Содержание к диссертации
Введение
Глава 1 Современные подходы к анализу эффективности канала банковского кредитования 11
1.1 Определение и основные каналы трансмиссионного механизма денежно-кредитной политики 11
1.2 Исследования канала банковского кредитования в зарубежных экономиках 14
1.2.1 Развитые страны 14
1.2.2 Развивающиеся страны 23
1.3 Канал банковского кредитования и микропруденциальное регулирование 26
1.4 Исследования канала банковского кредитования в российской экономике 29
1.5 Заключение 31
Глава 2 Значимость и работоспособность канала банковского кредитования в российской экономике 34
2.1 Введение 34
2.2 Основные тенденции развития российского банковского сектора в 2008–2016 годах 35
2.3 Значимость канала банковского кредитования для механизма денежной трансмиссии в России и основной анализируемый показатель 45
2.3 Канал банковского кредитования в России: оценка с помощью TVP-FAVAR модели 47
2.3.1 Модель TVP-FAVAR 47
2.3.2 Данные 49
2.3.3 Метод оценивания TVP-FAVAR модели и идентификация 53
2.3.4 Основные результаты 54
2.4 Заключение 62
Глава 3 Влияние индивидуальных характеристик российских кредитных организаций на функционирование канала банковского кредитования 65
3.1 Введение 65
3.2 «Антиэффект» ликвидности 66
3.2.1 Процедура Кашьяпа и Штейна 67
3.2.2 Данные 69
3.2.3 Влияние уровня ликвидности на канал банковского кредитования 76
3.2.4 Объяснение эффекта и «антиэффекта» ликвидности 86
3.3 Влияние норматива достаточности капитала банков на канал банковского кредитования в России 92
3.3.1 Модель и переменные 93
3.3.2 Данные 95
3.3.3 Регуляторные требования и денежно-кредитная политика: результаты 100
3.4 Заключение 106
Заключение 111
Список литературы 114
Приложение 1. Переменные в моделях TVP-FAVAR 122
Приложение 2. Тесты Джевеке на сходимость марковской цепи в моделях TVP-FAVAR 127
Приложение 3. Источники данных и описание переменных для процедуры Кашьяпа и Штейна 128
Приложение 4. Результаты оценивания моделей по одношаговой процедуре Кашьяпа и Штейна 130
Приложение 5. Результаты оценивания моделей по двухшаговой процедуре (регрессии второго шага) Кашьяпа и Штейна 133
Приложение 6. Результаты оценивания моделей для объяснения «антиэффекта» ликвидности 135
Приложение 7. Результаты оценивания влияния достаточности капитала на канал банковского кредитования 138
- Развитые страны
- Данные
- Объяснение эффекта и «антиэффекта» ликвидности
- Регуляторные требования и денежно-кредитная политика: результаты
Развитые страны
Одной из первых работ, сконцентрировавших внимание на действии именно кредитных каналов денежной трансмиссии, является работа Bernanke, Gertler (1995), в которой строится VAR-модель, оценивающая эффективность импульсов денежно-кредитной политики в США. Авторы обращают внимание на то, что в существовавшей на тот момент эмпирической литературе найдено крайне мало подтверждений того, что политика денежно-кредитных властей способна оказывать влияние на долгосрочные инвестиции в рамках процентного канала. По мнению авторов, неудачи подобных исследований кроются в не учёте влияния асимметрии информации на финансовых рынках на эффективность денежно-кредитной политики. И хотя кредитные каналы, порождаемые этой асимметрией, не являются самостоятельными каналами денежной трансмиссии и представляют собой лишь часть процентного канала, всё же их наличие нельзя отрицать. В рамках действия этих каналов исследователи указывают на наличие премии от внешних заимствований (external finance premium), которая представляет собой разницу между ценой внешних и внутренних для фирмы заимствований. Первые представляют собой эмиссию акций или облигаций, а последние — нераспределённую прибыль. Размер премии от внешних заимствований свидетельствует о степени асимметрии информации на финансовых рынках и меняется в одном направлении с процентными ставками на открытом рынке, которые подконтрольны центральному банку. Другими словами, кредитные каналы усиливают воздействие монетарной политики на экономику через изменение указанной премии.
Стоит отметить, что полученный в работе Bernanke, Gertler (1995) результат был ранее предсказан расширенной моделью IS-LM в работе Bernanke, Blinder (1988). В ней авторы вывели аналог классической кривой IS, добавив к рассмотрению кредитный рынок. На нём спрос на кредиты, предъявляемый фирмами, положительно зависит от выпуска и от ставки процента по облигациям и отрицательно — от ставки процента по кредиту. Предложение кредитов осуществляется коммерческими банками, которые для выдачи кредитов фирмам используют депозиты населения и стремятся выдавать тем больше кредитов, чем меньше доходность облигаций и чем больше ставка процента по кредитам фирмам. Изучив влияние сдерживающей денежно-кредитной политики на равновесие в построенной ими модели, авторы приходят к выводу, что наличие кредитного рынка в модели усиливает воздействие сокращения денежной массы на выпуск. Кроме того, авторы выделяют три условия, необходимых для существования кредитного канала. Во-первых, кредиты банков и эмиссия ценных бумаг не должны быть совершенными субститутами для фирм, ищущих источники финансирования. Другими словами, данный канал существует, если в экономике нарушаются выводы теоремы Модильяни-Миллера (Modigliani, Miller (1958)). Во-вторых, центральный банк должен иметь возможность влиять на объёмы кредитования фирм путём изменения стоимости или доступности пассивов для коммерческих банков. И, наконец, в-третьих, эластичность уровня цен по денежной массе не должна быть равна единице, иначе денежно-кредитные власти не способны будет воздействовать на реальные показатели в экономике.
Принципиально другой взгляд на кредитные каналы — канал банковского кредитования, в частности — демонстрирует исследование, представленное в Kashyap, Stein (1994). Данная работа посвящена анализу кредитного канала в Соединённых Штатах Америки в период с 1973 по 1991 годы. Основываясь на проведённых расчётах и оценках функций отклика построенной ими VAR-модели, авторы, вопреки имеющемуся на тот момент мнению, делают вывод не только о существовании кредитных каналов, но и об их самостоятельности по отношению к каналу процентной ставки. Более того, согласно Kashyap, Stein (1994), канал банковского кредитования не связан с асимметрией информации на финансовых рынках и работает следующим образом: продажа Федеральной резервной системой США (далее — ФРС США) ценных бумаг на открытом рынке снижает объём избыточных резервов, хранимых банками.
Это падение негативно сказывается на возможности банков удовлетворить спрос на кредиты со стороны фирм, что снижает инвестиционные возможности последних и, соответственно, выпуск в экономике. В данной работе также указывается на согласованность полученных в ней результатов с первыми двумя условиями существования кредитного канала, сформулированными в Bernanke, Blinder (1988).
Необходимо заметить, что вышеописанные работы, посвящённые анализу кредитных каналов, вызвали большой резонанс в экономических исследованиях того времени, и с тех пор многие экономисты ставят своей целью усовершенствовать описание этих каналов. В общем и целом, можно говорить о том, что в каждой работе проверяются те или иные условия существования кредитного канала, обозначенные в Bernanke, Blinder (1988). Так, условие о том, что банковские кредиты и эмиссия ценных бумаг (как акций, так и облигаций) не являются совершенными субститутами для фирм, одними из первых проверили авторы статьи Gertler, Gilchrist (1994). Анализируя данные по крупным и малым фирмам Соединённых Штатов за период с 1960 по 1990 годы, исследователи обнаружили более сильную зависимость малых фирм от банковских кредитов по сравнению с крупными фирмами. Другими словами, чем меньше размер фирмы, тем в меньшей степени банковские кредиты и эмиссия ценных бумаг являются субститутами для фирм. Поэтому был сделан вывод о том, что малые фирмы, в отличие от крупных, которые имеют большой доступ к финансовым рынкам, сильнее реагируют на импульсы денежно-кредитной политики.
Похожий результат был получен в Gilchrist, Zakrajek (1995) и в Himmelberg, Morgan (1995). В первой работе показано, что сдерживающая денежно-кредитная политика сильнее сокращает денежные потоки малых фирм с высоким уровнем финансового рычага по сравнению с крупными фирмами с тем же уровнем отношения заёмного капитала к собственному. Во второй работе основной акцент делается на зависимости именно малых фирм от банковских кредитов. Для таких фирм, согласно выводам авторов, финансирование через выпуск облигаций не является субститутом банковским кредитам, что подтверждает выполнение первого условия из Bernanke, Blinder (1988). В более поздней работе Nilson (2002) была получен ещё более сильный результат: было показано, что не только малые, но и крупные фирмы могут сильно зависеть от банковских кредитов. Те крупные компании, которые не имеют высокого рейтинга, не имеют и доступа к различным кредитным ресурсам, в результате чего при сдерживающей денежно-кредитной политике они так же, как и малые фирмы, вынуждены существенно сократить заимствования у банков. Более того, как показали результаты, полученные в работе Dajcman (2016), привести к существенному сокращению заимствований со стороны крупных фирм может также то, что именно для них банки сильнее всего ужесточают неценовые условия кредитования. Очевидно, что просроченная задолженность по крупной ссуде несет для банка больше потерь и рисков, чем по ссуде сравнительно небольшого размера, предоставленной малой компании.
Не только финансовые условия фирм-производителей выпуска определяют особенности работы канала банковского кредитования. Влияние денежно-кредитной политики на выпуск в рамках этого канала определяется также характеристиками банковского сектора. Так, в работе Peek, Rosengren (1995) одна из ключевых ролей отведена уровню капитализации коммерческих банков. В соответствии с результатами авторов, денежно-кредитные власти могут влиять на кредитование фирм лишь теми банками, капитальные требования для которых не являются связывающими. Финансовые условия деятельности коммерческих банков являются также центральными в исследовании, проведённом в Kishan, Opiela (2000). Авторы изучают экономику США за период с 1980 по 1995 годы и рассматривают в качестве переменной монетарной политики не только ставку процента по федеральным фондам, как это делалось во многих предшествующих работах, но и индекс направленности денежно-кредитной политики, предложенный в Bernanke, Mihov (1998). Данный индекс позволяет учесть не только структурные сдвиги в монетарной политике, но и её краткосрочные дискреционные изменения. В статье Kishan, Opiela (2000) делается вывод о том, что размер финансового рычага и активов банка непосредственно влияют на его реакцию на денежно-кредитную политику. Так, чем меньше банк по размеру активов и чем выше его финансовый рычаг, тем сложнее ему привлечь дополнительное финансирование в периоды ужесточения монетарной политики.
Данные
Источниками данных являются Банк России, Росстат, Всемирный банк и Бюро экономического анализа США.
В качестве единственной ключевой переменной, являющейся индикатором денежно-кредитной политики Банка России, выбрана ставка денежного рынка MIACR — средневзвешенная фактическая ставка по кредитам, предоставленным московскими банками (среднеарифметическое значение за месяц, рассчитанное на основе однодневных ставок). Хотя данный показатель не является инструментом денежно-кредитной политики, выбор ставки MIACR в качестве ее индикатора обусловлен следующими причинами. Во-первых, при использовании в расчетах редко меняющейся ключевой ставки Банка России многие матрицы получаются вырожденными, из-за чего весь алгоритм оценивания не сходится, а программный пакет MATLAB выдает ошибки. В этом смысле более волатильная ставка MIACR является более предпочтительной. Во-вторых, с сентября 2013 года ставка MIACR является операционным ориентиром Банка России и поэтому поддерживается денежно-кредитными властями на уровне, близком к ключевой ставке (рис. 5). В этом смысле можно говорить о том, что обратного влияния ставки MIACR на ключевую ставку не существует: ключевая ставка меняется с целью повлиять на конечную цель — инфляцию, а изменение ставок денежного рынка — это, фактически, первая ступень трансмиссионного механизма денежно-кредитной политики. Другими словами, Банк России сначала принимает решение об изменении уровня ключевой ставки, что сдвигает весь процентный коридор. Только потом «вступает в силу» неявное обещание центрального банка удерживать ставки денежного рынка в границах коридора и близко к уровню ключевой ставки, что должно способствовать достижению цели по инфляции. В-третьих, уровень ключевой ставки Банка России не является единственным индикатором денежно-кредитной политики. Характер проводимой денежно-кредитной политики определяется также неценовыми параметрами операций Банка России, которые находят отражение в уровне ставок денежного рынка (например, размер лимита по операциям РЕПО Банка России). Таким образом, можно говорить о том, что ставка MIACR является хорошим прокси для импульса денежно-кредитной политики.
Справедливости ради стоит отметить, что использование ставки MIACR в качестве индикатора денежно-кредитной политики Банка России имеет некоторые ограничения. Строго говоря, MIACR зависит не только от ставки Банка России. Значимое влияние оказывают, например, ситуация с ликвидностью банковского сектора, спрос и предложение кредитных организаций на денежном рынке, в том числе, со стороны отдельных его участников. В связи с этим изменение ключевой ставки на один процентный пункт (п.п.) в большинстве случаев приведет к меньшему, хотя и схожему, изменению ставки MIACR.
Несмотря на описанные ограничения, использование ставки MIACR в качестве прокси для индикатора политики Банка России в целях данного исследования оправдано для периода с октября 2013 года21. Как видно из рис. 6, в указанный период действие системы процентного коридора удерживало равновесную ставку денежного рынка на уровне, близком к ключевой ставке (коридор симметричен относительно центра, его ширина составляет 2 п.п.). При этом моментов, когда в отсутствие изменения ключевой ставки уровень ставки MIACR изменялся почти на один процентный пункт, было очень мало. Более того, чем ближе к концу рассматриваемого периода, тем меньше ставка MIACR отклонялась от середины коридора — ключевой ставки.
В более ранние периоды (до 2013 года) до фактического формирования процентного коридора использование ставки MIACR в качестве прокси для инструмента денежно-кредитной политики не является оправданным22. Как известно, до момента введения основной системы инструментов инфляционного таргетирования — ключевой ставки и процентного коридора — операционным ориентиром Банка России была стоимость бивалютной корзины. Проводя валютные интервенции с целью поддержать стоимость бивалютной корзины на неизменном уровне, Банк России постоянно влиял на объем ликвидности банковского сектора — объем корреспондентских счетов кредитных организаций в Банке России, которые используются, в том числе, для проведения операций на внутреннем валютном рынке. При этом банки также используют корреспондентские счета для проведения операций на денежном рынке. Поэтому, когда Банк России покупал иностранную валюту на рынке, он тем самым увеличивал корреспондентские счета банков-продавцов валюты, что вело к росту предложения на денежном рынке и, следовательно, снижению равновесных ставок. И наоборот, продавая иностранную валюту банкам, Банк России изымал рубли из экономики, что снижало предложение средств на денежном рынке и, следовательно, приводило к росту равновесных ставок. Таким образом, период до существования системы процентного коридора характеризовался высокой волатильностью ставок денежного рынка (см. рис. 6). В связи с этим шоки ставок денежного рынка часто были вызваны не «шоками» в политике Банка России (например, изменением целевого уровня стоимости бивалютной корзины), а внешними шоками, которые Банк России вынужден был сглаживать с помощью крупных интервенций на валютном рынке.
Информационное множество состоит из 56 переменных24. Они характеризуют реальный сектор, банковский сектор, государственный сектор, а также внешний сектор экономики России. Объемы банковских корпоративных кредитных портфелей, реакция которых на импульсы денежно-кредитной политики представляет основной интерес данного исследования, также включены в информационное множество.
В таблице 1 приведены описательные статистики ключевой переменной и объемов рублевого и валютного корпоративных кредитных портфелей банков.
В анализе используются месячные данные за период с января 2004 по декабрь 2015 года (всего 144 наблюдения)25. Для рядов, имеющих выраженную сезонную составляющую, была проведена сезонная корректировка методом X13-ARIMA. В первую очередь, это временные ряды индексов выпуска в различных отраслях экономики.
Объяснение эффекта и «антиэффекта» ликвидности
Для того чтобы объяснить результаты, полученные в подпараграфе 3.1.3, для каждой группы банков были оценены дополнительные динамические модели панельных данных. Зависимой переменной в каждом случае являлась доля той или иной статьи активов в общем объеме сальдированных активов банков (в расчет не включалась доля корпоративного кредитного портфеля в активах). В качестве объясняющих переменных были использованы доли статей пассивах в обще объеме пассивов банков, а также уровень ликвидности и ключевая ставка Банка России. Для всех статей активов, кроме ликвидных активов, оцениваемые уравнения имеют вид
В таблице 8 приведены результаты оценки описанных выше моделей для всех групп коммерческих банков выборки, кроме средних и малых корпоративных и оптовых, т.к. для них наличие канала банковского кредитования не было доказано. Для показателя кредитов прочим банкам-резидентам в группе «большой шестерки была» была оценена динамическая модель панельных данных с помощью процедуры Ареллано-Бонда56. Для остальных групп изначально также оценивались динамические модели панельных данных. Однако, как и при проведении расчетов по одношаговой процедуре Кашьяпа-Штейна, лаги зависимой переменной в качестве регрессоров в каждой модели для банков не «большой шестерки» оказались незначимыми даже на уровне значимости 10%. В связи с этим для таких банков наилучшими оказались модели с фиксированными индивидуальными эффектами, учитывающие наличие гетероскедастичности, автокорреляции во времени и пространственной корреляции случайных ошибок по методу Дрисколл-Краай.
Согласно таблице 8, для группы «большой шестерки» существует положительная зависимость объемов средств, выданных другим кредитным организациям, от изменений в ключевой ставке с учетом уровня ликвидности активов этих банков. Получается, что шесть крупнейших государственных банков страны при повышении Банком России ключевой сокращают свои корпоративные кредитные портфели, частично переориентируясь на взаимодействие с другими банками. Чем больше ликвидных активов по отношению к суммарным активам банки данной группы накопили к моменту ужесточения денежно-кредитной политики, тем большую сумму средств они имеют возможность выручить от размещения ликвидных активов и, следовательно, тем большую сумму средств предоставить прочим кредитным организациям.
Привлекательность частичной переориентации на сделки с прочими банками связана с тем, что взаимодействие с ними является значительно менее рисковым поведением, чем кредитование реального сектора, особенно в условиях ухудшения экономической ситуации в стране. По некоторым видам межбанковских кредитов, например, сделкам РЕПО, заемщик должен предоставить обеспечение, соответствующее общей сумме займа. Другими словами, если заемщик не выплачивает вовремя всю необходимую сумму по ссуде, на руках у банка-кредитора остаются ценные бумаги на сумму невозвращенного кредита, которые он может продать, вернув деньги. При этом обычно банк-кредитор принимает ценные бумаги, выступающие в качестве залога, с некоторым дисконтом (haircut) к их текущей рыночной стоимости, чтобы дополнительно застраховаться от риска их обесценения.
Крупные банки, согласно расчетам, при росте ключевой ставки Банка России предпочитают вкладывать средства только в ликвидные активы. Такие банки не являются основными кредиторами на межбанковском рынке. Другими словами, при удорожании денег в экономике и соответствующем увеличении рисков на корпоративном кредитном рынке крупные банки предпочитают вложения в ликвидные активы, необходимые для преодоления негативных шоков в будущем.
Проведенные расчеты позволяют говорить о некоторой степени взаимозаменяемости между ликвидными активами и кредитами нефинансовым организациям для группы крупных банков. Как было указано ранее, при росте стоимости денег в экономике риски на кредитных рынках, в частности, на рынке кредитования фирм, растут. В то же время, для банков возможность размещения средств в кредиты снижается, так как спрос на кредиты в целом в экономике сокращается, а сами вложения становятся более рисковыми. В этих условиях чем меньше банк ориентирован на кредитный рынок, т.е. чем больше доля вложений в ликвидные активы в суммарных активах банка, тем проще такому банку сократить свой кредитный портфель. Ликвидные активы по своей природе приносят сравнительно небольшой доход, однако могут быть быстро обменены на денежные средства, представляя собой «подушку безопасности» для банка. Чем больше объем этой «подушки безопасности», тем проще банк откажется от вложений в более доходные, но и более рисковые кредиты нефинансовым организациям.
Качественно противоположный результат был получен для средних и малых розничных (для периода с января 2010 по сентябрь 2013 года) и диверсифицированных банков (для периода с июня 2011 по сентябрь 2013 года). Так, согласно таблице 8, сумма коэффициентов при AMPt_j в указанных случаях отрицательна. Следовательно, скорее всего, как и предполагалось ранее, средние и малые розничные и диверсифицированные банки при ужесточении денежно-кредитной политики предпочитают продавать ликвидные активы. Полученные таким образом дополнительные денежные средства банки могут направить на кредиты нефинансовым организациям, не желая потерять связь со своими основными контрагентами.
Средние и малые диверсифицированные банки после сентября 2013 года демонстрируют противоположное поведение. Так, как отмечалось выше, в отличие от периода с июня 2011 по сентябрь 2013 года, после сентября 2013 года для них характерен «антиэффект» ликвидности. Результаты расчетов дают основания утверждать, что в этот период диверсифицированные банки ведут себя так же, как крупные банки. А именно, при повышении Банком России ключевой ставки первые предпочитают сокращать объем выданных фирмам кредитов и частично переориентироваться на покупку менее рисковых ликвидных активов. Более того, по определению, ликвидные активы можно легко обменять на национальную или иностранную валюту, а дополнительные денежные средства в условиях структурного дефицита ликвидности и их удорожания могут служить «подушкой безопасности».
Таким образом, основываясь на расчетах, приведенных в данном параграфе, можно говорить о неоднородности реакции российских коммерческих банков на импульсы денежно-кредитной политики в 2010–2014 гг. (см. таблицу 9). В частности, было показано, что различные по размеру активов и структуре баланса банки по-разному реагируют на действия Банка России в различные периоды времени. Более того, реакция одной из подгрупп банков (средних и малых диверсифицированных банков) на ужесточение монетарной политики в июне 2011 — сентябре 2013 года сменилась на противоположную после сентября 2013 года. Наконец, сделанная ранее гипотеза о перенаправлении банками средств в сторону ликвидных активов в ответ на ужесточение денежно-кредитной политики нашла подтверждение в некоторых расчетах.
Таким образом, результаты оценки дают основания утверждать, что в период структурного дефицита ликвидности политика Банка России более эффективно влияет на объемы кредитования, чем в период структурного профицита ликвидности, характеризующегося отсутствием сформированной системы процентных инструментов денежно-кредитной политики.
Неэффективность процентной политики Банка России в период структурного профицита ликвидности в то время является ожидаемым результатом. Избыток ликвидности на руках у банков означает отсутствие потребности кредитных организаций в деньгах центрального банка. В этих условиях отсутствие достаточно узкого коридора процентных ставок (или слабое вмешательство центрального банка в ситуацию на денежном рынке) означает, что изменения в «избыточной» ликвидности банков является главным фактором, определяющим ставки на денежном рынке. Как следствие, влияние денежно-кредитных властей на параметры равновесия на кредитном рынке также минимально.
Проведенное исследование в настоящем разделе может служить отправной точкой для множества подобных исследований для России. Одним из направлений дальнейших исследований, которое заслуживает внимания, является учет возможных нелинейных эффектов от импульсов денежно-кредитной политики. Модель, построенная в данном разделе, не позволяет различать реакцию банков на повышение и снижение ключевой ставки в отдельности. Тем не менее есть основания полагать, что банки сильнее сокращают объемы кредитования фирм при сдерживающей политике Банка России, и медленнее их наращивают в ответ на аналогичный по абсолютному значению рост ключевой ставки. Поэтому в разделе 3.3, среди прочего, исследована асимметрия канала банковского кредитования.
Регуляторные требования и денежно-кредитная политика: результаты
В таблице 11 представлены основные результаты оценки моделей для анализируемых групп банков в отдельные периоды64. Все построенные регрессии оказались значимыми в целом на уровне значимости 1%. Ключевой интерес в данном случае представляют суммы коэффициентов при различных лагах импульса денежно-кредитной политики также суммы коэффициентов при различных лагах произведения импульса денежно-кредитной политики и разности между фактическим значением норматива достаточности капитала банка и минимально установленным У fc \DiffN10it_k -AMPtk]. Для получения выводов рассматривались только статистически значимые на уровне не более 5% коэффициенты. Более того, суммы полученных коэффициентов тестировались на равенство нулю с помощью тестов Вальда.
Полученные оценки коэффициентов дополнительно тестировались на устойчивость путем включения в модель отличных от первоначально использованных индикаторов выпуска в реальном секторе и инфляции. В частности, вместо индекса выпуска товаров и услуг по базовым видам экономической деятельности в модели включались индекс промышленного производства и индекс выпуска обрабатывающих производств, а вместо индекса потребительских цен — индекс цен производителей. В подавляющем большинстве случаев новые показатели оказывались незначимыми или же их включение не улучшало или существенно не изменяло оценки, полученные при изначальном наборе контрольных переменных. Только в двух случаях (прочие крупные банки в 2015 году и средние и малые корпоративные банки в 2014 году) изменение набора контрольных переменных привело к улучшению качества построенных моделей (возрастанию within R-квадрата более чем на 0,01 или расширению набора значимых регрессоров). В таблице 12 приведены результаты оценивания наилучших моделей. Начнем описание полученных результатов с группы системно значимых кредитных организаций. Как видно из таблицы 12, для всех рассматриваемых периодов сумма коэффициентов при переменной денежно-кредитной политики Сум1 , как и ожидалось, статистически значима и отрицательна. Повышения ключевой ставки Банка России в 2014 году сдерживали рост корпоративных кредитных портфелей системно значимых банков, а в 2015– 2016 годах постепенное снижение ключевой ставки оказывало стимулирующее воздействие на кредитование нефинансовых организаций.
Что же касается влияния нормативов достаточности капитала этой группы банков на работу канала банковского кредитования, то это влияние со временем претерпело изменения. Так, для 2014 года сумма коэффициентов при произведении характеристики «запаса» достаточности собственных средств и импульса денежно-кредитной политики положительна, но значима только на 10%-ом уровне значимости. Другими словами, наличие дополнительного запаса собственных средств у системно значимых кредитных организаций смягчало сдерживающий эффект денежно-кредитной политики.
Интересно, что и в период 2015 года, когда Банк России начал постепенно снижать ключевую ставку, знаки Сум1 и Сум2 оказались противоположными. Чем больше разность между фактическим и минимально установленным значением норматива Н1.0 для системно значимых банков, тем более слабой была реакция корпоративных кредитных портфелей этой группы банков на денежно-кредитную политику. Такая взаимосвязь может объясняться следующими причинами.
Первая причина заключается в том, что поддержание банком капитала на достаточно высоком уровне означает более осторожную, в том числе, кредитную политику этой кредитной организации. В этом случае банк вряд ли будет спешить наращивать кредитный портфель в условиях нестабильности внешних и внутренних рынков, наблюдавшейся в 2015 году. В этом году наблюдалось сохранение напряженной геополитической ситуации, существенное падение цен на нефть, волатильность курса доллара США к рублю, а также снижением реальных доходов. Частично предположение о проведении осторожной кредитной политики согласуется с результатами опроса Банка России по условиям банковского кредитования65, согласно которым в 2015 году банки ужесточали неценовые условия кредитования, тщательно отбирая наиболее надежных заемщиков.
В качестве второй причины может выступать желание банков сохранить запас собственных средств, не снижая его выдачей дополнительных кредитов кредитования в условиях, когда реализовывались кредитные риски со стороны заемщиков, росла доля просроченной задолженности в кредитных портфелях. Ухудшение качества кредитного портфеля заставляло банки все большую часть капитала направлять на формирование резервов под возможные потери в соответствии с требованиями Положения Банка России № 254-П66.
Третьей причиной может быть предшествующая 2015 году кредитная политика банков, связанная с эффектом «высокой базы». Как следует из расчетов по данным 2014 года, системно значимые банки тем слабее сокращали темпы прироста корпоративного кредитования, чем больше у них был запас капитала. Следовательно, таким банкам было относительно сложнее увеличивать свой портфель в условиях непростой макроэкономической ситуации.
Наконец, четвертой причиной может быть желание системно значимых банков сохранить или дополнительно нарастить запас капитала в преддверии объявленного заранее ужесточения требований Базеля III в 2016 году. Отметим, что наиболее сильное ужесточение требований пришлось именно на системно значимые кредитные организации. В связи с этим для таких банков наращивание кредитования, при прочих равных условиях отрицательно влияющее на достаточность капитала в краткосрочном периоде, могло быть невыгодным.
Характер влияния норматива достаточности капитала на канал банковского кредитования изменился в 2016 году, когда существенно снизилась общая макроэкономическая неопределенность. В этот период дополнительный запас капитала усиливал стимулирующее воздействие денежно-кредитной политики на корпоративный кредитный портфель системно значимых банков. Такой характер взаимосвязи в целом соответствует общей экономической интуиции: имея больший запас капитала, банку проще наращивать кредитование. Дополнительное стимулирующее воздействие могло оказать снижение самого минимального значения Н1.0 с 10% до 8%, после которого у большинства системно значимых банков разница между фактическим и минимально установленным значением достаточности капитала выросла в среднем на 1 процентный пункт.
Качественно схожие результаты для всех трех периодов были получены для группы прочих крупных кредитных организаций. Такой результат является ожидаемым, поскольку для крупных кредитных организаций в целом были характерны те же процессы, которые происходили с системно значимыми банками — их близкими конкурентами в большинстве сегментов рынка.
Обратимся теперь к результатам, полученным для подгрупп средних и малых банков. В большинстве случаев, хотя денежно-кредитная политика оказывала статистически значимое влияние на объемы кредитования средними и малыми банками нефинансовых организаций, предсказательная сила построенных моделей (within R-квадрат) была достаточно мала. Это свидетельствует о том, что денежно-кредитная политика не является одним из ключевых факторов, определяющих поведение таких банков на кредитном рынке. Для банков среднего и малого размера наиболее важным могут быть, например, взаимоотношения с заемщиками. Многие средние и малые банки имеют ограниченный круг заемщиков (по сегменту рынка, категории и основной деятельности самих заемщиков), в связи с чем поддержание взаимоотношений с заемщиками может быть для таких банков жизненно важным.
Наиболее сильное влияние на корпоративное кредитование отмечается для группы розничных банков, для которых данное направление размещения средств не является приоритетным в соответствии с их бизнес-моделью. Наиболее слабый — для группы корпоративных банков, которые сильнее всего ориентированы на кредитование нефинансовых организаций и, следовательно, больше зависят от данной категории заемщиков. В целом, такие результаты соотносятся с результатами, полученными для более ранних периодов в работе (Борзых, 2016a), несмотря на то, что в ней использована несколько другая методика классификации средних и малых банков.
Последним важным выводом, который необходимо сделать по результатам расчетов, является вывод об асимметричном характере канала банковского кредитования в 2014–2016 годах в России.
Для всех крупных российских банков снижение ключевой ставки Банка России в 2016 году оказывало более сильное воздействие на корпоративный кредитный портфель, чем ее повышение в 2014 году. Это может быть связано с тем, что широкие возможности крупных банков по привлечению и размещению средств позволяют им меньше зависеть от уровня ставок в экономике. В результате, именно крупные банки предлагают более низкие кредитные ставки для корпоративных заемщиков67. Снижение эффективности работы канала банковского кредитования в 2015 году может быть связано с необходимостью адаптации банков к переходу Банка России от цикла повышения ключевой ставки к циклу ее снижения в условиях общей макроэкономической неопределенности в стране.