Макроэкономические, внутриотраслевые и внутрибанковские детерминанты просроченной задолженности по корпоративным ссудам кредитных организаций - Анализ кредитов российского банковского сектора

Как уже было упомянуто ранее, в эмпирической литературе ученые-исследователи традиционно выделяют 2 группы факторов, объясняющих динамику просроченной ссудной задолженности коммерческих банков. Первая группа факторов напрямую связана с макроэкономическими условиями, которые могут повлиять на способность компаний выполнять свои кредитные обязательства, а также с исследованием воздействия внешних (позитивных либо негативных) экономических шоков на их внутриотраслевые показатели.

В первую очередь, стоит отметить, что существует эмпирически доказанная ярко выраженная зависимость между динамикой просроченной задолженности коммерческих банков и текущей стадией экономического цикла. Суть данного явления состоит в том, что более высокие темпы роста реального ВВП, как правило, приводят к увеличению располагаемого дохода населения, которое способствует наличию более благоприятных условий для обслуживания банковского долга. Схожая логика действует и в отношении корпоративных заемщиков - увеличение совокупного выпуска представляет собой источник дополнительной прибыли для предприятий, что облегчает задачу обслуживания имеющейся задолженности перед коммерческими банками и, соответственно, снижает величину их кредитного риска (Asberg, Shahnazarian, 2008). Напротив, когда экономика находится в фазе спада, заемщики в процессе погашения своих долговых обязательств сталкиваются с большими трудностями, и уровень просроченных кредитов растет (Salas, Suarina, 2002; Fofack, 2005). В некоторых работах вместо темпов экономического роста используются показатели платежеспособности заемщиков - домохозяйств и фирм (Glogowski, 2008) или государственных органов (Louzis et al., 2012).

В отношении других макроэкономических показателей, способных в значительной степени повлиять на качество кредитного портфеля банков, все не настолько однозначно, и это объясняется целым рядом обстоятельств. Так, увеличение процентных ставок по ссудам, с одной стороны, должно приводить к росту издержек обслуживания долга, повышая риск наступления дефолта (Fiori et al., 2009). Однако в то же время, снижение таких ставок, как правило, приводит к так называемому "кредитному расширению" (кредитной экспансии), что, в свою очередь, тесно связано с падением уровня требований банков к потенциальным заемщикам, выдаче более рисковых ссуд и росту будущего ожидаемого объема просроченной ссудной задолженности. В этом случае формируется отрицательная взаимосвязь, которая, впрочем, проявляется не сразу, а по прошествии нескольких месяцев или даже лет (Jimenez, Saurina, 2006).

Издержки на обслуживание кредитов на уровне экономики в целом аппроксимируются номинальными или реальными процентными ставками по краткосрочным ссудам, причем наиболее часто используется показатель процентной ставки на рынке межбанковского кредитования - Hoggarth et al. (2005); Jimenez, Saurina (2006); Glogowski (2008). Объяснение состоит в том, что в большинстве развитых государств значительная доля ссуд характеризуется плавающей процентной ставкой, которая привязана именно к динамике ставки МБК (Bofondi, Ropele, 2011).

Инфляция также способна оказывать разнонаправленное воздействие на динамику просроченной задолженности по банковским ссудам. С одной стороны, более высокая инфляция способна смягчить условия обслуживания долга за счет снижения реальной стоимости непогашенной части кредита (Fiori et al., 2009). С другой стороны, рост инфляции может также уменьшить реальный располагаемый доход населения в условиях "жесткой" заработной платы (Nkusu, 2011). Более того, политика Центрального Банка, направленная на борьбу с растущей инфляцией путем ответного повышения ключевой ставки процента в экономике, может привести к ухудшению ситуации с обслуживанием компаниями имеющейся задолженности перед кредитными организациями из-за соответствующего роста процентных ставок по корпоративным ссудам (Пестова, 2014).

Влияние динамики обменного курса национальной валюты страны на исследуемую переменную также может быть противоречивым, прежде всего, в контексте экспортно-импортной ориентации компаний конкретных видов экономической деятельности. К примеру, в условиях падения курса национальной валюты фирмы-экспортеры получат значительное конкурентное преимущество на внешних рынках, поскольку производимые ими товары и услуги станут для иностранных потребителей относительно дешевле. Напротив, для предприятий, реализующих свои товары внутри страны, но закупающих сырье для производства у зарубежных поставщиков, существенно увеличиваются издержки, что при прочих равных условиях негативно влияет на уровень их прибыли, которая является главным источником погашения кредитных обязательств. Окончательный характер влияния данного фактора на величину "плохих" долгов зависит от того, какой из двух противоположных эффектов преобладает в экономике (Fiori et al., 2009).

Рост обменного курса может оказать негативное влияние на качество ссуд, выданных кредитными организациями, особенно в странах с высокими объемами кредитования населения и фирм в иностранной валюте. В этих условиях обесценение национальной валюты провоцирует рост реальной стоимости валютного долга, что значительно затрудняет процесс его обслуживания (Louzis et al., 2012). Это особенно актуально для банковских секторов развивающихся стран, поскольку экономические агенты в них, как правило, больше доверяет международным, общепризнанным валютам (доллару США, евро), в то время как доверие к национальной валюте страны может быть ограниченным (Glogowski, 2008; Dash, Kabra, 2010).

В странах с сырьевой экономикой, одной из которых является Россия, цены на вывозимое за рубеж сырье играют значительную роль в формировании макроэкономической ситуации и стабильности доходов населения (Boss, 2002). В наибольшей мере это касается предприятий нефтедобывающей и нефтеперерабатывающей видов экономической деятельности, где способность компаний выполнять взятые на себя обязательства перед банками напрямую зависит от динамики цен на энергоресурсы. Ожидается, что влияние данного показателя на уровень просроченных ссуд в экономике является отрицательным, так как с ростом цены на нефть валовые совокупные доходы нефтяных компаний растут, и далее через механизм спроса этот эффект распространяется на предприятия других отраслей, облегчая их кредитную нагрузку (Fiori et al., 2009).

Некоторые авторы также включают в анализ цены финансовых активов в целях учета влияния эффекта богатства или финансовых пузырей на благосостояние заемщиков (Quagliariello, 2007; Nkusu, 2011). В качестве одного из таких показателей, объясняющих тенденции изменения величины "плохих" долгов по корпоративным ссудам банков, в эмпирической литературе традиционно выделяют цены на рынке коммерческой недвижимости, поскольку недвижимость, как правило, является основным источником обеспечения по ссудам, выдаваемым банками как населению, так и предприятиям (Bernhardsen, Syversten, 2009). В период кризиса на рынке недвижимости, ее реальная рыночная стоимость может упасть ниже величины остаточного долга по ссуде, побуждая банк требовать ее досрочного погашения, что потенциально способно привести того или иного заемщика к банкротству в случае отсутствия альтернативных источников финансирования (Vlieghe, 2001).

Включение в анализ отраслевых индикаторов динамики фондового рынка (индексов, курсов акций) обуславливается тем, что они отражают ожидания акционеров компаний относительно величины дивидендов, которые будут выплачены им на долгосрочном временном горизонте. Эти ожидания, в свою очередь, содержат в себе важную информацию о долгосрочном прогнозе динамики макроэкономических факторов, которая не учитывается включением в модель самих макроэкономических показателей, описывающих преимущественно краткосрочные тренды. Кроме того, индикаторы фондового рынка отражают динамику таких специфических факторов, как премия за риск по ценным бумагам, их ликвидность и потоки капитала фирм, которые, безусловно, оказывают важное воздействие на кредитный риск на уровне самих компаний - микроуровне - и поэтому, к сожалению, не могут быть учтены введением в модель макропеременных (Drehmann, 2005).

Наконец, уровень финансового рычага (соотношения заемных средств фирм к собственным) также оказывает значимое влияние на динамику доли просроченной задолженности по корпоративным ссудам, поскольку решения о выдаче кредитов принимаются банками, исходя из сопоставления рыночной стоимости компаний, выраженной в величине ее акционерного капитала, и текущего значения их корпоративной задолженности. В случае, если коэффициент левериджа той или иной фирмы превысит критическую отметку, коммерческие банки будут склонны сокращать кредитное предложение по отношению к ней (Drehmann, 2005). Это автоматически повлечет за собой рост кредитного риска вследствие ограничения доступа к внешним источникам финансирования.

В Таблице 1, представленной ниже, схематично отображены результаты вышеперечисленных исследований.

Таблица 1. Статистическая значимость макроэкономических и внутриотраслевых детерминант в эмпирических работах

Переменная / Характер влияния	Статистически значимое	Статистически незначимое	Влияние не определено однозначно
Положительное	Отрицательное
ВВП / индекс промышленного производства	Boss (2002) Salas, Saurina (2002) Virolainen (2004) Fofack (2005) Marcucci, Quagliariello (2005) Glogowski (2008) Asberg, Shahnazarian (2008) Bonfim (2009) Jimenez, Mencia (2009) Louzis et al. (2012) Пестова (2014)	Drehmann (2005) Castren et al. (2008)
Процентные ставки по ссудам	Vlieghe (2001) Virolainen (2004) Hoggarth et al. (2005) Marcucci, Quagliariello (2005) Asberg, Shahnazarian (2008) Bonfim (2009) Fiori et al. (2009) Пестова (2014)	Jimenez, Saurina (2006) Bofondi, Ropele (2011)	Castren et al. (2008)	Drehmann (2005)
Уровень инфляции	Marcucci, Quagliariello (2005) Asberg, Shahnazarian (2008) Fiori et al. (2009)	Boss (2002) Bernhardsen, Syversten (2009)	Virolainen (2004) Castren et al. (2008) Zedginidze (2012)	Drehmann (2005)
Обменный курс национальной валюты	Drehmann (2005) Glogowski (2008) Dash, Kabra (2010) Louzis et al. (2012)	Marcucci, Quagliariello (2005) Fiori et al. (2009) Zedginidze (2012)	Boss (2002) Castren et al. (2008)
Цена на энергоресурсы (нефть)	Boss (2002)	Fiori et al. (2009)	Virolainen (2004)	Drehmann (2005)
Цены на недвижимость	Vlieghe (2001) Bernhardsen, Syversten (2009)	Virolainen (2004) Zedginidze (2012)
Фондовые индексы и курсы акций	Boss (2002) Drehmann (2005) Castren et al. (2008)
Корпоративная Задолженность (финансовый рычаг)	Vlieghe (2001) Virolainen (2004) Drehmann (2005)

В целом, необходимо отметить, что макроэкономические факторы склонны оказывать лишь краткосрочное воздействие на динамику просроченной ссудной задолженности. К примеру, в работах Salas, Saurina (2002); Jimenez, Saurina (2006); Louzis et al. (2012) тестируемые регрессионные модели содержат только лагированные на 1-3 квартала значения макропоказателей, обладающие статистической значимостью.

Динамика просроченной ссудной задолженности коммерческих банков определяется не только макроэкономическими факторами. Напротив, отличительные особенности банковского сектора, вкупе с решениями менеджмента каждого конкретного банка в отношении предпринимаемых усилий для достижения максимальной эффективности и улучшения управления кредитными рисками, оказывают решающее влияние на данный показатель.

Существующие эмпирические исследования рассматривают следующий перечень внутрибанковских переменных:

Ь ограничения кредитной политики банков и риск-аппетиты заемщиков, аппроксимированные темпом роста кредитного портфеля, чистой процентной маржой, долей ссуд с предоставлением обеспечения в общем объеме выданных банками ссуд и т. д.;

Ь рыночная власть банков - иллюстрируется с помощью показателей конкуренции в банковском секторе (структурные - индекс Херфиндаля-Хиршмана, доля банков в объеме совокупных активов в целом по системе; неструктурные - индикатор Буна, Н-статистика Панзара-Росса, а также прямой индикатор рыночной власти - индекс Лернера);

Ь эффективность банка по затратам и прибыли - при этом в большинстве работ применяется так называемый метод стохастической границы (SFA), суть которого состоит в оценке регрессионной модели, где одной из объясняющих переменных является стохастический случайный член, отражающий техническую неэффективность банков;

Ь прибыльность банков - эта группа переменных состоит из 2 базовых коэффициентов - рентабельности активов банка (ROA), которая рассчитывается как отношение чистой банковской прибыли к объему активов, взвешенных по уровню риска, и рентабельности банковского капитала (ROE), отличающегося от первого тем, что в знаменателе используется величина собственного капитала банка;

Ь характер операций банков и их ориентация на потенциальных клиентов (универсальные, ипотечные, занимающиеся преимущественно автокредитованием и т. д.), а также группы банков по типу собственности (с государственным участием, с иностранным участием, частные); как правило, они представлены в анализе соответствующими дамми-переменными.

Далее будет уместно описать каждую группу переменных более детально.

Традиционно предполагается, что особенности кредитной политики банка в значительной степени определяют степень кредитного риска, которому он подвергается, когда заемщики по каким-либо причинам не могут выполнять свои обязательства по ссудам. В нескольких работах (Jimenez, Saurina, 2005; Quagliariello, 2007; Espinoza, Prasad, 2010) была обнаружена положительная зависимость между темпами наращивания объемов кредитования и долей просроченной ссудной задолженности в кредитном портфеле банков, при этом особенно ярко эта закономерность проявлялась в периоды, предшествующие наступлению банковских кризисов. Объяснение такой взаимосвязи является довольно очевидным - резкое увеличение объема выдаваемых банками ссуд в большинстве случаев связано с ослаблением предъявляемых ими требований к потенциальным заемщикам. Это касается как явных финансовых условий выдачи кредитов - уровня доходов, стоимости залога, размера первоначального взноса и проч., так и процедур обслуживания кредитной заявки - сокращение временного промежутка между подачей кредитной заявки и фактической выдачи ссуды за счет сокращения процедуры проверки платежеспособности посредством кредитного скоринга, снижение качества мониторинга регулярности платежей. Такая кредитная политика сопряжена с высоким уровнем риска, и в период, когда экономика находится в фазе спада и реальные доходы как населения, так и фирм неуклонно снижаются, она в результате приводит к увеличению доли невозвратных ссуд.

Помимо непосредственно предъявляемых требований коммерческих банков к своим потенциальным заемщикам, другим индикатором рискованности проводимой банками кредитной политики является такой показатель, как чистая процентная маржа по банковским операциям, связанным с кредитованием (она рассчитывается как разница между процентными платежами по ссудам и процентными расходами по привлечению финансовых ресурсов для выдачи этих ссуд). Стоит отметить, что данный фактор отражает кредитный риск в стадии ex-ante (то есть до заключения кредитной сделки), однако, несмотря на это, он не пользуется популярностью в эмпирических исследованиях.

Целое направление в эмпирической литературе посвящено влиянию рыночной власти коммерческих банков на их финансовую устойчивость. Существуют 2 противоположные концепции, отражающие характер данной взаимосвязи - "competition-stability" о негативном влиянии рыночной силы на стабильность банков посредством принятия ими на себя чрезмерного уровня риска (Boyd, De Nicolo, 2005; Berger et al., 2008), и "competition-fragility", в основу которой заложен обратный принцип (Keeley, 1990; Jimenez et al., 2007). На сегодняшний день нет единой точки зрения относительно истинности какой-либо из них, поскольку исследователи в своих работах выявляют диаметрально противоположные результаты. Во многом это обусловлено тем, что в процессе анализа используются различные по своим характеристикам факторы, иллюстрирующие уровень конкуренции между коммерческими банками и меру взятых ими на себя рисков (в роли последнего, помимо доли "неработающих" кредитов в портфелях банков, часто выступает так называемый Z-индекс, рассчитываемый на основе показателей рентабельности активов банков и уровня достаточности их капитала; он представляет собой прокси-переменную расстояния банка до его банкротства). Что касается подобных исследований по российской банковской системе, то необходимо выделить работы Михаила Мамонова и Анны Пестовой, в которых детально описаны аспекты воздействия конкурентной среды на состояние кредитных портфелей банков применительно к российским реалиям (Mamonov, Pestova, 2013).

В современной литературе также до сих пор не сложилось единого мнения относительно того, как эффективность деятельности банков влияет на показатели качества их кредитных портфелей. Фундаментальным исследованием по данной тематике является работа Berger, De Young (1997), где изучается наличие причинно-следственной связи между качеством кредитного портфеля банка, уровнем его капитализации и эффективностью работы его менеджмента на выборке данных по коммерческим банкам США за период с 1985 по 1994 годы. Авторы проверяют 3 основные гипотезы:

1. Гипотеза о плохом управлении ("bad management hypothesis") - высокий уровень просроченной задолженности по ссудам банка обуславливается недостаточной квалификацией его менеджеров в отношении проверки платежеспособности потенциальных заемщиков - процедуры кредитного скоринга, оценки залогового обеспечения по ссудам. Соответственно, низкая эффективность банковских издержек выступает в качестве сигнала о ненадлежащем качестве методов управления, которые применяются менеджментом банка, и это касается как ежедневных операций, так и управления кредитным портфелем. Некачественные методы андеррайтинга и мониторинга приводят к увеличению объема просроченных ссуд по прошествии некоторого количества времени. 2. Гипотеза о моральном риске ("moral hazard hypothesis") - низкий уровень достаточности капитала банка вызывает рост просроченной задолженности по выданным им ссудам. Смысл данной гипотезы заключается в том, что неудовлетворительное состояние банковской капитализации (т. е. степени покрытия всех имеющихся в его распоряжении активов за счет собственного капитала) свидетельствует о чрезмерных риск-аппетитах его менеджмента, склонного к повышению уровня риска кредитного портфеля банка в целях получения максимальной доходности. Соответственно, растет также вероятность дефолта заемщиков по выданным им ссудам и увеличивается ожидаемое значение просроченной ссудной задолженности. 3. Гипотеза о скупости ("skimping hypothesis") - объем ресурсов, выделяемых на андеррайтинг и мониторинг заемщиков, влияет как на эффективность банковских издержек, так и на качество выданных ссуд. Следовательно, ключевым направлением для деятельности банка является поиск баланса между минимизацией краткосрочных операционных расходов и будущих проблем с качеством кредитного портфеля. Банк, максимизирующий величину прибыли в краткосрочном периоде, может совершить рациональный выбор в пользу меньших краткосрочных издержек, экономя на расходах, выделяемых на андеррайтинг и мониторинг выдаваемых кредитов. Но в то же время ему придется нести ответственность за негативные долгосрочные последствия этого решения в виде будущих проблем с возвратностью ссуд.

Авторы статьи находят эмпирическое подтверждение всех выдвинутых ими гипотез. Стоит отметить, что аналогичный результат был обнаружен и в более поздних исследованиях других авторов (Quagliariello, 2007; Podpiera, Weill, 2008; Louzis et al., 2012). В последней работе, в дополнение к вышеуказанным гипотезам, тестировалась также и гипотеза о размере банка ("size hypothesis"), смысл которой состоит в том, что величина банка отрицательно коррелирует с объемом просроченной задолженности по выдаваемым им ссудам. Это можно объяснить следующей закономерностью - более масштабным с точки зрения размера кредитным организациям доступны более передовые практики ведения банковского бизнеса, в том числе и в аспекте оценки кредитоспособности будущих заемщиков. Чем более качественно проводится оценка, тем меньше вероятность, что по одобренным кредитным заявкам возникнет дефолт. Однако, несмотря на логическую стройность этой гипотезы, эмпирическую проверку на данных по коммерческим банкам Греции она не прошла.

Некоторые исследователи рассматривают влияние успешности деятельности коммерческих банков в прошлом, выраженное в показателях их прибыльности, на будущую ситуацию с просроченной ссудной задолженностью. В частности, в работах Quagliariello (2007) и Glogowski (2008) представлены результаты тестирования так называемой гипотезы сглаживания доходов ("income smoothing hypothesis"), суть которой состоит в предположении, что банки стремятся заработать как можно большую часть своей совокупной прибыли в период роста экономики с целью смягчения последствий неизбежного сокращения объемов кредитования в период экономического спада.

Та же логика рассуждений прослеживается и в работе Louzis et al. (2012), где автор тестирует гипотезу о процикличной кредитной политике ("procyclical credit policy hypothesis"), вытекающую из предпосылки о том, что банкам свойственно наращивать объем выдаваемых кредитов в период экономического подъема, когда инвестиции в реальный сектор стабильно растут. Если они делают это необдуманно, в погоне за прибылью от процентных доходов и наращиванием своей доли на рынке кредитования, то велика вероятность увеличения степени невозвратности этих ссуд. Противоположная ситуация наблюдается в период экономического спада. Обе гипотезы подразумевают положительное влияние банковской прибыли на динамику доли просроченных ссуд и тестируются с помощью включения лаговых значений коэффициентов ROA и ROE в оцениваемую регрессионную модель.

Кроме того, в работе Glogowski (2008) изложена концепция гетерогенности уровня кредитного риска банков в зависимости от типа ссуды и характеристик заемщика. Физические и юридические лица имеют специфическую долговую приемлемость ("debt sustainability"), выражающуюся в различиях в индивидуальной чувствительности качества их кредитных портфелей к одинаковым условиям внешней среды. В статье Louzis et al. (2012) показано, что наименьшие показатели просроченной задолженности, как правило, демонстрируют ипотечные ссуды, в то время как уровень дефолтов по ссудам корпоративным клиентам (фирмам, органам государственной власти) является наиболее чувствительным к колебаниям макроэкономических переменных. По этой причине, в большинстве современных исследований в целях учета банковской гетерогенности используются фиктивные переменные (дамми), отражающие долю коммерческих банков на различных сегментах кредитного рынка и, соответственно, их специализацию (корпоративное кредитование, ипотека, потребительские ссуды и т. д.).

Наконец, одним из важнейших факторов, который определяет уровень риска бизнес-моделей кредитных организаций, и, в конечном счете, состояние их просроченной ссудной задолженности, является преобладание участия в банковском капитале. В работе Boudriga et al. (2009) было обнаружено, что наличие иностранного участия в банковском капитале позитивно влияет на качество кредитного портфеля. Этот эффект достигается за счет того, что зарубежные "материнские" банки способствуют развитию своих дочерних подразделений в других странах посредством передачи более передовых практик ведения бизнеса, привлечения более квалифицированного персонала за счет высокого уровня заработной платы, мобилизации менее затратных способов внешнего финансирования их деятельности (Yildirim, Philippatos, 2002; Fries, Taci, 2005; Bonin, Hasan, Wachtel, 2005).

Также, в большинстве исследований авторы установили, что государственное участие в капитале коммерческих банков стимулирует их направлять значительную часть своих финансовых ресурсов на кредитование более рисковых проектов по причине того, что такие банки пользуются привилегиями и финансовой поддержкой со стороны государства. В работе Micco (2004) на основе показателей эффективности банковской деятельности в 119 странах мира было выявлено, что в развивающихся странах коммерческие банки с преобладающим государственным участием в капитале в среднем демонстрируют худшие результаты качества кредитного портфеля - доля просроченной ссудной задолженности в них более высока. Однако, в статье Hu et al. (2004) было показано, что взаимосвязь между долей государственных активов в банковском капитале и проблемными ссудами имеет нелинейный (U-образный) характер.

Говоря о влиянии типа собственности в капитале коммерческих банков, нужно особо подчеркнуть тот факт, что в настоящее время российская банковская система имеет асимметричную структуру с акцентами, смещенными в сторону банков с государственным участием в капитале. Среди них выделяются 3 так называемых "национальных чемпиона" - Сбербанк, ВТБ и Россельхозбанк. Доля активов этих коммерческих банков в совокупных активах всего сектора на сегодняшний день превышает 50% и продолжает устойчиво расти. При этом проследить принадлежность того или иного банка к конкретной группе по степени преобладания активов в капитале довольно непросто (Vernikov, 2015).

В целом, вопрос о значимости характера влияния внутрибанковских факторов до сих пор остается открытым, поскольку эмпирические работы выявляют противоречивые результаты. С одной стороны, в некоторых исследованиях включение банковских переменных помогает улучшить объясняющую силу оцениваемых моделей, которые ранее включали только макроэкономические факторы (Louzis et al., 2012). К примеру, в работе Salas, Saurina (2002) были проведены стандартные тесты на одновременную статистическую значимость коэффициентов при внутрибанковских переменных, доказавшие их валидность. Напротив, в статье Klein (2013) при изучении детерминант динамики проблемных ссуд в странах Центральной и Юго-Восточной Европы обнаружено, что переменные микроуровня весьма незначительно увеличивают объясняющую силу моделей качества кредитного портфеля коммерческих банков.

Использование внутрибанковских переменных в регрессионном анализе отличается тем, что для получения качественных результатов в модель следует включать их лаговые значения с порядком 3 квартала и выше. С одной стороны, это дает возможность учесть временной промежуток между изменениями кредитной политики банка и ее воздействием на качество кредитного портфеля (в том числе, и смены той бизнес-модели, которой придерживается его менеджмент). С другой стороны, такой шаг позволяет преодолеть проблему эндогенности - высокой степени корреляции объясняющих переменных с зависимой (Jimenez, Saurina, 2006; Louzis et al., 2012).

Краткие выводы по содержанию Главы 2:

v с точки зрения методологии, при моделировании качества корпоративных ссуд банковского сектора целесообразно сочетание элементов обоих направлений исследований - построения как индивидуальных отраслевых уравнений, так и их систем - в целях получения наиболее корректных оценок реального уровня кредитного риска компаний; v использование внутрибанковских переменных в анализе затрудняется ввиду их сравнительно небольшой объясняющей силы, лаговой структуры, а также доступности эмпирических данных в разрезе отдельных отраслей экономики; v в процессе моделирования необходимо применение показателей, иллюстрирующих динамику макроэкономической среды, а также различных отраслевых индикаторов для учета характера влияния внутренних и внешних факторов изменения ситуации с просроченной ссудной задолженностью предприятий.

Похожие статьи