Дипломная работа: Моделирование структуры баланса банковской системы Российской Федерации

Так как в DSGE-модели, в силу их специфики, нельзя включить большое количество переменных, стоит рассмотреть CGE-модели (Diaz-Gimenez 1992). В работе представлено полное описание функционирования банковской системы. Важно отметить, что данная модель является статической, в ней банки объединяют сбережения домохозяйств и покупают процентный государственный долг и беспроцентные резервы. Кроме того, авторы приходят к выводам, что политика, которая приводит к проциклической реальной доходности по государственному долгу, не стабилизирует экономику и не оказывает существенного влияния на благосостояние, а в качестве идеи для развития данной темы рассматривают включение жизненного цикла для классификации контрагентов (прежде всего, домашних хозяйств).

Далее стоит рассмотреть непосредственно модели российской банковской системы. В статье Андреева, Пильника, Поспелова (2009а) банк рассматривается как самостоятельный макроэкономический агент, а моделирование банковской системы России - как блок агрегированной модели общего равновесия всей экономики России. Для описания поведения финансово-кредитной организации авторы объединили счета банковского баланса и смоделировали следующие укрупненные группы:

1) наличные средства и корреспондентские счета в Центральном Банке и за границей - краткосрочные финансовые агрегаты, которые банк использует для собственных и клиентских расчетов, отвечающие за ликвидность;

2) депозиты в Центральном Банке;

3) обязательные резервы;

4) расчетные счета (расчетные счета фирм, государства, депозитные счета до востребования);

5) кредиты (сумма кредитов домашним хозяйствам, фирмам и нерезидентам);

6) депозиты (сумма депозитов домашним хозяйствам, фирмам и нерезидентам);

7) собственные капитал банка (все счета, не включенные в предыдущие 6 агрегатов).

При этом предполагается точный прогноз информационных переменных на основе теории рациональных ожиданий, а именно нормы резервирования, рублевых и валютных процентных ставок, а также обратных дюраций, рассчитываемых по формуле:

, где (2)

- агрегированная сумма всех активных (или всех пассивных) счетов;

- срок, на которые привлечен депозит/выдан кредит.

Параметры модели авторы выбирали таким образом, чтобы минимизировать среднеквадратичное отклонение фактического значения от значений того же показателя, полученного с помощью модели. Кроме того, авторами был обнаружен магистральный эффект, что позволило свести процесс моделирования к созданию нелинейной динамической системы. Такая модель не только успешно воспроизводит динамику всех переменных, характеризующих деятельность банковской системы, но и улавливает реакцию системы на шоки, такие как финансовый кризис или масштабная распродажа активов.

Также стоит отметить, что в статье Андреева, Пильника, Поспелова (2009b) описывается источник формирования новых средств. Финансовая система отдельной страны, которая существует в общемировой системе, может либо проводить собственную кредитную эмиссию (одновременное увеличение активных и пассивных счетов), либо использовать внешние источники финансирования (кредиты или покупка иностранной валюты Центральным банком). Если в государстве преобладает финансирование из внешних источников, то часть привлеченных средств откладывается в качестве обязательных резервов, а часть выдается в форме кредитов, что соответствует открытой экономике. В случае кредитной эмиссии фонд обязательного резервирования должен формироваться за счет собственных средств, то есть можно говорить о закрытой экономике. Опираясь на данные 2004-2008 годов авторы приходят к выводу, что российская банковская система функционирует преимущественно в открытой форме.

Наконец, в работе Пильника, Радионова, Языкова (2018) описана модель российской банковской системы, воспроизводящая более широкий набор показателей, чем модель в работе 2009 года. Основное отличие состоит в том, что агрегированные счета кредитов и депозитов разделены на несколько переменных, в зависимости от классификации игрока, совершающего операции на финансовом рынке (кредиты и депозиты домашних хозяйств и фирм в рублях и иностранной валюте, депозиты Центрального Банка и иностранных кредитных организаций). Соответственно, для всех видов кредитов и депозитов авторы считают отдельные значения дюраций и используют конкретные значения процентных ставок. В работе учитываются ограничения ликвидности и норма обязательного резервирования, а также применяется метод многошаговых прогнозов, описанный в предыдущем исследовании (Пильник, Радионов 2017). Данная модель успешно воспроизводит значения основных показателей банковской деятельности и, более того, с помощью модели можно построить более точные прогнозы, чем те, что получаются в результате использования стандартных эконометрических моделей для оценки временных рядов (AR, ARIMA, VAR, VARX).

Последняя из перечисленных выше моделей свидетельствует о том, что направление моделирования банковской системы России уже достаточно хорошо развито, в самых поздних работах воспроизводится достаточно широкий набор балансовых показателей, качественно оценивается реакция всей системы на изменения в остальной экономике. Однако стоит отметить, что даже в достаточно хорошо проработанной теме есть достаточно большое пространство для дальнейших улучшений. Именно поэтому данная работа будет посвящена более детальной проработке данной концепции и улучшению существующей модели, описанной в работе Пильник, Радионов, Языков (2018), за счет сокращения количества экзогенных переменных, используемых в модели, а также за счет увеличения числа эндогенных переменных, динамика которых будет прогнозироваться с помощью новой модели.

Глава 3. Описание данных.

Согласно указанию Банка России от 16 января 2004 года №1376-Н «О перечне, формах и порядке составления и предоставления форм отчетности кредитных организаций в Центральный Банк Российской Федерации» https://base.garant.ru/12134117/8c195516bab07a9ed673b483fe163dc8/#block_200000, коммерческие банки обязуются раскрывать информацию об оборотной ведомости по счетам бухгалтерского учета на ежемесячной основе. Публикуемая на официальном сайте ЦБ РФ 101 форма отчетности представляет из себя объединенную финансовую отчетность банковской системы России. На данный момент в перечень входит 453 кредитных организации, раскрывающие информацию из оборотной ведомости https://www.cbr.ru/credit/Transparent.asp, за весь период наблюдений, а именно с 2004 по 2018 годы в данных содержится информация о примерно 1200 коммерческих банках.

На портале ecomod.net все балансовые статьи объединены в крупные агрегаты. Среди них можно выделить укрупненные балансовые счета, такие как кредиты домашних хозяйств в рублях, а также деление этих счетов на более детальные разделы, в зависимости от субъекта, с которым взаимодействует кредитная организация, или срока обращения финансовых инструментов. В таблицах 1 и 2 указан список активных и пассивных балансовых счетов соответственно, а также их буквенное обозначение в регрессионных и динамических моделях, которое будет использовано в данной работе. Этих данных достаточно для формулировки баланса банка в терминах основных финансовых показателей его деятельности.

Таблица 1. Активные статьи баланса банка и их обозначения в динамических моделях

Кроме балансовых счетов в работе будут использованы показатели дюраций, рассчитанные по формуле из работы Андреев, Пильник, Поспелов (2009а), а также месячные значения процентных ставок по всем видам кредитов и депозитов. Таким образом, в качестве экзогенных переменных были отобраны следующие информационные показатели, а именно дюрации и процентные ставки:

(3)

В качестве планируемых переменных управления:

(4)

Таблица 2. Пассивные статьи баланса банка и их обозначения в динамических моделях

Глава 4. Моделирование экзогенных переменных

Для создания модели балансовой системы необходимо построить модели для ряда рублевых и валютных показателей баланса, которые будут эндогенными для данной модели. В модели, описанной в работе Пильник, Радионов, Языков (2018) в качестве таких переменных использовались процентные ставки, а также ряд активных и пассивных балансовых счетов, среди которых стоит обратить внимание на дюрации кредитов и депозитов физических лиц, нефинансовых организаций, иностранных организаций и Центрального Банка.

Одной из задач данной работы, как уже было упомянуто ранее, является сокращение числа эндогенных переменных в модели за счет поиска эконометрических взаимозависимостей и прогнозирования динамики параметров. В случае с процентными ставками это становится возможным, благодаря особенностям функционирования банковской системы, где Центральный Банк объявляет значение ключевой ставки, после чего коммерческие банки выстраивают внутреннюю систему ставок, отталкиваясь от государственного регулятора. В случае с дюрациями графический анализ динамики основных параметров способствует поиску взаимосвязей между переменными.

Таким образом, данная глава содержит три способа моделирования переменных на примере процентных ставок, а именно МНК-регрессию, метод разностей и динамические модели, анализ стационарности временных рядов, а также обоснование того, почему в работе будет использован последний подход к прогнозированию переменных. Кроме того, будут предоставлены связи между переменными, обеспечивающими сокращение числа эндогенных параметров модели.

4.1 Моделирование процентных ставок

В главе, посвященной анализу данных, можно найти полный список используемых активных и пассивных агрегированных счетов банковской системы Российской Федерации. Среди них на данном этапе исследования эконометрических взаимозависимостей для сокращения числа эндогенных переменных, интересны такие параметры, как кредиты и депозиты домохозяйств и фирм в рублях и иностранной валюте, а также кредиты Центрального Банка и депозиты иностранных организаций. Для каждого из этих десяти укрупненных счетов существует своя конкретная процентная ставка, таким образом, далее будет рассмотрена задача сокращения числа ставок, используемых в модели.

Для моделирования рублевых процентных ставок в качестве первого регрессора было выбрано значение месячной ключевой ставки Центрального Банка, то есть она будет внешним для модели параметром. Эта предпосылка согласуется с реальностью, где ЦБ РФ устанавливает ставку, опираясь на потребности государства в определенной денежно-кредитной политике, а уже потом коммерческие банки устанавливают собственные предложения по кредитам и депозитам для остальных участников финансового рынка. Кроме того, ключевая ставка представляет из себя минимальное значение ставки, по которой ЦБ РФ предоставляет кредиты коммерческим банкам, из чего следует интуитивная связь между данным регрессором и зависимой переменной. Эта связь эмпирически подтверждается на рисунке 1, где изображена очень похожая динамика соответствующих показателей, в качестве примера использована ставка по кредитам для физических лиц в рублях. В качестве остальных объясняющих факторов были использованы значения ставок по депозитам ЦБ РФ и одной из десяти ставок, перечисленных выше, в предыдущий момент времени.