Модель RVPS - Характеристика системообразующих банков России

Далее будет построена регрессия с зависимой переменной "RVPS", которая отражает объемы резервов по возможным потерям по ссудам банков. Результаты отображены в таблицах 3.6 и 3.7.

Таблица 3.6 Данные по регрессии относительно переменной "RVPS"

Random-effects GLS regression

Number of obs

=

338

Group variable: bank

Number of groups

=

15

R-sq: within = 0.2331

Obs per group: min

=

22

Between = 0.2317

Avg

=

22,50

Overall = 0.0816

Max

=

23

Random effects u_i ~ Gaussian

Wald chi2(10)

=

93.56

Corr(u_i, X) = 0 (assumed)

Prob > chi2

=

0.0000

Таблица 3.7 Значимые объясняющие переменные в модели "RVPS"

Rvps

Coef.

Std. Err.

Z

P>z

Gdp

-0,000093

0,0000284

-3,28

0,001

Indexes

0,0007396

0,0003213

2,3

0,021

Gko

-0,2593689

0,0640204

-4,05

0

Bival

0,2717591

0,037

7,34

0

Inflation

-0,5624374

0,2034513

-2,76

0,006

_cons

-4,197346

1,483191

-2,83

0,005

В данном случае у нас осталось довольно немалое количество значимых переменных на 1% уровне значимости: "gdp", "gko", "bival", "inflation", а также константа. На 5% уровне значимости осталась переменная "indexes".

Итак, рассмотрим полученные коэффициенты. Показатель ВВП имеет отрицательный знак, что довольно просто объяснить тем, что в периоды экономического спада темпы роста ВВП сокращаются, когда, в свою очередь, заемщики в кризисных условиях становятся менее платежеспособными, а банки обязаны страховаться и повышать уровень своей устойчивости, наращивая резервы на возможные потери по просроченным ссудам.

Положительный коэффициент перед переменной "indexes" можно объяснить отчасти спецификой собранных данных по нашим пятнадцати банкам и графически.

динамика индекса ммвб

Рис. 3.4. Динамика индекса ММВБ

динамика переменной

Рис. 3.5. Динамика переменной "rvps" по исследуемым банкам

По представленным выше рисункам видно, что, начиная с конца 2008 года, распределение точек показателей "indexes" и "rvps" были примерно схожи. Так после мощнейшего спада в экономике России началась коррекция и постепенный рост индекса ММВБ, а резервы по возможным потерям по ссудам наращивались банками довольно продолжительное время, начиная с начала 2009 года, потому что столь негативный шок в экономике России дал довольно сильный отпечаток на качестве кредитного портфеля банков.

Отрицательный знак перед коэффициентом, отражающим зависимость между "rvps" и "gko", объясняется с использованием графиков этих переменных (рис. 3.5 и 3.6). Очевидно, что когда с конца 2008 года объем государственного внутреннего долга начал сокращаться, а вместе с ним и среднесрочная доходность по ОФЗ, банки все еще наращивали свои резервы по неблагонадежным ссудам вплоть до середины 2010 года, таким образом, и образовалась положительная зависимость между данными переменными.

динамика гко-офз россии

Рис. 3.6. Динамика ГКО-ОФЗ России

Положительный знак перед коэффициентом "bival" может быть обусловлен тем, что в период кризиса, когда курс рубля активно падал по отношению к евро и доллару, банки наращивали свои резервы, в результате чего на лицо положительная зависимость.

Коэффициент перед инфляцией получил отрицательный знак, поскольку в период спада темпы инфляции замедляются, а резервы банков растут, что отчетливо видно из рисунков 3.1 и 3.4.

Однако поскольку заемщики банков в период экономического спада начинали испытывать экономические трудности не сразу (в зависимости от бизнеса), соответственно просроченные кредиты и резервы по ним, формировались в банках с некоторым временным лагом. По причине этого предположения была построена отдельная модель с тем же лагом, что и относительно норматива "Н3", в 6 месяцев. И получилось меньшее количество значимых переменных, представленных в таблице 3.8, однако показатели самой регрессии чуть улучшились.

Таблица 3.8 Значимые объясняющие переменные в модели "RVPS" с временным лагом

Rvps

Coef.

Std. Err.

P>z

Indexes

-0,0008569

0,0003213

0,001

Gko

-0,2193707

0,0569111

0

Retail

-0,0830367

0,0098218

0

_cons

14,53921

1,288469

0

В данном случае переменная "gko" имеет, как и прежде, отрицательный коэффициент, объяснения чему давались ранее. Появился новый значимый регрессор "retail", который так же имеет отрицательное влияние на значение нашей зависимой переменной, что объясняется тем, что а период спада объемы розничной торговли в экономике сокращаются, а банка, в свою очередь, напротив наращивают резервы по растущим просроченным ссудам. Поменялся знак коэффициента у объясняющей переменной "indexes": он стал отрицательным, что является более логичным, так как значение индекса ММВБ в период кризиса падало в отличие опять же от объемов сформированных резервов банков в то время.

Похожие статьи




Модель RVPS - Характеристика системообразующих банков России

Предыдущая | Следующая