Дипломная работа: Пропорциональное регулирование и развитие банковского сектора

Гонконг также, как и США использует второй тип модели пропорционального регулирования. Регулятор Гонконга выделяет четыре основные группы банков: системно-значимые, коммерческие банки с полной/ограниченной лицензией и принимающие депозиты компании. Так, например, открывать сберегательные счета, устанавливать сроки и срочность денежных средств на них могут только банки с полной лицензией. Банки с ограниченной лицензией могут открывать депозиты на суммы строго более 500 тыс. гонконгских долларов. Регулятор Гонконга установил, что к банкам, у которых капитал меньше 10 млрд. гонконгских долларов, применяются упрощенные требования к раскрытию информации и расчету кредитного риска.

Глава 3. Моделирование конкуренции Панзара-Росса

Наиболее популярным методом измерения конкуренции за последние 20 лет в исследовательских работах стал неструктурный подход H-statistic модели Панзара-Росса. Этот подход подразумевает, что банки (или любая другая организация), оценивая рыночную конъюнктуру, придерживается различных стратегий ценообразования на свои услуги.

Суть подхода заключается в изменении дохода банка в зависимости от факторных цен. Другими словами, H-statistic показывает как меняется выручка банка при изменении цен на производство на 1%.

Для моделирования сначала оценивается экономическая эластичность общих или процентных доходов по трем факторным ценам, а именно:

1. стоимость привлеченных средств

2. стоимость трудовых ресурсов

3. стоимость прочих расходов

Далее, значения эластичностей этих показателей суммируются и получается H-statistic. Согласно теоремам Панзара и Росса, если H-statistic отрицательная, то на рынке монополия. Происходит это по той простой причине, что доход монополиста имеет обратную зависимость с ценами на факторы производства. Однако, H-statistic вполне может быть отрицательной при краткосрочной олигополии на рынке.

Если показатель варьируется от 0 до 1, то рынок находится в монополистической конкуренции (таблица 2). При таком виде конкуренции банки, как правило имеют стабильный круг клиентов, которых обслуживают. А это значит, реакция банков на изменение процентной политики и цен на факторы производства линейна.

Если показатель варьируется от 0 до 1, то рынок находится в монополистической конкуренции. При таком виде конкуренции банки, как правило имеют стабильный круг клиентов, которых обслуживают. А это значит, реакция банков на изменение процентной политики и цен на факторы производства линейна.

Соответственно, значение равно единице, то на рынке совершенная конкуренция. На конкурентоспособном рынке изменение цен на факторы производства пропорционально увеличивает средние издержки без изменения объема выпуска. Итак, чем выше эластичность доходов по издержкам, тем выше конкуренция на рынке.

Таблица 2

H-statistic обладает рядом преимуществ перед другими методами. Во-первых, массив данных, который необходим для оценивания конкуренции является доступным. Во-вторых, для оценки не нужны сложные структурные уравнения, которые описывают производственные функции банков. В-третьих, H-statistic может быть дополнена различными переменными, которые позволяют разграничить переменные. Так, например, можно разделить банки на крупные и мелкие, государственные и частные и т. д.

Модель Панзара-Росса подразумевает измерение уровня конкуренции в случае долгосрочного равновесия. Банки при H-statistic рассматриваются как организации, которые стараются максимизировать свою прибыль, которые конкурируют за привлечение клиентов и последующее их удержание.

Итак, поскольку пропорциональное регулирование снижает регулятивную нагрузку банка и накладывает ограничение на ряд операций, для измерения конкуренции банков до и после нововведения будет использоваться индикатор Панзара-Росса.

В работе были использованы данные консолидированных бухгалтерских отчетностей 101-й и 102-й формы, которые находятся в публичном доступе на сайте Центрального Банка России. Исследуемый период: с 1 квартала 2017 года по 1 квартал 2019 года. Период выбран с целью рассмотрения уровня конкуренции до введения пропорционального регулирования с 1 квартала 2017 по 2 квартал 2017. А затем анализируется динамика изменений после вступления в силу закона. Ввиду того, что банкам разрешено определиться с видом лицензии до начала 2019 года, в выборку вошли только банки, которые перешли на универсальные и базовые лицензии во второй половине 2018 года.

Для произведения расчетов было решено привести все показатели из 101-й и 102-й отчетности к полугодовому выражению путем сложения показателей за 2 скользящих квартала. Такой метод позволяет снизить или совсем избавиться от сезонности в модели.

Особенность этих форм отчетностей заключается в том, что они не являются обязательными к публикации на сайте ЦБ РФ. Соответственно, из рассмотрения были исключены банки, не предоставляющие хотя бы одну из необходимых для исследования форм отчетностей.

Из 101 формы, консолидированной бухгалтерской отчетности были взяты данные:

· Активы: кредиты, приобретённые ценные бумаги, абсолютно ликвидные активы и т. д.

· Пассивы: привлеченные средства, выпущенные ценные бумаги и т. д.

Из 102 формы консолидированной бухгалтерской отчетности были взяты данные:

· Доходы: процентные доходы, операционные доходы, полученные от операций с ценными бумагами, а также прочие доходы

· Расходы: процентные расходы, операционные расходы, понесенные по операциям с ценными бумагами, и прочие расходы

В объем постоянной выборки вошли 56 банков. Выбранные банки поделены на 3 группы по объему капитала. Первые две группы составляют банки, которые впоследствии получили универсальную лицензию, а к последней категории относятся банки, получившие базовую лицензию. Такое разделение было совершено из тех соображений, что крупные банки конкурируют в основном с крупными, поскольку средние и малые банки не могут составить им конкуренцию. Выбранные группы определялись по следующему критерию:

1) Крупные банки, объем капитала которых от 16 млрд. рублей (за исключением системно значимых)

2) Средние банки, объем капитала которых от 1 млрд. до 15 млрд. рублей

3) Малые банки, объем капитала которых от 300 млн. до 1 млрд. рублей

Системно значимые банки были исключены из выборки ввиду явного конкурентного преимущества по сравнению с крупными банками, в группу которых они входят.

Итак, в таблице 3 представлен список вошедших в выборку банков с разбивкой цветом на группы.

Таблица 3

Согласно неструктурному подходу Панзара-Росса к измерению конкуренции, в модели выделяются три основных блока факторов влияния на процентные доходы банка. К этим переменным относятся:

*Цены на факторы производства

*Размер банка (логарифм совокупных активов)

*Специфические банковские факторы

Далее, в таблице 4 представлено описание переменных.

Таблица 4

В модели Панзара-Росса используется транслогарифмическая функция издержек, поэтому вышеперечисленные показатели будут прологарифмированы.

Несмотря на то, что основными переменными модели является группа цен на факторы производства, была добавлена группа специфических банковских факторов в качестве контрольных переменных.

Итак, регрессионная модель для оценки уровня конкуренции выглядит следующим образом:

,

где II - процентные доходы банка (зависимая переменная), далее в регрессионных моделях ln II = R.

3.1 Оценка уровня конкуренции в российской банковской системе

Построенные эконометрические модели оценивают уровень конкуренции для каждых групп банков до и после введения пропорционального регулирования. Сначала будут проанализированы показатели конкуренции в группах, а затем совокупно по банковскому сектору.

Перед тем как построить регрессию, были проведены тесты Шапиро-Уилка на нормальность распределения данных каждой группы. Такой тест предпочтителен для небольших выборок, поскольку с увеличением объема данных, точность теста снижается. За нулевую гипотезу принимается то, что изучаемое распределение не отличается от нормального. Соответственно, если достигнутый уровень значимости меньше критического (обычно 5%), то нулевая гипотеза отвергается, что говорит о нормальном распределении. Результаты теста подтвердили нормальное распределение выбранных переменных.

Затем были построены корреляционные матрицы переменных, результат одной из представлен в таблице 5. Матрицы строились на квартальных данных с 2017 года по 2019 гг. для каждого года отдельно.

Таблица 5

Во всех матрицах наблюдается сильная корреляция переменных и с другими переменными, поэтому в дальнейшем было принято решение убрать эти переменные из моделей.

Далее были построены регрессии для каждой группы отдельно.

1. Категория крупных банков

Сначала регрессия была построена с учетом всех показателей за первое полугодие 2017 года. В таблице 6 видно, что преобладающее большинство коэффициентов оказались незначимыми при любом нормальном уровне значимости (p-value > 5%).

Далее регрессия была проверена на мультиколлинеарность - наличие линейной зависимости независимых переменных, поскольку она может приводить к раздутию дисперсии и высоким значениям p-value. В таблице 7 представлены индексы вздутия дисперсии переменных. Значения VIF < 3 говорят о том, что мультиколлинеарности в модели возможно нет. Вариация значений 3 < VIF < 10 означают наличие заметной мультиколлинеарности, а VIF > 10 говорит о сильной зависимости. Как и ожидалось, наличие мультиколлинеарности подтвердилось.

Таблица 7

Для избавления от мультиколлинеарности было принято решение избавиться от сильно коррелирующих переменных и провести ортогонализацию для переменных с высокими показателями VIF.

В таблице 8 представлена регрессия после преобразований.

Таблица 8

Значения VIF в таблице 9 теперь меньше 3, а следовательно, от мультиколлинеарности получилось избавиться.

Таблица 9

Затем был проведен тест на наличие гетероскедастичности в модели. Если гипотеза подтверждается, то это говорит о том, что в регрессии есть неоднородные наблюдения. Это приводит к неэффективности полученных оценок. Если полученные p-value > 5%, то в модели соблюдается условие гомоскедастичности. Итак, тест Бройша-Пагана в таблице 10 показал, что гетероскедастичности в модели нет.

Таблица 10

Итак, для расчёта показателя H-statistic необходимо сложить значения коэффициентов переменных, которые демонстрируют изменение цен на факторы производства: ARF, PPE и POLINE. Значения H-stat получилось 0,266, что говорит о том, что рынок находится в монополистической конкуренции и весьма далек от совершенной конкуренции, поскольку 0 < H < 1.

Затем была построена регрессия на данных после введения пропорционального регулирования. В таблице 11 показана модель после избавления от коррелирующих переменных, избавления от мультиколлинеарности и проведенной ортогонализации.