663a22fec03819_15641482___skip_ 663a22fec03ba4_38838249___skip_ Оценка вероятности дефолта российского коммерческого банка с учетом теоретического значения спреда CDS 663a22fec04083_30975533___skip_ 663a22fec04507_14953026___skip_ Агеев В.И. 663a22fec048c8_84614681___skip_ аспирант кафедры финансов и кредита 663a22fec048c8_84614681___skip_ экономического факультета 663a22fec048c8_84614681___skip_ Московский государственный университет 663a22fec048c8_84614681___skip_ им. М.В. Ломоносова, Москва, Россия 663a22fec048c8_84614681___skip_ Глобальные рынки и финансовый инжиниринг 663a22fec048c8_84614681___skip_ №4 2016 663a22fec05371_87595425___skip_ 663a22fec05887_03861859___skip_ 663a22fec05ce5_15269650___skip_ 663a22fec061c5_99567238___skip_ Аннотация 663a22fec06645_61715727___skip_ : Статья является продолжением предыдущих публикаций автора «О применимости CDS для оценки кредитоспособности финансовых институтов РФ» и «Оценка CDS для российских коммерческих банков», посвященных применению кредитных дефолтных свопов (Credit Default Swap - CDS) для оценки кредитоспособности коммерческих банков из группы развивающихся стран БРИКС. В настоящей статье построена модель оценки вероятности дефолта российского банка с учетом полученных теоретических значений спредов CDS. Данная модель учитывает не только фундаментальные показатели из отчетности, но также принимает в расчет и рыночную составляющую, основанную на полученных значениях теоретических спредов CDS. В заключении в статье также проводится сопоставление исследуемой модели с уже существующими моделями оценки вероятности дефолта, отмечаются ее достоинства, недостатки и возможные пути дальнейшего совершенствования. 663a22fec05371_87595425___skip_ 663a22fec06b78_13153591___skip_ 663a22fec06ea0_48310368___skip_ Введение 663a22fec07261_78940065___skip_ 663a22fec05ce5_15269650___skip_ В предыдущих статьях «О применимости CDS для оценки кредитоспособности финансовых институтов РФ» и «Оценка CDS для российских коммерческих банков» были рассмотрены основные теоретические аспекты функционирования CDS и использования спредов CDS для оценки кредитоспособности финансовых институтов, а также была построена модель оценки спредов CDS для российских коммерческих банков [1, 2] (Ageev, 2015a; Ageev 2015b) 663a22fec077e5_36010744___skip_ 1 663a22fec07b84_50381133___skip_ . 663a22fec05371_87595425___skip_ 663a22fec080d3_93181019___skip_ 663a22fec077e5_36010744___skip_ 1 663a22fec07b84_50381133___skip_ Агеев В.И. О применимости CDS для оценки кредитоспособности финансовых институтов РФ // Глобальные рынки и финансовый инжиниринг. - 2015. - Т. 2. - № 1. - с. 61-76. Агеев В.И. Оценка кредитного дефолтного свопа для российских коммерческих банков // Глобальные рынки и финансовый инжиниринг. - 2015. - Том 2. - № 3. - с. 177-202. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Было доказано, что использование производного финансового инструмента, CDS позволяет минимизировать недостатки, присущие оценкам на основе рейтингов, присваиваемых международными рейтинговыми агентствами. Основное преимущество использования CDS заключается в том, что этот инструмент оценивают участники рынка фактически в режиме реального времени. Причем для оценки рисков можно использовать не только информацию о CDS, торгующихся на рынке, но также можно строить теоретические значения спредов CDS для контрагентов, на долг которых данный инструмент на рынке не представлен. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Было показано, что на величину спреда CDS контрагента в первую очередь оказывает влияние суверенный спред CDS страны, которую представляет анализируемый банк, а также вероятность дефолта этой страны, наличие или отсутствие государственного участия в акционерном капитале, а также следующие финансовые показатели из отчетности: изменение итоговой величины активов (обратная зависимость со спре-дом CDS) и доля оставшейся операционной прибыли в активах (прямая зависимость). 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ После того как была представлена модель оценки теоретических спредов CDS, представляется логичным сделать попытку построить модель оценки вероятности дефолта, которая бы учитывала полученные теоретические оценки спредов CDS, что позволило бы учесть в модели, учитывающей изначально только фундаментальные факторы, и рыночную оставляющую. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Полученная модель оценки вероятности дефолта контрагента с учетом теоретического спреда CDS позволит решить две задачи, которые не способны решить традиционные модели: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ добиться пересмотра вероятности дефолта на ежедневной основе; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ учесть прежде не учитываемую рыночную составляющую (в виде реакции внешних инвесторов), которая позволит дать более точную оценку вероятности дефолта. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Теоретическое обоснование модели 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Количественное измерение рисков является важной составляющей процесса управления рисками в коммерческом банке. Надо отметить, что, во-первых, риск может быть оценен как: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ абсолютная величина потерь (VaR earning at default) или 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ относительная величина, требуемая доходность инвестора - через кредитный спред как элемент требуемой доходности инвестора. Относительную величину потерь можно рассматривать через спреды производных финансовых инструментов 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ В зависимости от цели исследования могут рассматриваться два варианта спредов: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ исторический спред - основанный на исторических данных о дефолтах, примером которого может служить кредитный рейтинг; такого рода спреды в первую очередь предназначаются для стратегических целей инвестирования, и 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ рыночный спред - основанный на ежедневной переоценке рисков, предназначающийся для принятия сиюминутных решений фактически в режиме реального времени; его основой как раз могут выступать спреды производных финансовых инструментов. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Рассматривая оценку вероятности дефолта, важно понимать, что существует несколько классов моделей, которые берут в основу: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ портфельный риск - в таких моделях анализируется большая совокупность однородных групп заемщиков, на основании которых рассчитывается вероятность дефолта каждого конкретного кредитного требования; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ риск отдельного заемщика - в таких моделях кредитный риск оценивается на уровне конкретного инструмента и индивидуального заемщика путем анализа его характеристик, финансового положения и перспектив, и расчет вероятности дефолта производится для каждого конкретного заемщика. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Таким образом, для оценки кредитоспособности банков-контрагентов при помощи спредов CDS необходимо применять модели оценки вероятности дефолта, основанные на риске отдельного заемщика, с использованием рыночных спредов. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Использование спредов CDS соответствует всем выбранным из вышеперечисленных характеристик оценки вероятности дефолта и позволяет получить оценку в разрезе каждого конкретного контрагента. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Современные модели оценки вероятности дефолта основываются на производных инструментах, а именно CDS, являющихся рыночным инструментом оценки кредитного риска на ежедневной основе. Можно утверждать, что в современных реалиях общей экономической нестабильности предпочтение будет отдаваться тем показателям, которые будут наиболее оперативно реагировать на изменяющиеся условия в финансовом положении как конкретного банка, так всей банковской системы в целом. 663a22fec05371_87595425___skip_ 663a22fec06ea0_48310368___skip_ Формирование выборки и отбор показателей для проведения исследования 663a22fec07261_78940065___skip_ 663a22fec05ce5_15269650___skip_ Построение рейтинговых моделей оценки вероятности дефолта основывается на сопоставлении полученных теоретических рейтингов с фактически присвоенными рейтингами. Поскольку рейтинги являются ответом на вопрос «какова вероятность дефолта контрагента?», постараемся оценить эту вероятность дефолта, используя предоставляемую рейтинговыми агентствами информацию о сопоставлении рейтингов и вероятности дефолта. Таким образом, полученная модель позволит решить сразу две задачи: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ добиться пересмотра вероятности дефолта на ежедневной основе; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ учесть прежде не учитываемую рыночную составляющую (в виде реакции внешних инвесторов), которая позволит дать более точную оценку вероятности дефолта. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Для проведения анализа использовался временной период с начала 2011 года по июль 2016 года. Для анализа использовались отчетности и по РСБУ, и по МСФО. Периодичность публикации отчетностей: по РСБУ - раз в месяц, по МСФО - раз в квартал. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Для построения модели оценки контрагентного риска были отобраны те российские банки, которые соответствовали следующим критериям: 663a22fec05371_87595425___skip_ 663a22fec0cc03_84087073___skip_ 663a22fec095c6_52142980___skip_ наличие международных рейтингов 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Наличие отчетности по РСБУ 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Наличие отчетности по МСФО 663a22fec099f6_28313497___skip_ 663a22fec0d4c8_86682339___skip_ 663a22fec05ce5_15269650___skip_ При формировании выборки использовались базы данных (Bankscope, Bloomberg, Reuters) и официальная отчетность с сайта ЦБ РФ 663a22fec077e5_36010744___skip_ 2 663a22fec07b84_50381133___skip_ . В итоговую выборку вошел 141 банк. 663a22fec05371_87595425___skip_ 663a22fec080d3_93181019___skip_ 663a22fec077e5_36010744___skip_ 2 663a22fec07b84_50381133___skip_ Базы данных: bloomberg.com, capitaliq.com, reuters.com и bankscope.com. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Далее необходимо определить показатели, которые будут включены в модель оценки вероятности дефолта. Поскольку критерием определения вероятности дефолта являются присвоенные данному контрагенту кредитные рейтинги, в качестве зависимой переменной будет выступать вероятность дефолта банка, определенная с помощью соотнесения рейтингов и вероятностей дефолта. Для анализа был выбран наиболее подходящий для российской экономики временной период оценки вероятности дефолта продолжительностью один год. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ По состоянию на 01.07.2016 в российской банковской системе насчитывается 707 банков, при этом лишь 114 банков имели рейтинг хотя бы от одного из ведущих международных рейтинговых агентств (Standard &amp; Poor's, Moody's Investors Service или Fitch Ratings). У 6 банков были рейтинги всех трех рейтинговых агентств, рейтинг двух агентств получили 33 банка, только один рейтинг был у 75 банков или 65.8 % всех банков, которым присвоены международные рейтинги. По состоянию на 01.07.2016 только у 8 из 50 крупнейших и у 25 из 100 крупнейших российских банков не имелось ни одного международного рейтинга. Таким образом, на крупнейшие 100 банков по величине активов приходятся 65,8 % всех международных рейтингов, присвоенных российским банкам (на первые 50 банков - 36,8 %). 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ В настоящем исследовании в качестве базы для моделирования использованы наиболее применимые на практике долгосрочные рейтинги: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ «Долгосрочный кредитный рейтинг в иностранной валюте» (Long Term Foreign Currency Cоrporate Credit Rating) агентства Standard &amp; Poor's (международная шкала); 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Долгосрочный рейтинг депозитов в иностранной валюте для банков» (Long Term Bank Deposits Rating) агентства Moody's Investors Service (международная шкала); 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Долгосрочный рейтинг дефолта эмитента в иностранной валюте» (Long Term Issuer Default Rating) агентства Fitch Ratings (международная шкала). 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Для дальнейшего анализа на основе рейтингов международных агентств для каждого банка была определена вероятность дефолта в зависимости от его рейтинга в тот или иной период времени. Для соотнесения рейтингов и вероятностей дефолта использовались данные из ежегодно публикуемых рейтинговыми агентствами отчетов о вероятностях дефолтов. В случае наличия у банка более одного рейтинга для определения вероятности дефолта использовались рекомендации, изложенные в «Базель II»: в случае если у контрагента имеется рейтинг от двух рейтинговых агентств используется тот рейтинг, которому соответствует наибольшая вероятность дефолта (то есть худший рейтинг), если же у контрагента имеются более двух рейтингов, то отбирается два рейтинга, соответствующих наименьшей вероятности дефолта, и уже из них выбирается тот, которому соответствует большая вероятность дефолта (то есть вначале выбираются два лучших рейтинга, а затем из них выбирается худший). Подобная оценка позволяет получить значение вероятности дефолта каждого банка для каждого временного периода оценки 663a22fec077e5_36010744___skip_ 3 663a22fec07b84_50381133___skip_ . 663a22fec05371_87595425___skip_ 663a22fec080d3_93181019___skip_ 663a22fec077e5_36010744___skip_ 3 663a22fec07b84_50381133___skip_ «Базель II» - документ Базельского комитета по банковскому надзору «Международная конвергенция измерения капитала и стандартов капитала: уточненные рамочные подходы». 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ В исследуемое число банков вошли банки со следующим распределением по рейтингам на 01.07.2014, 01.07.2015 и 01.07.2016 (см. Таблицу 1). Ввиду произошедшего в конце 2014 года существенного снижения кредитных рейтингов России и российских банков в представленной выборке банков происходили значительные изменения. 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 1. Выборка банков из России для эмпирического исследования по рейтингам 663a22fec05371_87595425___skip_ 663a22fec0f872_77174715___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec102a6_13343195___skip_ Рейтинг, присвоенный 663a22fec048c8_84614681___skip_ международным рейтинговым 663a22fec048c8_84614681___skip_ агентством 663a22fec10981_29844529___skip_ 663a22fec10d38_43530236___skip_ Количество банков 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ 01.07.2014 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 01.07.2015 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 01.07.2016 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ BBB 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 30 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 17 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 18 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ BB 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 25 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 33 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 36 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ B 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 85 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 79 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 56 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ CCC 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 4 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 3 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ CC 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 1 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Всего 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 144 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 132 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 114 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Объясняющие переменные были разбиты по группам в соответствии с Указанием ЦБ РФ 2005-У «Об оценке экономического положения банка», которое предполагает оценку экономического положения банка по результатам оценивания следующих параметров: капитала, активов, доходности, ликвидности, обязательных нормативов, качества управления и прозрачности структуры собственности, что в целом соответствует представленной американской методике CAMELS 663a22fec077e5_36010744___skip_ 4 663a22fec07b84_50381133___skip_ . 663a22fec05371_87595425___skip_ 663a22fec080d3_93181019___skip_ 663a22fec077e5_36010744___skip_ 4 663a22fec07b84_50381133___skip_ Указание Банка России от 30 апреля 2008 года № 2005-У «Об оценке экономического положения банка». 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ На основе исследований, посвященных вопросам рейтингования банков, был отобран набор финансовых показателей для оценки вероятности дефолта российского коммерческого банка. Стоит сказать, что набор показателей, традиционно используемый для западных банков, сложно применить для российских банков ввиду существенных различий в отчетностях. Для оценки вероятности дефолта российских банков необходимо выявить свой уникальный набор показателей, полностью соответствующих специфике российской отчетности. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Основными критериями выбора показателей стали их экономический смысл, а также их стабильность во времени. Таким образом, в качестве объясняющих переменных выступили спреды CDS, полученные из первой модели; фундаментальные показатели из отчетности, характеризующие финансовое положение банка; несколько фиктивных переменных, определяющих особенности некоторых банков. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Для проведения целостной оценки финансового положения банков показатели модели были разделены на следующие группы: показатели качества капитала, качества активов, доходности, ликвидности и качества управления, что позволило целостно оценивать финансовое положение банков. Обязательные нормативы учитываются в соответствующих показателях. Оценка прозрачности структуры баланса, которая является скорее качественным, нежели количественным показателем, проводилась при помощи введения в модель фиктивных переменных (наличие государственного или иностранного акционера в капитале банка с долей, превышающей 25 %), а также использования показателей стабильности управления ресурсами. Все показатели были сформированы из следующих публикуемых форм отчетности: 101, 102, 123, 134 и 1355. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Из большого перечня потенциальных переменных были отобраны не коррелирующие между собой (приемлемый уровень корреляции 0,5). Итоговый перечень переменных представлен в Таблице 2. 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 2. Окончательный набор переменных модели оценки вероятности дефолта банка 663a22fec05371_87595425___skip_ 663a22fec0f872_77174715___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Обозначение 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Переменная в модели 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Мера измерения 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ PD 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Вероятность дефолта» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ % 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ cds5 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Спред CDS» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Базисные пункты 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель общей достаточности капитала» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Собственные средства / (Активы-нетто - Активы с нулевым риском) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель качества капитала» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Основной капитал / Собственные средства 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель доли доходных активов» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ (Доходные активы - Иммобилизация) / Активы- нетто 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель доли прочих активов в балансе банка» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Прочие активы / Активы- нетто 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель кредитной активности» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Дебетовые обороты по корпоративным кредитам и кредитам физическим лицам / Кредитный портфель 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Контур срочных активов» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ (Срочные кредиты + размещенные депозиты + срочные векселя) / Активы- нетто 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ e1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель рентабельности активов (ROA)» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Нетто- прибыль (убыток) / Активы- нетто 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель оборачиваемости краткосрочных МБК» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Оборот МБК, привлеченные (сроком до 30 дней) - Оборот МБК, выданные (сроком до 30 дней) / Собственные средства 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель зависимости от краткосрочных МБК» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ МБК, привлеченные (сроком до 30 дней) / Активы- нетто 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l3 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель высоколиквидных активов» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Высоколиквидные активы / Всего обязательства 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель доли неустойчивых обязательств» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Обязательства до востребования / Всего обязательства 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Показатель доли эмитированных (выпущенных) обязательств» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Выпущенные ценные бумаги / Всего обязательства 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ A 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Размер активов банка» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ тыс. руб. 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ ni_1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Чистая прибыль или убыток за месяц». 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ тыс. руб. 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ gov, inost 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ «Государственное» или «Иностранное участие» 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Фиктивная переменная 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором 663a22fec05371_87595425___skip_ 663a22fec18f86_28217749___skip_ Программа Финансовый анализ - 663a22fec00be2_26060053___skip_ для расчета 663a22fec193a1_48214772___skip_ рентабельности активов 663a22fec06645_61715727___skip_ и большого количества финансово-экономических коэффициентов. 663a22fec19ac7_09691094___skip_ 663a22fec19cd3_94654247___skip_ 663a22fec1a0a6_91659011___skip_ Скачать программу 663a22fec01008_96156894___skip_ 663a22fec1a411_86748829___skip_ 663a22fec06b78_13153591___skip_ 663a22fec1a7f3_73557519___skip_ 663a22fec1ab68_83946335___skip_ Попроборать 663a22fec01008_96156894___skip_ Онлайн 663a22fec1a411_86748829___skip_ 663a22fec06b78_13153591___skip_ 663a22fec06b78_13153591___skip_ 663a22fec019e1_13988339___skip_ 663a22fec080d3_93181019___skip_ 663a22fec077e5_36010744___skip_ 5 663a22fec07b84_50381133___skip_ Форма 101 «Данные оборотной ведомости по счетам бухгалтерского учета», Форма 102 «Отчет о финансовых результатах», Форма 123 «Расчет собственных средств (капитала) («Базель III»)», Форма 134 «Расчет собственных средств (капитала)», Форма 135 «Информация об обязательных нормативах и о других показателях деятельности кредитной организации». 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Таким образом, финальная регрессионная модель для оценки вероятности дефолта российского коммерческого банка выглядит следующим образом: 663a22fec05371_87595425___skip_ 663a22fec1b857_33402537___skip_ PD 663a22fec1beb2_72045398___skip_ b 663a22fec1c197_49535372___skip_ = &alpha; + β 663a22fec1beb2_72045398___skip_ 1 663a22fec1c197_49535372___skip_ *CDS 663a22fec1beb2_72045398___skip_ f 663a22fec1c197_49535372___skip_ + β 663a22fec1beb2_72045398___skip_ 2 663a22fec1c197_49535372___skip_ *FR 663a22fec1beb2_72045398___skip_ 1 663a22fec1c197_49535372___skip_ + ... + β 663a22fec1beb2_72045398___skip_ n 663a22fec1c197_49535372___skip_ *FR 663a22fec1beb2_72045398___skip_ n-1 663a22fec1c197_49535372___skip_ + β 663a22fec1beb2_72045398___skip_ n+1 663a22fec1c197_49535372___skip_ *gov + β 663a22fec1beb2_72045398___skip_ n+2 663a22fec1c197_49535372___skip_ *inter + ν 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ , (1) 663a22fec05371_87595425___skip_ 663a22fec1cc96_36776574___skip_ где i - номер объекта (i = 1, ..., N), 663a22fec048c8_84614681___skip_ t - время (t = 1, ..., T), 663a22fec048c8_84614681___skip_ PD 663a22fec1beb2_72045398___skip_ b 663a22fec1c197_49535372___skip_ - оцениваемое значение вероятности дефолта банка, 663a22fec048c8_84614681___skip_ &alpha; - свободный член, константа, 663a22fec048c8_84614681___skip_ β 663a22fec1beb2_72045398___skip_ n 663a22fec1c197_49535372___skip_ - коэффициент при объясняющей переменной, 663a22fec048c8_84614681___skip_ CDS 663a22fec1beb2_72045398___skip_ f 663a22fec1c197_49535372___skip_ - полученное в первой модели значение переменной «Спред CDS», 663a22fec048c8_84614681___skip_ FR 663a22fec1beb2_72045398___skip_ n 663a22fec1c197_49535372___skip_ - оцениваемый финансовый показатель, 663a22fec048c8_84614681___skip_ gov, inost - фиктивные переменные «Государственное или иностранное участие», 663a22fec048c8_84614681___skip_ ν 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - случайная ошибка. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ По ходу исследования были рассмотрены три вида моделей, показавших при построении модели оценки теоретического спреда CDS лучшие результаты: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ линейная регрессионная модель; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ модель с детерминированными эффектами; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ модель со случайными эффектами. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec06ea0_48310368___skip_ Практическое исследование 663a22fec07261_78940065___skip_ 663a22fec05ce5_15269650___skip_ Линейная регрессионная модель - сквозная регрессия по всем временным периодам и по всем банкам, не учитывающая панельную структуру данных. Оценка проводится с помощью метода наименьших квадратов. Поскольку анализируемая выборка имеет явный вид панельных данных (большое количество банков с некоторым количеством переменных за несколько временных периодов), для более точной оценки и учета специфических характеристик различающихся банков лучше будут подходить модели, учитывающие панельный характер данных. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Построение простейшей регрессии линейного вида с поэтапным исключением из модели незначимых переменных привело к следующим результатам, приведенным в Таблице 3: 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 3. Оценивание регрессии линейного вида 663a22fec05371_87595425___skip_ 663a22fec0f872_77174715___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ VARIABLES 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ ols5 663a22fec048c8_84614681___skip_ PD 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ cds5 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.00515*** 663a22fec048c8_84614681___skip_ (0.000221) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -2.120*** 663a22fec048c8_84614681___skip_ (0.318) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 2.521*** 663a22fec048c8_84614681___skip_ (0.534) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.108*** 663a22fec048c8_84614681___skip_ (0.0388) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -1.626*** 663a22fec048c8_84614681___skip_ (0.216) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ e2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -1.916*** 663a22fec048c8_84614681___skip_ (0.289) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.0115*** 663a22fec048c8_84614681___skip_ (0.00426) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.643*** 663a22fec048c8_84614681___skip_ (0.224) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 1.377*** 663a22fec048c8_84614681___skip_ (0.363) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ gov 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -2.789*** 663a22fec048c8_84614681___skip_ (0.114) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ inost 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -2.537*** 663a22fec048c8_84614681___skip_ (0.0918) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Constant 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 2.198*** 663a22fec048c8_84614681___skip_ (0.218) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Observations 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 7,050 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ R- squared 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.305 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec20e14_91270650___skip_ Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Общее количество наблюдаемых данных составило 7050. Скорректированный R 663a22fec077e5_36010744___skip_ 2 663a22fec07b84_50381133___skip_ принял следующее значение: R 663a22fec077e5_36010744___skip_ 2 663a22fec07b84_50381133___skip_ 663a22fec1beb2_72045398___skip_ adj 663a22fec1c197_49535372___skip_ = 0,305. Анализируя полученные результаты, следует отметить следующее: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ Коэффициент при показателе «Спред CDS» значим (на 1 %-ом уровне значимости) и положительно влияет на вероятность дефолта, то есть по мере увеличения спреда увеличивается и вероятность дефолта, что логично и соответствует основной гипотезе исследования. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Наличие государственной или иностранной поддержки отрицательно влияет на вероятность дефолта. То есть наличие государственного или иностранного участия в акционерном капитале сокращает, при прочих равных условиях, вероятность дефолта. При этом влияние государственного участия немного сильнее, чем влияние иностранного участия. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Все значимые переменные можно разделить на две группы по принципу того, как они влияют на вероятность дефолта: положительно или отрицательно. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ По мере роста следующих показателей возрастает и вероятность дефолта: «Показатель доли прочих активов в балансе банка», «Показатель оборачиваемости краткосрочных МБК», «Показатель доли неустойчивых обязательств» и «Показатель доли эмитированных (выпущенных) обязательств». 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ По мере роста нижеприведенных показателей вероятность дефолта сокращается: «Показатель общей достаточности капитала», «Показатель кредитной активности», «Контур срочных активов» и «Показатель рентабельности активов (ROA)». 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Надо отметить, что влияние всех регрессоров согласуется с экономической логикой. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Модель с детерминированными эффектами - модель, характеризующаяся тем, что ненаблюдаемые случайные эффекты в ней (объясняющие переменные, которые не были включены в модель) - фиксированные параметры, а случайная составляющая в регрессии является независимой одинаково распределенной случайной величиной. Важно, что эта независимость должна заключаться в том, что все объясняющие переменные, включенные в модель, должны быть полностью независимы от этих случайных величин для любого банка в любой момент времени. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Модель с детерминированными эффектами - это исходная регрессионная модель, переписанная в терминах отклонений от средних по времени значений переменных. Надо отметить, что такие коэффициенты можно оценить только при неинвариантных по времени регрессорах, следовательно, применение фиктивных переменных в данной модели невозможно. Оценивание производится обыкновенным методом наименьших квадратов. Результаты тестирования модели представлены в Таблице 4: 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 4. Оценивание модели с детерминированными эффектами 663a22fec05371_87595425___skip_ 663a22fec0f872_77174715___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ VARIABLES 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ fe_15 663a22fec048c8_84614681___skip_ PD 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ cds5 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.00184*** 663a22fec048c8_84614681___skip_ (0.000164) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.0903 663a22fec048c8_84614681___skip_ (0.308) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.0732*** 663a22fec048c8_84614681___skip_ (0.0240) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -1.600*** 663a22fec048c8_84614681___skip_ (0.373) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.0693 663a22fec048c8_84614681___skip_ (0.479) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.0241 663a22fec048c8_84614681___skip_ (0.0245) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.952*** 663a22fec048c8_84614681___skip_ (0.271) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ e2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.591*** 663a22fec048c8_84614681___skip_ (0.164) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.0125*** 663a22fec048c8_84614681___skip_ (0.00307) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.122 663a22fec048c8_84614681___skip_ (0.400) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l3 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.0210 663a22fec048c8_84614681___skip_ (0.0861) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.151 663a22fec048c8_84614681___skip_ (0.269) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -1.650*** 663a22fec048c8_84614681___skip_ (0.376) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ A 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -6.49e-11 663a22fec048c8_84614681___skip_ (0) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Constant 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 4.734*** 663a22fec048c8_84614681___skip_ (0.346) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Observations 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 7,050 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ R-squared 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.049 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Number of id 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 141 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec20e14_91270650___skip_ Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Всего в тестировании модели автором использованы данные по 141 банку и 7050 наблюдениям. Значения коэффициента R2within составило 0,049. Такое низкое значение R2 свидетельствуют о том, что к представленной выборке модель с фиксированными эффектами неприменима. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Модель со случайными эффектами - модель, характеризующаяся тем, что все индивидуальные эффекты рассматриваемых объектов случайны. Объекты выборки не должны зависеть от ненаблюдаемых случайных эффектов и случайной составляющей для любого объекта в любой момент времени. Именно данная модель в теории должна наиболее эффективно объяснять зависимости в представленной выборке. Оценивание производится обобщенным методом наименьших квадратов. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Модель со случайными эффектами представляет собой компромисс между сквозной регрессией, для которой характерно сильное ограничение гомогенности всех коэффициентов уравнения регрессии, и регрессией с детерминированными эффектами, которая позволяет для каждого объекта выборки ввести свою константу (среднюю) и, таким образом, учесть существующую, но не наблюдаемую в реальности гетерогенность переменных. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Поэтапное исключение из модели незначимых переменных привело к следующей итоговой модели со случайными эффектами, представленной в Таблице 5: 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 5. Оценивание модели со случайными эффектами 663a22fec05371_87595425___skip_ 663a22fec0f872_77174715___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ VARIABLES 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ re5 663a22fec048c8_84614681___skip_ PD 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ cds5 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.00187*** 663a22fec048c8_84614681___skip_ (0.000154) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 0.0726*** 663a22fec048c8_84614681___skip_ (0.0240) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -1.578*** 663a22fec048c8_84614681___skip_ (0.356) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.931*** 663a22fec048c8_84614681___skip_ (0.234) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ e2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.614*** 663a22fec048c8_84614681___skip_ (0.161) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -0.0122*** 663a22fec048c8_84614681___skip_ (0.00299) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -1.551*** 663a22fec048c8_84614681___skip_ (0.360) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Gov 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -3.493*** 663a22fec048c8_84614681___skip_ (0.613) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Inost 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -2.851*** 663a22fec048c8_84614681___skip_ (0.495) 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Constant 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 5.461*** 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Observations 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 7,050 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Number of id 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 141 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec20e14_91270650___skip_ Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ При интерпретации моделей со случайными эффектами следует опираться не на R 663a22fec077e5_36010744___skip_ 2 663a22fec07b84_50381133___skip_ , так как в регрессии, оцененной с помощью обобщенного метода наименьших квадратов, он уже не является адекватной мерой качества модели. О значимости регрессии в целом свидетельствует высокое значение статистики Вальда - 427,67 (на 1 %-ом уровне значимости). Общее количество наблюдений - 7050, общее количество банков - 141. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Итоговое сравнение влияния всех регрессоров на объясняемую переменную во всех моделях приведено в Таблице 6: 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 6. Сравнение влияния всех регрессоров линейной модели и со случайными эффектами 663a22fec05371_87595425___skip_ 663a22fec0f872_77174715___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Регрессор 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Линейная регрессионная модель 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Модель со случайными эффектами 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Cds 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ - 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ c2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ + 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ - 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ a2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ - 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ - 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ m2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ e2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ + 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ - 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ l3 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ + 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ + 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ - 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ s2 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ ni_1 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ + 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ + 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Gov 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Inost 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ -* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Constant 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ +* 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Наблюдения 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 7050 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 7050 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Всего банки 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ 141 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Из приведенного выше сравнения можно сделать следующие выводы: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ Коэффициенты при переменной «Спред CDS» значимы (на 1 %-ом уровне значимости) в обеих моделях и имеют положительное влияние на вероятность дефолта, что, как уже отмечалось выше, подтверждает основную гипотезу настоящего исследования. Чем выше значение спреда CDS, тем выше вероятность дефолта. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Коэффициенты при фиктивных переменных «Наличие государственного участия в акционерном капитале банка» и «Наличие иностранного участия в акционерном капитале банка» имеют негативное влияние на вероятность дефолта в обеих моделях, что логично, так как вероятность дефолта контрагента при наличии поддержки государства или иностранного акционера должна быть меньше. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ В обеих моделях отрицательно взаимосвязаны с вероятностью дефолта переменные «Контур срочных активов» и «Показатель рентабельности активов». Наличие большей доли срочных активов и более высокой рентабельности активов, при прочих равных условиях, отрицательно влияют на вероятность дефолта: у таких контрагентов она меньше. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Сильные противоречия возникли в трактовке коэффициентов при двух переменных - «Показатель оборачиваемости краткосрочных МБК» и «Показатель доли эмитированных (выпущенных) обязательств», в разных моделях они получились разнонаправленными. По итогам анализа панельной модели со случайными эффектами «Показатель оборачиваемости краткосрочных МБК» и «Показатель доли эмитированных (выпущенных) обязательств» оказывают положительное влияние на вероятность дефолта. Чем выше у банка оборачиваемость краткосрочных МБК, то есть больше зависимость от средств, получаемых на межбанковском рынке, и чем выше зависимость банка от заимствований с рынка, тем должна быть, при прочих равных условиях, выше вероятность дефолта таких банков. Что и подтверждается результатами тестирования модели со случайными эффектами. Далее будут проведены специальные тесты по сравнению моделей линейной регрессии и со случайными эффектами, что позволит понять, какое из влияний указанных переменных на вероятность дефолта банка является более точным. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ В модели со случайными эффектами значимыми получились коэффициенты при следующих переменных: «Показатель качества капитала» - чем выше качество капитала у банка, тем меньше его вероятность дефолта, что согласуется с экономической логикой; и «Показатель доли доходных активов» - чем выше уровень доходных, а, следовательно, и рисковых активов у банка, тем вероятность дефолта у такого банка выше. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Только в простой линейной регрессионной модели получились значимыми и оказались положительными коэффициенты при переменных «Показатель доли прочих активов в балансе банка» и «Показатель доли неустойчивых обязательств», что, как мы уже отмечали, вполне логично. Значимыми и отрицательными оказались коэффициенты при следующих переменных «Показатель общей достаточности капитала» и «Показатель кредитной активности», что также согласуется с экономической логикой. 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Каждый набор полученных значимых переменных соответствуют рейтинговой системе оценок банков CAMELS. В итоговой модели есть «представитель» каждого компонента рейтинговой оценки. 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Выберем теперь наиболее адекватную нашим данным модель. Для этого проведем попарное сравнение оцененных моделей: 663a22fec05371_87595425___skip_ 663a22fec09250_50276608___skip_ 663a22fec095c6_52142980___skip_ Сквозную линейную регрессию сравним с регрессионной моделью с фиксированными эффектами - тест Вальда (Wald test). 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Сквозную линейную регрессию сравним с регрессионной моделью со случайными эффектами - тест Бройша-Пагана (Breusch-Pagan test). 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Регрессионную модель с детерминированными эффектами сравним с регрессионной моделью со случайными эффектами - тест Хаусмана (Hausman specification test). 663a22fec099f6_28313497___skip_ 663a22fec0a195_32989950___skip_ 663a22fec05ce5_15269650___skip_ Тест Вальда проверяет гипотезу о равенстве нулю всех индивидуальных эффектов. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ В нашем случае на уровне значимости меньше 1 %, основная гипотеза отвергается. Таким образом, регрессионная модель с детерминированными эффектами лучше подходит для описания данных, чем модель простой линейной регрессии. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Тест Бройша-Пагана является тестом на наличие случайного индивидуального эффекта и проверяет линейную зависимость дисперсии случайных ошибок от набора переменных. Основная гипотеза заключается в том, что эта дисперсия равна 0. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ В нашем случае на уровне значимости меньше 1 %, основная гипотеза отвергается. Таким образом, регрессионная модель со случайными эффектами лучше подходит для описания данных, чем модель простой линейной регрессии. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Тест Хаусмана позволяет сделать выбор между моделями с детерминированными и случайными эффектами. Модель со случайными эффектами может быть применима только в том случае, когда существует некоррелированность случайного эффекта с регрессорами. В тесте проверяется основная гипотеза, что такая корреляция равна 0, при альтернативной гипотезе, что их корреляция нулю не равна. Этот тест построен на разности двух оценок, полученных из регрессий с детерминированными и случайными эффектами. Первые состоятельны как в случае основной, так и в случае альтернативной гипотезы, вторые - только при основной гипотезе. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ В нашем случае на уровне значимости существенно больше 1 %, основная гипотеза подтверждается. Полученные результаты позволяют сделать вывод о том, что для данной выборки лучше подходит модель со случайными индивидуальными эффектами, чем модель с детерминированными эффектами. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Итоговая формула модели принимает следующий вид: 663a22fec05371_87595425___skip_ 663a22fec1b857_33402537___skip_ PD1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ = 5.461 + 0.00187*CDS5 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ + 0.0726*c2 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 1.578*a1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 0.931*m2 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 0.614*e1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 0,0122*l1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 1.551*s2 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 3.493*gov 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - 2.851*inost 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ (2) 663a22fec05371_87595425___skip_ 663a22fec1cc96_36776574___skip_ где i - номер объекта; 663a22fec048c8_84614681___skip_ t - время; 663a22fec048c8_84614681___skip_ PD1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Вероятность дефолта»; 663a22fec048c8_84614681___skip_ CDS5 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Пятилетний спред CDS»; 663a22fec048c8_84614681___skip_ c2 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Показатель качества капитала»; 663a22fec048c8_84614681___skip_ a1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Показатель доли доходных активов»; 663a22fec048c8_84614681___skip_ m2 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Контур срочных активов»; 663a22fec048c8_84614681___skip_ e1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Показатель рентабельности активов (ROA)»; 663a22fec048c8_84614681___skip_ l1 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Показатель оборачиваемости краткосрочных МБК»; 663a22fec048c8_84614681___skip_ s2 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Показатель доли эмитированных (выпущенных) обязательств»; 663a22fec048c8_84614681___skip_ gov 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Государственное участие»; 663a22fec048c8_84614681___skip_ inost 663a22fec1beb2_72045398___skip_ it 663a22fec1c197_49535372___skip_ - «Иностранное участие». 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Таким образом, была получена модель оценки вероятности дефолта российских коммерческих банков на основе модели построения теоретических спредов CDS. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Вероятность дефолта российского коммерческого банка зависит от величины спреда CDS, наличия или отсутствия у банка поддержки со стороны государства или иностранного акционера, а также набора финансовых параметров, соответствующего рейтинговой системе оценок банков CAMELS. Конкретный перечень переменных, которые оказывают влияние на вероятность дефолта банка, включает: 663a22fec05371_87595425___skip_ 663a22fec0cc03_84087073___skip_ 663a22fec095c6_52142980___skip_ «Показатель качества капитала», 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Показатель доли доходных активов», 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Контур срочных активов», 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Показатель рентабельности активов (ROA)», 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Показатель оборачиваемости краткосрочных МБК», 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ «Показатель доли эмитированных (выпущенных) обязательств». 663a22fec099f6_28313497___skip_ 663a22fec0d4c8_86682339___skip_ 663a22fec06ea0_48310368___skip_ Сопоставление моделей оценки вероятности дефолта 663a22fec07261_78940065___skip_ 663a22fec05ce5_15269650___skip_ Проведем далее сопоставление авторской модели с некоторыми другими моделями оценки вероятности дефолта. В Таблице 7 приведены сравнительные характеристики авторской модели с моделями, основанными на финансовых показателях, стоимости долга и кредитных дефолтных свопах. 663a22fec05371_87595425___skip_ 663a22fec0f336_14344471___skip_ Таблица 7. Сравнительный анализ моделей оценки вероятности дефолта 663a22fec05371_87595425___skip_ 663a22fec3bd89_48399060___skip_ 663a22fec0fbe7_86393444___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Характеристика 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Модели, основанные на финансовых показателях 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Модели, основанные на стоимости долга (облигации) 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Модели, основанные на кредитных дефолтных свопах (CDS) 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Авторская модель 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec121a9_62988772___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Подход к моделированию 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Модель Мертона (структурная модель] 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Редуцированная модель 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Модель Мертона и Редуцированная модель 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Расширенная мультифакторная структурная модель 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Ключевые вводные 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Вероятность дефолта Капитал Активы Обязательства 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Стоимость облигаций 663a22fec048c8_84614681___skip_ Ставка процента 663a22fec048c8_84614681___skip_ Время до погашения 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Спреды CDS 663a22fec048c8_84614681___skip_ Ставка процента 663a22fec048c8_84614681___skip_ Время до погашения 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Финансовые показатели 663a22fec048c8_84614681___skip_ Прогнозные спреды CDS 663a22fec048c8_84614681___skip_ Кредитные рейтинги 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Преимущества 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Покрывает все банки, постоянно раскрывающие свою отчетность (в том числе на развивающихся рынках) 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Покрывает все банки, облигации которых торгуются на бирже 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Покрывает все банки, на долг которых есть CDS 663a22fec048c8_84614681___skip_ Идеальная модель для оценки суверенных рисков 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Покрывает все банки, постоянно раскрывающие свою отчетность (в том числе на развивающихся рынках) 663a22fec048c8_84614681___skip_ Непрерывная оценка 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec0fef8_30181257___skip_ 663a22fec11946_44876820___skip_ Недостатки 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Нерегулярное обновление отчетности 663a22fec048c8_84614681___skip_ Лимитированное количество факторов может приводить к неправильным результатам 663a22fec048c8_84614681___skip_ Не учитывает рыночный фактор 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Не покрывает банки, не выпускавшие облигации 663a22fec048c8_84614681___skip_ Проблема оценки неликвидных облигаций 663a22fec048c8_84614681___skip_ Плохо применима на развивающихся рынках 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Не покрывает банки, на долг которых CDS не торгуются 663a22fec048c8_84614681___skip_ Проблема оценки неликвидных CDS 663a22fec048c8_84614681___skip_ Плохо применима на развивающихся рынках 663a22fec10981_29844529___skip_ 663a22fec11946_44876820___skip_ Точность модели зависит, в том числе и от точности прогнозных спредов CDS 663a22fec10981_29844529___skip_ 663a22fec11387_57948673___skip_ 663a22fec13dd9_09092118___skip_ 663a22fec080d3_93181019___skip_ Источник: составлено автором на основе проведенного исследования. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Каждый из видов моделей обладает достоинствами: 663a22fec05371_87595425___skip_ 663a22fec0cc03_84087073___skip_ 663a22fec095c6_52142980___skip_ Модели на основе финансовых показателей основываются на данных финансовой отчетности, и таким образом покрывают все банки, на регулярной основе публикующие результаты деятельности (в том числе и на развивающихся рынках); 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Модели на основе стоимости других долговых обязательств банков учитывают рыночные факторы и исходят из возможности банка исполнить свои долговые обязательства в полном объеме и в срок, и таким образом покрывают все банки, долговые инструменты которых котируются на рынке; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Модели на основе торгующихся CDS так же, как и предыдущий вид моделей, учитывают рыночную составляющую и в первую очередь руководствуются оценкой эмитента долга, на который торгуются CDS, со стороны внешних инвесторов, и таким образом покрывают всех эмитентов долга, на который торгуются CDS; такие модели в большей степени подходят для оценки суверенных рисков. 663a22fec099f6_28313497___skip_ 663a22fec0d4c8_86682339___skip_ 663a22fec05ce5_15269650___skip_ Есть также у рассмотренных видов моделей и существенные недостатки: 663a22fec05371_87595425___skip_ 663a22fec0cc03_84087073___skip_ 663a22fec095c6_52142980___skip_ Финансовые отчетности не учитывают рыночную составляющую и обновляются, как правило, не чаще, чем раз в квартал, к тому же в них может быть использовано лимитированное количество факторов, что также может приводить к неточным оценкам; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Количество банков, долговые инструменты которых представлены на рынке, ограничено, особенно это касается развивающихся рынков, к тому же есть проблема оценки неликвидных долговых инструментов, все эти проблемы в совокупности приводят к тому, что данный вид моделей применим для ограниченного круга банков; 663a22fec099f6_28313497___skip_ 663a22fec095c6_52142980___skip_ Все перечисленные в предыдущем пункте недостатки также применимы и для моделей на основе CDS: банков, на долговые инструменты которых они котируются, на рынке еще меньше, плюс также существует проблема оценки неликвидных инструментов. 663a22fec099f6_28313497___skip_ 663a22fec0d4c8_86682339___skip_ 663a22fec05ce5_15269650___skip_ Предложенная в настоящем исследовании модель сочетает в себе многие достоинства перечисленных моделей и нивелирует их недостатки. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ В модели, включающей в себя теоретические спреды CDS, учитываются не только фундаментальные показатели, без анализа которых итоговая оценка риска будет неточной, но также принимается в расчет и рыночная составляющая, основанная на полученных значениях теоретических спредов CDS. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Построение модели оценки справедливой стоимости CDS контрагентов позволяет добиться пересмотра оценок вероятности дефолта на ежедневной основе, что отвечает сегодняшним запросам риск-менеджмента и фактически позволяет говорить о возможности проведения оценки в непрерывном режиме. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Использование в качестве базы для анализа банков из группы стран БРИКС позволяет говорить о том, что настоящая модель в лучшей мере учитывает специфические особенности банков из стран с развивающимися экономиками, к которым в том числе относится и Россия. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Важным преимуществом модели также является то, что она применима для всех банков, на постоянной основе раскрывающих результаты финансовой деятельности. Учитывая тот факт, что на сегодняшний день, в соответствии с требованиями национальных и международных регуляторов, практически любой банк обязан публиковать отчетность на регулярной основе, можно говорить о том, что данная модель применима для самого широкого круга кредитных организаций. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Недостатки данной модели заключаются в возможном возникновении неточностей при построении прогнозных значений спредов CDS, а также в возможной необъективности кредитных рейтингов, присваиваемых международными рейтинговыми агентствами, которые используются в модели для настройки точности ее оценок. 663a22fec05371_87595425___skip_ 663a22fec05ce5_15269650___skip_ Дальнейшее усовершенствование модели может заключаться во включении в модель макроэкономических переменных, характеризующих страну происхождения анализируемого банка, а также в учете дополнительного экспертного фактора, играющего существенную роль при оценке рисков банков из стран с развивающимися экономиками. 663a22fec05371_87595425___skip_ 663a22fec3f169_80384212___skip_ Источники: 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 1. Агеев В.И. Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков // Российское предпринимательство. - 2015. - № 20. - с. 3399-3424. - doi: 10.18334/rp.16.20.1994. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 2. Агеев В.И. О применимости CDS для оценки кредитоспособности финансовых институтов РФ // Глобальные рынки и финансовый инжиниринг. - 2015. - № 1. - с. 61-76. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 3. Агеев В.И. Оценка кредитного дефолтного свопа для российских коммерческих банков // Глобальные рынки и финансовый инжиниринг. - 2015. - № 3. - с. 177-202. - doi: 10.18334/grfi.2.3.1913. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 4. Агеев В.И. Основные модели оценки кредитного риска в коммерческом банке // Исследовано в России. - 2011. - с. 898-908. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 5. Алешина А.В., Сигалова О.М., Гайдукова Л.А. Рынок Свопов на кредитный дефолт (CDS) как источник информации для финансовой системы: исследование прогнозной силы рынка CDS // Научные исследования экономического факультета. Электронный журнал. - 2010. - № 1. - с. 88-113. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 6. Берзон Н.И., Мезенцев В.В. Применение структурных и редуцированных моделей для оценки кредитных дефолтных свопов на российские компании // XII Международная научная конференция по проблемам развития экономики и общества: Сборник материалов конференции. Москва, 2012. - с. 633-642. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 7. Кошелюк Ю.М. Граничный анализ эффективности функционирования российских банков // Модернизация экономики и общественное развитие: Сборник материалов VIII Международной научной конференции. Москва, 2007. - с. 113-121. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 8. Мезенцев В.В. Оценка кредитного дефолтного свопа на российские компании при помощи редуцированной модели и модели Мертона // Корпоративные финансы.- 2012. - № 1. - с. 44-57. 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 9. Анализ панельных данных в пакете «Stata»: Методические указания к компьютерному практикуму по курсу "Эконометрический анализ панельных данных". - Москва, 2004 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 10. Chen R. Credit Risk Modeling: A General Framework: Working Paper. - Rutgers Business Sdiool, 2002 663a22fec05371_87595425___skip_ 663a22fec3f683_37426269___skip_ 11. Wallison P.J. Everything You Wanted to Know about Credit Default Swaps, but Were Never Told // Finandal Servkes Outlook. - 2008. - December 663a22fec05371_87595425___skip_ 663a22fec06b78_13153591___skip_ 663a22fec41b20_89190848___skip_ 663a22fec41ed2_18502262___skip_ Метки 663a22fec06b78_13153591___skip_ 663a22fec42398_51420655___skip_ 663a22fec42743_25143087___skip_ риск-менеджмент 663a22fec1a411_86748829___skip_ 663a22fec42b08_90906434___skip_ модель оценки кредитного риска 663a22fec1a411_86748829___skip_ 663a22fec42db5_04392787___skip_ дефолт 663a22fec1a411_86748829___skip_ 663a22fec43137_04738042___skip_ производный финансовый инструмент 663a22fec1a411_86748829___skip_ 663a22fec43409_49170772___skip_ кредитный дефолтный своп 663a22fec1a411_86748829___skip_ 663a22fec43692_98792610___skip_ кредитоспособность 663a22fec1a411_86748829___skip_ 663a22fec06b78_13153591___skip_ 663a22fec18f86_28217749___skip_ Программа Финансовый анализ - 663a22fec01d18_71718061___skip_ для анализа финансового состояния предприятия, позволяющая рассчитывать большое количество финансово-экономических коэффициентов. 663a22fec19ac7_09691094___skip_ 663a22fec19cd3_94654247___skip_ 663a22fec1a0a6_91659011___skip_ Скачать программу 663a22fec01008_96156894___skip_ 663a22fec1a411_86748829___skip_ 663a22fec06b78_13153591___skip_ 663a22fec1a7f3_73557519___skip_ 663a22fec1ab68_83946335___skip_ Попроборать 663a22fec01008_96156894___skip_ Онлайн 663a22fec1a411_86748829___skip_ 663a22fec06b78_13153591___skip_ 663a22fec06b78_13153591___skip_ 663a22fec019e1_13988339___skip_ 663a22fec06b78_13153591___skip_ 663a22fec44206_81163774___skip_ 663a22fec44556_08943349___skip_ См. также 663a22fec06b78_13153591___skip_ 663a22fec449e2_71393944___skip_ 663a22fec44d62_86560159___skip_ 663a22fec44fb9_28155182___skip_ Финансовый анализ Онлайн 663a22fec1a411_86748829___skip_ 663a22fec06b78_13153591___skip_ 663a22fec06b78_13153591___skip_ 663a22fec06b78_13153591___skip_