Материал: Государственные программы поддержки ипотечного кредитования

Ввиду довольно низких значений коэффициентов попарной корреляции (отчасти обусловленных тем, что не учитывается панельная структура данных) был сделан вывод, что в моделях не должна присутствовать проблема сильной мультиколлинеарности. В качестве дополнительного свидетельства отсутствия проблемы сильной мультиколлинеарности в Приложении 4 приведена таблица коэффициентов вздутия дисперсии («Varianceinflationfactors») для лучших среди оцененных моделей.

2.4 Результаты оценки моделей

Таким образом, благодаря проведенным тестам было установлено, что, среди трех рассмотренных моделей (RE, FE и Pooled)для оценки влияния госпрограммы на финансовые результаты банков лучшей является модель с фиксированными эффектами (FE), для оценки влияния на принятые ими кредитные риски - модель со случайными эффектами (RE). В таблице 5 приведены оценки данных регрессий.

Таблица 5. Оценки лучших моделей регрессий

Влияние госпрограммы на финансовые результаты (рентабельность)

В рамках исследования было установлено, что в целом для среднестатистического банка эффект участия в программе был скорее негативным, нежели позитивным. То есть, интенсификация выдачи субсидируемых ипотечных займов приводила больше к уменьшению рентабельности, нежели ее росту. Таким образом, гипотеза №1 была отвергнута.

Несмотря на это, можно выделить некоторые категории банков, для которых верно обратное. Так, к примеру, в то время как для небольшого частного банка (Size = 1, Priv= 1) на 1-но процентное увеличение выданных в рамках госпрограммы кредитов приходится падение рентабельности активов на «0,000346», для более крупного государственного банка (Size = 4, Public = 1)- приходится увеличение рентабельности активов на «0,000226».

Это обусловлено тем, что введение критериальной переменной для разделения банков по величине чистых активов позволило заключить, что размер банка влиял значимо и положительно на величину ROA при участии КО в госпрограмме: чем больше был размер банка, тем более положительное влияние оказывало увеличение кредитов по госпрограмме на показатель рентабельности. Таким образом, гипотеза №3 была отвергнута.

Более того, разделение всех банков по типу собственности (государственные, частные, иностранные) позволило установить, что увеличение кредитов по программе у государственных банков, при прочих равных условиях, более позитивно отражалось на их рентабельности по сравнению с частными и иностранными банками. Таким образом, гипотеза №5 не была отвергнута.

Влияние госпрограммы на кредитные риски

Влияние госпрограммы на кредитные риски, принятые российскими банками, оказалосьдиаметральным тому, что было получено в моделях с рентабельностью. Так, если программа уменьшала рентабельность основной массы банков выборки, эффект на кредитный риск был противоположным: чем больше субсидированных кредитов выдавалось в рамках госпрограммы, тем больше был уровень принимаемых банками кредитных рисков. Таким образом, гипотеза №2 была отвергнута.

Исходя из оценок модели, можно заключить, что размер банка влиял значимо и отрицательно на величины, характеризующие уровень кредитного риска: чем больше был размер банка и чем больше субсидированных кредитов он выдавал, тем меньше были принимаемые им кредитные риски. Это согласуется с ранее полученным в рамках эмпирических исследований выводом о том, что более крупные КО осуществляют менее рискованную политику, что в частности может быть обусловлено тем, что им доступно большее количество эффективных инструментов по работе с проблемными кредитами (Горелая, 2015, стр. 6). Таким образом, гипотеза №4 была отвергнута.

Было также установлено, что для государственных банков влияние госпрограммы на кредитный риск было значительно менее положительным по сравнению с иностранными и частными банками. Таким образом, гипотеза №6 не была отвергнута.

Второстепенные результаты

В рамках исследования были также получены свидетельства в пользу следующих закономерностей, которые следует считать второстепенными по отношению к поставленному исследовательскому вопросу:

§  увеличение прокси-переменной для финансового рычага (Cap/NA) ведет к увеличению доходности банков;

§  увеличение реальной процентной ставки ведет к падению рентабельности (возможно, ввиду увеличения стоимости привлекаемых банковских ресурсов);

§  рост деловой активности положительно сказывается на финансовых результатах банков.

Среди неожиданных результатов можно выделить то, что уровень принимаемого банками кредитного риска падает при росте реальной процентной ставки. Это не согласуется с логикой эффекта неблагоприятного отбора (Stiglitz, Weiss, 1981), согласно которой более высокие ставки привлекают менее надежных заемщиков. Более того, такой вывод противоречит тому, что для заемщиков, воспользовавшихся кредитными продуктами с плавающими процентными ставками, подобное изменение ведет к росту кредитной нагрузки, которое, в свою очередь, при прочих равных условиях, повышает риск невыполнения ими взятых обязательств.

Вместе с тем было также установлено, что при экономическом подъеме кредитные риски, принимаемые банками, растут. Возможно, это свидетельствует о том, что увеличение деловой активности (положительный тренд роста экономики) ведет к снижению требований, предъявляемых КО к уровню надежности их контрагентов и заемщиков.

2.5 Тестирование на робастность

В рамках тестирования моделей на устойчивость в качестве прокси-переменной для ROA был выбран показатель ROE, ввиду того, что обе переменные являются показателями рентабельности и традиционно используются для характеристики показателей прибыльности. На предварительном этапе исследования ожидалось, что влияние госпрограммы на их динамику будет схожим.

В качестве прокси-переменной для доли резервов на возможные потери по ссудам в чистых активах была выбрана переменнаяSOL, показывающая долю просроченных кредитов в чистых активах. Несмотря на то, что есть основания полагать, что данные переменные зависят от разных детерминант: RPL и SOL обладают невысоким значением попарной корреляции (см. Таблицу 3), - они в той или иной степени отражают динамику принимаемых банками кредитных рисков (Treacy, Carey, 2000). На предварительном этапе исследования ожидалось, что влияние госпрограммы на их динамику будет схожим.

В таблице 6 представлены результаты тестирования.

Таблица 6. Тестирование на робастность (зависимые переменные - ROE и SOL)

Тестирование обеих моделей на робастность показало, что ранее полученные коэффициенты оказались устойчивыми к изменению зависимой переменной. Несмотря на то, что в рамках модели с объясняемой переменной ROEдве переменные стали незначимыми на 10-ти процентном уровне, все знаки коэффициентов сохранили свой прежний вид. Более того, что не противоречит и подтверждает ранее полученные выводы,госпрограмма была также более выгодна для более крупных государственных банков.В рамках модели с объясняемой переменной SOL все знаки коэффициентов также сохранили свой прежний вид.Однако, при этом коэффициент перед переменной Norm_H2 стал не значим, что противоречит доказательствам существования статистической взаимосвязимежду кредитным риском и риском ликвидности (Imbierowicz и др., 2014).

Дополнительно, была осуществлена проверка устойчивости результатов к изменению выборки, в рамках которой были построены модели исключительно для банков-участников программы. Ввиду того, что выборка тех банков, которые принимали участие в госпрограмме, значительно мала, т.е. число степеней свободы невелико, нет статистической возможности строить «длинные» модели на основе имеющихся по ним данных. Следовательно, с целью сокращения излишней параметризации были построены две «короткие» модели со случайными эффектами для ROA и для RPL в качестве объясняемых переменных.

В таблице 7 представлены результаты тестирования.

Таблица 7. Тестирование на робастность к изменению выборки

Тестирование на устойчивость моделей к изменению выборки показало, что даже на такой короткой выборке знаки основных коэффициентов полностью соответствуют тем, что были получены в больших(для всей выборки) моделях. Следовательно, модели можно признать устойчивыми к изменению данных.

Заключение

Таким образом, в рамках осуществленного исследования не было получено весомых доказательств в поддержку первоначально сделанных гипотез о качественно положительном воздействии проведенной госпрограммы на деятельность российских банков. В целом, участие в ней приводило к снижению показателей рентабельности и росту принимаемых кредитных рисков, что, однако, имело место не для всех выделенных групп банков.

Так, руководствуясь полученной моделью, мы можем заключить, что для всего множества частных банков, увеличение кредитов по программе отражалось на рентабельности позитивно только для самых крупных банков, входящих в верхний 16-ти процентный перцентиль выборки. В случае государственных банков наблюдалось положительное влияние на рентабельность только в том случае, если они входили в число 70% крупнейших банков выборки.

Влияние госпрограммы на кредитные риски, принимаемые российскими банками, является схожим с воздействием на финансовые результаты: эффект существенно разнится по различным группам банков в зависимости от формы собственности банка и его размера. Так, было установлено, что для частного банка при увеличении выдачи субсидированных кредитов, кредитный риск будет увеличиваться, только если он не входит в 33% крупнейших банков выборки. Для государственных банков кредитный риск будет увеличиваться по мере увеличения активности в рамках госпрограммы только в том случае, если он не входит в 35-40% крупнейших банков выборки.

Более подробно влияние госпрограммы на рентабельность и кредитные риски российских банков в зависимости от их размеров и форм собственности представлено в таблице 8.

Таблица 8. Влияние госпрограммы на финансовые результаты банков и принимаемые ими  кредитные риски в зависимости от типа собственности и размеров банков