Эластичность кредитов на развивающемся рынке взаимного кредитования

Размещено на http://www.allbest.ru/

Оглавление

Введение

Глава 1. Разбор основных работ, посвященных изучению эластичности спроса на кредиты по процентной ставке

1.1 The interest rate elasticity of mortgage demand: evidence from bunching at the conforming loan limit (Anthony A. DeFusco and Andrew Paciorek, 2014)

1.2 Long-run price elasticities of demand for credit: evidence from a countrywide field experiment in Mexico (Dean Karlan, Jonathan Zinman, 2013)

1.3 An empirical analysis of subprime consumer credit demand (Sule Alan, Gyongyi Loranth, 2010)

1.4 Do interest rates matter? Credit demand in the Dhaka Slums (Rajeev Dehejia, Heather Montgomery, Jonathan Morduch, 2007)

1.5 Credit elasticities in less developed economies: implications for microfinance (Karlan, Dean, and Jonathan Zinman, 2008)

1.6 Credit constraints in the market for consumer durables: evidence from micro data on car loans (Attanasio, Goldberg, Kyriazidou, 2000)

1.7 Do liquidity constraints and interest rates matter for consumer behavior? evidence from credit card data. (Gross, David B, and Nicholas S Souleles, 2002). liquidity constraints and imperfect information in subprime lending.” (Adams, W., L. Einav, and J. Levin, 2009)

1.8 Таблица сравнения результатов полученных в работах

Глава 2. Исследование эластичности на рынке p2p-кредитования

2.1 Что из себя представляет p2p кредитования

2.2 Данные и методология

2.3 Результаты исследования

2.4 Аппендикс

Заключение

Список литературы

Приложение

Введение

Ключевые слова: эластичность, процентная ставка, срок погашения, кредит, автокредитование, ограничение ликвидности.

Данная работа посвящена исследованию эластичности на кредиты на развивающемся рынке взаимного кредитования. Так как Россия отстает от западных стран в экономическом развитии, а следствие этому является отсутствие крупных компаний взаимного кредитования, исследование проведено на данных американской компании, и на данный момент самой большой, которая носит название Lending Club.

Первая глава работы посвящена разбору работ, в которых изучается эластичность спроса на кредитные продукты по процентной ставке, и проведению первичных вычислений. В этом направлении опубликовано небольшое количество исследований, часть из которых проведена с использованием искусственно созданных экспериментов, что вызвано отсутствием большого количества доступных данных для проведения полевых исследований. Исследования в работах проводились на данных из разных стран - развивающихся (2 работы), развитых (5 работ) и с переходной экономикой (1 работа) - и в различных сегментах кредитного рынка - автокредитование (4 работы), ипотечное кредитование (1 работа), микрофинансирование (3 работы). Информация предоставлялась исследователям в приватном виде отдельными компаниями, с которыми у них имелась договоренность.

Знание эластичности важно как для компаний, работающих на кредитном рынке, так и для государственных органов, проводящих монетарную политику, затрагивающую изменения процентной ставки, которая влияет на экономический рост.

Первая часть построена на основании восьми статей зарубежных исследователей, которые взаимодополняют друг друга, и в которых все же используются разные подходы. Был получен ряд важных заключений: эластичность спроса с течением времени растет; потребители с ограниченной ликвидностью больше реагируют на изменение срока погашения, чем на изменение процентной ставки: для оценки нужно использовать только экспериментальные данные, так как не экспериментальные данные приведут к смещению; чувствительность к изменению процентной ставки варьируется в зависимости от рынка, как кредитного так и странового, и от характеристик потребителей; для низкокачественного ипотечного рынка Америки, изменение процентной ставки за последние несколько лет привело к снижению спроса на 1,5 процента. Во всех работах за исключением одной (Alan, Loranth, 2010) эластичность статистически отличается от нуля.

Для российского рынка и в российской экономической науке подобного типа исследований не проводилось.

Вторая глава работы посвящена исследованию на реальных данных компании Lending Club. Она построена следующим образом: обзор рынка, обзор данных и методологии, исследование и его результаты.

В заключение работы приведен аппендикс, в котором представлено верхнеуровневое исследование влияния изменения ставки на ипотечный рынок России. Детального исследования не получилось по причине отсутствия достаточного объема данных. Важный вывод, который можно сделать из этого куска работы, заключается в том, что агенты на кредитном рынке больше опираются на номинальные ставки и смотрят на свои издержки в номинальном выражении, а не реальном. Полученный результат противоречит теории PIH (Permanent Income Hypothesis).



Глава 1. Разбор основных работ, посвященных изучению эластичности спроса на кредиты по процентной ставке

1.1 The interest rate elasticity of mortgage demand: evidence from bunching at the conforming loan limit (Anthony A. DeFusco and Andrew Paciorek, 2014)

Основа для проведения исследования

В данной работе авторами для проведения эмпирических исследований берется в рассмотрение рынок ипотечного кредитования США. В соединённых штатах Америки компании, финансируемые правительством, такие как Fannie Mae и Freddie Mac, были учреждены, чтобы поддерживать ипотечное кредитование. Эти компании выкупают у кредиторов закладные по ипотеке и таким образом высвобождают капитал кредиторов для дальнейшего кредитования. Выкупленные закладные находятся в портфолио у Fannie Mae и Freddie Mac или на основе их выпускают обеспеченные ипотекой облигации (секьюритизация). Выкупаемые закладные должны удовлетворять ряду требований: требования кредитной документации, коэффициент долг-доход, коэффициент финансового левериджа, ограничение на размер кредита. Выкупаемые кредиты, удовлетворяющие требованиям, носят название «conforming loans», а максимальный размер кредита в свою очередь «conforming limit». Кредитная ставка на кредиты, меньше «conforming limit», обычно ниже ставки на кредиты больше лимита. Эта разница в процентной ставке носит название «jumbo-conforming spread» (рис. 1). В результате этой разницы количество заемщиков, берущих кредит меньше максимально размера, больше, а количество заемщиков, берущих кредит больше максимального ниже чем, если бы была при его отсутствии (рис. 2). Используя «jumbo-conforming» спред и разницу в процентной ставке авторы статьи оценивают эластичность.

Спецификация модели

Оценка количества заемщиков сокративших размер кредита до предельного.

Авторы в своей работе используют условие межвременного бюджетного ограничения и условие максимизации полезности домохозяйствами.

(1)

(2)

(3)

где - это потребление в первом и втором периоде, соответственно, p - стоимость дома, y - доход в первом периоде, m - размер кредита, который не превышает стоимости дома, r - процентная ставка по ипотеке, независящая от ее размера, - дисконтирующий фактор, - полезность в первом и втором периоде, соответственно. В первом периоде домохозяйство производит покупку дома в кредит, во втором периоде домохозяйство выплатило кредит и потребляет оставшееся богатство. Взяв за функцию полезности

,

где ?? - эластичность, и сделав предположение, что y и ?? - постоянны, а гетерогенность в модели определяется дисконтирующим фактором , распределение которого гладкое, получили решение для спроса на ипотеку:

С учетом сделанных предположений распределение m так же гладкое (G₀(m), плотность g₀(m)).

Взяв во внимание разрыв процентной ставки непосредственно после «conforming limit», уравнение 2 и 3 преобразовали к следующему виду:

,

Где

C = c₁ + с₂,

- размер ипотечного кредита непосредственно в «conforming limit», - разница в процентной ставке, - дамми переменная.

На рисунке 3 представлено бюджетное ограничение с учетом и без учета существования «conforming limit». Домохозяйство L имеет размер кредита меньше лимита и релевантно к его существованию. Домохозяйство H имеет размер кредита больше лимита и, соответственно при наличии лимита, будет стремиться сократить размер ипотеки до размеров лимита («bunching at the limit»). В случае присутствия лимита так же ни одно домохозяйство не выберет размер кредита между и (проекция на бюджетное ограничение в случае наличия лимита). На втором графике представлена плотность распределения в случае наличия лимита. Регион между и характеризуется отсутствием заемщиков (или регионом недостающей массы). Количество заемщиков, которые стремятся сократить размер кредита до придельного можно вычислить, используя данный регион:

B = .

Оценив B и можно вычислить реакцию домохозяйств () на разницу процентной ставки.

Сняв условие постоянности дохода и эластичности:

B =

Прологарифмировав m, исследователи разбили кредиты по группам с центральным m_j, где

j = -J, …, L, …, 0, …, U, …, J,

нулевой индекс соответствует «conforming loan». Определив регион вокруг лимита [, ], использовали следующую регрессию для оценки количества кредитов в каждой группе:

.

Первое слагаемое это полином степени p, второе - набор дамми переменных для региона, в котором отсутствуют заемщики (регион недостающей массы). Второе слагаемое использовалось для вычисления в регионе отсутствия заемщиков при условии отсутствия лимита («counterfactual distribution»). Зная и можно вычислить , как разницу между ними. Данная процедура представлена на рисунке 4, черная линия, это эмпирически подсчитанное количество кредитов в каждой группе, красная пунктирная линия - распределение при условии отсутствия лимита. Зная и

можно вычислить . Для вычисления региона [, ] использовали методику, описанную в работе Клевена и Васим (Kleven, Waseem, 2013) минимизируя разницу между и (рис. 4, регион недостающей массы). Были выбраны однопроцентные корзины, полином 13 порядка и = 0,025. Авторы утверждают, что данная оценка может быть смещенной, т.к. не учтено влияние заемщиков, которые отказались от покупки дома совсем и тех которые все же предпочли взять кредит выше лимита.

Оценка «jumbo-conforming spread»

Для оценки спреда авторами использовалась следующая регрессионная модель:

где - процентная ставка на кредит i, выданный в момент t, - переменная учитывающая время выдачи кредита (используется для оценки fixed effect, т.к. каждый год размер лимита пересматривался), J - дамми переменная, определяющая превышает ли размер кредита лимит, - кубические полиномы с каждой стороны от лимита, учитывающие форму кривой, s - сплайны отношения размера кредита к стоимости актива (LTV), отношения долга к доходу (DTI), скоринговых баллов (FICO), PMI - дамми переменная, определяющая приобретает ли покупатель страховку, PP - дамми переменная, определяющая предусмотрены ли по договору штрафы, g(TERM) - срок ипотеки. Ключевым показателем является , который обеспечивает оценку спреда.

Авторы утверждают что, при наличии других ненаблюдаемых регрессоров, влияющих на спред, оценка будет смещенной, поэтому они, помимо МНК, использовали метод инструментальных переменных, и произвели оценку спреда для обоих случаев (OLS & IV). Инструментальной переменной выступает оценочная стоимость дома (согласно Кауфману (Kaufman, 2012)). По их мнению, взяв во внимание то что, многие заемщики покупают дома с отношением кредита к стоимости дома равным 80%, домохозяйство предпочтет взять кредит выше лимита, если оценочная стоимость выше .

Основные результаты

Оценка реакции заемщиков

На рисунке 5 представлены наблюдаемое распределение log m и распределение log m при отсутствии лимита, вертикальными прямыми обозначены верхняя и нижняя границы региона [, ]. В таблице 1 представлены результаты расчетов. Первая строка представляет собой оценку заемщиков, которые сократили размер кредита, вторая строка - оценку реакции заемщиков, третья - оценку недостающей массы, и последняя строка - верхнюю границу области недостающей массы. В скобках приведены стандартные ошибки, результаты приведены в процентах. Из таблицы видно, что реакция заемщиков хорошо сочетается с недостающей массой. Во втором и третьем столбце представлены результаты отдельно для кредитов с фиксированной и плавающей процентной ставкой. Авторы рассматривают, ссылаясь на работы других авторов, разницу в поведении заемщиков которые выбирают фиксированную и плавающую процентные ставки. Так как фиксированной процентной ставке присущ больший спред, авторы делают предположение что, часть заемщиков, которые хотели бы приобрести кредит по фиксированной ставке при наличии лимита, предпочитают взять кредит по плавающей ставке, и затем опровергают данное утверждение. Из таблицы 1 видно, что вторая и третья строка хорошо сочетаются, следовательно, заемщики с фиксированной ставкой, решают сократить размер кредита, а не сменить процентную ставку на плавающую.

Оценка спреда

В таблице 2 представлены результаты расчетов. Расчеты в первом столбце выполнены для линейной модели, во втором с внедрением сплайнов, в третьем и четвертом для случая суженной выборки возле лимита. В верхней части таблицы представлены результаты для фиксированной ставки, в нижней для плавающей. Для каждой из ставок приведены отдельно результаты обыкновенного метода наименьших квадратов (OLS) и метода инструментальных переменных (IV).

Для плавающей процентной ставки результаты негативные, которые можно трактовать следующим образом: ставка на кредиты, размер которых больше лимита, ниже ставки на кредиты удовлетворяющие лимиту (непосредственно возле лимита). Данные результаты не согласуются с тем, что для плавающей ставки так же существует регион потерянной массы (рис. 6), и существует причина, заставляющая заемщиков группироваться возле лимита. Расчеты регрессии с использованием инструментальной переменной дают более положительный результат для плавающей процентной ставки, чем для фиксированной. Учитывая вышесказанное, авторы производят оценку эластичности только для фиксированной ставки.

Оценка эластичности

Для оценки эластичности были использованы два уравнения. Ввели понятия ежемесячных платежей, предельных платежей и предельной процентной ставки:

,

В нижней части рисунка 7 изображены графики данных функций. Из графиков можно сделать вывод, что придельная процентная ставка и придельные платежи для кредитов больше лимита имеют вид убывающей функции, что говорит о том, что для заемщиков издержки существенны вблизи лимита и убывают при увеличении суммы кредита. Понятие платежа было введено, так как заемщики, по мнению авторов, ориентируются при принятии своего решения на его размер.

Используя вышеприведенные уравнения, были выведены уравнения для нахождения эластичности

где - полу-эластичность спроса на кредиты по процентной ставке, - эластичность спроса на кредиты по размеру платежа.

В таблице 3 представлены результаты расчетов авторов, используя вышеприведённые уравнения. Средний ряд нижней части таблицы демонстрирует расчеты, произведенные для фиксированной процентной ставки и , взятой из второй таблицы. В верхней и нижней строке вычисления для различных степеней полинома, и ширины корзины. Первый и третий столбец вычисления для МНК, второй и четвертый для модели с инструментальной переменной. Эластичность согласно данным из 2 и 3 таблицы равняется -0,022 и -0,031. Данный результат интерпретируют следующим образом: увеличение процентной ставки на 100 базисных пунктов приведет к сокращению ипотечного заимствования (с фиксированной процентной ставкой) на 2-3%. Учитывая, что одна треть заемщиков, сокращая размер первичной ипотеки до придельного, берут вторую, избегая, таким образом, увеличение процентной ставки, а две третьи соответственно, сокращая размер первичного заимствования, не берут вторую ипотеку, эластичность будет равняться -0,015 и -0,021, что приведет к сокращению в общем объеме ипотечного кредитования (с фиксированной процентной ставкой) на 1,5-2%.

В заключительной части своей работы, авторы обсуждают влияние действий государства на объем ипотечного кредитования, с учетом полученных в работе результатов. Так увеличение дополнительных сборов («guarantee fees»), которое произошло с 2006 по 2013, на 30 базисных пунктов, сократило размер ипотечного кредитования с плавающей процентной ставкой на 0,45-0,60%. Данное увеличение было вызвано стремлением уменьшить доминантное положение компаний спонсируемых государством (Fannie Mae и Freddie Mac) на ипотечном рынке.

1.2 Long-run price elasticities of demand for credit: evidence from a countrywide field experiment in Mexico (Dean Karlan, Jonathan Zinman, 2013)

Основа для проведения исследования

В данной работе исследование спроса на кредиты при изменении процентной ставки производится на Мексиканском рынке. В качестве объекта исследования выступает микрофинансовая компания, которая является одним из лидирующих игроков, действующим на всей территории Мексики. Данная компания произвела перманентное изменение процентных ставок в 80 регионах: в одних регионах ставки сокращаются на 10 процентных пунктов (регион с высокой процентной ставкой), в других на 20 процентных пунктов (регион с низкой процентной ставкой). Изменение процентных ставок происходило на основе имеющихся у компании данных. Стоит отметить, что целевыми заемщиками компании выступают индивидуальные предприниматели женского пола. Компания не проводит скоринговых процедур, взамен этого, скоринг заменяется одобрением группой заемщиков нового заемщика. Дело в том, что компания предоставляет кредиты группе заемщиков от 20 человек, с которыми работают агенты компании. Платежи платятся 16 раз в неделю, и гарантированы группой. Месячная процентная ставка составляет 3,0-4,5%, что является средней величиной на рынке. Исследование затрагивает период в 29 месяцев с момента изменения ставок. В качестве контрольной группы выступают регионы, в которых изменение составило 10 процентных пунктов, а в качестве группы воздействия, регионы с изменением в 20 процентных пунктов.

Спецификация модели и основные результаты

В работе результаты представлены с использованием трех моделей МНК.

В первой модели:

где Y - количество выданных кредитов для региона r в период t (месяц-год), - дамми переменная, которая равна 1, если регионы с низкой процентной ставкой и период наблюдения взят после изменения ставки, - коэффициент чувствительности, R - вектор дамми переменных для региона (fixed effect), T - вектор дамми переменных времени, включен промежуток времени до изменений ставки и после него. Так как авторы столкнулись с недостатком данных о периоде до изменения процентной ставки, была оценена так же следующая модель:

Отличие в том, что вместо «fixed effect» регионов, здесь используются дамми регионов с низкой процентной ставкой.

Наконец третья модель:

В данной модели используются только наблюдения сделанные в период после изменения процентной ставки. - вектор в который включены переменные первого периода (до изменений), таким образом в модели он все же контролируется. В таблице 4 представлены результаты вычислений для трех моделей. Эластичность за весь период (29 месяцев) составила -1,3 или -1,4. Стоит так же заметить, что оценка эластичности для каждого года в отдельности, показывает рост с -0,8 до -2,2, что можно объяснить задержкой информации. Заменяя количество кредитов выданных заемщикам на размер кредитов, получили следующие оценки эластичности (таблица 5): за весь промежуток исследования -1,85/-1,91, за каждый год в отдельности от -1,09 до -2,9. Приведенные оценки имеют хорошую точность. Помимо, этого были оценены отдельно группы новых заемщиков и тех, кто уже брал кредит, группы с низким уровнем образования и с высоким уровнем образования и группы относительно бедных и относительно богатых. Для бедных результаты оказались неточными, хотя можно сделать вывод, что разницы в спросе между бедными и богатыми не существует, по крайней мере, авторы ее не нашли. Тоже самое касается групп с низким и высоким уровнем образования. Новые клиенты оказались менее чувствительными, чем те, которые брали кредит повторно.

Было показано, что для компании изменения процентной ставки принесли новых клиентов, но не увеличили прибыль из-за стоимости издержек, и что конкуренты ни как не отреагировали на данные изменения, по всей видимости, из-за тех же самых издержек. Авторам не удалось из-за отсутствия данных о других игроках оценить реальную эластичность (net elasticity).

1.3 An empirical analysis of subprime consumer credit demand (Sule Alan, Gyongyi Loranth, 2010)

Основа для проведения исследования

В работе авторы исследуют эластичность спроса на кредиты по процентной ставке на развитом субстандартном рынке автокредитования Великобритании, причем рынке кредитных карт. Субстандартный кредитный рынок Великобритании это рынок, на который приходят заемщики с плохой кредитной историей, самонаемные работники и заемщики, которые включены в список ССJs (County Court Judgment), то есть у которых имелась просрочка по платежам. Данные были предоставлены частной компанией, являющейся одним из лидеров рынка субстандартного кредитования. Даная компания проводила изменения процентной ставки среди своих заемщиков. На основе утилизации кредитного лимита и скоринговых баллов заемщики были разделены на девять групп (ячеек), внутри которых были выбраны контрольные группы и группы воздействия, у которых изменяли ставку. На рисунке 8 изображены данные группы (ячейки). Буквой T обозначены процентные пункты, на которые были изменены ставки. Видно, что в девятой ячейке процентная ставка была уменьшена на три процентных пункта, а во всех остальных увеличена на один или три процентных пункта. Шестая ячейка выпала из исследования, так как количество заемщиков в контрольной группе равнялось нулю. Эксперимент проходил с октября 2006 года по январь 2007, после чего был выполнены новые эксперименты, данные по которым у авторов отсутствуют. Деление по группам проводилось самой компанией, и авторы статьи проверили ее на адекватность рандомизации, которую в итоге подтвердили. Для определения эластичности вводится понятие чистых новых заимствований (net new borrowing), на основе которого и проводились вычисления.

Спецификация модели

Авторы сделали предположение, что нормальное домохозяйство максимизирует полезность в течение жизненного цикла, и что доступным инструментом выступает только кредитная карта. Учитывая сделанные предположения можно записать проблему домохозяйства следующим образом:

где C - это потребление, - дисконтирующий фактор

,

- это коэффициент временного предпочтения, D - это долг по карте, - ожидаемый в будущем долг. Долг можно записать как:

,

где - это процентная ставка на оставшуюся задолженность по карте периода t, - новые расчеты по карте, сделанные в промежуток времени [t, t+1], - платежи, сделанные в погашение долга в период t+1.

Как уже упоминалось выше, для определения эластичности было введено понятия чистого нового заимствования:

Авторы определили понятие минимальный эффект, который можно обнаружить, как минимальную разницу между контрольной группой и экспериментальной группой, которая может быть обнаружена с 80% вероятностью на 5% уровне значимости.

Определив полезность, как функцию полезности с постоянной относительной несклонностью к риску, подставив в уравнение проблемы домохозяйств и прологарифмировав, получили:

где первое слагаемое является эффектом замещения, а второе эффект дохода. Для заемщика, увеличение процентной ставки, сократит его потребление в будущем, так как второй член имеет положительный наклон (предельная полезность потребления возрастет). Авторы приводят простой пример: взяв

,

отношение месячного дохода к потреблению 1400 фунтов, увеличение на один процентный пункт вызовет сокращение потребления на 10,5 фунтов. Последнее выражение, представляет собой минимальный экономический эффект.

Два последних определения (минимальный эффект, который можно обнаружить и минимальный экономический эффект) используются для интерпретации экспериментальных результатов.

Результаты

Интуитивно можно предположить, что при увеличении процентной ставки количество новых заимствований должно сократиться для заемщиков, не имеющих ограниченную ликвидность, а для заемщиков имеющих ограничения ликвидности, изменения не должны иметь особого эффекта.

Используя регрессионную модель:

где NNB - чистое новое заимствование, T - дамми переменная, которая принимает значение 0, для заемщиков в контрольной группе, и 1, для заемщиков над которыми проводится эксперимент. Переменная выступает определителем чувствительности. Ячейки 1,4,7 представляют заемщиков, имеющих ограниченную ликвидность, так как они использовали кредитный лимит полностью, ячейки 2,3,5,8 не имеют ограничение в ликвидности, степень их утилизации ниже 67%. Уравнение, приведенное выше, было применено для каждой ячейки и каждого месяца. Чтобы учесть лаги, было использовано следующее уравнение:

где - эффект в октябре, - в ноябре, - в декабре.

В таблице 6 представлены полученные экспериментальные результаты, минимальный эффект, который можно обнаружить и минимальный экономический эффект. Ячейки с высокой утилизацией имеют отрицательное чистое новое заимствование, с низкой утилизацией положительное. Эффект воздействия (повышение/понижение процентной ставки) статистически незначим для всех ячеек (статистически неотличим от нуля). Для ячеек 1,4,7 имеем низкий минимальный эффект обнаружение, что можно интерпретировать как: чувствительность для этих ячеек статистически не отличается от нуля. Для оставшихся ячеек (низкая утилизация) минимальный эффект обнаружения высокий и значительно выше минимального экономического эффекта, и авторы утверждают, что нельзя сказать точно, что эффект воздействия отличим от нуля. Чтобы подтвердить получившиеся результаты, авторы провели регрессионный анализ «pool» для ячеек с низкой утилизацией кредитного лимита:

где D - долг, D/CL - нормированный кредитным лимитом долг,

.

X - вектор характеристик домохозяйств. Авторы утверждают, что правильно специфицированная модель с полным набором дамми переменных изолирует эксперементальные изменения, а при отсутствии данного условия оценки получатся смещенными, и демонстрируют данное утверждение, оценивая выше приведенные уравнения без и с использованием информации о ячейках (2, 3, 5, 8, 9). В таблице 7 представлены результаты. Первые два столбца - оценка без использования информации о ячейках. В первом столбце вычисления, без использования вектора X и fixed эффекта. Последний столбец - с использованием информации о ячейках. В первых двух столбцах оценки статистически значимы и сильно варьируются, в последнем столбце оценки статистически не отличаются от нуля, что подтверждает результаты, полученные при оценке внутри ячеек, а так же то, что оценки при плохой спецификации и пропущенных переменных ведут к смещению.

1.4 Do interest rates matter? Credit demand in the Dhaka Slums (Rajeev Dehejia, Heather Montgomery, Jonathan Morduch, 2007)

Основа для проведения исследования

Есть мнение, что бедные слои населения ищут доступ к кредитам, и не всегда «дешевым». Если бедные слои населения не чувствительны к цене за кредиты, то цены могут быть подняты без потери потерять клиентов. Это ключевое предположение недостаточно раскрыто в научной литературе. Самый большой барьер - это отсутствие данных. Авторам статьи удалось найти данные, и провести исследование спроса при изменении процентной ставки. Поставщиком данных выступила микрофинансовая организация SafeSave из Дакки, Бангладеш. SaveSafe управляло тремя отделениями, в двух из которых произвели изменения процентной ставки, а в третьем нет. Данная компания не входит в круг крупных микрофинансовых компаний в Бангладеш.

Спецификация модели и результаты

Наблюдения проводились с 1999 по 2001 год. Изменения в процентной ставке произошли в 2000 году. Две трети клиентов - женщины, средний размер кредита меньше по сравнению с лидерами рынка, срок кредита составляет в среднем не больше месяца. Изменение процентной ставки с 2х процентов в месяц до 3х процентов в месяц произошло в двух отделениях, а в третьем уже находилось на уровне 3х процентов. Изменение процентной ставки было неожиданным. Для клиентов необходимым условием возможности получить займ выступает наличие накопленных средств на сберегательном счете. В течение всего периода наблюдается восходящий тренд заимствований и сбережений. После увеличения процентной ставки рост в двух отделениях замедлился. В качестве модели авторы используют следующую модель:

,

где i - индекс клиента, t - время, - зависимая переменная (обычно среднемесячный размер заимствований), - принимает значение 1 для отделений, в которых произошло изменение процентной ставки, и 0 для третьего отделения, - ссылается к периоду после изменения ставки. показывает эффект воздействия повышения ставки: изменение в спросе до и после повышения в двух отделениях относительно третьего. Авторы использовали и другие спецификации модели для контроля неоднородности и выявления смещения: контролирование характеристик клиентов, использование в модели полного набора месячных дамми переменных, контролирование различий между контрольной группой и группой, в которой произошли изменения. Была проверена также спецификация с использованием данных компании о максимальном размере заимствования, на которое может рассчитывать клиент. Дело в том, что для того чтобы получить кредит заявитель должен быть клиентом как минимум два месяца и иметь размер накопленных средств в размере 500 така. Размер заимствований при этом не может превышать размера накопленных средств плюс 1000 така. В следующий раз заявитель может увеличить размер кредита на 500 така и так далее без ограничений. Данная спецификация существенна тем, что клиенты могут по-разному реагировать на изменения процентной ставки в зависимости от размера заимствований.

При использовании модели с простой спецификацией (без использования контролирующих переменных) эластичность составила -0,25 и статистически существенна. Эластичность процентной ставки упала до -0,29 при использовании в качестве контролирующих переменных возраст и время, которое клиенты находились в банке. Используя набор месячных дамми переменных получили эластичность на уровне -0,39. Добавление индивидуального фиксированного эффекта поглощает существенную часть вариации - R-квадрат возрос с 0,13 до 0,69, а эластичность сократилась до -0,73 (основной результат). Если оценивать отдельно два отделения, в которых произошли изменения, то эластичность сохраняет тот же порядок (-0,86 и -0,7). Изменение в спросе сразу после изменение мало (-0,18) и растет с течением времени (до -1,18). Авторами была так же рассчитана модель, из которой были исключены все клиенты, которые были в компании менее шести месяцев до изменений, и с использованием месячных дамми переменных. Эластичность составила -0,79, что несущественно отличается от основного результата.

Используя два других окна для оценки эластичности (3/9 месяцев до и после изменений, вместо 12), авторы пытались определить влияют ли какие либо другие события, происходившие в компании и на рынке, на результат. Эластичность для окна в 9 месяцев составила -0,7, а для окна в 3 месяца -0,37. Данное сокращение можно отнести к падению спроса с течением времени. Оценивая эффект изменения ставки для относительно богатых (больше сбереженных средств) и относительно бедных, пришли к результату, что относительно бедные более чувствительны к изменениям (-0,86), чем относительно богатые (-0,26). При сравнении различных возрастных групп, а так же мужчин и женщин, результаты были статистически несущественны. Добавив в модель в качестве контрольной переменной максимальный размер заимствования, который клиент может взять, получили эластичность -0,88, что сравнимо с эластичностью, подсчитанной используя основную модель -0,73. Использовав в этой же модели инструментальную переменную - время, в течение которого заемщик является клиентом, для того чтобы избавится от возможных смещений в оценке, получили эластичность -1,04.

Подводя итоги можно сказать, что клиенты очень чувствительны к изменению процентной ставки. Полученная оценка эластичности варьируется в диапазоне -0,73, -0,88. Авторы обнаружили, что после повышения, клиенты стали брать более мелкие кредиты с меньшим сроком погашения. Так же было найдено, что наиболее бедные клиенты особенно чувствительны к изменению процентной ставки, и что ее повышение заставило их перестать брать кредиты. На долгосрочном этапе спрос восстановился, но так и не достиг прежнего уровня.

1.5 Credit elasticities in less developed economies: implications for microfinance (Karlan, Dean, and Jonathan Zinman, 2008)

Основа для проведения исследования

Экономические модели, политика и практика говорит о том, что цена на кредиты тесно связана с субсидиями, и функционированием кредитного рынка в целом. И все же существующие исследования предоставляют ограниченного количество доказательств чувствительности к изменению процентной ставки на рынке микрокредитов, и мало методологических подходов к определению оптимальной ставки. В данной работе протестирована гипотеза о неэластичности спроса для микрокредитов с использованием данных из Южной Африки. Было разослано 50 000 писем с предложением индивидуальной процентной ставкой. Было обнаружено, что чувствительность к повышению процентной ставки значительна при превышении стандартной ставки кредитора.

Цена кредита не единственный параметр, который может влиять на спрос. На клиентов с ограниченной ликвидностью так же может влиять срок погашения кредита, так как больший срок погашения сокращает ежемесячные платежи и увеличивает поток наличных. Так что срок погашения может быть критичным параметром для микрофинансовых организаций, и может влиять на поведение больше, чем цена кредита. Несмотря на это, срок погашения, как параметр не игнорировался как правительством, так и учеными. Авторы установили, что размер взятого кредита больше зависит от срока погашения, нежели чем от изменения ставки, что соответствует теории связывающего ограничения ликвидности. Так же было обнаружено, что только относительно бедные клиенты чувствительны к сроку погашения, в то время как для изменения процентной ставки такой неоднородности обнаружено не было.

Авторы утверждают, что данная работа больше провокационная, чем окончательная, что они сосредоточили свое внимание на методологии.

Спецификация модели и результаты

В качестве основной модели для измерения чувствительности авторы используют пробит модель:

эластичность рынок кредитование процентный

,

где = 1, если клиент обратился за кредитом, после получения письма, - предложенная ставка, - вектор двух переменных: кредитного риска, волны отправки писем, - чувствительность. Так же к этой модели были добавлены контрольные переменные: пол, возраст, доход. Заменив на размер выданного кредита , удалось измерить интенсивную маржу (изменение в размере выданных кредитов), при чем данная спецификация несмещенная только для = 1.

Полученная эластичность для всей выборки составила -0,28. Вычисляя чувствительность только для клиентов, которые получили письмо с уведомлением о повышении процентной ставки, авторы обнаружили, что эти клиенты менее охотно брали кредит по новой ставке, таким образом, наблюдается искривление кривой спроса, которое можно объяснить тремя способами. Первый, что клиенты имеют некий дисконт. Второй, клиенты, получившие повышение ставки, взяли кредит в другом месте. Третий, клиенты могли подождать, пока пройдет срок истечения предложения, и взять кредит по стандартной ставке. Используя спецификации с контрольными переменными (пол, риск, предыдущее заимствование) и, заменив зависимую переменную на размер выданных кредитов, получили эластичность в диапазоне от -0.11 до -0.32.

Для того, что бы вычислить влияние срока погашения, использовалась следующая модель:

,

где - выбранный срок погашения, - предложенный срок погашения, - вектор двух переменных: предложенная ставка кредита и ставка одобренная, - вектор переменных: риск, волна, размер предложенного кредита. Так же были использованы другие спецификации данной модели. В качестве выборки были выбраны клиенты, которые имели средний и низкий уровень риска, а также взяли кредит. Использовались МНК и IV. Результаты показали, что предложенный дополнительно месяц погашения увеличивает актуальный срок погашения на 0,12 месяцев, что один месяц погашения увеличивает размер выдаваемых кредитов на 15,7% (Следует так же проверить на нелинейность кривую спроса, т.е. какие будут показатели спроса, если увеличить на 2, 3, 4 и т.д. месяцев). Эффект от изменения срока погашения больше, чем от изменения процентной ставки. Так увеличение срока погашения на один месяц эквивалентно снижению месячной ставки на 167 базисных пункта. Опираясь на результаты, полученные при расчете эластичности для ставки соотношение будет следующим: один месяц увеличения срока погашения эквивалентно снижению месячной ставки на 436 базисных пункта.

В случае уменьшения процентной ставки минусы незначительно превышают плюсы, снижение доходности превышает доходность от новых клиентов. Таким образом, кредитор может провести экспансию на рынке, сократив при этом незначительно прибыль. Женщины и относительно бедные клиенты более чувствительны к изменению процентной ставки, поэтому их доля в портфеле кредитора при снижении ставки увеличивается, а при росте снижается.

Государство часто говорит, чтобы микрофинансовые институты повышали процентную ставку, а не просили субсидий. В рамках данной работы, такое повышение привело бы к снижению прибыли и уменьшению клиентской базы микрофинансовых организаций, а также сократило платежи. Таким образом, ни повышение, ни понижение ставки не привело бы к увеличению прибыли.

Авторы также оценили влияние срока погашения на спрос на кредиты, и показали, что срок погашения более значим для клиентов, нежели ставка по кредиту. Однако они обнаружили существенную в статистическом смысле эластичность изменения срока погашения на спрос только для клиентов с относительно низким доходом, хотя доверительный интервал для клиентов с относительно высокой доходностью не исключает такого же влияния. Увеличение срока погашения на один месяц увеличило спрос на 15%.

Авторы ставят вопросы, на которые им не удалось найти ответа. Как влияет изменения срока погашения на платежи? Позволяет ли увеличение процентной ставки привлечь новых клиентов? Полученные результаты превышают результаты работ других авторов (микрокредитование в Бангладеш (Dehejia, Montgomery, Morduch), кредитование в Италии (Alessie, Hochguertel, Weber), автокредитование в Америке (Gross, Souleles)), за исключением одной работы (Attanasio et al., автокредитование в Америке).



1.6 Credit constraints in the market for consumer durables: evidence from micro data on car loans (Attanasio, Goldberg, Kyriazidou, 2000)

Основа для проведения исследования

В данной статье акцент делается на исследовании ограничения ликвидности, вопросу эластичности спроса уделяется меньше внимания, хотя, две данных проблематики взаимосвязаны.

Существование ограничений на заимствование на кредитном рынке имеет важное значение, как на микро, так и на макро уровнях. На микроуровне ограничения будут иметь серьезные последствия при проведении финансовой политики. На макроуровне же ограничения участвуют в объяснении корреляции между ожидаемым потреблением и ростом доходов, и опровержении гипотезы постоянного дохода. Но, не смотря на, важность данного явления и большого количества работ, которые в той или иной мере исследуют его, нет конечных доказательств важности кредитного нормирования (credit rationing - (ситуация, когда доступ данного лица или группы лиц к кредитным ресурсам ограничен в силу того, что кредиторы готовы предоставить меньшее количество ресурсов, чем требуется заемщиками при данном уровне процентной ставки, т. е. в силу превышения спроса на кредит над предложением кредита; в рамках нового кейнсианства данное понятие широко используется для объяснения неполной занятости в экономике)). Так как в предшествующих работах использовались данные не связанные с поведением заемщиков, а ограничение ликвидности как раз связанны с таким поведением, то именно поэтому не было найдено существенных доказательств. Цель данной работы - заполнить данный пробел, использовав данные о поведении потребителей на кредитном рынке. Главная идея в том, что ограничение заимствований будет специфична для процентной ставки и срока погашения.

Спрос на кредиты для потребителей, которые не ограниченны по ликвидности, они находятся на плоской части бюджетной криво, должен представлять собой функцию, зависящую от стоимости кредита, но не срока погашения; спрос потребителей с ограничением, напротив, должен зависеть от срока погашения, но не от стоимости кредита. Протестировать кредитное нормирование, можно оценив эластичность спроса на кредиты по процентной ставке и сроку погашения, и приняв за нулевую гипотезу, что эластичность равна нулю.

Данные были взяты с рынка автокредитования США с 1984 по 1995 года.

Спецификация модели и результаты

В данной работе наиболее полно описана теоретическая модель максимизации полезности потребителем, которая, к сожалению, не используется в эмпирических расчетах. Модель, которая была оценена, имеет следующий вид:

,

где - доля в стоимости машины, которая профинансирована при помощи займа, - вектор демографических показателей: возраст, пол, образование и т.д., - процентная ставка, - пересечение процентной ставки и срока погашения. Для оценки, использовался как стандартный МНК, так и полупараметрический метод. Авторы больше уверенны в качестве полупараметрического метода, т.к. нет уверенности в нормальном распределении. Полученная эластичность по ставке находится в диапазоне от -0,37 до -1,21, эластичность по сроку погашения от 0,82 до 3,85. Авторы так же тестировали эластичность для разных возрастных групп и групп с разным доходом. Возрастная группа 35-55 лет наиболее чувствительна к изменению процентной ставки. Возрастные группы до 35 лет и старше 55 лет менее чувствительны к ставке, но более чувствительны к сроку погашения, и соответственно можно сделать предположение, что эти две группы имеют ограниченную ликвидность. Наиболее молодые покупатели ожидают больший доход в будущем, но несовершенство рынка предохраняет их от переноса ресурсов из будущего. В третьей группе находятся клиенты, которые по большей части уже на пенсии, и поэтому столкнулись с ограничением. Для групп с низким средним и высоким доходом были получены следующие результаты: чувствительной к изменению процентной ставки оказалась только группа с высоким уровнем дохода, а группа с низким уровнем чувствительна к сроку погашения, но не ставке, и тем самым имеет ограничения в ликвидности. Наконец были протестированы четыре группы: молодые клиенты с низким уровнем образования, молодые клиенты с высоким уровнем образования, взрослые клиенты с низким уровнем образования, взрослые клиенты с высоким уровнем образования. В результате не было получено чистой картины, за исключением того факта, что молодые клиенты с низким уровнем образования продемонстрировали высокую чувствительность к сроку погашения, это можно связать с тем фактом что эта группа имеет низкий доход.

В итоге проделанной исследователями работы были найдены существенные доказательства существования ограничения ликвидности, в частности среди молодых клиентов и клиентов с низким доходом. Результаты были получены на основании данных рынка автокредитования, а не при помощи опросов. Полученные результаты полностью совпали с предположениями теоретической модели: клиенты, которые, как предполагалось, наиболее ограниченны, не чувствительны к изменению процентной ставки, но чувствительны к сроку погашения; клиенты, которые вероятно не имеют ограничений, показывают чувствительность к изменению ставки, но не срока погашения; чем больше срок погашения, тем меньше чувствительность к изменению ставки. Так как в работе ни как не используются данные клиентов, которые хотели бы взять кредит, но по каким либо причинам этого сделать не смогли, то была найдена только интенсивная маржа (клиенты, которые сократили размер кредита), но не экстенсивная (клиенты, которые совсем не взяли кредит). Поэтому авторы утверждают, что модель скорее недооценивает важность ограничений ликвидности.

1.7 Do liquidity constraints and interest rates matter for consumer behavior? evidence from credit card data. (Gross, David B, and Nicholas S Souleles, 2002). Liquidity constraints and imperfect information in subprime lending.” (Adams, W., L. Einav, and J. Levin, 2009)

Две данные работы не описываются подробно в работе, так как они посвящены ограничениям ликвидности, и не влияют на результаты.

1.8 Таблица сравнения результатов полученных в работах

Статья	Рынок	Данные	Эластичность
The Interest Rate Elasticity of Mortgage Demand: Evidence From Bunching at the Conforming Loan Limit (Anthony A. DeFusco and Andrew Paciorek, 2014)	США, ипотечный	Реальные	-0.015/-0.031 (точечная эластичность)
Long-Run Price Elasticities of Demand for Credit: Evidence from a Countrywide Field Experiment in Mexico (Dean Karlan, Jonathan Zinman, 2013)	Мексика, микрофинансирование	Реальные	-1.09/-2.9 (1/3 года)
An Empirical Analysis of Subprime Consumer Credit Demand (Sule Alan, Gyongyi Loranth, 2010)	Великобритания, автокредитование на субстандартном рынке, кредитные карты	Реальные	0
Do Interest Rates Matter? Credit Demand in the Dhaka Slums (Rajeev Dehejia, Heather Montgomery, Jonathan Morduch, 2007)	Бангладеш, микрофинансирование	Реальные	-0.18/-1.18 (месяц/один год)
Credit Elasticities in Less Developed Economies: Implications for Microfinance (Karlan, Dean, and Jonathan Zinman, 2008)	Южная Африка, микрофинансирование	Опросы	-0.11/-0.32 (точечная)
Credit Constraints in the Market For Consumer Durables: Evidence From Micro Data On Car Loans (Attanasio, Goldberg, Kyriazidou, 2000)	США, автокредитование	Реальные	-0.37/-1.21 (месяц/год)



Глава 2. Исследование эластичности на рынке p2p-кредитования

2.1 Что представляет из себя рынок p2p-кредитования

Описание рынка.

В средние века, когда еще не было финансовых организаций в современном виде, был сильно развит институт ростовщичества, когда частные лица предоставляли займы другим частным лицам. Со временем они преобразовались в финансовые институты и современные банки. В середине первого десятилетия двадцать первого века в Великобритании была создана первая организация, которая начала заниматься p2p-кредитованием (peer to peer или person to person). Позже в Соединенных Штатах Америки были учреждены сегодняшние лидеры рынка Prosper и Lending Club. Что это за компании и что собой представляет феномен p2p-кредитования?

P2P-кредитование - финансовый сервис выдачи займов (потребительских, ипотечных, для бизнеса и многих других), в которых кредитором выступает не банк или кредитная организация, а большое количество физических лиц или институциональных инвесторов. При этом сервис P2P-кредитования является платформой, которая объединяет с одной стороны кредиторов, а с другой - заемщиков. Платформа не принимает на себя кредитных рисков - все займы выдаются за счет денежных средств кредиторов. Сервис проводит оценку заемщиков, оказывает услуги по сбору просроченной задолженности и удобной оплаты по выданным кредитам. По своей сути P2P-платформа для инвестора является альтернативной банковскому депозиту с более высоким процентом годовых, а для заемщика - альтернативой банковскому кредиту, предъявляющему повышенные требования к заёмщику. В основном это рынок субстандартных займов с высоким риском и процентной ставкой. Так в Америке ставки на Lending Club колеблются от 5% до 23%, что для американского рынка достаточно высоко. Опираясь на скоринговый балл, заемщику присваивается категория, которой в свою очередь присвоена процентная ставка. Кредиторы могут кредитовать полностью весь объем заявки или ее часть.

Эволюция моделей кредитования во всём мире происходит по одному сценарию: за залоговым оффлайн-кредитованием в стране появляется беззалоговое кредитование, затем оффлайн PDL-займы, затем оффлайн-Installment, после чего наступает черёд онлайн-кредитования. И наконец после онлайн-кредитования наступает черёд P2P-кредитования. Если где-то всё ещё выдаются кредиты по оффлайн-модели и до сих пор нет онлайн-кредитования, то это связано не с особенным путём развития страны, а лишь с недостаточным пока что проникновением Интернета и/или платежных систем, банковских карт.

P2P - это не только потребительские кредиты.

В связи с тем, что самые большие (а также самые старые и самые известные) P2P-платформы Lending Club, Prosper и Zopa работают на рынке потребительского кредитования, у большинства P2P-кредитование ассоциируется именно с потребительскими займами. Однако за последние 3-5 лет в мире появились новые ниши P2P-кредитования, которые по своим объемам иногда даже превосходят рынки, на которых работают, например, Prosper и Zopa. Для более объективного анализа P2P-модели озвучим некоторые такие ниши.

Займы бизнесу - как правило, от $50 тыс до $500 тыс сроком на несколько лет. Есть и более инновационные продукты, которые работают по принципу «кредитной карты для бизнеса», когда компании одобряется определенный лимит. Далее она может брать деньги, отдавать их в любой срок, а проценты платить только за время фактического пользования деньгами. Основные игроки этого рынка - Funding Circle, Biz2Credit, Kabbage.

Рефинансирование образовательных кредитов - это отдельная огромная отрасль в США с понятной предпосылкой для возникновения такого бизнеса. Независимо от того, в каком университете ты учишься, государство выдает тебе образовательный кредит по одной и той же ставке, в то время как очевидно, что студент Гарварда имеет принципиально более низкий риск дефолта по сравнению со студентом никому неизвестного ВУЗа. Эта особенность открывает окно возможностей для рефинансирования образовательных кредитов студентам топовых вузов под более низкую процентную ставку. Основные игроки - SoFi, CommonBond. Логику влияния образования на процентную ставку также имеет UpStart.

...