Важность банковской системы для любого государства сложно недооценить, ведь она выполняет функции «кровеносной системы» в экономике страны, способствуя созданию добавочной стоимости.

Банковская система России подвержена целому ряду тенденций, вызванных процессами глобализации финансовых рынков, усилением контроля со стороны регулирующих органов, волатильностью и динамикой макроэкономических показателей, возрастающей сложностью финансовых инструментов, используемых в процессе осуществления деятельности и т.д.

Рассмотрим динамику основных показателей банковской системы за ряд лет (исключая сбербанк) на основе данных banki.ru [1].

Начиная с 2014 года чистая прибыль банковского сектора сократилась в 2 раза, и дошла до минимума в 2016 году составив – - 815 736 тысяч рублей, вернувшись к положительному состоянию в 2017 году (273 496 424 тысяч рублей), что видно на рисунке 1.

Несмотря на положительную динамику чистой прибыли, среднее значение рентабельности активов снижается в течение 2 лет подряд (рисунок 2).

Активы-нетто в банковском секторе имеют высокую тенденцию к росту, исключая стагнацию в 2017 году (рисунок 3), даже не смотря, на волну отзыва лицензий Центробанком в течение трех предшествующих лет. Данное явление свидетельствует об устойчивом развитии банковской системы.

Также выросли совокупные вложения в ценные бумаги, что видно на рисунке 4. Сложившаяся ситуация в 2014 году на финансовом рынке заставила банки перекидывать ресурсы из коммерческого кредитования на фондовый рынок.

Вместе с ростом совокупного кредитного портфеля банков (рисунок 5) растет и просроченная задолженность (рисунок 6), причем темпы роста просрочки сильно опережают темпы роста кредитного портфеля. Так, начиная с 2015 года темп роста кредитного портфеля составил 24%, в то время как темп роста просрочки 55%. В 2016 году темп роста просрочки был около 66% против 4% у кредитного портфеля. К 2017 году темп роста просрочки снизился до 4%, а кредитный портфель практически не изменился. Надо полагать, что ситуация стабилизировалась за счет выведения из бизнеса центральным банком большого количества игроков, поскольку кредитные ресурсы перетекут от выбывших банков к функционирующим, что в свою очередь создаст предпосылку для выдачи кредитов более устойчивым заемщикам.

Нет сомнений, что снижение целого ряда финансовых показателей в банковском секторе вызвано дестабилизирующей макроэкономической обстановкой. Чтобы узнать какие макроэкономические показатели наиболее значимо влияют на деятельность банковской системы, промоделируем зависимость средней рентабельности активов-нетто банковского сектора от ряда экономических индикаторов. Для построения эконометрической модели использовался пакет прикладных программ «Gretl» [4].



Для построения множественной регрессии использовались основные       макроэкономические показатели с 2009 по 2016 год [2], воздействующие на денежный поток, которые приведены в таблице 1.

Таблица 1

Перечень макроэкономических факторов

 

𝑋1	𝑋2	𝑋3	𝑋4	𝑋5	𝑋6	𝑋7	𝑋8	Y
34,39	65,05	5,38	86043,6	61125,9	11,67	9,02	0,80%	-0,84
41,85	62,55	12,91	83232,6	61263,6	14,00	11,57	0,01%	1,00
85,6	35,99	11,36	79199,7	63046,8	8,25	9,39	0,93%	2,48
91,17	32,16	6,45	71016,7	62588,9	8,25	6,64	2,21%	1,59
86,46	31,14	6,58	66926,9	61798,3	8,13	7,53	1,10%	1,64
87,04	29,01	6,10	55967,2	59698,1	8,15	7,81	0,09%	1,86
71,21	30,48	8,78	46308,5	39762,2	8,25	7,25	1,15%	1,39
53,48	31,37	8,80	38807,2	38048,6	10,77	11,24	1,97%	1,11

 

Где:

𝑋1 – цена на нефть марки Brent;

𝑋2 – цена доллара, выраженного в рублях;

𝑋3 – инфляция;

𝑋4 – ВВП в текущих ценах;

𝑋5 – ВВП в постоянных ценах;

𝑋6 – среднегодовая ставка рефинансирования;

𝑋7 – доходность ОФЗ сроком погашения 5 лет;

𝑋8 – доходность индекса S&P 500;

Y – средняя рентабельность активов-нетто банковского сектора.

 Расчеты моделирования приведены в таблице 2. Как можно заметить, коэффициенты перед регрессорами получили высокую статистическую значимость, о чем собственно свидетельствуют показатели P-значение. Коэффициент детерминации составил – 0, 99897, это говорит нам о том, что практически весь разброс эндогенного фактора объяснен входящими в модель переменными.

Таблица 2 

Моделирование средней рентабельности активов в банковском секторе

	Коэффициент	Ст. ошибка	P-значение
𝑋2	−0,0686046	0,00204569	<0,0001
𝑋3	0,213265	0,00888639	<0,0001
𝑋5	4,17224e-05	1,77700e-06	<0,0001
𝑋8	−9,68970	3,20367	0,0390

 

Итоговая модель может быть записана в следующем виде:

−0,0686X2 + 0,213X3 + 4,17224e − 05X5 − 9,68X8 = Ŷ

Построенная модель показывает, что финансовый результат банковского сектора, выраженный в виде средней рентабельности активов-нетто, наиболее чувствителен к цене доллара, инфляции, уровню ВВП и доходности рыночного портфеля.

 

Список литературы

 

 

1. Независимый финансовый портал Рунета – Banki.ru [Электронный ресурс]. – Режим доступа: http://banki.ru/

2. Данные официального сайта Центрального Банка Российской Федерации [Электронный ресурс]. – Режим доступа://https://www.cbr.ru/

3. Федеральная служба государственной статистики [Электронный ресурс]. – Режим доступа: https://gks.ru

4. Куфель Т. Эконометрика. Решение задач с применением пакета программ Gretl. – M.: Горячая линия – Телеком, 2007. – 200 с.