü  Доля негосударственных ценных бумаг в суммарных активах.

Согласно полученным теоретическим и эмпирическим результатам Lanine & Vennet (2006) в качестве следующего немаловажного фактора можно назвать ликвидность банка. Авторы в своем исследовании выявили, что на увеличение вероятности наступления дефолта банка, а значит на понижение устойчивости, оказывает значимое влияние истощение ликвидных активов.

Как известно, с одной стороны, ликвидные средства позволяют банку в срок и без существенных убытков удовлетворять требования кредиторов и вкладчиков. Однако, с другой стороны, значительное перемещение ресурсов в ликвидные средства не отразится в виде существенной возрастающей отдачи от инвестиций. Тем самым анализ ликвидности и ее влияния на банковскую устойчивость вызывает необходимость выявления потенциальных уязвимостей, обусловленных ликвидными средствами банка. Поэтому возникает вопрос: приводит ли значительная доля негосударственных ценных бумаг в суммарных активах к снижению банковской устойчивости? Прежде всего, стоит отметить, что высокая доля негосударственных ценных бумаг в активах может негативно отражаться на устойчивости банков, что обусловлено повышенной степенью рыночного риска. Тем не менее, данный вид инвестирования продолжает занимать важное место в управлении банковской ликвидностью.

Однако, не смотря на интерпретацию воздействия данного показателя на устойчивость, такая переменная не будет включена в регрессионные модели по причине сильной взаимосвязи с основными независимыми переменными, которые, как предполагается, обеспечат достижение поставленной цели исследования: оценивание влияния вложений в ценные бумаги на устойчивость банков.

ü  Доля просроченной задолженности по ссудам в кредитах экономике.

Ожидается, что при увеличении доли просроченной задолженности по ссудам в кредитах экономике (далее - PZS_KE) будет наблюдаться снижение устойчивости банков. Главным образом, это обусловлено тем, что высокие значения данного показателя показывают неблагоприятное финансовое состояние банка, а также пониженное качество оценивания рисков относительно операций банковской деятельности. Иными словами, данный показатель в существенной степени отражает качество менеджмента кредитного учреждения.

ü  Темпы роста ВВП.

Включение в исходную модель макроэкономических переменных, например: темпы роста ВВП (далее - GDPgr), является достаточно необходимым согласно мнению многих исследователей. Главным образом, по причине улучшения качества модели (Peresetsky et al., 2011). Monnasso & Mayes (2009) в своей работе подчеркивают, что переменная темпы роста ВВП является одним из наиболее важных макроэкономических опережающих индикаторов. Также Карминский и др. (2005) в своем исследовании отмечают, что параметры, способные отразить общее состояние экономики и ее улучшения, оказывают положительное воздействие на устойчивость банка. Тем самым ожидается, что при увеличении темпов роста ВВП будет наблюдаться повышение банковской устойчивости.

ü  Индекс ММВБ.

Однако, поскольку в проводимом исследовании анализируется влияние вложений в ценные бумаги на устойчивость банков, то необходимо также учитывать динамику индекса ММВБ, который в данном случае выступает в качестве бенчмарка фондового рынка. Ожидается, что при улучшении ситуации на российском фондовом рынке будет наблюдаться повышение устойчивости банков. Главным образом, что обусловлено тем, что банки, в частности: рассматриваемые, являются получателями непроцентных доходов, а именно связанных с проводимыми операциями с ценными бумагами.

В завершении хотелось бы отметить, что в российской банковской системе одной из весомых характеристик является тип собственности. Но влияние типа собственности весьма затруднительно оценить путем проведения регрессионного построения. Карминский & Костров (2013) отмечают, что, действительно, в период кризиса 2008 - 2009 гг. произошло небольшое уменьшение количества банков, в которых участие нерезидентов в капитале является 100%-м. Однако в тот временной интервал сокращение числа банков, причина которого отзывы лицензий, была обусловлена реорганизацией банков. При этом на всем рассматриваемом периоде с 1998 по 2011 гг. не наблюдалось иных динамик отзывов лицензий у банков с полным иностранным участием в уставном капитале.

В дополнение, явные преимущества 100%-го долевого участия нерезидентов путем эмпирических исследований выявлены не были. Например, Fungacova & Solanco (2009) в своей работе приходят к выводу, что такие банки обладают более высокой степенью риска неустойчивости, в то время как государственные банки обладают меньшими рисками оказаться неустойчивыми - по сравнению с остальными действующими банками. Однако Micco et al. (2007) в своем исследовании пришли к абсолютно противоположной точке зрения: банки со 100%-м иностранным участием в уставном капитале характеризуются более высокими операционными результатами, по сравнению с национальными банками.

Таким образом, выявлено, что согласно многим проведенным исследованиям, иностранные банки имеют весьма неоднозначное влияние на банковскую устойчивость. Появляется вопрос: стоит ли в таком случае разграничивать государственные и частные банки?

Clarke et al. (2005) в своей публикации приводит основные причины, согласно которым государственные банки имеют повышенную вероятность наступления дефолта, а значит, вероятно обладают пониженной степенью устойчивости. В качестве таких причин можно назвать следующие:

ü  проблема с менеджментов;

ü  слабая степень конкурентоспособности среды;

ü  политическое вмешательство в деятельность банков.

Однако зависимость показателя устойчивости банков также неоднозначна. В основном, ввиду неэффективности государственных банков. Micco et al. (2007) отметили, что в большинстве случаев на развивающихся рынках госбанки не придерживаются достижения величины оптимального количества персонала и величины административных издержек, что должно означать более низкую устойчивость. Тем не менее, в случае возникновения ситуации экономической нестабильности в стране госбанки характеризуются большей устойчивостью - по причине доступа к рынку МБК и помощи со стороны государства. Согласно Vernikov (2011) государство стремиться оказывать финансовую поддержку банкам с государственным участием, однако приведение количественной оценки такого влияния не предоставляется возможным.

Стоит отметить, что влияние независимых переменных на показатель банковской устойчивости важно оценивать не только в один и тот же момент времени, но и с учетом лагов, например, в квартал или полугодие. Данные рассуждения можно подкрепить предположением, поставленным в работе, что кризисный период способствовал сдвигу как в пользу увеличения вложений в ценные бумаги, так и сдвигу в структуре вложений в ценные бумаги.

2.3 Формулировка гипотез и регрессионное моделирование

Теперь следует непосредственно перейти к формулировке гипотез исследования и построению регрессионных моделей.

Поскольку является более верным использование производных показателей, а не изначальных финансовых индикаторов, дальнейшее понимание переменных будет выстраиваться на относительных составляющих, а не абсолютных. Данное предположение необходимо для понимания дальнейшего исследования, в частности: формулировки гипотез проводимого исследования.

В предыдущем разделе главы был осуществлен анализ динамики вложений в ценные бумаги и их разновидностей, в процессе которого было поставлено несколько вопросов, что в результате и послужило основанием для формулировки нижеприведенных гипотез. Кроме того, была приведена интерпретация переменных и отмечена ожидаемая оценка влияния по отношению к банковской устойчивости, что позволило построить регрессионные модели, продемонстрированные далее.

Гипотеза 1. При увеличении вложений в ценные бумаги наблюдается повышение устойчивости российских банков.

Z-scoreit = α+ β1 InvSec it + β2 lnCAit + β4 SK_CAit + β3 NORM_H1it +

+ β4 PZS_KEit + γ TIME + εit (4)

где Z-score - показатель устойчивости банка; InvSec it - вложения в ценные бумаги; lnCAit - логарифм суммарных активов; SK_CAit - доля собственного капитала в суммарных активах; NORM_H1it - норматив достаточности капитала; PZS_KEit - доля просроченной задолженности по ссудам в кредитах экономике; TIME -фиктивные переменные времени; i - индекс банка.

Гипотеза 2.1. При увеличении вложений в ценные бумаги, оцениваемые по справедливой стоимости, наблюдается снижение устойчивости российских банков.

Z-scoreit = α+ β1 InvSec_FV it + β2 lnCAit + β4 SK_CAit + β3 NORM_Hit + β4 PZS_KEit + γ TIME + εit (5)

Где InvSec_FV - вложения в ценные бумаги, оцениваемые по справедливой стоимости.

Гипотеза 2.2. В кризисный период при увеличении вложений в ценные бумаги, оцениваемые по справедливой стоимости, наблюдается более сильное снижение устойчивости российских банков, нежели вне кризиса.

Z-scoreit = α+ β1 InvSec_FV it + β2InvSec_FV it*Dcrisis+ β3 lnCAit + β4 SK_CAit + β5 NORM_H1it + β6 PZS_KEit + γ TIME + εit (6)

где InvSec_FV - вложения в ценные бумаги, оцениваемые по справедливой стоимости, Dcrisis - фиктивная переменная кризиса, принимает значение 1 - в период кризиса 2014-2015 гг., 0 - иначе.

Гипотеза 3.1 При увеличении вложений в ценные бумаги, удерживаемые до погашения, наблюдается повышение устойчивости российских банков.

Z-scoreit = α+ β1 InvSec_Held it + β2 lnCAit + β4 SK_CAit + β3 NORM_H1it + β4 PZS_KEit + γ TIME + εit (7)

где InvSec_Held - вложения в ценные бумаги, удерживаемые до погашения.

Гипотеза 3.2 В кризисный период при увеличении вложений в ценные бумаги, удерживаемые до погашения, наблюдается более сильное повышение устойчивости российских банков, нежели вне кризиса.

Z-scoreit = α+ β1 InvSec_Held it + β2InvSec_Held it*Dcrisis+ β3 lnCAit + β4 SK_CAit + β5 NORM_H1it + β6 PZS_KEit + γ TIME + εit (8)

Гипотеза 4.1 При увеличении вложений в ценные бумаги, имеющиеся в наличии для продажи, наблюдается повышение устойчивости российских банков.

Z-scoreit = α+ β1 InvSec_forSale it + β2 lnCAit + β4 SK_CAit + β3 NORM_H1it + β4 PZS_KEit + γ TIME + εit (9)

где InvSec_forSale - вложения в ценные бумаги, имеющиеся в наличии для продажи

Гипотеза 4.2 В период кризиса при увеличении вложений в ценные бумаги, имеющиеся в наличии для продажи, наблюдается более сильное повышение устойчивости российских банков, нежели вне кризиса.

Z-scoreit = α+ β1 InvSec_forSale it + β2InvSec_forSale it*Dcrisis+ β3 lnCAit + β4 SK_CAit + β5 NORM_H1it + β6 PZS_KEit + γ TIME + εit (10)

Гипотеза 5. Структурный сдвиг во вложениях в ценные бумаги, наблюдаемый в период кризиса, оказывает положительное влияние на устойчивость российских банков.

Z-scoreit = α+ β1 InvSec it + β2InvSec it*Dshift+ β3 lnCAit + β4 SK_CAit + β5 NORM_H1it + β6 PZS_KEit + γ TIME + εit (11)

где Dshift - фиктивная переменная - сдвиг в структуре вложений, принимает значение 1 - в период после резкого поднятия ключевой ставки, 0 - иначе.

Как было упомянуто ранее, итоговая выборка представляет собой панель из 117 банков. Несмотря на то, что при выборе переменных было сказано, что тип собственности не будет учитываться, тем не менее, следует принять во внимание некоторые факты. Согласно сведениям Центрального банка Российской Федерации существует перечень системно значимых банков, который утверждается ежегодно. В данный список включены 10 банков, совокупная доля которых превышает 60% суммарных активов банковского сектора России. Перечень банков выглядит следующим образом: «ЮниКредит Банк», «Банк ВТБ», «АЛЬФА-БАНК», «Сбербанк», «ФК Открытие», «РОСБАНК», «Промсвязьбанк», «Райффайзенбанк», «Россельхозбанк». Стоит отметить, что для данных банков предполагается построение отдельных регрессии, главным образом, для того, чтобы избежать смещения результатов эмпирического исследования.

Глава 3. Результаты эмпирической оценки влияния вложений в ценные бумаги на устойчивость российских банков

В данной главе будет осуществлен анализ построенных регрессионных моделей, то есть проведен анализ результатов эмпирической оценки влияния вложений в ценные бумаги по отношению к банковской устойчивости. Однако для выполнения описательного процесса полученных итогов моделирования, приводится интерпретация таблицы описательной статистики и корреляционной матрицы. Такие промежуточные этапы позволяют проводить более качественный анализ, в частности: корректировать разброс наблюдений по какой-либо из переменных, а также отслеживать правильность спецификации моделей.

3.1 Тестирование регрессионной модели

Прежде чем перейти к построению регрессионных моделей, с помощью которых возможна проверка выдвинутых ранее гипотез, проведем анализ данных собранной панели. Сначала следует рассмотреть описательную статистику

Рис. 4 Описательная статистика переменных

По результатам выше приведенной таблицы, можно судить о том, что все переменные приведены в адекватный вид, в частности: приведены долевые значения банковских показателей, а также переменные, явно отличающиеся по величине значений (например, индекс ММВБ), были прологарифмированы.

Ниже приведена корреляционная матрица независимых переменных. Как и ожидалось, основные показатели обладают высокой корреляционной составляющей между собой, что в данном случае обусловлено включением переменных (вложения в ценные бумаги, оцениваемые по справедливой стоимости; вложения в ценные бумаги, удерживаемые до погашения; вложения в ценные бумаги, имеющиеся в наличии для продажи), являющихся частью другой общей переменной (вложения в ценные бумаги). Тем самым данные основные переменные исследования включаются в регрессионную модель по раздельности.

Рис. 5 Корреляционная матрица независимых переменных

После некоторой интерпретации таблицы с описательной статистикой выбранных показателей, а также приведения корреляционной матрицы независимых переменных, следует перейти к основному этапу эмпирической части исследования - к построению регрессий.

В ходе построения регрессий необходимо понять, какие модели лучше всего использовать для достижения поставленной цели, а также следует учесть результаты всех промежуточных тестов.

Таким образом, поскольку были сформированы панельные данные, то следует учитывать данную структуру выборки. Стоит отметить, что построение регрессий выполнялось в эконометрической программе STATA. В результате была получена несбалансированная панель, что, вероятно, обусловлено незначительными пробелами в наблюдениях.

Следующим этапом строились различные модели - с целью выбора наиболее подходящей. Были сопоставлены различные методы оценивания, такие как: сквозная регрессия, регрессия с фиксированными эффектами, регрессия со случайными эффектами. В результате проведения тестов Вальда, Бройша-Пагана и Хаусмана, было выявлено, что лучше всего подходит модель со случайными эффектами. В дополнении, были выявлены проблемы гетероскедастичности и автокорреляции, которые были учтены в результирующем виде эконометрических моделей. Тем самым, функциональная зависимость построенных регрессий задается регрессионными моделями со случайными эффектами, построенными на основе панельных данных, с робастными и кластеризованными ошибками.

Кроме того, модель была проверена на наличие проблемы мультиколлинеарности, которой, в итоге, обнаружено не было, следовательно, включенные показатели можно рассматривать одновременно в одной спецификации. Переменные в моделях были взяты с учетом лагов в один квартал. Стоит отметить, что была осуществлена попытка включения показателей с временным лагом в полгода, однако желаемые результаты - значимость основных независимых переменных - не были получены. Также была осуществлена попытка выявления квадратичной зависимости некоторых переменных, однако значимости выявлено не было, что обусловило приведенный вид моделей, не включающий переменные в квадрате. Помимо выбранных независимых переменных в регрессию включены фиктивные переменные годов, необходимость которых подтвердилась в результате проведения соответствующего теста.

3.2 Результаты оценивания влияния вложений в ценные бумаги на устойчивость российских банков

В результате построения регрессионных моделей по панельным данным были получены следующие оценки показателей и их t-статистики.

Теперь следует провести поочередную проверку каждой ранее поставленной гипотезы. Гипотеза 1 звучит следующим образом: при увеличении вложений в ценные бумаги наблюдается повышение устойчивости российских банков. Результаты регрессионного построения для данной гипотезы приведены ниже (Таблица 3).

Гипотеза 1 не подтвердилась. Как оказалось, при увеличении вложений в ценные бумаги наблюдается снижение устойчивости российских банков. Такой результат может быть обусловлен тем, что в рассмотрение принимаются банки, входящие в ТОП-200 по величине активов, что обуславливает возникновение ситуации, когда банки уже достигли своего оптимального уровня вложений в ценные бумаги и осуществляют его поддержание в определенном диапазоне. Поэтому дальнейшее увеличение будет приводить скорее к негативному влиянию на устойчивость, как и было выявлено в результате регрессионного построения. В частности: коэффициент перед переменной является негативным и значимым на уровне 10% и 5% - для всех рассматриваемых банков и первых 30 банков, соответственно.

Таблица 1 Результаты регрессионной модели 1.

*** ,**, * - значимость на уровне 1%, 5%, 10%, соответственно.

Наблюдается ли отрицательное влияние приведенных трех разновидностей вложений в ценные бумаги? Перейдем к рассмотрению первого виды вложений, а в частности к проверке гипотезы 2.1, которая сформулирована как: при увеличении вложений в ценные бумаги, оцениваемые по справедливой стоимости, наблюдается снижение устойчивости российских банков. В таблице 4 приведены результаты построения регрессий для проверки данной гипотезы.

Стоит отметить, что для того чтобы оценить каждый вид вложения, из исходной выборки были исключены банки, у которых нулевые значения по данному показателю. Иными словами, в данном случае оценивается влияние вложений в ценные бумаги на устойчивость банков, которые в течение всего рассматриваемого периода не переставали обладать таким видом вложений. Также модели строились как в целом для всей выборки, так и с разделением на верхние и нижние банковские учреждения из итоговой выборки. Поскольку ранее был выявлен список системно значимых банков, то предполагалось их отдельное рассмотрение. Однако многие данные по выбранным переменным для нескольких из этих банков отсутствовали. Таким образом, в итоге было решено полностью исключить из выборки такие банки. А вместо этого, осуществить сравнение верхней и нижней доли каждой получаемой выборки.

В результате построения второй модели было получено значимое отрицательное влияние на показатель устойчивости 30 первых банков. В то же время не было выявлено значимого влияния ни для последних 30 банков, ни для выборки в целом.

Кроме того, данная модель показала значимость следующих переменных для выборки из 30 верхних банков: размер банка, доля просроченной задолженности по ссудам. Иными словами, при увеличении размера банка наблюдается снижение устойчивости банка, то есть поскольку данные банки и так являются крупными, то дальнейшее увеличение суммарных активов увеличивает их кредиты или же вложения в ценные бумаги, что несет соответствующие риски, а, следовательно, понижение устойчивости. Также увеличение доли просроченной задолженности приводит к снижению устойчивости, что объяснимо повышающейся степенью риска. Тем самым, гипотеза 2.1 подтвердилась, данного вида вложения имеют отрицательное влияние на устойчивость, весьма вероятно, по причине более высокого риска в сравнении с другими видами вложений в ценные бумаги.

Таблица 2 Результаты регрессионной модели 2

Появляется вопрос: одинаковое ли влияние оказывают ценные бумаги, оцениваемые по справедливой стоимости, на устойчивость в период кризиса и вне кризиса? Для поиска ответа на данный вопрос была сформулирована соответствующая гипотеза 2.2: в кризисный период при увеличении вложений в ценные бумаги, оцениваемые по справедливой стоимости, наблюдается более сильное снижение устойчивости российских банков, нежели вне кризиса.

Результаты таблицы 5 не находят подтверждение данной гипотезы. Согласно итогам модели, в период кризиса отрицательное влияние сменяется на положительное по отношению к устойчивости банков. Вероятно, данную ситуацию можно объяснить тем, что в период кризиса произошел скачок ключевой ставки и тогда банковские учреждения переориентировали свои вложения с более рискованных на менее рискованные. То есть получается, что доля вложений в ценные бумаги, оцениваемая по справедливой стоимости, уменьшилась, а значит, риски владения значительно сократились, поэтому и их влияние стало положительным.

Таблица 3 Результаты регрессионной модели 3

Следующим этапом хотелось бы перейти к проверке гипотезы 3.1, которая сформулирована следующим образом: при увеличении вложений в ценные бумаги, удерживаемые до погашения, наблюдается повышение устойчивости российских банков. Результаты регрессионного построения приведены в приложении 3. К сожалению, не было выявлено значимых результатов в результате построения данных моделей, что не позволяет интерпретировать полученные оценки, а также судить о подтверждении или не подтверждении поставленной гипотезы. Таким же результатом характеризуется гипотеза 3.2 - в кризисный период при увеличении вложений в ценные бумаги, удерживаемые до погашения, наблюдается более сильное повышение устойчивости российских банков, нежели вне кризиса. Вероятно, при таком итоге следует поискать иной набор переменных в уравнении регрессии.

Следующая проверяемая гипотеза 4.1 - при увеличении вложений в ценные бумаги, имеющиеся в наличии для продажи, наблюдается повышение устойчивости российских банков. В таблице 6 приведены результаты регрессий.

Для первых 40 банков гипотеза 4.1 не подтверждается, в то время как для 40 нижних банков гипотеза 4.1 подтверждается. То есть наблюдается значимое отрицательное и положительное влияние на устойчивость 40 верхних и 40 нижних банков, соответственно. Однако в период кризиса влияние данной переменной существенно сокращается, но, тем не менее, знак влияния не меняется и действует в прежнем направлении. Таким образом, гипотеза 4.2 не подтверждается, которая звучит следующим образом: в период кризиса при увеличении вложений в ценные бумаги, имеющиеся в наличии для продажи, наблюдается более сильное повышение устойчивости российских банков, нежели вне кризиса.

Таблица 4 Результаты регрессионной модели 5

Изначально предполагалось получить обратный результат, поскольку именно в период кризиса произошла ситуация когда многие банки предпочли, например, из вложений в ценные бумаги, оцениваемые по справедливой стоимости, осуществить сдвиг в пользу других двух видов, в том числе рассматриваемого. Тем не менее, обратный результат можно объяснить тем, что в данном случае рассматривались банки, которые в течение всего периода обладали вложениями в ценные бумаги, имеющимися в наличии для продажи. А банки, сменившие свои предпочтения относительно вида вложений, отказывались от одного вида вложения полностью и заменяли его другими.

Кроме того, стоит отметить, положительное влияние для всех трех уравнений такого показателя как норматив достаточности капитала. Данное влияние можно объяснить тем, что данная переменная означает возможность банка покрывать возникающие риски в процессе осуществления банковской деятельности, что и положительно сказывается на банковской устойчивости.

В завершении следует проверить гипотезу 5 о том, что структурный сдвиг во вложениях в ценные бумаги, наблюдаемый в период кризиса, оказывает положительное влияние на устойчивость российских банков. В результате, данная гипотеза подтвердилась. Результаты регрессионного построения приведены в таблице 7.

Действительно, рассмотренный пример на 50 верхних банках улучшила банковскую устойчивость. Для 50 нижних банков, к сожалению, выводов сделать нельзя, поскольку оценки коэффициентов перед переменными оказались незначимыми даже на уровне 10%.

В дополнение, свою значимость, как и в предыдущих моделях, показал такой показатель, как норматив достаточности капитала и доля просроченной задолженности по ссудам.

Однако весьма различные результаты наблюдаются для переменной, характеризующей размер банка. Например, для верхних 50 банков при увеличении размера банка наблюдается повышение устойчивости. Однако для нижних 50 банков наблюдается отрицательная зависимость: при увеличении размера банка наблюдается снижение устойчивости, что, вероятно, может быть обусловлено повышением степени риска.

Таблица 5 Результаты регрессионной модели 6.

Кроме того, следует отметить и то, что временной фактор оказывал положительное влияние на показатель устойчивости банка. Возможно, данную ситуацию можно описать тем, что рассматривались только действующие банки, которым приходилось поддерживать и повышать свою банковскую устойчивость - во избежание отзыва лицензии.

Таким образом, в данной главе было выявлено и оценено влияние вложений в ценные бумаги на показатель устойчивости банка. Например, влияние вложений в ценные бумаги, оцениваемые по справедливой стоимости, изначально оценивалось как более рискованное, что и демонстрировало отрицательное влияние на устойчивость. Однако в период кризиса влияние сменилось на противоположное, что обусловлено значительным снижением данного вида вложений. В результате исследования был найден ответ на основной исследовательский вопрос. Действительно, структурный сдвиг во вложениях в ценные бумаги оказал положительное влияние на устойчивость банков. Однако данный результат был получен только на 50 верхних банках, которые осуществляют данного рода вложения, а также в число которых не входит системно значимые банки.

Заключение

В настоящее время продолжается волна отзывов лицензий (так называемая «расчистка») в банковском секторе. Очевидно, что каждый случай отзыва лицензии оказывает негативное влияние не только на партнеров и клиентов банка, но и не способствует устойчивости российской банковской системы в целом (Карминский и др., 2013). Таким образом, проведение исследования относительно выявления и оценки влияния такого альтернативного источника дохода, как вложения в ценные бумаги, на устойчивость банков становится весьма актуальной.

В проводимом исследовании было выявлено, что увеличение вложений в ценные бумаги повышает устойчивость банков, а в период последнего кризиса наблюдается повышение чувствительности к такого рода изменениям. Кроме того, структурный сдвиг во вложениях в ценные бумаги оказал положительное влияние на банковскую устойчивость в период кризиса 2014 - 2015 гг., что доказывает увеличение склонности банков к вложениям в ценные бумаги для повышения своей устойчивости.

Полученные результаты исследования позволяют банкам принимать решения относительно увеличения или сокращения вложений в ценные бумаги, что является значимым в условиях сложной экономической ситуации в стране. Как было выявлено, такие решения оказывают существенное влияние на банковскую устойчивость - что важно, поскольку Банк России заинтересован в раннем выявлении банковских учреждений с нестабильным финансовым положением.

В дальнейших перспективах исследования можно осуществить следующее.

Во-первых, включить в исходную регрессионную модель такой институциональный показатель, как соотнесение главного офиса банка в соответствии с региональным аспектом. Согласно Anzoategui et al. (2012) степень конкурентоспособности в банковском секторе значимо зависит от региональной принадлежности. В своей работе Claeys & Schoors (2007) отмечает, что Банк России (по причине умеренной конкуренции в регионах) является менее склонным к отзыву лицензий у региональных банков.

Во-вторых, включить в выборку новые независимые переменные - с целью повышения качества получаемой модели и выявлении новых зависимостей по отношению к устойчивости банков. Кроме того, для проверки линейности следует включить новые переменные в квадратичной форме.

В-третьих, добавить в качестве зависимой переменной другой показатель, характеризующий банковую устойчивость, например, CAMELS.

В завершении, расширить изучаемый временной промежуток, в частности: осуществить включение кризисного периода 2008-2009 гг. и оценить влияние вложений в ценные бумаги на устойчивость банков с разделением на кризисные и не кризисные временные отрезки, а также с учетом сопоставления результатов кризисов 2008-2009 гг. и 2014-2015 гг.

Список использованной литературы

1.      Горелая, Н. В. (2015). Система страхования вкладов и ее влияние на риски, принимаемые российскими банками // Деньги и кредит, №. 44.

.        Карминский А. М., Костров А. В. (2013). Моделирование вероятности дефолта российских банков: расширенные возможности // Журнал Новой экономической ассоциации, №. 1, с. 64-86.

.        Карминский А.М., Пересецкий А.А., Петров А.Е. (2005). Рейтинги в экономике: методология и практика // под ред. А.М. Карминского // М.: Финансы и статистика.

.        Acharya V. V., Hasan I., Saunders A. (2006). Should banks be diversified? Evidence from individual bank loan portfolios // The Journal of Business, Т. 79, №. 3, pp. 1355-1412.

5.      Anzoátegui D., Pería M. S. M., Melecky M. (2012). Bank competition in Russia: An examination at different levels of aggregation // Emerging Markets Review, Т. 13, №. 1, pp. 42-57.

.        Beck T. H. L., De Jonghe O. G., Schepens G. (2011). Bank Competition and Stability: Cross-country Heterogeneity // EBC Discussion Paper, Т. 2011.

.        Beck, T., Laeven, L. (2006). Resolution of failed banks by deposit insurers: Cross-country evidence // World Bank policy research working paper, 3920.

.        Busch R., & Kick T. (2009). Income diversification in the German banking industry // Dt. Bundesbank.

.        Chernykh L., Theodossiou A. K. (2011). Determinants of Bank Long-term Lending Behavior: Evidence from Russia // Multinational Finance Journal, Т. 15, №. 3-4, pp. 193 - 216.

10.    Chiaramonte L., Croci E., Poli F. (2015). Should we trust the Z-score? Evidence from the European Banking Industry // Global Finance Journal, Т. 28, pp. 111-131.

11.    Cihák, M. M., & Hesse, H. (2007). Cooperative banks and financial stability // International Monetary Fund.

.        Claeys S., Schoors K. (2007). Bank supervision Russian style: Evidence of conflicts between micro-and macro-prudential concerns //Journal of Comparative Economics, Т. 35, №. 3, pp. 630-657.

.        Clarke G. R. G., Cull R., Shirley M. M. (2005). Bank privatization in developing countries: A summary of lessons and findings // Journal of Banking & Finance, Т. 29. №. 8, pp. 1905-1930.

.        Dang U. (2011). The CAMEL Rating System in Banking Supervision: a Case Study // International Business Degree Thesis, Arcada University of Applied Sciences.

.        DeYoung R., Flannery M. J., Lang W. W., & Sorescu S. M. (1998). The informational advantage of specialized monitors: The case of bank examiners // (No. WP-98-4), Federal Reserve Bank of Chicago.

.        DeYoung R., Rice T. (2004). How do banks make money? A variety of business strategies // Economic perspectives-federal reserve bank of Chicago, Т. 28, №. 4, p. 52.

.        DeYoung R., Rice T. (2004). How do banks make money? The fallacies of fee income // Economic Perspectives-Federal Reserve Bank of Chicago, Т. 28, №. 4, p. 34.

.        DeYoung R., Rice T. (2004). Noninterest income and financial performance at US commercial banks // Financial Review, Т. 39, №. 1, pp. 101 - 127.

.        DeYoung R., Roland K. P. (2001). Product mix and earnings volatility at commercial banks: Evidence from a degree of total leverage model // Journal of Financial Intermediation, Т. 10, №. 1, pp. 54-84.

.        Engen J. R. (2000). Fee income: Carving out a strategy // Bank Director Magazine.

21.    Fungáčová Z., Solanko L. (2008). Risk-taking by Russian banks: Do location, ownership and size matter? // Bank of Finland, Institute for Economies in Transition, №. 21/2008.

22.    García-Marco T., Robles-Fernández M. D. (2008). Risk-taking behaviour and ownership in the banking industry: The Spanish evidence //Journal of Economics and Business, Т. 60, №. 4, pp. 332-354.

.        Hesse H., Cihák M. (2007). Cooperative banks and financial stability // International monetary fund working paper, 2.

24.    Kaur H. V. (2010). Analysis of Banks in India - A CAMEL Approach // Global Business Review, 11(2), pp. 257-280.

.        Laeven, L., Levine, R. (2006). Corporate governance, regulation, and bank risk taking // World Bank Mimeo.

26.    Lanine G., Vander Vennet R. (2006). Failure prediction in the Russian bank sector with logit and trait recognition models // Expert Systems with Applications, Т. 30, №. 3, pp. 463-478.

27.    Lepetit L., Nys E., Rous P., & Tarazi A. (2008). Bank income structure and risk: An empirical analysis of European banks // Journal of Banking & Finance, Т. 32, №. 8, pp. 1452-1467.

28.    Lepetit L., Nys E., Rous P., & Tarazi A. (2008). The expansion of services in European banking: Implications for loan pricing and interest margins // Journal of Banking & Finance, Т. 32, №. 11, pp. 2325-2335.

29.    Männasoo K., Mayes D. G. (2009). Explaining bank distress in Eastern European transition economies // Journal of Banking & Finance, Т. 33, №. 2, pp. 244-253.

30.    Mercieca S., Schaeck K., Wolfe S. (2007). Small European banks: Benefits from diversification? // Journal of Banking & Finance, Т. 31, №. 7, pp. 1975-1998.

.        Micco A., Panizza U., Yanez M. (2007). Bank ownership and performance. Does politics matter? // Journal of Banking & Finance, Т. 31, №. 1, pp. 219-241.

.        Moorhouse, A. (2004). An introduction to financial soundness indicators // Bank of England (www.bankofengland.co.uk/statistics/ms/articles/ art1feb04.pdf).

.        Peresetsky A. A., Karminsky A. A., Golovan S. V. (2011). Probability of default models of Russian banks // Economic Change and Restructuring, Т. 44, №. 4, pp. 297-334.

34.    Sahajwala R., & Van den Bergh P. (2000). Supervisory risk assessment and early warning systems // Basle Committee on Banking Supervision.

.        Shevrinovsky V. N. (2009). The development of banking systems monitoring: analysis of international experience // Banking technology, №. 5.

.        Stiroh K. J. (2004). Diversification in banking: Is noninterest income the answer? // Journal of Money, Credit, and Banking, Т. 36, №. 5, pp. 853-882.

.        Stiroh K. J. (2004). Do community banks benefit from diversification? // Journal of Financial Services Research, Т. 25, №. 2-3, pp. 135-160.

.        Stiroh K. J. (2006). A portfolio view of banking with interest and noninterest activities // Journal of Money, Credit, and Banking, Т. 38, №. 5, pp. 1351-1361.

.        Stiroh K. J., Rumble A. (2006). The dark side of diversification: The case of US financial holding companies // Journal of banking & finance, Т. 30, №. 8, pp. 2131-2161.

.        Tabak B., Craveiro G., Cajueiro D. (2011). Bank Efficiency and Default in Brazil: Causality Tests // Central Bank of Brazil, Research Department, №. 253.

.        Vernikov A. (2011). Government Banking in Russia: Magnitude and New Features // Halle Institute for Economic Research (IWH), №. 13/2011.

Приложение 1

Показатели банковской финансовой устойчивости

Приложение 2

ТОП - 200 банков по величине активов на 01.03.2017 г.

Приложение 3

Результаты регрессионной модели 4

Размещено на Аllbеst.ru