Мудрый Экономист

Эконометрическая модель реструктуризации банковского сектора

"Инвестиционный банкинг", 2007, N 4

Проблемы банковских кризисов и реструктуризации банковских систем приобрели особую остроту в последние двадцать лет. Страны с рыночной экономикой с периода Великой депрессии несколько десятилетий не сталкивались с системными банковскими кризисами, означающими несостоятельность значительной части национальной банковской системы. Этот факт давал основания экспертам и политикам долгое время сохранять убежденность в эффективности регулирования банковского сектора и способности предотвращать банковские кризисы. Однако события 80 - 90-х годов поставили такую уверенность под сомнение как в развитых, так и в развивающихся странах. С начала 80-х годов банковские кризисы наблюдались более чем в 70 странах мира, и в настоящий момент их можно считать неотъемлемой чертой текущего этапа развития мировой экономики.

Прежде всего хотелось бы оговорить, что целью реструктуризации банковского сектора является не только преодоление последствий кризисов, но также и:

То есть реструктуризация должна проводиться с таким расчетом, чтобы после нее банк действительно обрел жизнеспособность, и только тогда это будет способствовать укреплению и развитию всей банковской системы в целом.

Традиционно государство играет активную роль в процессе преодоления последствий банковских кризисов, предоставляя финансовые ресурсы для решения проблем банковской системы. Применяемые для этих целей меры зависят от разнообразных факторов, прежде всего от конкретных причин банковских кризисов и общеэкономической ситуации, в которой они возникают и протекают. Вместе с тем опыт других стран, анализ действий государственных структур по преодолению последствий банковских кризисов позволяют выделить три основных направления вынужденного государственного вмешательства:

В настоящее время в понятие реструктуризации банковской системы включается не только реструктуризация коммерческих банков, но и реструктуризация Центрального банка России.

Цель проведенного исследования состояла в оценке эффективности реструктуризации банковской системы в России. С учетом поставленной цели были проанализированы основные методы реструктуризации банковских систем. На основе статистических данных была построена модель, позволяющая оценить эффективность реструктуризации и перечисленных выше государственных мер, направленных на стабилизацию банковского сектора.

Методы реструктуризации банковских систем

Процесс реструктуризации банковского сектора характеризуется совокупностью взаимосвязанных изменений организационной, юридической, управленческой, технологической базы кредитного дела и функционирования банков <1>.

<1> Реструктурирование кредитных организаций в зарубежных странах: Учебник / Под ред. А.Г. Грязновой, М.А. Федотовой, В.М. Новикова. - М.: Финансы и статистика, 2000. С. 17.

В процессе реструктуризации делаются следующие шаги:

Прежде чем говорить об основных методах реструктуризации, отметим, что необходимость реструктурировать банковскую деятельность не зависит от финансового кризиса. Кризис лишь ускоряет процесс и усложняет условия реструктуризации деятельности кредитной организации, что в конечном счете неизбежно приведет от реструктуризации отдельных банков к реструктуризации всей кредитно-финансовой системы.

Поэтому выделим две группы мер по реструктуризации кредитных организаций:

<2> Термин "поддерживающие меры" введен автором.

В свою очередь, указанные меры можно рассмотреть как совокупность следующих этапов:

Установление контроля над проблемными банками. Первым шагом по выводу банка из состояния банкрота, как правило, является установление контроля над проблемными банками. Эта мера преследует цель не допустить катастрофического ухудшения положения проблемных банков, избежать паники и изолировать проблемный банк от других финансовых институтов, чтобы предотвратить распространение кризиса на другие институты через механизм межбанковских расчетов.

Эта мера может быть наиболее действенна при поддержании небольшого числа банков и решении проблемы неэффективного внутреннего управления.

Временная капитализация проблемных банков. Этот метод подразумевает выделение финансовых ресурсов проблемному банку для временного продолжения его функционирования. Главная цель этой меры - поддержание платежеспособности банков, понесших убытки, с целью предотвращения паники на финансовом рынке, массового изъятия депозитов и кризиса всей финансовой системы.

Отзыв лицензий и ликвидация банков. Данная мера является самой радикальной, но необходимой. Как свидетельствует практика, длительная поддержка нестабильных финансовых институтов финансовыми средствами усиливает проблемы и увеличивает потери.

Покупка банковских активов проводится либо агентствами по страхованию депозитов, либо центральными банками и сопровождается мерами, направленными на капитализацию банков.

Реализация банковских активов/взыскание задолженности. Государство, выкупающее задолженность у проблемных банков, предпринимает шаги по реализации активов для того, чтобы избежать дальнейшего снижения их качества. Обычно функции по реализации указанных активов передаются специализированным агентствам или на доверительной основе самим коммерческим банкам.

Рекапитализация банковской системы. Основными мерами рекапитализации банковской системы являются:

Опыт преодоления банковских кризисов в зарубежных странах показывает, что рекапитализация банков имеет устойчивый положительный эффект только при соблюдении следующих основных принципов:

<1> Астапович А.З., Белякова Е.В., Мягков Е.Б. и др. Международный опыт реструктуризации банковских систем. - М.: Бюро экономического анализа, Магистр ЛТД, 1998.

Реформа системы банковского регулирования. Цель реформ банковского регулирования и законодательства состоит в том, чтобы добиться выхода из кризиса и избежать повторения кризисов в будущем. Меры должны быть направлены на улучшение управления рисками с целью повышения устойчивости банков к неблагоприятным внутренним и внешним факторам и снижения вероятности кризиса всей расчетной системы из-за трудностей в отдельных банках. К мерам такого рода относятся <2>:

<2> www.budgetrf.ru.

Эконометрическая модель реструктуризации Статистическая база исследования

Сначала обоснуем причину выбора индекса GCI - The Growth Competitiveness Index <3> - для построения модели оценки реструктуризации банковской системы.

<3> Индекс GCI состоит из трех "столпов", каждый из которых считается критически важным для состояния экономики. Это качество макроэкономической среды, состояние общественных учреждений страны и (в условиях все повышающейся значимости технологий в процессе экономического развития) уровень технологической оснащенности государства. Цит. по: www.imd.com.

GCI (индекс конкурентоспособности экономики страны) - это индекс, рассчитываемый одним из ведущих мировых центров (IMD - World Competitiveness Center) ежегодно для 150 стран и являющийся наиболее авторитетным индикатором развитости экономики страны. GCI показывает перспективы экономического роста страны на ближайшие пять лет.

Сама по себе оценка реструктуризации банковской системы крайне нетривиальна. Реструктуризация зависит от эффективности государственного управления, а оценить эффективность сложно.

Существует ряд других методик оценок банковской нестабильности, но многие из них выявляют уже существующие проблемы, другие не учитывают ряда областей:

Реструктуризацию очень сложно оценить, на нее влияет множество факторов - это и институциональная составляющая, и макроэкономическая, и технологическая. Поэтому и используется для целей построения наиболее точной модели специально приспособленный для оценки реструктуризации индекс GCI.

Как уже было отмечено, индекс конкурентоспособности роста используется для оценки возможностей экономики достичь устойчивого экономического роста в среднесрочной и долгосрочной перспективе. Этот индекс оценивает влияние макроэкономических факторов, которые в соответствии с экономической теорией и опытом политиков и экономистов большинства стран признаются критически важными для роста экономики.

Факторы, участвующие в формировании индекса, объединяются в три группы:

Переменные модели

В качестве макроэкономических показателей в модели использованы:

Показатели, характеризующие эффективность государственного управления:

Также индекс включает в себя индикаторы, характеризующие стабильность банковской системы:

Остановимся поподробнее на значении этих коэффициентов.

ВВП в млн долл. (GDP) - совокупная стоимость всех товаров и услуг, произведенных в течение года на территории страны без разделения ресурсов, использованных на их производство, на импортные и внутренние.

ВВП на душу населения (GDP_PER_CAP) - общий ВВП страны, поделенный на все население данной страны.

Рост ВВП в год в процентах (GDP_GROWTH) - прирост валового продукта за отчетный год, поделенный на совокупный ВВП прошлого года.

Годовой уровень инфляции в процентах (INFLATION) - переполнение каналов обращения денежной массы сверх потребностей товарооборота, что вызывает обесценивание денежной единицы и рост цен.

Внешний долг в млн долл. (EXTERN_DEBT) - задолженность правительства иностранным гражданам, фирмам и учреждениям. Выплата внешнего долга связана с перемещением реальных товаров и услуг за границу и чистым сокращением их потребления внутри страны.

Экспорт в млн долл. (EXPORT) - вывоз за границу товаров, услуг и капитала для реализации на внешних рынках. Экспорт выступает как результат международного разделения труда и служит материальной предпосылкой импорта; выручка от экспорта является основным источником средств для оплаты импорта.

Факт экспорта фиксируется в момент пересечения продукцией границы страны или предоставления услуги иностранному партнеру.

Отношение внешнего долга к экспорту (DEBT_EXPORT) - этот показатель характеризует обремененность государства долгом. Измеряется в относительном выражении. Один из способов оценить уровень долга - выяснить, сможет ли государство за счет экспортной выручки расплатиться по долгам. Если да, то ликвидность признается достаточной, если нет, то пониженной, и следующим показателем для анализа служит отношение долга к ВВП.

Налоги в процентах от ВВП (TAX) - обязательные платежи, взимаемые центральными и местными органами государственной власти с физических и юридических лиц. Налоги служат одним из средств регулирования экономических процессов хозяйственной жизни.

Достаточность капитала банковской системы в процентах (CAP_ADEQ) - показатель деятельности банка, выражаемый в виде отношения собственных средств банка к суммарному объему активов, взвешенных с учетом риска.

Рентабельность активов в процентах (ROA) - рассчитывается как отношение балансовой прибыли к средней за период величине валюты баланса. Данный показатель представляет, какой объем прибыли приносит 1 руб. суммарных активов предприятия. Целесообразность использования данного показателя обусловлена тем, что он позволяет оценить эффективность использования всего имущества предприятия (прибыльность суммарных активов). С помощью тех же активов предприятие будет получать доходы и в последующие периоды деятельности. Таким образом, рентабельность активов дает возможность оценить эффективность использования активов и их прибыльность.

Рентабельность собственного капитала в процентах (ROE) - показатели эффективности деятельности, характеризующие уровень отдачи от затрат и степень использования средств.

Ликвидность в процентах (LIQUIDITY) - отношение ликвидных активов (активы, которые могут быть конвертируемы в наличные без убытка) к общей стоимости активов, т.е. способность компании своевременно выполнять обязательства.

Подробнее остановимся на показателе коррупции.

Ежегодно публикуемый организацией Transparency International индекс коррупции - это сводка опросов предпринимателей, менеджеров и ученых о коррупции в их стране и в тех странах, с которыми они имеют дело. Индекс коррупции вычисляется следующим образом: самым "чистым" странам (полное отсутствие коррупции) присваивают значение индекса 10. По мере роста коррумпированности значение показателя падает.

В 2005 г. были опрошены граждане из 159 стран мира на предмет:

Только 37 стран, в основном развитые государства Западной Европы и Северной Америки, получили оценку выше пяти баллов. А две трети развивающихся стран набрали менее трех баллов, что означает чрезвычайно высокий уровень коррупции в этих государствах. Россия в последние годы прочно обосновалась в группе неблагополучных стран: российский показатель за 2005 г. составил 2,4.

Наиболее благополучной по уровню коррумпированности согласно исследованию является Исландия. На втором месте - Финляндия, на третьем - Новая Зеландия. В десятку наименее коррумпированных стран входят также Дания, Сингапур, Швеция, Швейцария, Норвегия, Австралия и Австрия.

Самыми коррумпированными странами оказались Таджикистан, Ангола, Кот-д'Ивуар, Эквадор, Нигерия, Гаити, Бирма, Туркменистан, Бангладеш и Чад.

Статистическая база исследования была собрана из публикуемых обзоров по странам Международного валютного фонда <1>.

<1> www.imf.org.

Модель множественной регрессии

Для построения модели зависимости индекса GCI и указанных переменных использована модель множественной регрессии.

Назначение этой регрессии состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами, или предикторами) и зависимой переменной.

В общественных и естественных науках процедуры множественной регрессии чрезвычайно широко используются в исследованиях. В целом множественная регрессия позволяет исследователю задать вопрос (и, вероятно, получить ответ), что является лучшим предиктором для объясняющей переменной.

Для расчетов была использована эконометрическая программа Eviews, с помощью которой были получены следующие результаты (см. табл. 1).

Таблица 1

Первоначальная модель

------------------------------------------------------------------
Dependent Variable: GCI
------------------------------------------------------------------
Method: Least Squares
------------------------------------------------------------------
Sample: 1102
------------------------------------------------------------------
Included observations: 102
--------------T-----------T-----------T-------------T-------------
Variable ¦Coefficient¦ Std. Error¦ t-Statistic ¦ Prob.
--------------+-----------+-----------+-------------+-------------
CAP_ADEQ ¦ 0,018949 ¦ 0,005728 ¦ 3,307840 ¦ 0,0014
--------------+-----------+-----------+-------------+-------------
CORRUPTION ¦ 0,103032 ¦ 0,024701 ¦ 4,171114 ¦ 0,0001
--------------+-----------+-----------+-------------+-------------
DEBT_EXPORT ¦ -0,064954 ¦ 0,014703 ¦ -4,417612 ¦ 0,0000
--------------+-----------+-----------+-------------+-------------
EXPORT ¦ -2,90E-07 ¦ 5,48E-07 ¦ -0,528852 ¦ 0,5982
--------------+-----------+-----------+-------------+-------------
EXTERN_DEBT ¦ 3,06E-07 ¦ 5,97E-07 ¦ 0,511615 ¦ 0,6102
--------------+-----------+-----------+-------------+-------------
GDP ¦ 4,41E-08 ¦ 6,22E-08 ¦ 0,709404 ¦ 0,4799
--------------+-----------+-----------+-------------+-------------
GDP_GROWTH ¦ -0,006547 ¦ 0,007740 ¦ -0,845821 ¦ 0,3999
--------------+-----------+-----------+-------------+-------------
GDP_PER_CAP ¦ 0,015275 ¦ 0,005673 ¦ 2,692707 ¦ 0,0085
--------------+-----------+-----------+-------------+-------------
INFLATION ¦ -0,005869 ¦ 0,001740 ¦ -3,374147 ¦ 0,0011
--------------+-----------+-----------+-------------+-------------
LIQUIDITY ¦ 0,004434 ¦ 0,001927 ¦ 2,300616 ¦ 0,0238
--------------+-----------+-----------+-------------+-------------
ROA ¦ -0,127924 ¦ 0,061327 ¦ -2,085921 ¦ 0,0399
--------------+-----------+-----------+-------------+-------------
ROE ¦ 0,015777 ¦ 0,007472 ¦ 2,111508 ¦ 0,0376
--------------+-----------+-----------+-------------+-------------
TAX ¦ 0,008782 ¦ 0,003579 ¦ 2,453994 ¦ 0,0161
--------------+-----------+-----------+-------------+-------------
C ¦ 2,831636 ¦ 0,132312 ¦ 21,40126 ¦ 0,0000
--------------+-----------+-----------+-------------+-------------
R-squared ¦ 0,908562 ¦Mean dependent var ¦ 4,224020
--------------+-----------+-------------------------+-------------
Adjusted ¦ 0,895054 ¦S.D. dependent var ¦ 0,861293
R-squared ¦ ¦ ¦
--------------+-----------+-------------------------+-------------
S.E. ¦ 0,279019 ¦Akaike infо criterion ¦ 0,411797
of regression¦ ¦ ¦
--------------+-----------+-------------------------+-------------
Sum squared ¦ 6,850921 ¦Schwarz criterion ¦ 0,772088
resid ¦ ¦ ¦
--------------+-----------+-------------------------+-------------
Log ¦ -7,001655 ¦F-statistic ¦ 67,26182
likelihood ¦ ¦ ¦
--------------+-----------+-------------------------+-------------
Durbin-Watson¦ 1,795655 ¦Prob (F-statistic) ¦ 0,000000
stat ¦ ¦ ¦
--------------+-----------+-------------------------+-------------

В целом модель получилась "хорошая" (высокая степень зависимости между объясняемой и объясняющими переменными), так как:

       2    2
- R и R составляют 90 и 89% соответственно <2>;
adj
<2> Обычно степень зависимости двух или более предикторов (независимых переменных или переменных X) с зависимой переменной (Y) выражается с помощью коэффициента множественной корреляции R. По определению он равен корню квадратному из коэффициента детерминации. Это не отрицательная величина, принимающая значения между 0 и 1.
<3> Это оценка значимости модели. Называется также критерием Фишера.

Показатели EXPORT, EXTERN_DEBT, GDP, GDP_GROWTH оказались незначимы на уровне значимости 5%.

ВВП, Внешний долг, Экспорт и Рост ВВП оказались незначимы, поскольку ВВП не будет влиять на индекс, так как конкурентоспособность экономики в большей степени зависит от относительного показателя (в данном случае так и получилось - ВВП на душу значим), нежели от абсолютного. Что и было отражено в модели через низкую t-Statistic и незначительность коэффициента.

Рост ВВП также является отражением роста абсолютного ВВП, а не относительного, что не влияет на индекс конкурентоспособности экономики.

Величины внешнего долга и экспорта тоже незначимы, так как сами по себе эти абсолютные значения не сильно влияют на величину резервов в иностранной валюте, однако отношение этих величин достаточно значимо. Так, например, значения выше единицы показывают, что в стране дефицит иностранной валюты, а значения ниже единицы - то, что в стране есть резервы.

Для того чтобы улучшить модель, исключены "ненужные" переменные.

Рассмотрим корреляционную матрицу (табл. 2).

Таблица 2

Корреляционная матрица

------------T-----T--------T----------T-----------T-----T-----------T---------T-----T------
¦ GCI ¦CAP_ADEQ¦CORRUPTION¦DEBT_EXPORT¦ GDP ¦GDP_PER_CAP¦INFLATION¦ ROE ¦ TAX
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
GCI ¦ 1,00¦ 0,80¦ 0,87¦ -0,57¦ 0,25¦ 0,87¦ -0,35¦ 0,51¦ 0,65
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
CAP_ADEQ ¦ 0,80¦ 1,00¦ 0,72¦ -0,41¦ 0,21¦ 0,73¦ -0,26¦ 0,57¦ 0,52
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
CORRUPTION ¦ 0,87¦ 0,72¦ 1,00¦ -0,44¦ 0,15¦ 0,84¦ -0,29¦ 0,42¦ 0,64
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
DEBT_EXPORT¦-0,57¦ -0,41¦ -0,44¦ 1,00¦-0,16¦ -0,50¦ 0,10¦-0,22¦-0,35
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
GDP ¦ 0,25¦ 0,21¦ 0,15¦ -0,16¦ 1,00¦ 0,26¦ -0,09¦ 0,05¦-0,07
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
GDP_PER_CAP¦ 0,87¦ 0,73¦ 0,84¦ -0,50¦ 0,26¦ 1,00¦ -0,24¦ 0,40¦ 0,64
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
INFLATION ¦-0,35¦ -0,26¦ -0,29¦ 0,10¦-0,09¦ -0,24¦ 1,00¦-0,15¦-0,17
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
ROE ¦ 0,51¦ 0,57¦ 0,42¦ -0,22¦ 0,05¦ 0,40¦ -0,15¦ 1,00¦ 0,28
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------
TAX ¦ 0,65¦ 0,52¦ 0,64¦ -0,35¦-0,07¦ 0,64¦ -0,17¦ 0,28¦ 1,00
------------+-----+--------+----------+-----------+-----+-----------+---------+-----+------

Переменных, тесно связанных между собой, практически не наблюдается, поэтому можно сделать вывод об отсутствии в модели мультиколлинеарности. В итоге исключены только четыре незначимые переменные, отобранные на первом этапе анализа.

В конечном виде после исключения незначимых переменных получена другая модель (табл. 3).

Таблица 3

Модель после исключения незначимых переменных

------------------------------------------------------------------
Dependent Variable: GCI
------------------------------------------------------------------
Method: Least Squares
------------------------------------------------------------------
Sample: 1102
------------------------------------------------------------------
Included observations: 102
--------------T-----------T-----------T-------------T-------------
Variable ¦Coefficient¦ Std. Error¦ t-Statistic ¦ Prob.
--------------+-----------+-----------+-------------+-------------
CAP_ADEQ ¦ 0,013076¦ 0,005119 ¦ 2,554433 ¦ 0,0123
--------------+-----------+-----------+-------------+-------------
CORRUPTION ¦ 0,115686¦ 0,023969 ¦ 4,826578 ¦ 0,0000
--------------+-----------+-----------+-------------+-------------
DEBT_EXPORT ¦ -0,059342¦ 0,014167 ¦ -4,188669 ¦ 0,0001
--------------+-----------+-----------+-------------+-------------
GDP ¦ 4,53E-08¦ 2,47E-08 ¦ 1,832190 ¦ 0,0702
--------------+-----------+-----------+-------------+-------------
GDP_PER_CAP ¦ 0,013789¦ 0,005399 ¦ 2,553888 ¦ 0,0123
--------------+-----------+-----------+-------------+-------------
INFLATION ¦ -0,005178¦ 0,001664 ¦ -3,111318 ¦ 0,0025
--------------+-----------+-----------+-------------+-------------
LIQUIDITY ¦ 0,004018¦ 0,001920 ¦ 2,092432 ¦ 0,0392
--------------+-----------+-----------+-------------+-------------
ROE ¦ 0,013163¦ 0,006326 ¦ 2,080750 ¦ 0,0402
--------------+-----------+-----------+-------------+-------------
TAX ¦ 0,007638¦ 0,003471 ¦ 2,200640 ¦ 0,0303
--------------+-----------+-----------+-------------+-------------
C ¦ 2,871796¦ 0,122291 ¦ 23,48334 ¦ 0,0000
--------------+-----------+-----------+-------------+-------------
R-squared ¦ 0,902858¦Mean dependent var ¦ 4,224020
--------------+-----------+-------------------------+-------------
Adjusted ¦ 0,893355¦S.D. dependent var ¦ 0,861293
R-squared ¦ ¦ ¦
--------------+-----------+-------------------------+-------------
S.E. ¦ 0,281269¦Akaike info criterion ¦ 0,393883
of regression¦ ¦ ¦
--------------+-----------+-------------------------+-------------
Sum squared ¦ 7,278319¦Schwarz criterion ¦ 0,651233
resid ¦ ¦ ¦
--------------+-----------+-------------------------+-------------
Log ¦ -10,08801 ¦F-statistic ¦ 95,00735
likelihood ¦ ¦ ¦
--------------+-----------+-------------------------+-------------
Durbin-Watson¦ 1,929136¦Prob (F-statistic) ¦ 0,000000
stat ¦ ¦ ¦
--------------+-----------+-------------------------+-------------

Конечная модель получилась еще более значимой:

Получено следующее уравнение регрессии:

GCI = 2,87 + 0,013 x CAP_ADEQ + 0,12 x CORRUPTION - 0,06 x DEBT_EXPORT + 0,014 x GDR_PER_CAP + 0,04 x LIQUIDITY + 0,035 x ROE + 0,008 x TAX - 0,06 x EXP_DEB - 0,005 x INFLATION.

Следовательно, на стабильность банковской системы и системы государственного регулирования, а значит, и на сроки выхода страны из банковского кризиса влияют следующие показатели (в порядке убывания значимости) (табл. 4).

Таблица 4

Влияние выбранных показателей на индекс GCI

--------------------------------T---------------------------------
¦ Влияние на индекс GCI
--------------------------------+---------------------------------
Коррупция ¦ -
--------------------------------+---------------------------------
Отношение долга к экспорту ¦ -
--------------------------------+---------------------------------
ВВП на душу населения ¦ +
--------------------------------+---------------------------------
Рентабельность собственного ¦ +
капитала ¦
--------------------------------+---------------------------------
Достаточность капитала ¦ +
--------------------------------+---------------------------------
Налоги ¦ +
--------------------------------+---------------------------------
Ликвидность банковской системы ¦ +
--------------------------------+---------------------------------
Инфляция ¦ -
--------------------------------+---------------------------------

Интерпретация конечных результатов по модели

Коэффициенты при переменных интерпретируются следующим образом: при росте показателя (например, достаточности капитала) на один процент индекс увеличивается на значение коэффициента, стоящего при данном показателе (в данном случае на 0,013).

Как видно из модели, самый значимый показатель - это уровень коррупции, оказывающий отрицательное влияние на индекс. Следовательно, именно коррупция больше всего вредит реструктуризации и быстрому выходу страны из банковского кризиса.

Также существенно значимой является инфляция - при нормальной инфляции в 3 - 5% индекс падает на 0,005 пункта, а при галопирующей в 150% индекс упадет практически на целый пункт. На практике также можно найти немало примеров, когда высокая инфляция существенно влияла на банковские кризисы и усугубляла уже существующие. И проблема здесь не только в обесценивании банковских активов, но и в панике среди населения, которое начинает немедленно забирать свои вклады "до востребования".

На третьем месте по значимости оказалась ликвидность банковских средств, напрямую влияющая на способность банков быстро выходить из кризиса, а также являющаяся инструментом государства при осуществлении реструктуризации банковской системы. Так, например, в 1998 г. государство в первую очередь скупало у банков неликвидные активы.

Далее по значимости следует показатель отношение внешнего долга к экспорту. Этот показатель очень значим, так как отражает наличие сбережений в иностранной валюте или ее дефицит.

Показатель ВВП на душу населения важен тем, что чем выше благосостояние граждан, тем больше они вкладывают денег в инвестирование.

Рентабельность собственного капитала пропорциональна норме прибыльности банковских операций. Динамика собственного капитала банковской системы определяется предположением о завершении процесса реструктуризации задолженности в 2000 г. и дальнейшим увеличением собственных средств банков.

Достаточность капитала - как видно из определения, этот показатель деятельности банка демонстрирует отношение собственных средств банка к суммарному объему активов, взвешенных с учетом риска.



На последнем месте по значимости стала переменная сбор налогов в процентах от совокупного ВВП, войдя в модель лишь как показатель эффективности макроэкономической функции государства, а также наличия у государства достаточных средств для реструктуризации банковской системы.

Кластерный анализ модели

Как было уже отмечено, на индекс GCI влияют три группы параметров: это показатели стабильности и эффективности банковской системы, макроэкономические показатели развития страны в целом и показатели эффективности государственного управления страной. Для того чтобы показать, насколько разное влияние эти группы оказывают на индекс, и определить, что имеет большее для него значение: банковские показатели, макроэкономические или государственного управления, воспользуемся кластерным анализом программы Statistics 6,0 (табл. 5).

Таблица 5

Разбиение переменных на три кластера

---------------------T--------------T--------------T--------------
¦ Cluster 1 ¦ Cluster 2 ¦ Cluster 3
---------------------+--------------+--------------+--------------
GDP - per capita ¦ 19 ¦ 11,9 ¦ 23
(долл.) ¦ ¦ ¦
---------------------+--------------+--------------+--------------
GDP - real growth ¦ 2,3 ¦ 2 ¦ 5
rate (%) ¦ ¦ ¦
---------------------+--------------+--------------+--------------
Inflation (CPI, %) ¦ 0 ¦ 4 ¦ 8,9
---------------------+--------------+--------------+--------------
External debt (млн ¦ 23 429,3 ¦ 59 563 ¦ 505 700
долл.) ¦ ¦ ¦
---------------------+--------------+--------------+--------------
Export (млн долл.) ¦ 31 260,1 ¦ 256 700 ¦ 506 300
---------------------+--------------+--------------+--------------
Debt/export ¦ 1 ¦ 1 ¦ 2,3
---------------------+--------------+--------------+--------------
Tax (%) ¦ 17 ¦ 28 ¦ 25,4
---------------------+--------------+--------------+--------------
Capital adequacy (%)¦ 31 ¦ 30 ¦ 24,6
---------------------+--------------+--------------+--------------
ROA (%) ¦ 1 ¦ 1 ¦ 0,8
---------------------+--------------+--------------+--------------
ROE (%) ¦ 15 ¦ 7 ¦ 10,4
---------------------+--------------+--------------+--------------
Liquidity (%) ¦ 54 ¦ 43 ¦ 35,8
---------------------+--------------+--------------+--------------
Corruption ¦ 5 ¦ 6 ¦ 4,4
---------------------+--------------+--------------+--------------

Как видно из таблицы, программа действительно выделила три кластера. Рассмотрим, какие же показатели входят в каждый кластер:

Итак, программа выделила три кластера, первый из которых включает в себя банковские показатели, второй - эффективность государственного управления, третий - макроэкономические показатели.

Также это можно увидеть и на графике классификации по принципу "дальнего соседа" (Complete Linkage).

Здесь программа выделяет коррупцию в отдельный фактор, достаточно значимый, как и остальные три кластера (рис. 1).

Разбиение переменных на кластеры по принципу "дальнего соседа"

-------------------------------------------------------------------------¬
¦ Tree Diagram for Variables Complete Linkage ¦
¦ Percent disagreement ¦
¦ 1,02 ----T---T---T---T---T---T---T---T---T---T---T---T---T---T---¬ ¦
¦ + + ¦
¦ + + ¦
¦ + + ¦
¦ 1,00 +- -----T-----T-----T-----T--------T----------T-----T---¬- -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ L + ¦ ¦ ¦ ¦ ¦ ---+--¬ --+-¬ ¦ ¦ + ¦
¦ i + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ n 0,98 +- -¦- -¦- - -¦- - -¦- - -¦- - -¦- - -¦- - -¦- -¦- -¦- -¦- -+ ¦
¦ k + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ a + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ g + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ e 0,96 +- -¦- -¦- - -¦- - -¦- - -¦- - -¦- ---+-¬- -¦- -¦- -¦- -¦- -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ D + ¦ ¦ --+-¬ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ i + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ s 0,94 +- -¦- -¦- -¦- -¦- -¦- - -¦- - -¦- -¦- -¦- -¦- -¦- -¦- -¦- -+ ¦
¦ t + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ a + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ n + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ c 0,92 +- -¦- -¦- -¦- -¦- -¦- - -¦- - -¦- -¦- -¦- -¦- -¦- -¦- -¦- -+ ¦
¦ e + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + ¦ ¦ ¦ ¦ ¦ --+-¬ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ 0,90 +- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -¦- -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ 0,88 L---+---+---+---+---+---+---+---+---+---+---+---+---+---+---- ¦
¦ C R L C E D E I R D T G G G ¦
¦ o O i a x e x n O P a D D C ¦
¦ r E q p p b t f A - x P P I ¦
¦ r (%) u i o t/ e l (%) r (%) - ¦
¦ u i t r e r a e p (m ¦
¦ p d a t x n t a e i ¦
¦ t i l p a i l r l ¦
¦ i t (m o l o l ¦
¦ o y a i r n g c i ¦
¦ n (%) d l t d r a o ¦
¦ e l e (C o p n ¦
¦ q i b P w i ¦
¦ u o t I, t t d ¦
¦ a n %) h a o ¦
¦ c (m l ¦
¦ y d i r (d l.) ¦
¦ (%) o l a o ¦
¦ l l t l ¦
¦ l.) i e l.) ¦
¦ o ¦
¦ n ¦
¦ ¦
¦ d ¦
¦ o ¦
¦ l ¦
¦ l.) ¦
L-------------------------------------------------------------------------


Рис. 1

На рисунке 2 проиллюстрирована значимость каждого кластера.

Построение диаграммы значимости каждого кластера

-----------------------------------------------------------------------------¬
¦ Plot of Means for Each Cluster ¦
¦ 1,2E6 ----T---T---T---T---T---T---T---T---T---T---T---T---¬ ¦
¦ + + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ 1E6 +- - - - - - - - - - - - - - - - - - - - - - - - - -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + о + ¦
¦ 8E5 +- - - -+- - - -.. - - -+- - - -+- - - -+- - - -+- -+ ¦
¦ + . + ¦
¦ + ¦ ¦ . ¦ ¦ ¦ ¦ + ¦
¦ + о + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ 6E5 +- - - - - - - . - - - - - - - - - - - - - - - - - -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + + ¦
¦ + ¦ ¦ . ¦ ¦ ¦ ¦ + ¦
¦ + . + ¦
¦ 4E5 +- - - -+- - - -+- - - -+- - - -+- - - -+- - - -+- -+ ¦
¦ + + ¦
¦ + ¦ ¦ # . ¦ ¦ ¦ ¦ + ¦
¦ + / + ¦
¦ + ¦ . ¦ ¦ ¦ ¦ ¦ + ¦
¦ 2E5 +- - - - - - - - -/- -- - - - - - - - - - - - - - -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + / + ¦
¦ + ¦ ¦ . ¦ ¦ ¦ + ¦
¦ + . /#*--* + ¦
¦ 0 +- -#*--#*--#*- ¦ - - -#*--#*--#*--#*--#*--#*--#* -+ ¦
¦ + + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ -2E5 +- - - - - - - - - - - - - - - - - - - - - - - - - -+ ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + + ¦
¦ + ¦ ¦ ¦ ¦ ¦ ¦ + ¦
¦ + + ¦
¦ -4E5 L---+---+---+---+---+---+---+---+---+---+---+---+---- -о- Cluster 1 ¦
¦ GDP - real growth rate (%) Debt/export ROE (%) -#- Cluster 2 ¦
¦ -*- Cluster 3 ¦
¦ External debt (million doll.) Capital adequacy (%) Corruption ¦
¦ ¦
¦ Variables ¦
L-----------------------------------------------------------------------------

Рис. 2 Основные выводы из кластерного анализа

Как видно из рисунков 1 и 2, самым значимым оказался первый кластер, т.е. показатели банковской эффективности и стабильности. Причем значение этих факторов в четыре и восемь раз превышает значение факторов в кластере 2 и кластере 3 соответственно.

На втором месте по значимости - второй кластер, или показатели эффективности государственного управления. При этом отдельно выделяется уровень коррупции.

И на последнем месте по значимости стоят макроэкономические показатели развития страны, они оказывают влияние на индекс вдвое меньшее, чем показатели государственного управления.

Из этого анализа можно сделать следующий вывод: для того чтобы повлиять на сроки выхода страны из банковского кризиса, нужно в первую очередь улучшать показатели банковской стабильности и бороться с коррупцией.



Также следует обратить внимание главным образом на ликвидность банковских средств, т.к. она имеет наивысшую значимость в модели, попадая при этом в самый значимый кластер. В ходе многочисленных тестов и анализов выявилось, что именно эта переменная оказывает решающее значение на стабильность банковской системы и эффективность ее реструктуризации. Этот факт также находит подтверждение и на практике. Так, например, в ходе кризиса 1998 г. основным средством вывода страны из банковского кризиса была скупка Центральным банком РФ недействующих активов банков и вследствие этого увеличение ликвидности банковских средств.

Показатель коррупция не относится ни к одному из кластеров, но при этом номинально его можно отнести к любой группе показателей.

Также стоит отметить, что хотя кластеры государственного управления и макроэкономических показателей оказались не столь значимы, как кластер банковских показателей, тем не менее в сумме они дают очень внушительный прирост индекса, а значит, и влияния на стабильность банковской системы, поэтому пренебрегать этими инструментами управления не стоит.

Заключение

Весь комплекс мер по реструктуризации банковской системы можно разбить на два блока в зависимости от преследуемых целей: краткосрочные меры и долгосрочные меры. Целями реструктуризации в краткосрочной перспективе являются: восстановление способности банковской системы оказывать базовый комплекс услуг, повышение ликвидности банков и попытки улучшения качества их активов.

В долгосрочной перспективе необходимо решать наиболее комплексную задачу - реструктуризацию банковской системы, которая должна означать не только восстановление работоспособности банков, возврат и укрепление доверия частных вкладчиков, но и иметь конечной целью восстановление базовой функции банков - трансформации сбережений в продуктивные инвестиции, создание условий, в которых банки смогут нормально обеспечивать экономику.

Анализ российского опыта реструктуризации свидетельствует о том, что по ряду причин (недостаточная развитость рынка ценных бумаг, недостаточная развитость производных финансовых инструментов, узкая ресурсная база и др.) были приняты не все меры по реструктуризации.



Многие проблемы все еще остаются нерешенными. Необходимо:

Другая проблема - это эффективное использование имеющихся ресурсов. В принципе, при достаточных финансовых вливаниях возродить можно любой банк.

Также остается открытым вопрос о целесообразности некоторых принятых мер. Поэтому в поисках подходов к реструктуризации построена модель, учитывающая все нюансы ситуации.

Прогноз

Используя цифры, приведенные Международным валютным фондом на периоды 2008 и 2010 гг., можно рассчитать прогноз роста стабильности банковской системы (табл. 6).

Таблица 6

Прогноз роста стабильности банковской системы

-----------------------T---------------------T--------------------
Показатель ¦ 2008 г. ¦ 2010 г.
-----------------------+---------------------+--------------------
TAX ¦ 12,1 ¦ 15,3
-----------------------+---------------------+--------------------
GDP_PER_CAP ¦ 5,2 ¦ 6,33
-----------------------+---------------------+--------------------
DEBT_EXP ¦ 1,1 ¦ 1,2
-----------------------+---------------------+--------------------
INFLATION ¦ 11 ¦ 5
-----------------------+---------------------+--------------------
CAP_ADEQ ¦ 21 ¦ 24
-----------------------+---------------------+--------------------
CORRUPTION ¦ 2,9 ¦ 3,2
-----------------------+---------------------+--------------------
LIQUIDITY ¦ 15 ¦ 21
-----------------------+---------------------+--------------------
ROE ¦ 5,5 ¦ 7
-----------------------+---------------------+--------------------

Выходит, что в 2008 г. индекс вырастет на 0,15 пункта, что показывает хотя и не очень значимый, но все же реальный рост стабильности банковской системы.

Для 2008 г.: GCI = 3,83 (рост на 4,5%).



Для 2010 г.: GCI = 5,03 (рост на 37%).

Прогнозируемый резкий скачок в развитии банковской системы в 2008 г. связан с программой развития страны и банковской системы, недавно озвученной Президентом РФ В. Путиным в Послании к Федеральному Собранию.

Следовательно, можно сделать вывод, что если все намеченные на будущее планы будут исполнены, то к 2010 г. Россия догонит в своем развитии банковской системы и эффективности государственного управления такие страны, как Австрия, Канада, Дания, Португалия, и приблизится к Германии и Нидерландам.

М.А.Мещерякова

Консультант

по слияниям и поглощениям

ООО "Эр Ликид"