close

Вход

Забыли?

вход по аккаунту

Трудоемкость (зачетные единицы) 319;pdf

код для вставкиСкачать
Научный семинар «Многомерный статистический
анализ и вероятностное моделирование реальных
процессов», ЦЭМИ РАН
Конкуренция в российской
банковской системе и ее влияние
на устойчивость банков
Михаил Мамонов,
Центр макроэкономического анализа и
краткосрочного прогнозирования,
Национальный Исследовательский
Университет «Высшая Школа Экономики»
4 июня 2014
План
1.
Введение
2.
Конкуренция и устойчивость банков:
классификация способов измерения
3.
Конкуренция и устойчивость банков:
теоретические концепции связи
4.
Конкуренция и устойчивость банков:
три способа моделирования связи
• гомогенные эффекты
• гетерогенные эффекты: микро уровень
• гетерогенные эффекты: макро уровень
5.
Научная новизна
6.
Заключение
2
1. Введение: основные определения
1. Конкуренция – это соперничество между банками за
привлечение новых и/или удержание уже обслуживаемых
клиентов с помощью различных ценовых и неценовых
методов
Усиление соперничества – ослабление рыночной власти
отдельных банков
2. Устойчивость (стабильность) – способность банков
контролировать риски своей деятельности (кредитные,
процентные, валютные, фондовые, риски ликвидности и др.)
Устойчивость – «буфер капитала» – иммунитет к шокам
(Fonseca, Gonzalez, 2010)
3
1. Введение: актуальность исследования
1. Конкуренция: отсутствие общепринятого индикатора
2. Конкуренция и устойчивость банков: «вместе или порознь»?
3. Связь конкуренции и устойчивости банков – однозначная или
пороговая?
4. Импульсы от конкуренции к устойчивости банков: напрямую или
через определенные каналы? В чем противоречия существующих
работ?
5. Недостатки существующих работ:
(а) 1-2 индикатора конкуренции vs. 1-2 индикатора стабильности
– насколько устойчивы результаты?
(б) макро-индикаторы конкуренции vs. микро-индикаторы
стабильности – псевдо микро-анализ? Какова мощность?
6. Результативность стабилизирующей политики государства в
различных режимах конкуренции между банками
4
1. Введение: объект и предмет
 Объект – российские банки:
а) раскрывающие отчетности на сайте ЦБ РФ
б) в период 1 кв. 2004 – 4 кв. 2012 гг.
 Предмет:
а) микроэкономические способы измерения конкуренции
между банками;
б) влияние конкуренции на устойчивость банков на
микроэкономическом уровне;
в) факторы, обуславливающие гетерогенность влияния
конкуренции на устойчивость банков
5
1. Введение: цели исследования
По данным российских банков
1. выявить характер воздействия конкуренции между банками на
показатели их устойчивости (стабильности),
2. определить каналы такого воздействия и
3. оценить, в какой степени различные меры экономической
политики государства, направленные на обеспечение
устойчивости банковской системы, могут усиливать
положительное или ослаблять отрицательное воздействие
конкуренции на стабильность банков
для формирования предложений по совершенствованию
политики ЦБ РФ, направленной на обеспечение стабильности
банковского сектора
6
1. Введение: схема исследования
конкуренция
Набор из
альтернативных
индикаторов
конкуренции
(рыночной власти)
между банками
Способы
моделирования связи
1. напрямую
устойчивость
Набор из
альтернативных
индикаторов
устойчивости
(стабильности)
банков
2. через микро
показатели
3. через макро
показатели
7
1. Введение: методологическая основа
 Математические модели ценовой и количественной конкуренции
(теория отраслевых рынков)
 Методы оценивания статических моделей на панельных данных с
индивидуальными эффектами
а) для моделей с экзогенными переменными: GLS-оценки с
поправками на гетероскедастичность остатков;
б) для моделей с эндогенными переменными: одно- и двухшаговые
процедуры GMM-оценивания
 Методы оценивания динамических моделей на панельных данных с
индивидуальными эффектами
а) одно- и двухшаговые процедуры разностного GMM
(Arellano & Bond, 1991)
б) одно- и двухшаговые процедуры системного GMM
(Arellano & Bover, 1995; Blundell & Bond, 1998)
 Реализация методов: STATA 11.2
 Построение распределений предельных эффектов по банкам на
основе статистических методов (в MS Excel)
8
2. Конкуренция: как измерить?
Способы измерения конкуренции
в банковском секторе
Техника
прямого
оценивания
Техника
косвенного
оценивания
Индекс Лернера
(Lerner, 1934):
доля рыночной
(«монопольной» )
надбавки в процентной
ставке по кредиту
Два течения
Структурный
метод:
Парадигма Мэйсона
«структура – поведение
– результат»
(Mayson,1939)
Неструктурные методы
оценка конкуренции в
целом по банковскому
сектору:
(Panzar, Rosse, 1987)
Вычисление индексов
концентрации:
«ГерфиндаляХиршмана (HHI)» и
«доли первых k банков
на рынке кредитов /
депозитов»
и на уровне отдельных
банков
(Brissmis, Delis, 2011):
оценка конкуренции
на отдельных рынках
(кредитов, депозитов и
пр.):
(Bresnahan, 1982, 1989)
(Lau, 1982),
вычисление
(Barros, Modesto, 1999)
«H-статистик»
(Boone, 2008)
для банковской
системы / банка
и на уровне отдельных
банков (Delis, 2012)
9
2. Конкуренция: Индикатор №1
Была предложена модификация Индекса Лернера
Lernerit 
rLNS, it  AFRit  MCLNS, it
rLNS, it
 0  совершенна я конкуренция

 (0,1)  монополистическая конкуренция
 1  монополия

где для банка i в квартале t
rLNS – средневзвешенная годовая ставка по кредитам
AFR – средневзвешенная годовая ставка по привлеченным
средствам
MCLNS – предельные операционные издержки по кредитам.
Рассчитываются на основе оценок параметров
транслогарифмической функции операционных издержек банков
MCitLNS 
OCit
 ln OCit
LOANSit


LOANSit  ln LOANSit
OCit
10
2. Конкуренция: Индикатор №1
0.12
120
100 - монополия
100
0.10
80
65
59
60
0.08
40
0.06
53
41
20
48
51
50
38
0 и ниже - совершенная конкуренция
0
0.04
53
-20
0.02
-40
-60
0.00
-22 -12
-2
8 18 28 39 49 59 69 79 89 99
Индекс Лернера (на рынке кредитов), %
а) Гистограмма плотности распределения банков
по значениям Индекса Лернера
Lernerit 
rLNS, it  AFRit  MCLNS, it
rLNS, it
01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
Плотность распределения банков
Была предложена модификация Индекса Лернера
99-ый процентиль
75-ый процентиль
25-ый процентиль
1-ый процентиль
50-ый процентиль
б) Динамика Индекса Лернера в различных
процентилях выборки банков
 0  совершенна я конкуренция

 (0,1)  монополистическая конкуренция
11
 1  монополия

2. Конкуренция: Индикатор №2
Была предложена модификация Индикатора Буна
ln ROAbit   i  t   ROAb ln MC
( LNS )
it
N
   ROAb , j ln MCit( LNS ) ln X j , it   NPI   it
j 1
N
LNS it
( LNS )
ln
  i  t   MS  ln MCit
   MS , j  ln MCit( LNS )  ln X j , it   it
LNS SYS t
j 1
где для банка i в квартале t
ROAb – прибыль до формирования резервов / активы, если ROAb ≥ 0,
и 1, если ROAb < 0
NPI – 0, если ROAb ≥ 0, и абс.значение ROAb, если ROAb < 0
LNS / LNS SYS – доля банка на кредитном рынке
MCLNS – предельные операционные издержки по кредитам
X – факторы гетерогенности эффекта MC на ROAb или LNS/LNS SYS
N

( ROAb )
  ROAb    ROAb , j  ln X j , it
 , усиление конкуренции по количеству
 BOONEit
j 1



 0, усиление монополизации
N

( MS )
 , усиление конкуренции по качеству
 BOONEit   MS    MS , j  ln X j , it

j 1

12
2. Конкуренция: Индикатор №2
Была предложена модификация Индикатора Буна
X – факторы гетерогенности эффекта MC на ROAb или LNS/LNS SYS
• структура доходов (процентные, т.е. от выдачи кредитов /
непроцентные, т.е. от прочей деятельности);
• структура активов (кредиты / прочие виды активов);
• структура пассивов (депозиты / прочие привлеченные средства);
• модель поведения на кредитным рынке (развитие розничного /
корпоративного сегментов);
• капитализация и риски (финансовый рычаг, доля просроченных
кредитов в совокупных кредитах);
N

( ROAb )
  ROAb    ROAb , j  ln X j , it
 , усиление конкуренции по количеству
 BOONEit
j 1



 0, усиление монополизации
N

( MS )
 , усиление конкуренции по качеству
 BOONEit   MS    MS , j  ln X j , it

j 1

13
2. Конкуренция: Индикатор №2
0.12
0.20
Область "конкуренция по качеству"
(quality competition)
0.10
0.10
0.00
-0.10
0.08
-0.20
-0.30
0.06
-0.40
0.04
-0.50
-0.16
-0.21
-0.19
-0.34
-0.21
-0.26
-0.27
-0.21
-0.28
Область "конкуренция по количеству"
(quantitative competition)
-0.60
0.02
0.00
Индикатор Буна (по прибыли)
а) Гистограмма плотности распределения банков
по значениям Индикатора Буна
N

( ROAb )
  ROAb    ROAb , j  ln X j , it
 BOONEit
j 1

01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
-0.70
-0.54
-0.52
-0.50
-0.48
-0.46
-0.43
-0.41
-0.39
-0.37
-0.35
-0.33
-0.30
-0.28
-0.26
-0.24
-0.22
-0.19
-0.17
-0.15
-0.13
-0.11
-0.09
-0.06
-0.04
-0.02
Плотность распределения банков
Была предложена модификация Индикатора Буна
99-ый процентиль
75-ый процентиль
25-ый процентиль
1-ый процентиль
50-ый процентиль
б) Динамика Индикатора Буна в различных
процентилях выборки банков
 , усиление конкуренции по количеству

  0, усиление монополизации
 , усиление конкуренции по качеству 14

2. Конкуренция: Индикатор №2
0.14
0.40
0.12
0.20
0.08
0.10
Область "конкуренция по качеству"
(quality competition)
0.00
0.01
-0.01
0.08
-0.20
0.06
-0.40
0.09
-0.02
-0.02
-0.14
-0.01
-0.15
Область "конкуренция по количеству"
(quantitative competition)
0.04
-0.60
0.02
Индикатор Буна (по доле на рынке кредитов, MS)
а) Гистограмма плотности распределения банков
по значениям Индикатора Буна
N

( MS )
 BOONEit   MS    MS , j  ln X j , it
j 1

01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
-0.80
0.00
-0.63
-0.58
-0.53
-0.48
-0.43
-0.38
-0.32
-0.27
-0.22
-0.17
-0.12
-0.07
-0.02
0.03
0.09
0.14
0.19
0.24
0.29
0.34
0.39
0.45
0.50
0.55
0.60
Плотность распределения банков
Была предложена модификация Индикатора Буна
99-ый процентиль
75-ый процентиль
25-ый процентиль
1-ый процентиль
50-ый процентиль
б) Динамика Индикатора Буна в различных
процентилях выборки банков
 , усиление конкуренции по количеству

  0, усиление монополизации
 , усиление конкуренции по качеству

15
2. Конкуренция: Индикатор №3
Была предложена модификация Н-статистики Панзара-Росса
3
(l )
it
ln INC
 i  t    m  ln Pm,it
m 1
K
K
1 3 3
   rq  ln Pr ,it  ln Pq ,it 
2 r 1 q 1
3
   k  ln X k ,it    km  ln X k ,it  ln Pm,it    TAit   it
k 1
k 1 m 1
где для банка i в квартале t
INC – доход банка
P – цена входящего ресурса (труда, физического капитала или привлеченных средств)
X – факторы гетерогенности эффекта MC на ROAb или LNS/LNS SYS
TA – совокупные активы
 ln INCit(l )

m 1  ln Pm , it
3
H stat, it
1 3 3

   rq  ln Pr ,it  ln Pq ,it 
3
3
K 3
2 r 1 q 1


  m  
   km  ln X k ,it

ln
P
m 1
m 1
k 1 m 1
m , it
 0  монополия

 (0,1)  монополистическая конкуренция
16
1  совершенна я конкуренция

2. Конкуренция: Индикатор №3
1.0
0.25
0.8
0.20
0.6
1 - совершенная конкуренция
0.70
0.66
0.64
0.63
0.62
0.62
0.53
0.62
0.56
0.4
0.15
0.2
0.10
0.0
0 - монополия
-0.2
0.05
-0.4
0.95
0.90
0.85
0.80
0.75
0.69
0.64
0.59
0.54
0.49
0.43
0.38
0.33
0.28
0.23
0.17
0.12
0.00
Н-статистика Панзара-Росса
а) Гистограмма плотности распределения банков
по значениям Н-статистики
 ln INCit(l )

m 1  ln Pm , it
3
H stat, it
01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
Плотность распределения банков
Была предложена модификация Н-статистики Панзара-Росса
99-ый процентиль
75-ый процентиль
25-ый процентиль
1-ый процентиль
50-ый процентиль
б) Динамика Н-статистики в различных
процентилях выборки банков
1 3 3

   rq  ln Pr ,it  ln Pq ,it 
3
3
K 3
2 r 1 q 1


  m  
   km  ln X k ,it
 ln Pm,it
m 1
m 1
k 1 m 1
 0  монополия

 (0,1)  монополистическая конкуренция
1  совершенна я конкуренция
17

2. Конкуренция: Индикатор №4
Был использован микроуровневый индекс концентрации
4
HHIitA   dit( j )  HHIt( j )
j 1
0  совершенна я конкуренция

 (0, 10000)  монополистическая конкуренция
10000  монополия

где HHIA – индекс, отражающий вовлеченность банка i в различные
рынки платных активов j, j = 1…J, квартале t
d(j) – доля активов вида j в совокупных активах банка банка i в
квартале t
HHI(j) – индекс Герфиндаля-Хиршмана для рынка актива вида j
 TAit
  
i 1  TA SYS t
N
HHIt( j )



2
18
2. Конкуренция: Индикатор №4
Был использован микроуровневый индекс концентрации
а) Гистограмма плотности распределения банков
по значениям Н-статистики
4
HHIitA   dit( j )  HHIt( j )
j 1
б) Динамика Н-статистики в различных
процентилях выборки банков
0  совершенна я конкуренция

 (0, 10000)  монополистическая конкуренция
10000  монополия

19
2. Конкуренция: Индикаторы №1-4
а) Индекс Лернера (доля надбавки в цене)
б) Индикатор Буна (эффект издержек на ROA)
20
в) Н-статистика (эффект цен ресурсов на доход)
г) индекс концентрации (вовлеченность на рынки)
2. Устойчивость: как измерить?
Балансовые индикаторы:
1. Z-индексы стабильности в методологии Roy (1952): агрегирование
всех видов риска в одном показателе для банка i в момент t
EQit
TAit

 3Y ROAit 
ROAit 
Z score, it
где ROA – отношение прибыли к активам, EQ/TA – отношение
капитала к активам, Ϭ – стандартное отклонение ROA за 3 года.
2. Доля просроченных кредитов в совокупных кредитах банка:
прокси-переменная подверженности кредитному риску
3. Прокси-переменные для прочих – некредитных – видов риска
Эконометрические индикаторы:
1. Показатели вероятности банкротства на основе оценок
logit/probit-моделей
21
3. Конкуренция и устойчивость: теория
Две конфликтующие концепции:
1. «Конкуренция-уязвимость» (Keeley, 1990, Amer. Econ. Review)
2. «Конкуренция-стабильность» (Boyd, De Nicolo, 2005, J. of Finance)
Способы устранения конфликта:
1. Подход Martinez-Miera & Repullo (2010): ослабить предпосылку о
тесной корреляции между дефолтами заемщиков
Недостаток: поведение заемщиков учитывается, а банков – нет.
2. Предложенный в диссертации подход: соотнести эффекты обеих
концепций с понятиями теории контрактов
•
Моральный риск (менеджеров) – «Конкуренция-уязвимость»
•
Неблагоприятный отбор (заемщиков) – «Конкуренция-стабильность»
22
3. Конкуренция и устойчивость: теория
Моральный риск (менеджеров) – «Конкуренция-уязвимость»
•
Неблагоприятный отбор (заемщиков) – «Конкуренция-стабильность»
Неустойчивость
банков к риску
•
Моральный
риск
Неблагоприятный
отбор
Итоговая
функция
неустойчивости
A
YA
минимальная
(совершенная
конкуренция)
XA
(монополистическая
конкуренция)
максимальная
(монополия)
Рыночная
власть банков
(тип рыночной
структуры)
23
3. Конкуренция и устойчивость: обзор
Классификация работ по оценке связи конкуренции
и стабильности банков
Вид взаимосвязи
Линейная
Конкуренция–стабильность
Boyd, De Nicolo (2005)
Boyd, De Nicolo, Jalal (2006)
De Nicolo, Loukoianova (2006)
Schaeck, Cihak, Wolfe (2006)
Beck, Demirguc-Kunt, Levine
(2006)
Carletti, Hartmann, Spagnolo
(2007)
Schaeck, Cihak (2007, 2008, 2010)
Uhde, Heimeshoff (2009)
Koetter, Poghosyan (2009)
Мамонов (2010)
Soedarmono et al. (2013)
Конкуренция–уязвимость
Keeley (1990)
Hellmann, Murdock, Stiglitz
(2000)
Hauswald, Marquez (2006)
Yeyati, Micco (2007)
Chang et al. (2007)
Jimenez et al. (2010)
De Jonghe, Vennet (2008)
Turk Ariss (2010)
Fonseca, Gonzalez (2010)
Buch et al. (2010)
Agoraki et al. (2011)
Fungáčová, Weill (2013)
Karminsky et al. (2012)
Nguyen et al. (2012)
Нелинейная
Martinez-Miera, Repullo
(2007, 2010)
Berger et al. (2009)
Tabak et al. (2012)
Мамонов (2012)
Beck et al. (2013)
24
4. Реализация различных способов
оценки воздействия конкуренции на
устойчивость российских банков
25
4. Способ №1: напрямую, линейно
Была специфицирована совокупность эконометрических уравнений:
RISK
( p)
it
 i  I INERT    RISK
4
( p)
it 1
 1  I LL   0 MPower
( q)
it
 I LL   j MPowerit(q )j
j 1
L
  l BSF
(l )
it k
l 1
M
  m MACROt(mk)   it
m 1
где для банка i в квартале t
•
RISK – Z-индекс стабильности или доля просроченных кредитов (ODL)
•
MPower – индикаторы рыночной власти: Индекс Лернера, Индикатор Буна, Нстатистика или микроуровневый индекс концентрации
•
BSF (Bank-specific factors) и MACRO – наборы контрольных факторов, отражающих
отличия в параметрах бизнес-моделей банков и общие для всех банков
макроэкономические условия функционирования
•
IINERT – бинарный индикатор учета инертности переменной RISK
•
ILL – бинарный индикатор лаговой структуры переменной MPower
26
4. Способ №1: напрямую, линейно
Условия подтверждения альтернативных концепций связи конкуренции и стабильности
Концепция
«конкуренция- «конкуренцияуязвимость» стабильность»
Индикатор
устойчивости
банка (RISK)
Z-индекс
стабильности
4

j 1
Доля
просроченных
кредитов в
совокупных
кредитах (ODL)
RISK
( p)
it
 1  I LL   0 MPower
0
j 1
j
0
0  0
4
4
j 1
j
0

j 1
0  0
j
0
0  0
4
( p)
it 1
 I LL   j MPowerit(q )j
L
  l BSF
(l )
it k
l 1

0  0

 i  I INERT    RISK
( q)
it
j
4
j 1
M
  m MACROt(mk)   it
m 1
27
4. Способ №1: напрямую, линейно
Индикатор устойчивости
Метод оценки связиa
Индикатор рыночной
власти банка
Неструктурные индикаторы:
Индекс Лернера (на рынке
кредитов, скоррект.)b
Индикатор Буна:
по прибыли
по доле на рынке
кредитов
–Н-статистика
(по процентным доходам)
Структурный индикатор:
Индекс микроуровневой
концентрации (по активам)d
Период наблюдений
Число наблюдений (банков), мин – макс
Теснота связи, мин – макс
Индикатор общей
устойчивости банка
(Z-индекс)
Индикатор
(не)устойчивости банка к
кредитному риску (ODL)
1
2
3
CF
CF
CF
CF
CF
CF
1
2
3
1
2
3
CS
CS
CS
CS
CF
CS
CS
CS
CS
CF
CS (н/з)
CF
1
2
3
CF
CF (н/з)
CF
CS (н/з)
н/и
CS
1
2
3
н/и
н/и
CF
1 кв. 2008 – 4 кв. 2012
3615 (449) – 9733 (749)
0.43-0.70
CF
н/и
CF
1 кв. 2005 – 4 кв. 2012
7730 (630) – 18853 (950)
0.50-0.87
CF – концепция «конкуренция-уязвимость» (Competition-Fragility); CS – «конкуренция-стабильность» (Competition-Stability)
a Панельные регрессии по российским банкам
1 – Статическая регрессия с фиксированными эффектами (fixed effects), лаги индикатора рыночной власти – с 1-го по 4-ый, оценка GLS;
2 – Динамическая регрессия, лаги индикатора рыночной власти – с 1-го по 4-ый, оценка одношагового разностного GMM
3 – Статическая регрессия с фиксированными эффектами (fixed effects), лаги индикатора рыночной власти – 0-ой (текущий), оценка
28
двухшагового GMM;
4. Способ №1: напрямую, нелинейно
Была специфицирована совокупность эконометрических уравнений:


RISK it( p )  i  I INERT    RISKit( p1)  I LL  1MPowerit(q1)  1MPowerit(q1) 

 1  I LL   0 MPower
( q)
it
 0 MPower
( q)2
it
2
   BSF
L
l
l 1
(l )
it k
M
  m  MACROt(mk)   it
m 1
где для банка i в квартале t
•
RISK – Z-индекс стабильности или доля просроченных кредитов (ODL)
•
MPower – индикаторы рыночной власти: Индекс Лернера, Индикатор Буна, Нстатистика или микроуровневый индекс концентрации
•
BSF (Bank-specific factors) и MACRO – наборы контрольных факторов, отражающих
отличия в параметрах бизнес-моделей банков и общие для всех банков
макроэкономические условия функционирования
•
IINERT – бинарный индикатор учета инертности переменной RISK
•
ILL – бинарный индикатор лаговой структуры переменной MPower
29
4. Способ №1: напрямую, нелинейно
Индикатор Метод
устойчивости оценки
связиa
Индикатор
рыночной
власти банка
Индекс Лернера
(на рынке
кредитов)
Индикатор Буна
(по прибыли)
Индикатор Буна
(по доле на рынке
кредитов)
Н-статистика
(процентные
доходы)
Индекс
микроуровневой
концентрации (по
активам)
a Панельные
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
Индикатор общей устойчивости
банка (Z-индекс)
Наличи
е связи
+
+
+
+
+
+
–
–
–
–
–
–
–
–
+
Форма
связи
(параболы)
Точка
оптимума
(процентиль
выборки)
58
71
49
9
12
14
90
Индикатор (не)устойчивости банка
к кредитному риску (ODL)
Наличие
связи
+
+
+
+
+
+
–
–
+
–
–
+
–
–
+
Форма
связи
(параболы)
Точка
оптимума
(процентиль
выборки)
73
48
62
1
2
2
87
93
94
регрессии по российским банкам за период 1 кв. 2008 – 4 кв. 2012 гг. для моделей Z-индекса и 1 кв. 2005 – 4 кв. 2012 гг. для
моделей ODL:
1 – Статическая регрессия с фиксированными эффектами (fixed effects), лаги индикатора рыночной власти – с 1-го по 4-ый, оценка GLS;
2 – Динамическая регрессия, лаги индикатора рыночной власти – с 1-го по 4-ый, оценка одношагового разностного GMM
3 – Статическая регрессия с фиксированными эффектами (fixed effects), лаги индикатора рыночной власти – 0-ой (текущий), оценка
30
двухшагового GMM;
4. Способ №1: напрямую, нелинейно
Z-индекс = f (Индекс Лернера, Контроли)
Банки в области «Конкуренция-уязвимость»
FE-оценка траектории движения точки максимума
31
4. Способ №1: напрямую, нелинейно
Доля просроченных кредитов = f (Индекс Лернера, Контроли)
Банки в области «Конкуренция-уязвимость»
FE-оценка траектории движения точки максимума
32
4. Способ №1: напрямую, нелинейно
Z-индекс = f (Индикатор Буна, Контроли)
FE-оценка траектории движения точки максимума
33
4. Способ №2: через микро показатели
Была специфицирована совокупность эконометрических уравнений:
EFFit  1i  1MPower
( j)
it k
P
  1 p MPower
p 1
Q
( j)
it k
P
 X 1 p , it k  1 p  X 1 p , it k
p 1
  1q  MACRO1q , t k  1, it
q 1
R
RISK
( p)
it
R
  2i   2  EFFit k    2 r  EFFit k  X 2 r , it k    2 r  X 2 r , it k
r 1 S
r 1
   RISK it( p1)   2 s  MACRO 2 s , t k   2, it
s 1
где для банка i в квартале t
•
EFF – прокси-переменная эффективности издержек (SFA-индекс)
•
RISK – Z-индекс стабильности или доля просроченных кредитов (ODL)
•
MPower – индикаторы рыночной власти: Индекс Лернера, Индикатор Буна, Нстатистика или микроуровневый индекс концентрации
•
MACRO – наборы контрольных факторов, отражающих общие для всех банков
макроэкономические условия функционирования
•
X – факторы гетерогенности (из числа микроэкономических переменных)
34
4. Способ №2: через эффективность
Ключевые предельные эффекты:
P
EFFit
1)
 1   1 p X 1 p , it k
MPowerit(jk)
p 1
> 0  Подтверждение концепции «Уникальности банковской деятельности»
(Pruteanu-Podpiera et al., 2008)
< 0  Подтверждение концепции «Спокойной жизни монополиста» (Hicks, 1935)
R
RISK it( p )
2)
  2    2 r  X 2 r , it k
EFFit k
r 1
> 0  Подтверждение концепции «Экономии на риск-менеджменте»
(Berger & DeYoung, 1997)
< 0  Подтверждение концепции «Плохого менеджмента» (Berger & DeYoung, 1997)
35
4. Способ №2: через микро показатели
Объединение предельных эффектов – оценка совокупного воздействия
конкуренции на стабильность банков:
P
P

 R


RISK it( p )









X


X



X



2 1
1 p 1 p , it k 
2 r 2 r , it k  1
1 p 1 p , it k 
( j)
MPowerit k
p 1
p 1

 r 1


> 0  «Конкуренция-уязвимость», если RISK = Z-индекс
«Конкуренция-стабильность», если RISK = Доля просроченных кредитов
в кредитах
< 0  «Конкуренция-стабильность», если RISK = Z-индекс
«Конкуренция-уязвимость», если RISK = Доля просроченных кредитов в
кредитах
36
4. Способ №2: через микро показатели
Были предложены следующие группы факторов гетерогенности Х:
1.
Зависимость пассивов банков от привлеченных счетов и депозитов («откуда
берутся средства»?)
2.
Вовлеченность на кредитный или некредитные рынки («куда вкладываются
средства»?)
3.
Розничная или корпоративная модель поведения на кредитном рынке
(«кредитование населения или нефинансовых предприятий»?)
4.
Сбалансированность привлеченных и размещенных средств («кредитование
за счет депозитов или других источников»?)
5.
Обеспеченность ликвидностью и собственным капиталом («насколько
устойчива бизнес-модель банка к шокам ликвидности и прочим рискам»?)
6.
Масштаб банка («крупный или мелкий: какова способность оказать
системный эффект»?)
7.
Форма собственности и институциональная принадлежность («кому
принадлежит банк и где он расположен»?)
37
4. Способ №2: через микро показатели
GLS-оценки: воздействие рыночной власти (Индекс Лернера) на
эффективность издержек (SFA-индекс)
0.25
0.20
0.15
0.10
0.05
0.223 0.216
0.219
0.200
0.174
0.158
0.153
0.146
0.138
0.096
0.117
0.101
Область "рыночная власть - эффективность" (the banking
specificities concept)
0.00
Область "рыночная власть - неэффективность"
(the "Quiet life" concept)
-0.05
-0.10
01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
-0.15
75-ый процентиль
а) Гистограммы плотности распределения банков
по предельному эффекту
50-ый процентиль
25-ый процентиль
1-ый процентиль
б) Динамика предельного эффекта в различных
процентилях выборки (итоговая модель)
P
EFFit
 1   1 p X 1 p , it k
MPowerit(jk)
p 1
38
4. Способ №2: через микро показатели
GMM-оценки: воздействие эффективности издержек (SFA-индекс) на
стабильность (Z-индекс)
0.25
0.30
Область
"эффективность-стабильность"
(the bad management hypothesis)
0.25
0.20
0.20
0.130
(Усредненный
эффект)
0.20
Область "эффективность-стабильность"
(the bad management hypothesis)
0.15
0.10
0.15
0.15
0.15
0.14
0.10
0.11
0.11
0.08
0.15
0.14
0.13
0.11
0.10
0.08
0.08
0.05
0.10
01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
0.00
0.05
а) Гистограмма плотности распределения банков
по предельному эффекту
0.500
0.479
0.458
0.438
0.417
0.396
0.375
0.354
0.333
0.313
0.292
0.271
0.250
0.229
0.208
0.188
0.167
0.146
0.125
0.104
0.083
0.063
0.042
0.021
0.000
0.00
90-ый процентиль
75-ый процентиль
25-ый процентиль
10-ый процентиль
50-ый процентиль
б) Динамика предельного эффекта в различных
процентилях выборки
R
RISK it( p )
  2    2 r  X 2 r , it k
EFFit k
r 1
39
4. Способ №2: через микро показатели
GMM-оценки: воздействие эффективности издержек (SFA-индекс) на долю
просроченных кредитов в совокупных кредитах (ODL)
0.25
Область "эффективность-стабильность"
(the bad management hypothesis)
0.06
Область
"эффективность-уязвимость"
(the skimping hypothesis)
Область "эффективность-уязвимость"
(the skimping hypothesis)
0.04
0.20
0.02
0.00
0.00
0.15
-0.02
-0.01
-0.02
Область "эффективность-стабильность"
-0.02
(the bad management hypothesis)
-0.02
-0.03
0.10
-0.03
-0.02
-0.03
-0.04
-0.02
-0.03
-0.03
01.07.2005
01.10.2005
01.01.2006
01.04.2006
01.07.2006
01.10.2006
01.01.2007
01.04.2007
01.07.2007
01.10.2007
01.01.2008
01.04.2008
01.07.2008
01.10.2008
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
-0.06
0.05
-0.027
(Усредненный
эффект)
а) Гистограмма плотности распределения банков
по предельному эффекту
0.044
0.039
0.034
0.030
0.025
0.020
0.015
0.011
0.006
0.001
-0.004
-0.008
-0.013
-0.018
-0.023
-0.027
-0.032
-0.037
-0.042
-0.046
-0.051
-0.056
-0.061
-0.065
-0.070
0.00
99-ый процентиль
75-ый процентиль
25-ый процентиль
1-ый процентиль
50-ый процентиль
б) Динамика предельного эффекта в различных
процентилях выборки
R
RISK it( p )
  2    2 r  X 2 r , it k
EFFit k
r 1
40
4. Способ №3: через макро показатели
 масштаб кредитных организаций и требования ЦБ РФ к
минимальному размеру собственного капитала
действующих банков
(первое направление);
 доли банковского сектора, контролируемые различными
группами собственников, — государством, нерезидентами
и частными предпринимателями
(второе направление);
41
4. Способ №3: через макро показатели
Была специфицирована совокупность эконометрических уравнений:
)
)
ODLit  i    LERNERit( LNS
   POLICYj , t  k    LERNERit( LNS
k
 k  POLICYj , t  k
L
   l  BSF
l 1
(l )
it  k
M
   m  MACROt(mk)   it
m 1
где для банка i в квартале t
•
ODL – доля просроченных кредитов в совокупных кредитах
•
LERNER – Индекс Лернера (доля рыночной надбавки в процентной ставке по кредиту)
•
BSF (Bank-specific factors) и MACRO – наборы контрольных факторов, отражающих
отличия в параметрах бизнес-моделей банков и общие для всех банков
макроэкономические условия функционирования
и для всех банков i в квартале t
•
POLICY – прокси-переменные для различных мер экономической политики
42
4. Способ №3: через макро показатели
1. Идея: оценка порогов на основе предельных эффектов
2. Ключевые предельные эффекты:
ODLit
)
     LERNERit( LNS
k
POLICYj , t  k
ODLit
     POLICYj , t  k
( LNS )
LERNERit  k
где для банка i в квартале t
• ODL – доля просроченных кредитов в совокупных кредитах
• LERNER – Индекс Лернера (доля рыночной надбавки в процентной ставке по
кредиту)
и для всех банков i в квартале t
• POLICY – прокси-переменные для различных мер экономической политики
43
4. Способ №3: через макро показатели
Первое. Концентрация активов крупных и средних банков
в банковской системе
Крупные банки (топ-30)
Порог по оси Х:
ODLit
     CR j , t k
)
LERNER it( LNS
k
Средние банки (31-100)
Порог по оси Y:
ODLit
)
     LERNER it( LNS
k
CR j , t k
44
4. Способ №3: через макро показатели
Первое. Концентрация активов крупных и средних банков
в банковской системе
Динамика предельных эффектов во времени
ODLit
)
     LERNER it( LNS
k
CR j , t k
ODLit
     CR j , t k
)
LERNER it( LNS
k
45
4. Способ №3: через макро показатели
Второе. Концентрация в различных продуктовых сегментах
Рынок розничных кредитов
Порог по оси Х:
ODLit
)
     LERNERit( LNS
k
( j)
HHIt  k
Рынок корпоративных кредитов
Порог по оси Y:
ODLit
     HHIt(jk)
( LNS )
LERNER it k
46
4. Способ №3: через макро показатели
Третье. Требования ЦБ РФ к минимальному капиталу
Порог по оси Х:
ODLit
)
     LERNER it( LNS
k
MIN EQ t k
Порог по оси Y:
ODLit
     MIN EQ t k
)
LERNER it( LNS
k
47
4. Способ №3: через макро показатели
Четвертое. Госбанки vs. Частные банки: приватизация?
Федеральные госбанки
Порог по оси Х:
ODLit
)
     LERNER it( LNS
k
(d )
CRt k
Частные столичные банкирезиденты (Москва и СПб)
Порог по оси Y:
ODLit
     CRt(dk)
( LNS )
LERNERit k
48
4. Способ №3: через макро показатели
Четвертое. Госбанки vs. Частные банки: приватизация?
Индекс Лернера
(на рынке кредитов)
Позиция в рэнкинге банков
по активам
1 – 30
31 – 100
До
кризиса
21.4
После
кризиса
19.5
До
кризиса
43.9
После
кризиса
-
Региональные
госбанки
19.4
26.6
42.2
41.1
Банки в собственности
госкорпораций или госбанков
16.7
22.3
50.7
20.6
Дочерние банки
нерезидентов
18.6
18.1
25.9
23.5
Частные столичные банкирезиденты
30.2
32.4
36.8
35.5
Частные региональные
банки-резиденты
33.0
37.9
38.3
42.5
Федеральные
госбанки
49
4. Способ №3: через макро показатели
Четвертое. Госбанки vs. Частные банки: приватизация?
Оценки процентных ставок на рынке кредитов нефинансовым
предприятиям
50
5. Научная новизна: обобщение
1.
Предложено оригинальное объяснение феномену нелинейного воздействия
конкуренции на устойчивость банков;
2.
Разработаны собственные микроэкономические модификации общеотраслевых
индикаторов конкуренции на основе методов панельной эконометрики
(Индикатор Буна и Н-статистика);
3.
Разработана модификация Индекса Лернера с учетом специфики российских
банков;
4.
Построен комплекс эконометрических моделей нелинейного воздействия
конкуренции на устойчивость банков (U-форма);
5.
Устранен конфликт между двумя индикаторами конкуренции – Индексом Лернера
и Индикатором Буна;
6.
Впервые комплексно оценены пороги, разделяющие положительное и
отрицательное воздействие конкуренции на устойчивость банков;
7.
Построен оригинальный комплекс эконометрических моделей для анализа связей
в рамках триады «конкуренция – эффективность – стабильность»;
8.
Впервые построена совокупность эконометрических моделей для тестирования
результативности различных мер экономической политики государства.
51
6. Заключение
1.
Микроэкономические индикаторы конкуренции: выявлены «узкие места» в
литературе
2.
Для расшивки «узких мест» предложена идея изучения причин межбанковской
гетерогенности. Идея реализована с помощью эконометрических методов
3.
На основе собственной модификации Индекса Лернера показано, что рыночные
надбавки в ценах кредитов (а) обратны масштабу банков и (б) ниже в госбанках
4.
Оценки по комплексу эконометрических моделей показали, что связь между
конкуренцией и устойчивостью в российских банках является U-образной
(первый способ моделирования)
5.
Эконометрические расчеты показали, что эффективность издержек –
работоспособный канал трансмиссии эффекта конкуренции на устойчивость
(второй способ моделирования)
6.
Расчеты по альтернативному комплексу эконометрических моделей показали, что
меры экономической политики ( приватизация госбанков, увеличение
минимального капитала и др.) значительно корректируют эффект конкуренции на
устойчивость банков
(третий способ моделирования)
7.
Планы на будущее: out-of-sample, локальные группы и др. способы моделирования
52
Спасибо за внимание!
53
1/--страниц
Пожаловаться на содержимое документа