Магистерская работа: Факторы, влияющие на формирование чистой процентной маржи банка

Количество действующих и отозванных банков в динамике (данные Банка России)

Банковская отрасль России является сильно концентрированной, и эта тенденция продолжает усиливаться, что видно в Таблице 2. Это происходит в связи с тем, что, как было отмечено выше, маленьким банкам сложно продолжать свою деятельность в среде ужесточающихся требований регулятора и при этом сохранять свою конкурентоспособность с крупными федеральными банками. Также, по причине участившихся отзывов банковских лицензий, многие организации и физические лица перенесли свои активы в более надежные крупные банки.

Таблица 2. Концентрация активов по банковскому сектору России (действующие кредитные организации)

Анализируя структуру доходов и расходов банковского сектора за период 2013-2015 гг. видно резкое увеличение доли доходов и расходов по операциям с иностранной валютой, что связано с резким падением курса рубля, начавшимся во второй половине 2014 года. Также заметен рост процентного дохода по юридическим лицам, показывающий увеличение на 67% за 2 года, процентные доходы по физическим лицам при этом остаются на прежнем уровне, также практически не меняется размер комиссионных доходов. Что касается структуры расходов, то здесь увеличение процентных расходов наблюдается как по юридическим, так и по физическим лицам, однако по юридическим лицам рост опять же выше. Произошло значительное увеличение доходов и расходов, связанных с отчислением средств в резерв на возможные потери по ссудам и восстановлению средств из резерва. Это происходит в связи со значительным ухудшением кредитного портфеля банков на фоне текущего финансового кризиса. Норматив начисления резервов на возможные потери по ссудам зависит как от качества обслуживания долга, так и от финансового состояния заемщика, которое, за последние два года, значительно ухудшилось по большинству компаний. Качество обслуживание долга также снизилось. Особенно ярко это проявляется в случае выдачи кредитов в иностранной валюте организациям, чьи денежные потоки происходят в российских рублях.

Таблица 3. Структура доходов и расходов агрегированного банковского сектора

Также, анализируя таблицу 2 в совокупности с таблицей 1 можно наглядно увидеть то, что агрегированные процентные расходы по привлеченным средствам юридических лиц значительно выше, чем по средствам физических лиц, в то время как средства, привлеченные от физических лиц, превышают средства, привлеченные от юридических лиц, что подтверждает гипотезу о большем процентном спреде для розничного бизнеса в сравнении с корпоративным.

2. Эмпирическое исследования

2.1 Методология проведения оценки влияния санкций на банковскую систему России

Целью данной работы является определение факторов, влияющих на формирование чистой процентной маржи российских банков. В соответствии с поставленной целью был исследован вопрос определения чистой процентной маржи, проведен сравнительный анализ ее динамики по странам мира, изучены проведенные ранее теоретические и эмпирические исследования по данной тематике, а также оценено состояние банковского сектора в России и динамика его развития.

Чтобы выполнить поставленную задачу, необходимо определить независимые переменные модели, которые могут оказывать влияние на формирование чистой процентной маржи, определить выборку, на которой будет проводиться эмпирическое исследование, составить модель оценки факторов, задать гипотезы, которые мы предполагаем подтвердить в ходе данного исследования.

Для оценки влияния факторов на чистую процентную маржу банка, мной будут использованы панельные ежеквартальные данные по 664 российским банкам за период с 1 квартала 2011 года по 4 квартал 2015 года. Эконометрическое исследование факторов будет проводиться посредством пакета анализа Stata.

Чистая процентная маржа может рассчитываться как чистые процентные доходы (процентные доходы минус процентные доходы) к активам/ активам, работающим активам/ активам, очищенных от резервов. В моей работе я буду пользоваться последним методом.

?Все данные получены и систематизированы из открытого источника - официальных данных, ежемесячно предоставляемых Банком России на своем официальном сайте.

При выборе детерминант, я руководствовалась результатами ранее приведенных мной исследований, которые проводились на европейских и американских банковских рынках.

Как показали предыдущие исследования, нужно уделить особенное внимание специализации банка, его эффективности и кредитоспособности.

Моя модель построена на основе базовой модели Хо и Саундерса.

Детерминанты чистого спреда в рамках моего исследования определялись как:

- Значение зависимой переменной в предыдущем периоде (NIM_t-1);

- Рискованность кредитного портфеля, определяемая как отношение проблемных кредитов физических лиц к выданным кредитам физическим лицам (NPLRC) и юридических лиц к выданным кредитам юридическим лицам (NPLRO), а также используя норматив Н7 (максимальный размер крупных кредитных рисков). Банки, которые инвестируют в более рискованные проекты устанавливают более высокий процент по кредитам для компенсации высокого процента плохих займов, которые придется списывать;

- Риск ликвидности, рассчитываемый при помощи норматива текущей ликвидности (N3);

- Риск процентной ставки (IRR), определяемый как разница между ставкой по трехмесячному показателю Mosprime и ставкой по потребительским депозитам.

- Индекс Херфиндаля-Хиршмана (HHI), определяет концентрацию рынка, согласно традиционной гипотезе SCP считается что он положительно влияет на чистую процентную маржу;

Прочие внутрибанковские факторы:

- Неэффективность, определяемая как отношение операционных расходов к валовому доходу (OCR), чем больше операционная неэффективность банка, тем больше соответственно должна быть маржа для ее покрытия;

- Норматив достаточности капитала (N1). Согласно ранее проведенным исследованиям (Berger, 1995) данный показатель увеличивает маржу;

- Размер банка, отраженный как логарифм общих активов банка (LAssets). В качестве показателя размера активов учитываем очищенные активы, состоящие из следующих статей: денежные средства, средства в ЦБ РФ, чистые средства в кредитных организациях, чистая ссудная задолженность (очищенная от резервов), финансовые активы по справедливой стоимости, чистые вложения в ценные бумаги, удерживаемые до погашения, чистые вложения в ценные бумаги, имеющиеся в наличии для продажи, основные средства, нематериальные активы и материальные запасы, средства в расчетах, дебиторская задолженность, требования по получению процентов, прочие активы за вычетом резервов на возможные потери, отложенный налог на прибыль;

- Зависимость от межбанковских кредитов (IBL) - как показатель эффективности привлечения средств банком;

Факторы, определяющие спецификацию банка:

- Отношение всех выданных кредитов к общим активам банка (LAR). При увеличении специализации банка на традиционной банковской активности, эффективность в ней также может вырасти и банки будут показывать более низкую процентную маржу. Это объясняется тем, что специализация на кредитовании обеспечивает информационные преимущества, которые, в свою очередь, могут снижать издержки посредничества, и как результат, маржу (Berlin and Mester, 1999);

- Отношение депозитов к общим обязательствам (DLR). Согласно Berlin and Mester, 1999, связь между этим показателем и маржой может быть как отрицательной - в случае если депозиты не являются убыточным продуктом, или положительной - в обратном случае ();

- Отношение непрофильных активов к общим активам (NCA) - показывает имеет ли банк в балансе крупную долю основных средств, недвижимость (имущества), нематериальных активов и материальных запасов. Высокий процент может свидетельствовать о рискованной политике банка, т.к. рассматриваемые средства обычно не приносят доход. Обычное значение показателя для российских банков составляет порядка 5-10%. Если доля более 15%, то структура активов отягощена имеющейся недвижимостью;

- Доля депозитов до востребования (CDR) - по моему мнению повышает риск процентной ставки, соответственно влияние на маржу скорее всего положительно.

Макроэкономические факторы:

- Реальный ВВП (RGDP) в ценах 2008 года (в трлн. руб.) как показатель экономического состояния в стране. Отношение между банковской маржой и ростом зависит от корреляции между ценами, издержками и бизнес циклом. Экономический рост может отрицательно влиять на цены и издержки банка, уровень влияния на оба показателя неочевиден;

- Инфляция (IR) в% как индикатор повышения общего уровня цен на товары и услуги;

- Ключевая ставка Банка России (KR) как процентная ставка, играющая основную роль при установлении процентных ставок по предоставляемым банками кредитам и оказывающая влияние на стоимость фондирования банков.

Чистая процентная маржа берется с лагом, так как маржа имеет тенденцию несколько отставать от изменений на рынке, а также во избежание проблемы эндогенности со специфическими для банка характеристиками (из вектора внутренних переменных).

Эмпирическая спецификация имеет следующий вид:

NIM_it= б_i + в₁ NPLRC _it-1 + в₂ NPLRO _it-1 в₃ N3_it-1 + в₄IRR_it-1 + в₅HHI_it-1 + в₆OCR_it-1 + в₇N1_it-1 + в₈LAssets_it-1 + в₉IBL_it-1 + в₁₀LAR_it-1 + в₁₁DLR_it-1 +

в₁₂NCA_it-1 + + в₁₃СDR_t-1 + в₁₄RGDP_t + в₁₅ KR_t + ?_it,

Наилучший вид зависимостей между зависимыми и независимыми переменными будет определяться в ходе проведения расчетов (линейная, логарифмическая, квадратическая, иная).

При выдвижении гипотез я руководствуюсь идеей о том, что меньшая маржа будет у банков, более эффективно выполняющих функцию перераспределения денежных средств (выдавая кредиты и получая депозиты).

До проведения расчетов выдвигаются следующие гипотезы:

Н1: Рискованность кредитного портфеля оказывает положительное влияние;

Н2: Показатель ликвидности оказывает отрицательное влияние в связи с тем, что в России высокие показатели ликвидности как правило связаны с грамотным управлением банком, что в свою очередь характерней для крупных федеральных банков, нежели для банков регионального значения;

Н3: Риск процентной ставки оказывает положительное влияние;

Н4: Индекс Херфиндаля-Хиршмана оказывает положительное влияние;