Анализ финансовой устойчивости российских и зарубежных банков в период санкций (2011-2017 гг.)

Далее логично снова вернуться к графически представленной динамике коэффициентов.

Рисунок 14. Динамика Н7 иностранных банков

В начале рассматриваемого периода наблюдается достаточно невысокое значение коэффициента. За рассматриваемый период не наблюдалось большой изменчивости значений коэффициента, они оставалось на относительно низком уровне. Здесь же стоит отметить вполне логичное утверждение, что более крупные банки берут на себя больше риска по сравнению с более мелкими.

Рисунок 15. Динамика Н7 отечественных банков

Из графиков видно, что в целом подтверждается вышепоказанное утверждение, на протяжении всего рассматриваемого периода значения коэффициентов Н7 несколько выше у отечественных банков.

Рисунок 16. Динамика коэффициентов автономии иностранных банков

По результатам графиков можно отметить, что коэффициент автономии у первых иностранных банков практически вдвое ниже требуемого уровня, в то время как у последних пяти коэффициент автономии достаточно высок. Так же стоит отметить, что коэффициент автономии первых пяти банков после 2014 г. начинает расти, а у последних пяти - падать.

Рисунок 17. Динамика коэффициентов автономии отечественных банков

Ситуация с отечественными банками схожа с тем, что мы наблюдали выше. Большая часть первых по активам банков нарушает минимально требуемый уровень коэффициента. После 2014 года наблюдается небольшой рост показателя. Динамика коэффициента последних пяти банков более неоднородна, большая часть банков удовлетворяет требованиям норматива.

Проведённый на первом этапе анализ позволил нам выявить, что банки с иностранным капиталом меньше нарушают установленные регулятором нормативы. Кроме того, графический анализ показал, что величины коэффициентов банков с иностранным капиталом в достаточной степени удалены от границ риска. Так же стоит отметить, что разница между иностранными и отечественными банками действительно присутствует. Таким образом, результаты первого этапа исследования являются аргументом, подтверждающим выдвинутую изначально гипотезу о том, что иностранные банки более финансово устойчивы по сравнению с отечественными. Более того, в целом, после проведённого на первом шаге анализа, можно сделать вывод о достаточной финансовой устойчивости банковского сектора Российской Федерации.

Далее перейдём к следующему шагу анализа - построению моделей с использованием панельных данных в пакете STATA.

Для начала построим широко используемую модель «Pooled OLS estimator» для того, чтобы посмотреть, какие результаты она нам даст.

Таблица 6. Выходные данные модели Pooled OLS estimator

По результатам модели на эффективность от традиционной деятельности банка в большей степени влияют коэффициент кредитного риска, активы, процентные доходы от кредитов гражданам РФ и обязательства банка. Причём первые два показателя имеют отрицательный эффект, а два других- положительный. Набор аналогичных переменных оказался более значим при объяснении эффективности от общей банковской деятельности. Интересным является полученный в обоих случаях отрицательный коэффициент при дамми переменной FOREIGN. Построенная модель свидетельствует о том, что наличие иностранного участия в капитале банка отрицательно сказывается на эффективности его деятельности.

Тем не менее в силу того, что данная модель обладает рядом недостатков, главный из которых состоит в том, что в ней игнорируется факт того, что мы анализируем панельные данные, перейдём к построению других моделей. Для подтверждения мнения о том, что не стоит использовать данную модель, нами был проведён тест Бреуша-Пагана. Полученные маленькие значение p-value подтверждают наше утверждение о том, что эта модель не подходит для анализа и лучше перейти к построению более усовершенствованных моделей, призванных анализировать панельные данные.

Независимо от преимуществ модели «Fixed effects or within estimator», для нашего исследования она не подходит, так как не позволяет проследить влияние формы владения капиталом банка. В связи с этим, перейдём к построению моделей Random effects estimator.

Таблица 7. Выходные данные модели RE с зависимой переменной NIM

Результаты данной модели получились схожими с результатами предыдущих, не считая различий в коэффициентах. Наибольшее влияние всё так же зафиксировано за коэффициентом кредитного риска, процентными кредитными доходами и активами, что логично. По результатам данной модели можно увидеть, что иностранное присутствие в капитале банка оказывает положительное влияние на эффективность от его традиционной деятельности.

Таблица 8. Выходные данные модели RE с зависимой переменной ROA

В данном случае мы видим, что на рентабельность от общей банковской деятельности факт присутствия иностранного капитала влияет отрицательным образом. Так же, отрицательный эффект имеют коэффициенты, отвечающие за риск банка. Большая значимость наблюдается у переменных, отражающих операционные доходы и расходы банка, прибыль, активы и обязательства.

При моделировании с использованием панельных данных мы получали результаты, в которых утверждалось, что иностранный капитал в собственных средствах банка отрицательно влияет на эффективность его деятельности. Можно предположить, что такие выводы связаны с тем, что данная модель учитывает влияние времени. Вполне вероятно, что в этот временной период граждане России больше доверяли свой капитал чему-то более известному и "своему". Кроме того, стоит не забывать и о том, что в эти годы происходила политика оздоровления банковского сектора, и эффективность деятельности отечественных банков, возможно, могла быть выше из-за государственной поддержки. Так же стоит не забывать и о том, что для того, чтобы анализ с использованием панельных данных был возможен для всего рассматриваемого периода, на данном этапе не были включены банки с отозванными лицензиями, что несколько завышает результат оценки эффективности деятельности отечественных банков и соответственно, их финансового состояния.

Тем не менее, как показывает анализ на первом этапе, даже несмотря на факт снижения эффективности деятельности, уловленный моделью с использованием панельных данных, мы не станем отрицать гипотезу о том, что иностранные банки более финансово устойчивы.

Далее перейдём к финальному шагу нашего исследования - построению моделей по выбранным трём годам.

Предложенные ниже модели позволят проследить влияние отдельных переменных, в особенности кросс-эффектов с дамми переменными, на эффективность деятельности банка без учёта влияния времени.

Так как набор переменных весьма велик, построим корреляционную матрицу, чтобы определиться, какие коэффициенты изначально будем включать в модель.

Рисунок 18. Корреляционная матрица

После анализа корреляционной таблицы было выявлено, что наибольшая корреляция наблюдается между зависимой переменной (NIM) и следующими показателями: H12, H7, H9.1. Тем не менее, несмотря на невысокую связь, включим в модель так же коэффициенты Н1.0 и Н3. Возможно, в дальнейшем данные коэффициенты будут опущены из модели из-за незначимости. Для модели с зависимой переменной ROA будут отобраны аналогичные коэффициенты.

Далее построим аналогичную корреляционную матрицу зависимой переменной и оставшихся величин, отражающих деятельность банка:

Рисунок 19. Корреляционная матрица

По результатам этой таблицы, исходя из наиболее высоких коэффициентов корреляции, в модель будут включены следующие переменные: LN_ II_CREDIT, отражающий процентный доход банка от предоставления кредитов гражданам РФ, LN_ OPER_IN, LN_ OPER_EXP, LN_TOT_EXP, LN_TOT_IN. Так же, несмотря на небольшой коэффициент корреляции, не будем пока убирать из модели LN_PR_AF_TAX и LN_ TOT_LIAB. Для модели с зависимой переменной ROA будут отобраны аналогичные коэффициенты.

Таким образом, по результатам составления первой модели с наличием кросс-эффектов на все переменные посмотрим, что получилось:

Выходные данные по модели для 2011 г.

Dependent variable:

------------------------------------------------

NIM ROA

(1) (2)

--------------------------------------------------------------------------

FOREIGN 0.012 0.055**

(0.041) (0.023)

LN_II_CREDIT 0.006***

(0.001)

LN_OPER_IN -0.024*** 0.011**

(0.008) (0.005)

LN_TOT_IN -0.036 0.223***

(0.033) (0.046)

LN_OPER_EXP 0.028

(0.017)

LN_TOT_EXP 0.027 -0.231***

(0.025) (0.049)

LN_TOT_LIAB -0.0002 -0.001

(0.002) (0.001)

H7 -0.00005*** -0.00002*

(0.00002) (0.00001)

H12 0.001**

(0.001)

I(LN_II_CREDIT * FOREIGN) -0.003*

(0.002)

H9.1 0.0002

(0.0002)

I(LN_OPER_IN * FOREIGN) -0.004 -0.001

(0.015) (0.007)

I(LN_TOT_IN * FOREIGN) 0.018 0.219***

(0.016) (0.049)

I(H12 * FOREIGN) -0.002

(0.002)

I(LN_TOT_EXP * FOREIGN) -0.201***

(0.051)

I(LN_TOT_LIAB * FOREIGN) -0.011* -0.020***

(0.006) (0.003)

I(H7 * FOREIGN) 0.00002

(0.00002)

I(H9.1 * FOREIGN) 0.001***

(0.0004)

Constant 0.072*** -0.006

(0.023) (0.013)

Observations 123 123

R2 0.439 0.921

Adjusted R2 0.366 0.912

Residual Std. Error 0.022 (df = 108) 0.013 (df = 109)

F Statistic 6.028*** (df = 14; 108) 97.730*** (df = 13; 109)

Note: *p<0.1; **p<0.05; ***p<0.01

Из выходных данных модели для 2011 года видим, что на эффективность от традиционной деятельности банка (NIM) всё так же в большей степени влияют доходы от кредитов, коэффициенты банковского риска и обязательства банка. Большая значимость в модели с зависимой переменной ROA наблюдается у переменных с кросс-эффектами, следовательно, есть разница во влиянии на изучаемую переменную в зависимости от формы владения капиталом. Таким образом, при включении в модель дамми переменной и кросс эффекта на FOREIGN получили положительное увеличение зависимой переменной, из чего можем сделать вывод, что факт наличия иностранной формы владения капиталом банка положительным образом влияет на как на NIM, так и на ROA. Иными словами, увеличивается эффективность деятельности банка, что является главным индикатором его финансовой устойчивости.

Далее проведём аналогичные действия для 2014 года и посмотрим, изменятся ли полученные результаты.

Рисунок 20. Корреляционная матрица

В 2014 году набор коррелирующих с NIM переменных практически не изменился, поэтому включённые переменные будут схожи с предыдущими. Для модели с зависимой переменной ROA будут отобраны аналогичные коэффициенты.

Рисунок 21. Корреляционная матрица

В данном случае, практически все ранее включённые переменные также сохраняют своё влияние на зависимую переменную. Стоит отметить, что в 2014 году значительно усилился коэффициент корреляции между NIM и обязательствами банка, поэтому данная переменная так же будет добавлена в модель. Для модели с зависимой переменной ROA будут отобраны аналогичные коэффициенты.

Выходные данные по модели для 2014 г.

Dependent variable:

-----------------------------------------------

NIM ROA

(1) (2)

-------------------------------------------------------------------------

FOREIGN 0.025 0.332**

(0.068) (0.159)

LN_II_CREDIT -0.046***

(0.008)

LN_OPER_IN -0.182*** -0.429***

(0.030) (0.078)

LN_OPER_EXP 0.177*** 0.434***

(0.042) (0.091)

LN_TOT_IN 0.004 0.556***

(0.060) (0.148)

LN_TOT_EXP 0.012 -0.505***

(0.065) (0.152)

LN_TOT_LIAB -0.008

(0.006)

H12 0.001

(0.001)

H7 -0.0001** -0.0001*

(0.00003) (0.0001)

H9.1 -0.001

(0.001)

I(LN_II_CREDIT * FOREIGN) 0.044***

(0.008)

I(LN_OPER_IN * FOREIGN) 0.060 0.326***

(0.054) (0.095)

I(LN_OPER_EXP * FOREIGN) -0.036 -0.378***

(0.062) (0.100)

I(LN_TOT_IN * FOREIGN) 0.422**

(0.176)

I(LN_TOT_EXP * FOREIGN) -0.448**

(0.175)

I(H12 * FOREIGN) 0.0003

(0.011)

I(H7 * FOREIGN) 0.00002

(0.0001)

I(H9.1 * FOREIGN) 0.002

(0.002)

Constant 0.009 -0.366***

(0.041) (0.105)

Observations 117 117

R2 0.486 0.413

Adjusted R2 0.404 0.358

Residual Std. Error 0.034 (df = 100) 0.091 (df = 106)

F Statistic 5.920*** (df = 16; 100) 7.473*** (df = 10; 106)

Note: *p<0.1; **p<0.05; ***p<0.01

Аналогичным образом, убрав все незначимые переменные, получили итоговую модель, результаты которой несколько иные, по сравнению с тем, что было получено в модели 2011 года. Переменные, которые были опущены в прошлой модели, оказались значимыми в этот раз и наоборот. Модель для 2014 года показала довольно интересные результаты. Значимые в модели для 2011г. доходы от кредитов гражданам РФ оказались незначимыми на этот раз. Обратная ситуация наблюдается со второй моделью, в которой зависимой переменный была коэффициент рентабельности активов банка. Значительный положительный эффект оказывают на NIM операционные доходы и расходы банка. На рентабельность общей деятельности, наряду с ранее упомянутыми, так же в достаточной степени влияют общие доходы и расходы банка. Выводы модели 2014 года снова подтверждают факт того, что у иностранных банков выше эффективность деятельности, то есть подтверждается гипотеза о том, что существует разница в финансовой устойчивости отечественных и зарубежных банков.

Наконец, рассмотрим последний год, включающий в себя банки с отозванными лицензиями.

Рисунок 22. Корреляционная матрица

В 2016 году усилилось влияние коэффициента Н1.0, Н3, Н7 и Н9.1 на NIM. Корреляция между ROA и добавляемыми в модель переменными также возросла.

Рисунок 23. Корреляционная матрица

Из данного набора переменных в модель будет включена переменная LN_II_CREDIT, усилилась корреляция между NIM и прибылью после налогообложения. Остальные переменные сохранили своё влияние и так же будут добавлены в модель.

Выходные данные по модели для 2016 г.

Dependent variable:

----------------------------------------------

NIM ROA

(1) (2)

------------------------------------------------------------------------

FOREIGN 0.108 0.043

(0.130) (0.047)

LN_OPER_IN -0.258***

(0.061)

LN_TOT_LIAB -0.002

(0.010)

LN_OPER_EXP 0.268***

(0.064)

LN_II_CREDIT -0.004***

(0.001)

LN_PR_AF_TAX 0.002***

(0.0004)

LN_EQUITY 0.002*

(0.001)

H7 -0.0001 -0.0001**

(0.0001) (0.00002)

H12 -0.002

(0.002)

I(LN_II_CREDIT * FOREIGN) 0.005***

(0.002)

I(LN_OPER_IN * FOREIGN) 0.282*** 0.002

(0.075) (0.015)

I(LN_OPER_EXP * FOREIGN) -0.297*** -0.005

(0.080) (0.016)

I(LN_TOT_LIAB * FOREIGN) 0.008 -0.007

(0.014) (0.006)

I(LN_EQUITY * FOREIGN) 0.003

(0.006)

I(H1.0 * FOREIGN) -0.0001

(0.0002)

I(H3 * FOREIGN) 0.00001

(0.00001)

I(H7 * FOREIGN) 0.00000 0.0001

(0.0002) (0.0001)

I(H9.1 * FOREIGN) 0.0005

(0.001)

I(H12 * FOREIGN) 0.002 -0.001

(0.004) (0.001)

Constant -0.075 0.021

(0.080) (0.016)

Observations 113 113

R2 0.221 0.352

Adjusted R2 0.136 0.252

Residual Std. Error 0.065 (df = 101) 0.022 (df = 97)

F Statistic 2.598*** (df = 11; 101) 3.518*** (df = 15; 97)

Note: *p<0.1; **p<0.05; ***p<0.01

Процентные доходы от кредитов гражданам РФ стали более значимы при описании рентабельности общей деятельности банка. Возросла степень влияния кредитного риска банка на показатель ROA. На NIM в большей степени влияют операционные доходы и расходы банка. Так же стоит отметить что с годами снижается различие во влиянии конкретных переменных в зависимости от формы владения собственным капиталом банка. Тем не менее, остаётся неизменным факт того, что введение кросс-эффекта в модель значимо и оказывает общий положительный эффект на переменные, характеризующие эффективность банковской деятельности (несмотря на тот факт, что с годами значимость дамми переменной FOREIGN снижается).

Подводя итоги, стоит отметить, что получившиеся при эконометрическом моделировании результаты с использованием панельных данных отличаются от того, что показал анализ для каждого из трёх лет. Согласно результатам в Таблицах 6-8, отечественные банки показали более высокие значения рентабельности деятельности, что подтверждается отрицательным коэффициентом при переменной FOREIGN. Результаты Таблиц 9-11, наоборот, свидетельствуют о положительной связи между фактом наличия иностранного капитала в собственных средствах банка и его рентабельностью. Данное расхождение результатов может быть объяснено тем, что в выборку банков для анализа на втором этапе не были включены отечественные банки с отозванными лицензиями, следовательно, результаты оценки финансового состояния отечественных банков получились несколько завышенными. Включение в выборку банков с отозванными лицензиями позволило выявить реальное положение. В связи с этим, для оценки того, как именно изменяется эффективность деятельности банка при условии наличия иностранного капитала во владении, мы будем опираться на результаты последних трёх моделей, которые говорят нам, что у иностранных банков показатели рентабельности выше.

В целом, после проведения поэтапного трёхфазного анализа нам удалось подтвердить факт того, что участие иностранного капитала в собственных средствах банка положительно влияет на эффективность его деятельности, тем самым повышая степень финансовой устойчивости банка. Этот практический вывод подтверждается упомянутым ранее фактом того, что материнские компании банков с иностранным капиталом, расположенных на территории РФ, обладают достаточной финансовой стабильностью и возможностью поддержки своих дочерних банков, что они наверняка и делают, так как не желают потерять большой и перспективный рынок. Иными словами, мы можем сделать вывод, что банки с иностранным капиталом, расположенные на территории России, обладают большей финансовой стабильностью.

Заключение

В процессе изучения работ отечественных и зарубежных авторов нам удалось определить основные понятия, связанные с банковской отраслью. В первую очередь мы еще раз подтвердили важность банковской отрасли как элемента экономической системы в Российской Федерации. Нами были разобраны основные элементы влияния банков на различных экономических агентов и проанализирована современная ситуация в банковской сфере России. Благодаря изучению законодательных нормативов и актов были выделены признаки, по которым коммерческая организация официально считается банком с иностранным капиталом, действующим на территории РФ. Также был проведен статистический анализ основных показателей деятельности иностранного банковского сектора России. Благодаря изучению работ зарубежных авторов, удалось выявить основные элементы, влияющие на деятельность банков с иностранным капиталом на территории принимающей страны. Далее были разобраны теоретические основы таких показателей банковской деятельности как доходы, расходы и финансовая устойчивость. Наконец, нами был произведен анализ причин прекращения деятельности кредитных организаций и подсчитано общее число закрытых банков по одной из трех основных причин: нарушение норматива ЦБ, ликвидация или нарушение нормативных законодательных актов.

В ходе второй главы нами был произведён анализ методологических подходов к изучению финансовой устойчивости и сформулирован собственный подход к проведению исследования.

Третья глава работы была посвящена аналитическому исследованию. В силу того, что существует множество подходов к подбору показателя, способного оценить финансовую стабильность кредитной организации, и выбор его опирается на то, какую именно цель преследует автор исследования, в качестве индикатора в данной работе нами были рассмотрены показатели, отражающие эффективность банковской деятельности - рентабельность активов и чистая процентная маржа банка.

Первый этап позволил нам сравнить динамику нормативных показателей топ-5 по активам иностранных и отечественных банков. Данный шаг предоставил нам возможность выявить, что банки с иностранным капиталом за исследуемый период меньше нарушали установленные регулятором нормативы по сравнению с отечественными банками.

В результате проведения анализа, основанного на эконометрическом моделировании, удалось выявить следующее: во-первых, нами было установлено, какие показатели оказывают большее влияние на эффективность деятельности кредитных организаций. По результатам моделей, на эффективность банковской деятельности наибольшее положительное влияние оказывали доходы от предоставленных гражданам РФ кредитов, операционные доходы и обязательства банка, наибольшее отрицательное - коэффициенты, отвечающие за риск банка и активы. Во-вторых, подтвердилось существующие различия в степени финансовой устойчивости в зависимости от факта наличия иностранного капитала.

В результате исследования нам удалось доказать, что действительно существует различие между степенью финансовой устойчивости отечественных банков и банков с иностранным капиталом, действующих на территории Российской Федерации. Иными словами, мы можем говорить о том, что банки с иностранным капиталом более финансово устойчивы.

Список литературы

1. Анализ панельных данных в пакете «STATA». М. 2004. 40с.

2. Калугина О.В., Кузьминова Г.И. Аудит доходов и расходов банка // Новая наука: опыт, традиции, инновации. 2016. С. 92-94.

3. Круглова А., Ушакова Ю. Влияние политики по оздоровлению банковского сектора на конкуренцию и устойчивость развития // Серия докладов об экономических исследованиях. № 22. 2017. URL: https://www.cbr.ru/Content/Document/File/16717/wp_22.pdf. (Дата обращения: 03.05.2018).

4. Лаврушин О.И. Банковское дело. М.: Финансы и статистика. 2005. 672 с. [115 -119]

5. Пронская Н.С., Гоголь Д.А. Оценка финансовой устойчивости банков с помощью математических моделей // Финансы и кредит.2010. С. 40-46.

6. Софронова В.В. Финансовая устойчивость банков в условиях кризиса // Финансы и кредит. 2016. С. 24-36.

7. Трошин В.А. Проблематика оценки финансовой устойчивости коммерческого банка // Молодой ученый. 2014. № 10. С. 263-266.

8. Ashraf B., Arshad S. Foreign bank subsidiaries' risk-taking behavior: Impact of home and host country national culture // Research in International Business and Finance. Vol. 41. 2017. PP. 318-335.

9. Buckle M., Beccalli E. Principles of banking and finance // Principles of banking and finance. 2011. P. 68-74.

10. Measuring Bank Performance.

11. Minghua Chen, Ji Wu, Bang Nam Jeon, Rui Wang. Do foreign banks take more risk? Evidence from emerging economies // Journal of Banking & Finance. Vol. 82. 2017. PP. 20-39.

12. Monea M. Analysis of incomes, expenses and profitability in banks // Annals of the University of Petroєani, Economics. 2011. № 11. PP. 199-206.

13. Peng, Jin-Lung,.JengVivian, Wang, Jennifer L,Chen , Yen-Chih.The impact of bancassurance on efficiency and profitability of banks: Evidence from the banking industry in Taiwan // Journal of Banking & Finance. Vol. 80. 2017. PP. 1-13.

14. Sweeney H. Income // The Accounting Review. 1933. Vol. 8. No. 4. PP. 323-335.

15. Wethekam M., Browdy B. The "business income" definition: compound predicate or constitutional imperative? // The State and Local Tax Lawyer. 2002. Vol. 7. PP. 1-21.

Размещено на Allbest.ru

...