Уровень диверсификации, его влияние на качество кредитного портфеля

На первом этапе, чтобы не отвлекаться на технические особенности анализа в дальнейшем, сразу отметим, как происходила работа с каждой из моделей. Исследование велось с помощью программного обеспечения Stata и основывалось как на собственном опыте, так и с использованием пособия (Ратников, 2004) в качестве методологической рекомендации. Сначала было выявлено, какой метод наиболее предпочтителен. Во всех трех случаях на первом этапе производилась работа с уравнениями:

1) сквозной регрессии;

2) регрессии с фиксированным индивидуальным эффектом (fixed effect, модель within);

3) Регрессии со случайным индивидуальным эффектом (random effect).

Далее, результаты всех трех случаев сравнивались, и выбиралась наиболее подходящая из них. Первая и вторая регрессионные модели сопоставлялись с использованием теста Вальда, первая и третья по средствам теста Бройша-Пагана, а вторая и третья с помощью теста Хаусмана. В конечном итоге во всех случаях было решено применять модель within, то есть с фиксированным индивидуальным эффектом c учетом .

Стоит также отметить, что в ходе работы было замечено, что, скорее всего, целесообразным было бы включение регрессоров для выявления влияния отдельно взятого года. Для отражения воздействия временного эффекта во все модели были введены Dummy-переменные для каждого из периодов исследования.

Влияние уровня диверсификации на риск.

Для начала проанализируем результаты, полученные с помощью использования регрессионной модели (1). Основные итоги содержатся в Таблице 3, где напротив названия переменной можно найти значение коэффициента при ней, уровень значимости и стандартную ошибку. Гипотеза о равенстве нулю всех коэффициентов была отвергнута, многие из них также оказались значимы на различных уровнях.

Таблица 3. Результаты оценивания регрессии

Standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Обратим внимания на прокси-переменные для уровня концентрации кредитного портфеля. Коэффициенты для диверсификации будут иметь обратный знак, но останутся равными по модулю. Это можно понять путем преобразования следующего равенства:

; ; , (5)

где Cn-уровень концентрации, а (1-Cn) - диверсификации.

Как видно из таблицы, предположение под названием “Classical diversification hypothesis” нельзя считать справедливым в случае с российскими банками для показателя по типу заемщика. В данной стране высокий уровень диверсификации положительно влияет на степень риска в кредитном портфеле. Следовательно, подтверждается обратная гипотеза, которой в предыдущих работах часто присваивается имя “Lack of expertise hypothesis”. В соответствии с ней, как уже было сказано ранее, найденное положительное влияние диверсификации на отношение резервов на возможные потери по ссудной задолженности к общему число выданных займов, скорее всего, объясняется недостатком опыта работы российских банков в новых для них областях деятельности или чрезмерно конкурентной средой. Коэффициент при концентрации, как видно из таблицы, не являются большим, но, тем не менее, отрицателен. Обратная ситуация обнаружена для индекса Cn2, хотя его влияние также довольно слабое. Здесь можно утверждать, что основная для диверсификации гипотеза является справедливой, и она снижает уровень кредитного риска в портфеле.

Что касается контрольных переменных, то, в соответствии с полученными результатами, вряд ли можно говорить об ощутимом влиянии доходности на степень риска в банках России. Коэффициент при ней является незначимым. Размер банка положительно влияет на показатель llp. Это вполне согласуется с ожиданиями относительно данной переменной. В литературе в большинстве случаев обоснованием такого результата служит всем известный принцип “too big to fail”, в соответствие с которым, банк склонен игнорировать риски в надежде на то, что из-за его системной значимости, размера ничего плохого с ним не случится. Переменная Cap также имеет положительный коэффициент перед собой. Объяснением этого может быть тот факт, что в банковской сфере регулятором устанавливаются нормы достаточности капитала, и, кредитная организация, вряд ли будет склонна к чрезмерному риску, имея низкий уровень собственных средств. Странным результатом после анализа модели (1) явился положительный знак перед переменной, обозначающей расходы на персонал. В теории, большее количество разноплановых работников, зона ответственности которых вкупе покрывает сравнительно более высокий объем работы с кредитным портфелем, должно привести к снижению уровня риска. Тем не менее, в случае российских банков это не так, а коэффициент перед показателем является значимым. Возможно, это стоит интерпретировать, сославшись на специфику ведения дел в РФ. Так, большой объем сотрудников иногда создает предпосылки к снижению ответственности у отдельно взятого рабочего. Соответственно, каждый не в полной мере выполняет свои обязанности, перекладывая их на другого банковского служащего. Как результат, низкая эффективность и игнорирование возможных рисков.

4.1 Влияние уровня диверсификации на доходность

Теперь перейдем к результатам оценивания регрессионной модели (2). Как и в предыдущем случае, в Таблице 5 в первой колонке представлены наименования тех или иных переменных, входящих в модель, а вторая указывает на коэффициенты, полученные в процессе анализа, их значимость и стандартные ошибки. Кроме того, в нижней части можно заметить общее число наблюдений, количество банков, вошедших в исследование и полученный R². Практически все коэффициенты оказались значимыми на том или ином указанном в таблице уровне, гипотеза о равенстве нулю всех коэффициентов отвергнута. Построенные индексы Херфиндаля-Хиршмана для определения степени концентрации кредитного портфеля действительно оказывают влияние на уровень доходности банка. Как и в предыдущем случае, логично предположить, что диверсификация имеет прямо противоположное воздействие на roe (см. уравнения (5)), коэффициенты по модулю равны. Наиболее ощутимое влияние из двух объясняющих переменных имеет мера концентрации в кредитовании по отраслям экономики, она же является более значимой. Cn2 отрицательно влияет на показатель ROE в следующем периоде. Это подтверждает выдвинутую в разделе, посвященном методологии, гипотезу №1 о классическом (положительном) влиянии диверсификации на доходность в коммерческом банке. Предположение под названием “Quiet life hypothesis” отвергается для модели (2) в данном случае. Ситуация противоположна для индекса Cn1 для обозначения концентрации по типу заемщика. Здесь, наоборот, можно говорить о подтверждении гипотезы обратной к классической. Следовательно, стремясь диверсифицировать кредитный портфель по типу заемщиков, банки сталкиваются с тем, что слишком много средств расходуют на данный процесс. Это может привести к убыткам.

Таблица 4. Результаты оценивания регрессии

Standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Что касается контрольных переменных, то, например, влияние размера банка на уровень его доходности оказалось положительным, что подтверждает наши ожидания относительно этой переменной. Таким образом, подобное воздействие действительно можно объяснить тем, что с ростом размера банка, увеличивается объем проводимых им операций. А это, в свою очередь, ведет к увеличению прибыли. Коэффициент перед переменной, отвечающей за уровень собственных средств, является положительным, что идет в разрез с результатами, которые получились во многих ранее проводимых исследованиях, и теоретическим предсказанием. Так, например, в статье (Kamp, Pfingsten, Memmel, & Behr, 2006), авторы объясняют отрицательное влияние тем, что капитал является более дорогим, чем депозиты. Однако в данном случае не стоит обращать внимание на данный показатель, поскольку коэффициент перед ним незначим. Предсказания на счет знака перед переменной, отвечающей за расходы на персонал, не совпадают с полученным результатом. Однако, как и в случае с Cap коэффициент является незначимым. Что же касается связи ROE с уровнем резерва на возможные потери по ссудам, то тут в сравнении с итогом по модели (1) можно говорить о полном совпадении с ранее выдвинутой гипотезой. Коэффициент значим и показывает, что с ростом степени риска, присущей банку, растет и его уровень доходности. Таким образом, действительно можно говорить о классической связи, но действующей лишь в одностороннем порядке.

4.2 Немонотонное воздействие на доходность

На последнем этапе была проведена попытка улучшить модель (2) по средствам предположения о немонотонной по риску связи между концентрацией и уровнем доходности коммерческого банка. Для этого в нее, как говорилось ранее, включили дополнительные 4 переменные (Cn1LLP, Cn2LLP, Cn1LLP2, Cn2LLP2 -см. Глава 2). Таким образом, появилась модель (3).

Как можно заметить, проанализировав Таблицу 6, значимость коэффициентов ощутимо улучшилась по сравнению с (2). Причем это справедливо, как для индексов Херфиндаля-Хиршмана, так и для контрольных переменных. Незначимым снова оказался лишь коэффициент перед расходами на персонал (Pers). Остальные зависимости сохранились. Все dummy-переменные для обозначения года действительно целесообразно вводить в модель. Что же касается индексов для определения уровня концентрации, то снова можно говорить о положительном влиянии диверсификации по отраслям экономики и об отрицательном по типу заемщика.

Таблица 5. Результаты оценивания регрессии

Standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Однако гораздо более важными в рамках данной модели являются коэффициенты перед новыми введенными переменными. Гипотеза, впервые выдвинутая(Winton, 1999) гласит, что концентрация наиболее эффективна для увеличения уровня доходности при высоком и низком уровне риска. Подобное положение вещей было бы справедливым при отрицательном коэффициенте у Cn1LLN и Cn2LLN и положительном у Cn1LLP2, Cn2LLP2. Однако, как можно заметить из Таблицы 6 это соблюдается лишь для концентрации по типу заемщика. Для показателя по отраслям экономики ситуация противоположна, и можно говорить об обратной форме параболы. Таким образом, концентрация в данном случае наиболее эффективно влияет на показатель доходности при среднем уровне риска в российском банке.

Таким образом, мы можем сказать, что диверсификация по отраслям производства наиболее эффективна при маленьком и высоком уровне риска в российском коммерческом банке, при среднем уровне показателя метод может даже быть убыточным. Тот же способ управления кредитным портфелем, но проводимы по типу заемщика, дает отрицательный эффект лишь при маленькой степени LLP. На практике высокий уровень риска (LLP>0,08) достигается крайне редко. Поэтому, справедливо утверждать, что в остальных случаях диверсификация по типу заемщика может являться прибыльной, хотя с увеличением LLP ее эффективность снижается и на чрезмерно высоких значениях ведет к потерям.

Таким образом, руководствуясь найденными закономерностями, российские банки смогут оптимизировать свою деятельность в области управления кредитным портфелем и с помощью грамотного применения такого инструмента, как диверсификация, повысить эффективность в области снижения риска и повышения доходности.

Заключение

Нами были рассмотрены основные принципы управления кредитным портфелем в коммерческом банке на различных этапах. Особенное внимание было уделено регулированию таких показателей, как риск и доходность с помощью одного из самых распространенных методов, а именно диверсификации. Использование российских данных позволило провести действительно уникальное и, по нашему мнению, полезное исследования. С помощью регулярной годовой отчетности крупнейших банков РФ по размеру выданных кредитов впервые была предпринята попытка численно оценить уровень диверсификации кредитов по отраслям экономики и по типу заемщика. Проделанная по средствам методов эконометрики работа позволяет с уверенностью говорить о реальном влиянии выбранного фактора на зависимые переменные. Было обнаружено, что для банков России высокий уровень диверсификации по отраслям производства снижает уровень риска, в то время как кредитный портфель желательно делать концентрированным по типу заемщика с целью снижения негативных последствий. Что касается влияния на доходность, то здесь также был обнаружен противоположный эффект различных видов исследуемого метода управления. Так, диверсификация по отраслям экономики положительно сказывается на прибыльности банка, в то время как высокая степень второго фактора имеет противоположный результат. Однако, в процессе работы с первоначальной моделью и ее усовершенствования, было продемонстрированно, что между доходностью и концентрацией, скорее всего, существуют квадратичные отношения по риску. С точки зрения диверсификации по отраслям промышленности банку в России желательно иметь либо очень высокий, либо очень низкий уровень риска в кредитном портфеле. В таком случае достигается наибольший положительный эффект на доходность. При среднем уровне риска применение высокого уровня диверсификации даже может быть убыточным для банка. Диаметрально противоположный результат опять-таки наблюдается для данного метода по типу заемщика. Здесь более или менее высокая доходность после применения диверсификации заметна лишь при среднем уровне кредитного риска с последующим снижением при увеличении LLP.

Следующим этапом на пути исследования влияния степени диверсификации на риск и доходность может стать ее анализ в разрезе типа собственности на кредитную организацию в России. Проделанная работа может быть полезна для банков РФ в плане построения их политики в области управления кредитным портфелем. Опираясь на найденные закономерности и используя их в качестве рекомендаций можно с большей пользой осуществлять управление в области регулирования кредитного риска и доходности организации.

Список используемой литературы

1) Горелая, Н. В. (2012). Организация кредитования в коммерческом банке. Москва: ИД "Форум" - ИНФРА-М.

2) Гребеник, Т. В. (сентябрь - октябрь 2014 г.). Современные особенности эффективного управления. Интернет-журнал «НАУКОВЕДЕНИЕ», стр. 1-11.

3) Лаврушин, О. И., & Веленцева, Н. И. (2008). Банковские риски. Москва: ЗАО "Кнорус".

4) Морсман, Э. (2004). Управление кредитным портфелем. (п. с. Ионов, Перев.) Москва: Альпина Бизнес Букс.

5) Ратников, Т. А. (2004). Анализ панельных данных в пакете "Stata". Методические указания к компьютерному практикуму по курсу "Эконометрический анализ панельных данных". Москва, Россия: Государственный университет Высшая Школа Экономики.

6) Сабиров, М. (1998). Характеристика диверсифицированного кредитного портфеля коммерческого банка. Аудитор(10), 47.

7) Славянский, А. В. (2008). Управление кредитным портфелем как один из элиментов системы управления кредитным риском. Аудит и финансовый анализ(6), 1-11.

8) Фантаццини, Д. (2009). Эконометрический анализ финансовых данных в задачах управления риском. Прикладная эконометрика(9), 105-107.

9) Acharya, V., Hasan, I., & Saunders, A. (2006). Should banks be diversified? Evidence from individual bank loan portfolios. Journal of Business 79, 1355-1412.

10) Bebczuk, R., & Galindo, A. (2008). Financial crisis and sectoral diversification of Argentine banks. Applied Financial Economics 18, 199-211.

11) Deng, E., Elyasiani, E., & Mao, C. X. (2007). Diversification and the cost of debt of bank holding companies. Journal of Banking and Finance 31, стр. 2453-2473.

12) Diamond, D. (1984). Financial intermediation and delegated monitoring. Review of Economic Studies 51, стр. 393-414.

13) Hass, R., Ferreira, D., & Taci, A. (2010). What determines the composition of banks' loan portfolios? Evidence from transition countries. Journal of Banking and Finance 34, стр. 388-398.

14) Hellwig, M. F. (10 Mar 1998 г.). Allowing for Risk Choices in Diamond's "Financial Intermediation as Delegated Monitoring". University at Mannheim, стр. 98-104.

15) Hughes, J. P., Lang, W., Mester, L. J., & Moon, C. G. (1996). Safety in numbers? Geographic diversification and Bank insolvency risk. Working Papers from Federal Reserve Bank of Philadelphia, 34.

16) Kamp, A., Pfingsten, A., Memmel, C., & Behr, A. (2006). Diversification and the banks' risk-return-characteristics: Evidence from loan portfolios of german banks. EFA 2006 Zurich Meetings Paper 29.

17) Rossi, S. P., Schwaiger, M. S., & Winkler, G. (2009). How loan portfolio diversification affects risk, efficiency and capitalization: A managerial behavior model for Austrian banks. Journal of Banking & Finance 33, стр. 2218-2226.

18) Tabak, B. M., Fazio, D. M., & Cajueiro, D. O. (November 2011 г.). The effects of loan portfolio concentration on Brazilian banks' return and risk. Journal of Banking & Finance 11, стр. 3065-3076.

19) Winton, A. (1999). Don't Put All Your Eggs in One Basket? Diversification and Specialization in Lending. Working Paper, University of Minnesota.

20) Управление кредитным портфелем. (б.д.). Получено из banki.ru: http://www.banki.ru/wikibank/upravlenie_kreditnyim_portfelem/

21) (б.д.). Получено из Куап. Финансовый анализ банков: http://kuap.ru/

22) (б.д.). Получено из Анализ банков. Портал банковской аналитики: http://analizbankov.ru/

23) (б.д.). Получено из сайт Центрального Банка Российской Федерации: http://www.cbr.ru/

Размещено на Allbest.ru