Измерение действия трансмиссионных каналов кредитного риска

Для проведения сравнительного исследования воздействия каналов передачи кредитного риска в кредитную сферу под воздействием состояния или изменения состояния опосредованности кредитных отношений необходимо отметить несколько важных особенностей.

Во-первых, необходимо учитывать, что каналы передачи кредитного риска представляют собой лишь одну форму взаимосвязи между опо- средованностью кредита и его движением, между различными состояниями сред и движением кредитного риска. Вторая форма взаимосвязи, вторая группа каналов влияет не столько на процесс накопления риска, сколько на его трансформацию в новое состояние - реализацию накопленных противоречий.

Во-вторых, важным видится отметить, что каналы передачи риска невозврата носят отличный характер воздействия на цикличность движения кредита. Так, одни каналы оказывают среднесрочное и долгосрочное воздействие на кредитные циклы, в то время как другие непосредственно влияют на сам процесс накопления противоречий. Например, институционный канал и формы его проявления воздействуют на общую амплитуду циклов, на масштабы накапливаемых противоречий в независимости от изменений в конъюнктурной среде. В это же время рыночный канал целиком и полностью отражает изменение конъюнктуры - изменение нормы дохода и тем самым воздействует на отдельные фазы кредитных циклов.

В-третьих, особенность нашей конструкции заключается в том, что основное внимание уделяется именно совокупности качественных изменений в движении кредита, в то время как количественные находятся на поверхности, уже включая в себя внутреннее ядро процесса движения противоречий.

Так, говоря об исследовании данных трансмиссионных каналов необходимым видится представить картину в сравнении, отразить различия в основных количественных характеристиках кредитных циклов, существующих в различных условиях опосредованности. Наиболее детально данный анализ может быть проведен только лишь в условиях наличия существенной статистической информации, позволяющей подкрепить выдвигаемые тезисы. С учетом этого сравнительному анализу мы подвергает циклы банковского корпоративного кредитования в России и аналогичные циклы движения кредита в США.

Результат данного исследования должен подтвердить или опровергнуть нашу гипотезу о существовании и значимости данных каналов в части воздействия на готовность субъектов кредитных отношений принимать базовый для данных соглашений риск.

Для репрезентативности выборки будем использовать эндогенные циклы движения кредита, в частности, последний завершившийся цикл корпоративного кредитования в США (2004-2010гг.) и России за аналогичный период.

Конкурентный канал

Суть конкурентного канала заключается в проявлении особенностей функционирования рынка кредита в части конкурентных начал - её наличия или отсутствия, степени конкурентного давления на рынке и воздействия на готовность к принятию риска. Как известно, концентрация рынка (в том числе кредитного) прямого и существенного воздействия на степень конкуренции не оказывает (см. Бураков, 2014, Haldane, 2014). Тогда говоря о возможных проявлениях данной формы опосредованности кредита необходимо выделить три основных эффекта - степень текучести заемщиков (эластичность спроса на кредит), ценовая эластичность спроса на кредит, а также индекс стадного поведения (эластичность предложения кредита). Как мы уже выяснили в ряде предыдущих работ, высокая степень конкурентного давления при прочих заданных условиях может приводить к существенному усилению готовности к принятию рисков, как неосознанно, так и преднамеренно.

Так, если обратиться к данным опросов, проводимых ведущим американским изданием в области банковского дела «The Banker», касающихся удовлетворенности заемщиков качеством банковских услуг, средними сроками работы с кредиторами, а также устойчивой доли заемщиков в общем пуле, можно сделать следующие выводы (см. Рис. 17).

Средние сроки работы с кредитором и устойчивая доля заемщиков в общем пуле заемщиков, 2004-2010гг

Рис. 17. Средние сроки работы с кредитором и устойчивая доля заемщиков в общем пуле заемщиков, 2004-2010гг.

Источник: расчеты автора по данным The Banker.

Как видно из вышеприведенных данных, средний срок работы с одним кредитором у заемщика составляет 2,5-3 года. При этом устойчивая доля заемщиков, стабильно остающихся работать с кредитором в среднем по корпоративному сегменту составляет порядка 35%-40% по данным опросов. Это позволяет говорить о достаточно высокой степени текучести заемщиков, постоянном поиске новых, более выгодных предложений по качеству услуг, скорости их предоставления. Важно отметить, что заемщиками банковского корпоративного сегмента в США в основном выступают представители малого и среднего бизнеса, чувствительность которых к любым изменениям в спросе на их продукцию крайне высоки, в связи с жесткой конкуренцией на рынках, необходимостью сохранения рыночной ниши, а также вынужденным существованием в условиях крайне низкой маржи. А на фоне избыточного предложения кредита в США, кредиторы превращаются в «price takers». Другими словами, сила в переговорах переходит на сторону заемщиков, а кредиторы вынуждены следовать их воле. В таких условиях нетрудно догадаться, что снижение требований к качеству заемщиков, условий заключаемых договор, будет приводит к повышению принятых на себя кредиторами рисков кредитных соглашений.

Еще одно доказательство наличия высокой эластичности спроса на кредит заключено в классической форме ценовой эластичности - наличия и степени зависимости изменений в спросе на кредит от изменений в ставке ссудного процента. Так, если допустить, что в США рынки заемщиков высоко эластичны, то и любое изменение в цене (ставке ссудного процента) должно будет приводит к серьезным изменениям в существующих множественных равновесиях.

Так, если мы обратимся к данным Рисунка 18, отражающего взаимосвязь между ставкой процента по корпоративным ссудам в США и темпами роста данного портфеля, то сможем увидеть не только существование взаимосвязи, но и достаточно тесный её уровень.

Ценовая эластичность спроса на корпоративные кредиты в США

Рис. 18. Ценовая эластичность спроса на корпоративные кредиты в США.

Источник: расчеты автора по данным ФРС США.

Если допустить существование сильной эластичности спроса на кредит, то также логично допустить и существование сильной эластичности предложения кредита. Измерение эластичности предложения можно вести как через изменение стандартов кредитования, через массовость их изменения. Тем не менее, мы предлагаем использовать индекс стадного поведения (см. Бураков, 2014).

Отталкиваясь от существующих разработок в данном направлении исследований, мы вводим ряд допущений, на основе которых возможно выявление исследуемого эффекта:

Допущение 1. Коммерческие банки стремятся к оптимизации результатов деятельности.[1]

Допущение 2. Субъекты, принимающие решения относительно оценки кредитного риска и удовлетворения спроса на кредит, ограниченно рациональны.[2]

Учитывая данные допущения, оценка степени «стадности» поведения участников кредитного рынка (кредиторов), должна быть связана с проявлением симметрии в поведении. Выявление данной симметрии должно быть сопряжено с поиском каналов, посредством которых 1) проявляется кредитная деятельность коммерческих банков и 2) формируется система стимулов к появлению стадного поведения.

Тогда, можно выделить следующие каналы, позволяющие оценить исследуемый эффект:

  • 1. балансовый канал (balance sheet channel): отражает степень зависимости действий одного банка от других при условии высокой эластичности функции инвесторов. Его действие связано с необходимостью коммерческим банкам поддерживать соответствующий уровень рентабельности (средней по рынку). В случае, когда целевые значения не достигнуты, возникает риск оттока капитала инвесторов и снижения рыночной стоимости акций;
  • 2. кредитный канал (credit channel): отражает степень зависимости кредитной политики одного банка от других в зависимости от степени конкурентного давления на кредитном рынке.

Для количественного отражения балансового канала предлагается использовать формулу дисперсии значений, позволяющую оценить степень разброса результирующих значений деятельности коммерческих банков:

n - размер выборки (количество банковских кредитных организаций, составляющих пул для проведения анализа),

xt - значение рентабельности капитала (активов) банковской кредитной организации на период времени t;

X- среднеарифметическое значение рентабельности капитала (активов) банковских кредитных организаций, входящих в выборку;

Тогда, значение дисперсии выбранных нами величин для количественной оценки, является критерием для определения степени «стадности» поведения в банковском секторе или отдельно взятой кредитной организации, отражая разброс или концентрацию значений. В случае низких значений дисперсии можно считать, что деятельность коммерческих банков носит групповой характер поведения, и данная особенность заслуживает внимания в части анализа и учета принятых кредитных рисков. В случае высоких значений дисперсии можно считать, что зависимость деятельности одного банка от действий других не существенна и серьезного воздействия на оценку кредитного риска не оказывает.

Для количественного отражения кредитного канала предлагается использовать технику усреднения значений, подразумевающую выявление тренда в деятельности кредитных организаций и определения места анализируемого коммерческого банка по отношению к рынку:

- сумма значений ежемесячных темпов роста (базовый период

- предшествующий месяц текущего года) кредитов[3] [4], предоставленных нефинансовому сектору, банковскими организациями" входящими в выборку;

к - общее количество кредитных организаций, входящих в выборку.

По результатам расчета, будет сформировано среднее значение темпов роста на определенный временной период t (в нашем случае - 1 месяц). Посредством экстраполяции результатов на остальные временные периода, будет сформирован временной ряд, включающий совокупность средних значений. Именно этот ряд и будет представлять общий тренд движения кредитов.

Определение позиции отдельного коммерческого банка и независимости от группового эффекта его кредитной политики определяется на заданный временной период (1 месяц)следующим образом:

где

Lcl - значение ежемесячного темпа роста кредитов, предоставленных нефинансовому сектору;

Che - среднее арифметическое значение темпов роста кредитов, предоставленных нефинансовому сектору кредитными организациями выборки.

Для определения наличия или отсутствия, а также степени воздействия эффекта группового поведения на кредитную политику коммерческого банка, устанавливаются пороговые значения, позволяющие оценить данный эффект.

Допуская, что позиция коммерческого банка как отношение темпов роста портфеля к среднему значению темпов роста портфеля по рынку является количественной величиной, мы допускаем, что среднее значение равно 1, тогда, когда темпы роста портфеля коммерческого банка идентичны среднему значению по рынку. Учитывая наличие вероятности погрешности и воздействия экзогенных переменных, оказывающих влияние на деятельность всех коммерческих организаций, устанавливается диапазон допустимых отклонений, позволяющих «отсечь» случайные девиации от выявляемого эффекта. Пороговые значения включают в себя верхнюю границу и нижнюю границу и определяются, как 20% отклонение значений темпов роста портфеля коммерческого банка от среднего значения по рынку (от 1).

Таким образом, положение темпов роста внутри границ говорит о вероятности высокой степени стадности поведения коммерческих банков, положение за данным рубежом свидетельствует об относительной независимости проводимой кредитной политики от действий других игроков.

Балансовый канал

В целях определения пороговых значений, позволяющих оценить степень воздействия эффекта группового поведения, необходимо провести анализ с использованием разработанных индикаторов на фактических данных. За основу мы взяли соответствующие статистические временные ряды в рамках межстранового среза. Корреляционный анализ разброса значений рентабельности капитала крупнейших коммерческих банков, на которые приходится более 50% всех ссуженных средств (Рис. 19), показывает, что по мере развития экономической системы страны, её кредитного рынка, проявление эффекта группового поведения усиливается.

Одной из наиболее часто упоминаемых причин, считается усиление конкурентного давления на кредитном рынке. (Banerjee, 1992; Haldane, 2010)

Как видно на данных Рисунка 19, степень концентрации поведения коммерческих банков США крайне симметрична и действительно носит оттенок «стадности» поведения.

Эффект стадного поведения

Рис. 19. Эффект стадного поведения: межстрановой срез Источник: расчеты автора по данным 10 крупнейших коммерческих банков по объему активов стран выборки.

Тогда говоря о США, можно заключить, что степень конкурентного давления на рынке корпоративного кредита крайне высока, что проявляется в высокой эластичности спроса и предложения на кредит, что, в свою очередь, оказывает существенное воздействие на готовность принимать риски.

В качестве доказательства воздействия на циклы движения кредита обратимся к данным скорости кредитного цикла - определению угла наклона фаз экспансии или сжатия. Так, для корпоративных кредитных циклов в США, средняя скорость цикла на фазе экспансии составляет 0,34% в месяц. Соответственно верхнее плато, усредненная вершина цикла достигается в среднем за 9 месяцев.

Если мы обратимся к анализу конкурентного канала на российском рынке, то сможем увидеть иную картину.

Так, по оценкам Ассоциации российских банков, устойчивая доля заемщиков в портфелях Топ-50 корпоративного сектора составляет 65%- 70%. Данное обстоятельство объясняется, с одной стороны существенной долей крупного бизнеса в портфеле корпоративных ссуд, с другой - низкой эластичностью спроса на кредит крупнейших заемщиков.

Так, если мы обратимся к данным Рисунка 20.1, то увидим следующую картину.

Как видно из данного Рисунка, ценовая эластичность спроса на кредит в России стремится к минимальным значениям. Это позволяет говорить о крайне низкой эластичности спроса на кредит. Согласно классической теории, допускается, что в условиях низкой эластичности спроса на кредит и предложение кредита будет низко эластичным. Рисунок 21, приведенный выше, уже позволяет заключить, что стадность поведения российским коммерческим банкам едва ли присуща.

Ценовая эластичность спроса на корпоративный кредит в России

Рис. 21. Ценовая эластичность спроса на корпоративный кредит в России.

Источник: расчеты автора по данным Банка России

Если мы посмотрим на данные Рисунка 22, которые отражают степень корреляции между кредитной политикой крупнейших коммерческих банков РФ по объемам ссуженных юридическим лицам средств, то увидим следующее.[5]

Дисперсия годовых темпов прироста кредитов, выданных нефинансовому сектору (Топ-10 банков России). Источник

Рис. 22. Дисперсия годовых темпов прироста кредитов, выданных нефинансовому сектору (Топ-10 банков России). Источник: расчеты автора по данным www.banki.ru

Судя по результатам дисперсионного анализа говорить о проявлении «стадности» в поведении российских кредиторов не приходится. Значения дисперсии находятся за отметкой в 60 единиц, что позволяет говорить о полной разрозненности кредитной политики. Особенно активно это проявлялось в период кризиса (за 2009 год значение дисперсии составило 643 единицы). Однако в условиях благоприятной конъюнктуры и появления повышенной нормы прибыли в отдельных секторах, эффект вполне может проявляться.

Таким образом, на основе проведенного анализа можно попытаться сгруппировать воздействие эффекта в три группы (Табл.7)

В первую группу входят банковские кредитные рынки, характеризуемые высокой степенью координации действий. Пороговые значения дисперсии устанавливаются на уровне от 0 до 25. Во вторую группу входят банковские кредитные рынки, характеризуемые средней степенью координации действий с пороговым значением от 25 до 60. Данным кредитным рынкам присущи черты активно развивающихся стран: возрастающая конкуренция и сокращающиеся свободные ниши на рынке. Третья группа включает транзитивные экономики, медленно переходящие на «рыночные рельсы», которые характеризуются слабым совершенствованием институ-

2

циональной инфраструктуры. В число их особенностей можно включить низкий уровень конкуренции на кредитном рынке, низкую эластичность спроса на кредит и высокую долю государства в экономической системе. Пороговое значение для данной группы - от 60 ед. и выше.

Таблица 7

Характеристика воздействия группового поведения _и пороговые значения_

Степень «стадности» поведения на кредитном рынке

Пороговое значение дисперсии

Высокая

0-25

Средняя

25-60

Низкая

от 60

Кредитный канал

В целях оценки потенциала воздействия эффекта стадного поведения на взвешенность принятия решения относительно уровня кредитного риска, мы провели расчет предложенного индикатора на фактических данных ряда коммерческих банков России. В число выборки вошли крупнейшие коммерческие банки по критерию портфеля кредитов, предоставленных нефинансовым организациям. На примере ОАО «Сбербанк России» и ОАО «Банк ВТБ» представлен расчет пороговых значений кредитного канала на предмет выявления группового эффекта поведения (Рис. 23, 24, 25).

Корреляционный тест эффекта группового поведения

Рис. 24. Корреляционный тест эффекта группового поведения

(Сбербанк)

Источник: расчеты автора по данным www.banki.ru

ку для данных двух банков выборки существенно и не укладывается в пороговые значения, что позволяет судить об относительно высокой степени независимости деятельности данных «игроков» кредитного рынка по отношению к среднему тренду. Данная независимость в основном объясняется доминирующим положением на рынке и статусами лидеров, определяющих политику кредитования и его направления.

В тоже время для других банков такое независимое от «среднего по рынку» положение не является нормой (Рис.26, 27).

Как видно по данным анализа пороговых значений на примере ОАО «Альфа Банк», количество периодов нахождения кредитной политики в рамках пороговых значений весьма существенно, что говорит о наличии определенных факторов, оказывающих воздействие на кредитную политику банка, следствием чего становится приближение к среднерыночным величинам. Также данный тезис подтверждают данные корреляционного анализа (Рис. 27.). Если для банков с государственным участием в капитале среднее значение коэффициента аппроксимации составляет меньше 0,02, то для «Альфа Банка» данное значение составляет 0,1555.

Пороговые значения эффекта стадного поведения для частных коммерческих банков России (по кредитам нефинансовому сектору)

Рис. 26. Пороговые значения эффекта стадного поведения для частных коммерческих банков России (по кредитам нефинансовому сектору).

Источник: расчеты автора по данным www.banki.ru

И все же при этом важно помнить, что на отечественном рынке корпоративного кредита, большая их часть (порядка 75%) выдается банками с государственным участием, которым «стадность» не особо присуща. При этом важно также отметить и своего рода «ленивый» характер взбирания на вершину цикла. Так, расчет показателя скорости кредитного цикла за 2004-2010 гг. на фазе кредитной экспансии показал среднюю скорость в 0,07%, что позволяет говорить о том, что скорость движения кредита и процесса накопления противоречий в кредитной сфере на рынке США в 2 раза больше чем в РФ!

Корреляционный тест эффекта группового поведения (Альфа Банк)

Рис. 27. Корреляционный тест эффекта группового поведения (Альфа Банк)

Источник: расчеты автора по данным www.banki.ru

Канал доходности

Суть данного канала заключается в существовании взаимосвязи между изменением рыночной нормы дохода и готовности сторон кредитных отношений принимать на себя риск. Так, повышение нормы дохода для заемщиков приводит к изменению ожиданий в сторону увеличения объемов запасов, сырья и производимой продукции для последующей их реализации. В ряде предыдущих работ мы уже приводили аргументы в пользу формированию разрыва между ожидаемыми и фактическими значениями спроса, а также формируемыми объемами запасов (подробнее см. Бураков, 2011, 2013, 2014). Схожая идея об учете финансовых результатов предыдущих периодов в текущих ожиданиях заложена в ряд моделей цикличности (например, см. Rotheli, 2013).

Для кредиторов механизм действия данного канала идентичен. Для количественного отражения существования и степени воздействия данного канала приемлемо использование отклонения от долгосрочных значений фактических текущих значений нормы дохода в любом виде (уровень цен на мировых рынках, национальных, региональных рынках), изменение финансовых результатов деятельности заемщиков, рентабельность активов, капитала или оборота. Важной особенностью в учете данного канала является осознание различия между фундаментальным и конъюнктурным (возможно спекулятивным) изменением цен/дохода.

Так, если мы обратимся к данным изменений фактической нормы дохода в нефинансовом секторе США, или, например, темпам роста цен на коммерческую недвижимость (не жилую), то сможем увидеть существенное отклонение данной нормы от долгосрочных значений, (см. Рис. 28)

Циклы корпоративного кредита в США, динамики доходов нефинансового сектора США, 2000-2009гг

Рис. 28. Циклы корпоративного кредита в США, динамики доходов нефинансового сектора США, 2000-2009гг.

Источник: расчеты автора по данным ФРС США.

Как видно из данного Рисунка, начиная с 2005 года в нефинансовом секторе происходит существенное изменение, отрыв нормы дохода и цен на коммерческую недвижимость от среднесрочного тренда. Превышение составляет в среднем 1,9 раза, что позволяет говорить либо о фундаментальном изменении цен в связи с изменением демографии, технологического уклада либо иных процессов вне конъюнктурной природы. Обстоятельная критика фундаментальных объяснений данных изменений нормы дохода, темпов роста цен представлена в работах Р. Шиллера (2008), Н. Рубини (2011), Ж. Сапира (2008).

Более того наглядным видится и изменение темпов роста кредитных вложений под воздействием изменения данной нормы дохода.

Тогда логично предположить, что неверная интерпретация экономических процессов на фоне растущих прибылей сформировала ложные ожидания участников рынка с одной стороны. С другой стороны, данные «успехи» выступили мощным фактором притупления восприятия и оценки накапливаемых противоречий, (см. Рис. 29)

Зависимость темпов роста кредитных вложений банков США от темпов роста финансовых результатов деятельности компаний нефинансового сектора. Источник

Рис. 29. Зависимость темпов роста кредитных вложений банков США от темпов роста финансовых результатов деятельности компаний нефинансового сектора. Источник: расчет автора по данным ФРС США.

Картина в России выглядит идентичным образом. Существенное изменение нормы дохода и финансовых результатов на потребительском рынке и рыночных цен на основные статьи экспорта привело также с существенной недооценке рисков. На внутреннем рынке основные источники роста рентабельности проданных товаров и услуг заключались в росте реальных располагаемых доходов населения и масштабном буме его кредитования. На внешних рынках, в экспортном направлении, данные процессы были усилены масштабным ростом цен на нефть, газ и сырье, (подробнее см., например, Бураков, 2013).

Тогда можно допустить, что изменение нормы дохода в обоих случаях сыграла существенную роль в изменении готовности к принятию риска сторонами отношений, учитывая последовавший итог в виде формирования перепроизводства и затоваривания складов на внутренних рынках, а также масштабном падении цен на рынках мировых.

Организационный канал

В основе организационного канала лежит организация процесса кредитования, специфические черты кредитной политики, её естество и устройство. Так, например, считается, что одной из особенностей кредитной политики, приводившей в большинстве банковских кризисов 1980х, 1990х гг. к масштабным проблемам плохих долгов, являлась именно кредитная политика, в основе которой была заключена проблема агентских издержек. Так, неэффективные контракты, поощрявшие выдачу ссуд, а не их качество, на фоне необходимости фиксации краткосрочных результатов деятельности кредитных организаций приводили к существенному накоплению противоречий в движении кредита.

Для оценки наличия и степени воздействия данного канала на готовность к принятию рисков сторонами отношений необходимо обратится к поиску взаимосвязи между качеством движения кредита (как, например, удельным весом просроченной задолженности по ссудному портфелю, или финансовым результатам деятельности кредитора по ссудным операциям) и изменению значений оплаты труда - финансового стимулирова- ния/мотивации сотрудникам.

Так, если мы обратимся к данным корреляционного анализа между масштабом накопленных противоречий в движении кредита (как отношение пикового значения в приросте просроченной задолженности по коммерческому банку к среднему на предыдущих фазах цикла) и изменением в оплате труда управленческого состава, на уровне России (как и в США), то увидим, что корреляция за исследуемый нами период стремится к нулю. Другими словами, зависимости между качеством ссудного портфеля и оплатой груда не прослеживается, (см. Рис. 29.1)/

Более того, в ряде случаев пропагандируется именно количественный подход - фиксация на объемах выдачи.

В случае ряда российских коммерческих банков, политика мотивация выглядит весьма странно: когда, например, задаются изначально невыполнимые плановые показатели. Это позволяет говорить о принципиальном отказе от системы мотивации. Причем не ставится как задача наращения объемов, что позволяет говорить об отсутствии жесткой конкуренции между банками, так и задача соблюдения качества, что говорит об индифферентности деятельности ряда коммерческих банков России к рыночным механизмам функционирования.

Индекс монетизации кредитной политики в РФ

Рис. 29.1. Индекс монетизации кредитной политики в РФ.

Источник: расчеты автора по данным Банка России и портала

banki.ru

С другой стороны, если мы взглянем на опыт ряда банков Гонг Конга и Сингапура, то увидим совсем другую картину, (см. Рис.29.2)

Зависимость усредненных темпов роста оплаты труда управляющего персонала от результатов финансовой деятельности, 2004-2012гг. Источник

Рис. 29.2 Зависимость усредненных темпов роста оплаты труда управляющего персонала от результатов финансовой деятельности, 2004-2012гг.[6] Источник: расчеты автора по данным крупнейших банков Гонг Конга и Сингапура, а также BankScope.

Как видно из данных Рисунка, зависимость между качеством ссудного портфеля и оплатой труда присутствует, и более того стремится к максимальным значениям. При этом нетрудно догадаться, что покажет сравнительный анализ качества ссудного портфеля банков первой выборки и второй. Действительно, усиление акцента на качества и поощрения более тщательной оценки риска позволяет не только снизить готовность к его принятию, но мотивировать данные решения в материальном ключе.

Оценка институционального и регулятивного каналов посредством представленных нами индексов в Таблице выше требует более тщательного и детального рассмотрения на примерах истории, что не вписывается в представленную нами выборку.

Так, например, оценка канала обязательств наиболее наглядно может быть продемонстрирована через сравнительный анализ с движением кредита в рамках банковских систем Шотландии и Новой Англии в эпоху свободного банковского дела. Канал ликвидности, отражающий чувствительность движения кредита к монетарной политики весьма подробно раскрыт в 3 главе данного исследования.

Говоря об институциональном канале мы предлагаем выделять два основных индикатора - норма рационирования кредита и индекс пропорциональности мотивов спроса на кредит. Если рассматривать второй индикатор по отношению к США и РФ, важно отметить существенное различие, связанное, в первую очередь, со степенью защиты прав кредиторов и общей защитой прав участников кредитных отношений.

Так, по оценкам экспертов, доля реструктуризационных кредитов в США не превышает 10%-12%, в связи с отсутствием необходимости входить в положение заемщика, в силу защищенности прав кредиторов и минимальных агентских издержках, связанных с получением прав на объект залогового имущества, сроками получения прав и его реализацией. Также важно отметить, что доля кредитов, аффилированных с политическими и финансово-промышленными группами в банковском секторе также незначительна по уже озвученным причинам.

В случае России, по оценкам АРБ, доля реструктуризационных кредитов в совокупном портфеле корпоративных ссуд может достигать 45%- 47% всех ссуд, что позволяет говорить о накоплении противоречий существенного масштаба. В данном случае речь может идти как о политически аффилированных ссудах, так и ссудах в рамках ФПГ. Так или иначе, действие данного канала носит диаметрально противоположный характер в случае США и России.

Если попытаться сформировать баланс действия различных каналов в случае США и РФ, может получиться следующая картина двух моделей кредитных циклов - «циклов конкурентного перегрева» (cycles of competitive overheat) и циклов «институциональной анемии» (cycles of institutional freeze).

Основные отличия по действию трансмиссионных каналов кредитного риска представлены на Рисунке 30.

Сравнительный анализ действия каналов трансмиссии кредитного риска в РФ и США

Рис. 30. Сравнительный анализ действия каналов трансмиссии кредитного риска в РФ и США.

Источник: расчеты автора по данным ФРС США и Банка России,

Bankscope.

  • [1] В данном случае мы подразумеваем, что банк действует в своих собственныхинтересах с целью извлечения прибыли при заданном уровне риска, а не являетсяинститутом, преследующим выполнение целей различных групп интересов (политических, финансовых и пр.) - прим. авт.
  • [2] В данном случае подразумевается несоответствие деятельности субъектов принципам полной рациональности, изложенным выше - прим. авт.
  • [3] Выбор типа кредитов (по срочности или по отраслевой структуре) для расчетазначения определяется целями и задачами проводимого анализа. В случае необходимости расчета значений кредитного канала для отдельно взятой отрасли кредитования (например, строительство) целесообразно использовать усреднение ежемесячных темпов роста именно по данной отрасли - прим. авт.
  • [4] Формирование состава выборки определяется каждой кредитной организациейиндивидуально, в зависимости от целей анализа. Вне зависимости от целей рекомендуется включать в состав выборки, в первую очередь, прямых конкурентованализируемого коммерческого банка, в целях достижения наиболее объективныхрезультатов анализа.
  • [5] Выборка включает Сбербанк, Россельхозбанк, ВТБ, Газпромбанк, ВТБ24, АльфаБанк, Банк Москвы, Юникредитбанк, Номос Банк, Промсвязьбанк - прим. авт.
  • [6] Индекс монетизации кредитной политики - прим. авт.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >