Статистическое исследование взаимообусловленности уровня жизни и кредитного поведения населения в сфере ипотечного жилищного кредитования тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Павленко Галина Валерьевна
- Специальность ВАК РФ00.00.00
- Количество страниц 242
Оглавление диссертации кандидат наук Павленко Галина Валерьевна
ВВЕДЕНИЕ
ГЛАВА 1. КОНЦЕПТУАЛЬНЫЕ ОСНОВЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ ФИНАНСОВОГО ПОВЕДЕНИЯ НАСЕЛЕНИЯ В СФЕРЕ ИПОТЕЧНОГО ЖИЛИЩНОГО КРЕДИТОВАНИЯ И ЕГО ВЛИЯНИЯ НА УРОВЕНЬ ЖИЗНИ
1.1 Генезис и систематизация экономического содержания категорий «кредитование», «ипотечное жилищное кредитование» и «уровень жизни» в рамках научных школ и научных направлений
1.2 Развитие методических и инструментальных подходов к статистическому измерению категорий «кредитование населения», «уровень жизни», «кредитное поведение» в сфере ипотечного жилищного кредитования»
1.3 Обоснование комплексной уровневой информационно-аналитической основы проведения статистического исследования
ГЛАВА 2. МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ АНАЛИЗА ВЗАИМООБУСЛОВЛЕННОСТИ УРОВНЯ ЖИЗНИ И КРЕДИТНОГО ПОВЕДЕНИЯ НАСЕЛЕНИЯ РОССИИ НА МАКРО- И МЕЗОУРОВНЯХ ЭКОНОМИКИ
2.1 Статистический анализ состояния и динамики взаимосвязи показателей уровня жизни и рынка кредитных ресурсов, включая сферу ипотечного жилищного кредитования
2.2 Развитие методического инструментария оценки влияния макроэкономических циклов на траектории уровня жизни и финансового поведения населения в сфере ипотечного жилищного кредитования
2.3 Рейтинговая оценка регионов России в динамике: выявление взаимосвязи уровня жизни и кредитного поведения населения в сфере ипотечного жилищного кредитования
ГЛАВА 3. РАЗВИТИЕ ИНСТРУМЕНТАРИЯ СТАТИСТИЧЕСКОГО АНАЛИЗА И ОЦЕНИВАНИЯ ДИНАМИКИ ВЗАИМОСВЯЗИ КРЕДИТНОГО ПОВЕДЕНИЯ И УРОВНЯ ЖИЗНИ РОССИЙСКИХ ДОМОХОЗЯЙСТВ
3.1 Динамика и факторы кредитной активности домохозяйств России, место ипотечного жилищного кредитования среди других видов индивидуального кредитования
3.2 Моделирование взаимосвязи уровня жизни и ипотечного жилищного кредитования российских домохозяйств
3.3 Детерминанты выбора цели кредитования: мультиноминальная модель150
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ
Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Формирование финансового поведения домохозяйств на рынке ипотечного жилищного кредитования2014 год, кандидат наук Зеленеев, Антон Юрьевич
Ипотечное кредитование в механизме жилищного финансирования: теория, методология, практика2012 год, доктор экономических наук Клевцов, Виталий Владимирович
Механизм расширения ипотечного кредитования в Российской Федерации: институциональная структура и поведенческий аспект2011 год, кандидат экономических наук Волкова, Анна Александровна
Ипотечное кредитование в системе инвестиционно-финансового механизма рынка жилья трансформационной экономики2005 год, доктор экономических наук Яхимович, Владимир Иванович
Развитие национальной системы ипотечного жилищного кредитования:теория и методология2012 год, доктор экономических наук Гузикова, Людмила Александровна
Введение диссертации (часть автореферата) на тему «Статистическое исследование взаимообусловленности уровня жизни и кредитного поведения населения в сфере ипотечного жилищного кредитования»
ВВЕДЕНИЕ
Актуальность темы исследования. Турбулентность глобальной и отечественной экономических систем, отражающаяся в непредсказуемых сменах периодов роста и падения, обусловлена последствиями пандемии коронавирусной инфекции и расширяющимся спектром санкций со стороны недружественных стран, что, безусловно, оказывает влияние на все сферы жизнедеятельности общества.
Практика ведения экономической деятельности показала, что реализация социально-экономических преобразований и смена экономической ментальности в России, в значительной мере, определяются качеством функционирования институтов в двух важнейших сферах: в сфере, обеспечивающей достойный уровень жизни населения и в сфере финансово-кредитных отношений.
Качественные параметры уровня жизни населения являются важнейшими индикаторами трансформаций общественной жизни и их последствий. К их числу относится и наличие жилья, либо возможность его приобретения, как базовой ценности семьи, позволяющей населению ощущать экономическую стабильность и безопасность. Решение данной проблемы во многом определяется реализацией инструментов ипотечного жилищного кредитования и проведения эффективной жилищной политики.
Однако возможность приобретения жилья для семьи, индивида в значительной степени определяется уровнем текущих доходов, наличием сбережений - ключевых показателей уровня жизни. При этом, следует учитывать наличие в России значительной региональной дифференциации, социального расслоения общества, обуславливающих высокое доходное неравенство и, тем самым, влияющих на возможность приобретения жилья.
Таким образом, взаимообусловленность политики в сфере жилищного кредитования и уровня жизни населения актуализирует необходимость их совместного анализа, отражающего воздействие макроэкономических циклов и мер государственной политики в социальной и финансовой сферах на уровень
жизни населения и его финансовое поведение в сегменте ипотечного жилищного кредитования. Данный подход обуславливает необходимость комплексного исследования уровня жизни и кредитной активности населения на разных уровнях территориальной агрегации, что, во-первых, смещает предметную область, цель и задачи исследования от методов, применяемых в статистике кредита к более узкому сегменту кредитования - ипотечному жилищному кредитованию во взаимосвязи с уровнем жизни, и во-вторых, в рамках современной статистической методологии свидетельствует о необходимости обоснования выбора инструментарного аппарата анализа и оценивания на макро-, мезо- и микроуровнях экономики.
Степень разработанности проблемы. Уровень жизни населения во многом определяет степень доступности кредитных ресурсов. Важнейшими характеристиками финансового поведения домохозяйств являются склонность к сбережениям и к заимствованиям. Средства населения, которые аккумулируются в банках, представляют значимый ресурс для инвестиций, направляемых в реальный сектор экономики, в кредитные ресурсы и другие финансовые инструменты. По данным Банка России по состоянию на 01 января 2023 года объём финансовых активов домохозяйств составил 128,65 трлн. рублей, что на 9,4% выше соответствующего значения предыдущего года1. Наряду с этим, реальные располагаемые доходы населения показывают не столь значительный рост. По данным Росстата в первом квартале 2023 года они выросли на 1,0% по отношению к соответствующему периоду 2022 года2.
Информационно-аналитический обзор фундаментальных исследований по проблемам анализа уровня жизни и финансового поведения населения свидетельствует, что комплексные исследования их взаимообусловленности на основе пошагового, уровневого методического подхода, включающего макро-мезо- и микроуровни анализа, исходя из типа поселения, вида деятельности,
1 Источник данных: Банк России [Электронный ресурс] URL: https://cbr.ru/vfs/statistics/households/households b.xlsx (дата обращения 05.07.2023)
2 Источник данных: Росстат [Электронный ресурс] URL: https://rosstat.gov.ru/storage/mediabank/Urov 12KV-nm.xlsx (дата обращения 05.07.2023)
величины дохода, демографических, социально-экономических, структурно-динамических характеристик домохозяйств, не осуществлялись.
Применение данного методического подхода, в рамках заявленной проблематики, представляет большой научный и практический интерес, так как позволяет выявить реальные механизмы преодоления разрыва между возможностью приобретения жилья и уровнем жизни населения, и дать количественную оценку исследуемым процессам. Помимо отмеченного, на основе уровневого подхода выстраивается логика исследования от теоретико-методического обоснования необходимости статистического анализа и оценивания уровня жизни в контексте реализации социально-экономической политики государства в сфере кредитования населения, характеристика взаимосвязи кредитного поведения и уровня жизни, что подтверждает целесообразность их совместного рассмотрения, и тем самым, расширяет спектр используемого статистического инструментария и круга аналитических задач, решаемых на основе статистики кредита и статистики уровня жизни, макроэкономической, региональной и микроэкономической статистики.
Предлагаемый комплексный методический подход базируется на использовании официальных информационных ресурсов макро- и мезоуровней, включающих формирование информационных блоков для построения рейтингов влияния макроэкономических циклов на уровень жизни населения России и его поведение в сфере кредитования с учетом кризисов 2008, 2014 и 2020 гг. в разрезе федеральных округов, регионов и типов поселений. Переход к анализу взаимообусловленности уровня жизни и поведения домохозяйств в сфере кредитования, включая ипотечное жилищное, с учетом их демографических, социально-экономических и других характеристик, базируется на данных репрезентативных выборочных обследований.
Вопросами изучения финансового поведения населения занимались западные и российские ученые разных отраслей знаний: Зарубежные исследования кредитного поведения населения преимущественно посвящены проблемам негативного воздействия высокого уровня отношения займов к
активам домохозяйств, что влияет на потребительские расходы домашних хозяйств (Dynan, 2012; Atif и др. 2013;. Baker, 2014, Benito и др. 2014;. Andersen и др., 2014). Среди научных работ зарубежных авторов следует отметить экономистов S.Pressman и R.H.Scott, исследующих различные стороны кредитного поведения населения и воздействия кредитования на уровень жизни.
Понятийный аппарат в сфере финансового поведения населения рассматривался в трудах отечественных ученых: Т.Ю. Богомоловой, И.Л. Далаксакуашвили, Л.В. Демченко, Н.Н. Кауровой, Е.Н. Погребняк, И.В. Сарнакова, Б.И. Соколова, К.Б. Соколова и ряда других. В процессе систематизации методических подходов к статистическому исследованию ипотечного жилищного кредитования, автор рассмотрел работы отечественных ученых: В.Н. Афанасьева, Ю.И. Иванова, Ю.В. Сажина, В.В. Гамукина, Ю.С. Цыпиной и др.
Вопросами социальной политики, уровня жизни населения занимались ученые: В.Н. Бобков, Л.П. Бакуменко, Д.И. Журавский, Н.М. Римашевская, В.М. Рутгайзер, А.В. Чаянов, Ф.А. Щербина, Дж. Форрестер и др. В контексте эконометрического моделирования значительное внимание было обращено на фундаментальные труды российских ученых: С.А. Айвазяна, В.Н. Афанасьева, В.В. Глинского, Е.В. Заровой, И.И. Елисеевой, И.А. Кацко, В.С. Мхитаряна, Л.И. Ниворожкиной, Л.Н. Овчаровой.
Наряду с этим, следует отметить, что данная проблема недостаточно изучена с позиции системно-эволюционного подхода, включающего пошаговый, уровневый анализ проблемы на макро-, мезо- и микроуровнях экономики. Исходя их этого, актуальность проблематики статистического исследования кредитного поведения российских домохозяйств и его влияния на уровень жизни определила выбор темы, постановку цели, определение задач и формирование структуры диссертационной работы.
Цель диссертационной работы заключается в развитии уровневого подхода к обоснованию и применению комплекса статистических методов анализа и оценивания поведения населения в сфере потребительского и ипотечного
жилищного кредитования во взаимообусловленности с уровнем жизни,
позволяющего выявить механизмы и детерминанты формирования траекторий
кредитного поведения населения на макро-, мезо- и микроуровнях уровнях.
Для достижения поставленной цели сформулированы и решены следующие задачи:
1) систематизировать и обобщить теоретико-методические основы дефиниций «кредитное поведение» и «уровень жизни» населения и сформулировать концепцию их взаимообусловленности с учетом уровня территориальной агрегации;
2) разработать алгоритм комплексного уровневого подхода к исследованию влияния макроэкономических циклов на уровень жизни и сферу кредитования населения на макро- и мезоуровнях и получить рейтинговые оценки взаимообусловленности кредитного поведения и уровня жизни домохозяйств;
3) осуществить анализ временных трендов кредитной активности и уровня бедности домохозяйств и обосновать предложения по разработке показателя текущей кредитной нагрузки для практического аналитического применения;
4) обосновать разработку предложений по осуществлению модификации показателя долговой нагрузки;
5) уточнить детерминанты выбора цели кредитования для домохозяйств с различным социально-демографическим составом, уровнем доходов и типами поселения и определить перспективы роста ипотечного кредитования во взаимосвязи с уровнем жизни и социально-демографическими характеристиками домохозяйств.
Предметом исследования является комплекс современных методов статистического измерения, анализа и оценивания взаимообусловленности уровня жизни и кредитного поведения населения на макро-, мезо- и микроуровнях с учетом демографических характеристик, типа поселения и ресурсного обеспечения.
Объект исследования - взаимосвязь показателей уровня жизни и детерминант кредитного поведения российских домохозяйств.
Теоретико-методологической основой диссертационной работы являются исследования отечественных и зарубежных ученых по кредитному поведению и проблемам уровня жизни. Исследование базируется на современных научных подходах к количественно-качественному измерению показателей исследуемых сфер жизнедеятельности и их взаимообусловленности.
В качестве инструментарно-методического аппарата исследования на различных этапах работы применялись традиционные методы статистического анализа: сводка, группировка, таблично-графический метод, метод рядов динамики и индексный метод анализа, методы непараметрического анализа, эконометрические модели бинарного и множественного выбора. Обоснование концептуальных основ и аргументация выводов диссертационной работы осуществлялись на основе общенаучного, статистического и эмпирического методов. Работа с большими массивами статистических данных обосновала выбор методов проведения исследования и выбор программных продуктов, обеспечивающих их реализацию на практике.
Информационно-эмпирической базой исследования послужили официальные статистические данные, публикуемые Федеральной службой государственной статистики, ЦБ РФ, данные Российского мониторинга экономического положения и здоровья НИУ ВШЭ (RLMS-HSE) за ряд раундов, охватывающих период 2000-2020 гг.; материалы монографий и научных статей, опубликованных в специализированных научных изданиях, в периодической печати по вопросам исследования кредитного поведения населения, уровня жизни, факторов макроэкономической динамики; информационные ресурсы сети Интернет.
Область исследования. Содержание диссертации соответствует Паспорту научной специальности ВАК Минобрнауки РФ 5.2.3. «Региональная и отраслевая экономика (бухгалтерский учет, аудит и экономическая статистика)» пп. 11.14. Методология построения статистических показателей и систем показателей; пп.
11.16. Применение современных информационных и коммуникационных технологий в области экономической статистики; пп. 11.17. Прикладные статистические исследования в экономике. Статистическая поддержка управленческих решений.
Рабочая гипотеза исследования исходит из того, что статистика кредита не рассматривает поведение домохозяйств в сфере кредитования населения, в то время как воздействие макроэкономической ситуации, социально-демографических факторов, доходов домохозяйств, их намерений в отношении целей кредитования являются статистически значимыми детерминантами состояния рынка кредитования населения. При этом особое внимание уделяется ипотечному кредитованию, которое позволяет повысить уровень жизни населения за счет удовлетворения одной из базовых потребностей - потребности в жилье. Автор основывается на предположении о взаимообусловленности процесса формирования кредитных стратегий домохозяйств и величины доходной части их бюджета, как важнейшей компоненты уровня жизни. Исходя из этого, для получения количественной оценки их взаимовлияния необходим комплексный уровневый подход к учету факторов макроэкономической динамики, региональной дифференциации, социально-экономических и демографических аспектов функционирования домохозяйств, демонстрирующих разные типы кредитного поведения, что возможно реализовать на основе современной статистической методологии и применения широкого спектра инструментов статистики и эконометрики.
Научная новизна диссертационной работы заключается в развитии статистических методов и инструментария на макро-, мезо- и микроуровнях экономики для комплексного анализа уровня жизни и траекторий кредитного поведения населения в сфере ипотечного жилищного кредитования на различных этапах макроэкономических циклов с 2007 по 2020 гг., выявления совместных трендов их развития, позволивших оценить детерминанты риска снижения уровня жизни вследствие роста кредитной нагрузки, как основы для выработки
обоснованных решений по гармонизации взаимодействия кредитных организаций и населения, направленных на повышение уровня жизни населения.
Получены следующие результаты, обладающие научной новизной и выносимые на защиту:
1. Развиты концептуальные основы статистического исследования кредитного поведения населения в сфере ипотечного жилищного кредитования и его влияния на уровень жизни посредством систематизации теоретико-методических подходов к понятийному аппарату исследования и формирования концепции взаимообусловленности и целесообразности совместного рассмотрения содержания дефиниций «кредитное поведение» и «уровень жизни» населения в контексте разработки и апробации комплексного уровневого методического подхода к исследованию, обусловленного сменой непосредственного субъекта анализа (на макроуровне - население, на микроуровне-домохозяйство), что позволит расширить спектр применяемых методов в рамках современной статистической методологии и круг аналитических задач, решаемых на основе макроэкономической, региональной и микроэкономической статистики, статистики кредита и статистики уровня жизни;
2. Предложен и реализован расчетно-аналитический алгоритм комплексного уровневого подхода к статистическому оцениванию взаимообусловленности уровня жизни и кредитного поведения населения в сфере ипотечного жилищного кредитования, включающий следующую последовательность: 1) формирование информационной базы исследования, агрегирующей данные из разных источников; 2) построение рейтингов регионов на основе метода Паттерн и индекса сближения, позволивших получить оценку влияния макроэкономической нестабильности на уровень жизни и кредитное поведение населения на макро- и мезоуровнях; реализация алгоритма позволила выявить высокую степень дифференциации федеральных округов по характеристикам кредитования и уровня жизни населения при однородности по показателям экономического развития, а также высокую подверженность влиянию кризисов финансово-кредитной сферы и сферы доходов, расходов и сбережений населения, выявить
«эталонный» федеральный округ в 2014 и 2020гг и наиболее «нетипичные» федеральные округа;
3. Выявлены устойчивые тенденции по данным RLMS HSE за 2007-2020 гг., свидетельствующие, что, при прочих равных условиях, в кредитуемых домохозяйствах по сравнению с не кредитуемыми, доля расходов на питание снижалась, при одновременном росте задолженности по другим обязательным платежам; уровень бедности в домохозяйствах с кредитами был ниже, чем в домохозяйствах без кредитов; однако, при уменьшении суммы располагаемых ресурсов на размер платежей по кредиту, эта тенденция менялась, поэтому уровень бедности в домохозяйствах, имеющих кредит, становился выше, нежели в не кредитуемых; это подтверждает гипотезу, о том, что высокая кредитная нагрузка имеет следствие - снижение уровня жизни; с целью учета данного фактора, предложен коэффициент текущей кредитной нагрузки домохозяйства, в виде отношения ежемесячных платежей по кредиту к душевым располагаемым ресурсам домохозяйств; применение которого показало, что его наиболее высокие значения имеют место в домохозяйствах, выплачивающих ипотечные жилищные кредиты, несмотря на то, что располагаемые ресурсы этих домохозяйств, в среднем выше.
4. Осуществлена модификация показателя долговой нагрузки путем замены показателя «доход заемщика» в формуле, применяемой в кредитных организациях, на показатель «располагаемые ресурсы домохозяйства», включающий, помимо денежных доходов всех членов домохозяйства, оценку натурального потребления из различных источников, а также израсходованные займы и сбережения, что позволяет учесть специфику кредитного поведения населения в сфере ипотечного жилищного кредитования, выражающуюся в том, что решение о кредите принимается, как правило, не индивидуально, а членами домохозяйства.
5. Установлено на основе спецификации и результатов оценивания мультиномиальной регрессии, что по сравнению с домохозяйствами, обремененными потребительскими кредитами, для домохозяйств,
выплачивающих ипотечные кредиты, тяжелая кредитная нагрузка от 45% и выше является более вероятной, а для домохозяйств, выплачивающих автокредиты, эта тенденция стартует уже от 25% кредитной нагрузки; доказано на основе расчета маргинальных эффектов, что основную часть домохозяйств, выплачивающих потребительские кредиты, можно отнести к относительно низкодоходным, а домохозяйств, выплачивающих ипотечные кредиты - к высокодоходным; это позволило обосновать вывод, что наличие ипотечного кредита в домохозяйстве почти на 10% увеличивает вероятность того, что кредитная нагрузка в нем превысит 45%; при этом, вероятность более высокой нагрузки по потребительским кредитам была ниже, чем при других видах кредитования, что свидетельствует о более высоких рисках снижения уровня жизни для домохозяйств, выплачивающих ипотечные жилищные кредиты.
Теоретическая значимость результатов исследования заключается в систематизации, обобщении и развитии методических подходов, имеющих место в научной литературе к измерению, анализу и оцениванию кредитного поведения домохозяйств в сфере ипотечного жилищного кредитования и показателей уровня жизни, степени их взаимного влияния, выявления факторов кредитной активности домохозяйств России, определения места ипотечного жилищного кредитования среди других видов индивидуального кредитования и детерминант выбора цели кредитования. Осуществлена классификация домохозяйств по типам поселения, демографическим и социально-экономическим характеристикам, что позволило адекватно отразить критерии различий в их финансовых стратегиях. Разработан и реализован инструментарий оценки поведения российских домохозяйств в сфере ипотечного жилищного кредитования и его влияния на траектории уровня жизни.
Практическая значимость диссертационной работы обусловлена возможностью применения комплексного, уровневого методического подхода в деятельности государственных органов с целью корректировки мер социальной политики; в деятельности органов Федеральной службы государственной статистики для сглаживания региональных диспропорций в уровне жизни населения; для анализа факторов кредитной активности и кредитной
задолженности домохозяйств в сфере ипотечного жилищного кредитования с целью повышения уровня финансовой грамотности населения, а также разработки целевых кредитных инструментов и продуктов для отдельных групп населения с учетом их финансового поведения. Материалы исследования могут быть использованы высшими учебными заведениями в процессе обучения и подготовки квалифицированных кадров по направлению подготовки бакалавриата 38.03.01 «Экономика» и 01.03.05 «Статистика», магистратуры, направления 38.04.01 «Экономика» и при реализации программ дополнительного образования.
Обоснованность и достоверность результатов исследования
определяются теоретической и методологической проработанностью изучаемой проблемы, ее апробацией на научно-практических конференциях и научных мероприятиях разного уровня, публикацией основных результатов исследования в открытой печати. Обоснованность научных положений, выводов и рекомендаций обеспечивается применением современных методов статистического анализа и оценки траекторий поведения российских домохозяйств в сфере ипотечного жилищного кредитования и его влияния на уровень жизни населения. Достоверность положений, выносимых на защиту и выводов диссертационной работы, обеспечивается на основе использования репрезентативных данных проекта RLMS-HSE, а также верифицируемостью результатов, полученных на их основании.
Апробация и реализация результатов диссертации. Практические результаты диссертационной работы приняты к рассмотрению для использования в деятельности Территориального органа Федеральной службы государственной статистики по Ростовской области (Ростовстат), а также в образовательном процессе кафедры «Статистика, эконометрики и оценка рисков» ФГБОУ ВО «РГЭУ (РИНХ)» при подготовке бакалавров (направления «Статистика» и «Экономика», профили: «Анализ больших данных», «Анализ и управление рисками»); магистров (направления «Экономика», магистерская программа «Управление рисками организаций и финансовых институтов»), что подтверждается справками о внедрении.
Основные положения диссертации докладывались и обсуждались на международных, всероссийских и региональных конференциях и форумах, в том числе: II Открытый Российский статистический конгресс, 4-6.12.2018 г., г. Ростов н/Д; 1У-К Международных научно-практических конференциях: «Статистика в современном мире: методы, модели, инструменты» РГЭУ(РИНХ), Ростов-н/Д.; Международных научно-практических конференциях «Актуальные направления развития учета, анализа, аудита и статистики в отечественной и зарубежной практике» в 2019-2023г.г., РГЭУ(РИНХ), Ростов-н/Д; Международной научно-практической конференции «Исследование социально-экономического развития территорий в условиях санкций и угроз глобальных вызовов», ФГБОУ ВО «ТГТУ» 2022г. и др.
Публикации. По теме диссертации опубликовано 32 печатные работы общим объемом 23,46 п.л. (вклад автора -12,53п.л.), из них: монографии - 1, статьи в журналах международных баз цитирования Skopus -1 и 9 научных статей в рецензируемых научных журналах, рекомендованных ВАК Минобрнауки РФ (2,42п.л.) для публикации основных результатов диссертации на соискание ученой степени кандидата наук.
Структура и объем диссертационной работы. Диссертация изложена на 242 стр., состоит из введения, трех глав и заключения, списка литературы, включающего 198 источника, содержит 18 таблиц, 33 рисунка, 44 приложения.
ГЛАВА 1. КОНЦЕПТУАЛЬНЫЕ ОСНОВЫ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ ФИНАНСОВОГО ПОВЕДЕНИЯ НАСЕЛЕНИЯ В
СФЕРЕ ИПОТЕЧНОГО ЖИЛИЩНОГО КРЕДИТОВАНИЯ И ЕГО ВЛИЯНИЯ НА УРОВЕНЬ ЖИЗНИ
1.1 Генезис и систематизация экономического содержания категорий «кредитование», «ипотечное жилищное кредитование» и «уровень жизни» в рамках научных школ и научных направлений
В процессе своей эволюции практика ведения экономической деятельности наглядно показала, что эффективность проведения социально-экономических преобразований и трансформация экономической ментальности в России, в значительной мере, обусловлена качеством институтов в двух значимых сферах общественной жизни: в сфере, обеспечивающей достойный уровень жизни населения и в сфере финансово-кредитных отношений.
На сегодняшний день в деятельности органов власти и управления к числу центральных, относится решение социальных проблем, так как высокий уровень жизни населения является одним из главных критериев поступательного общественного развития.
Проблемами измерения, анализа и оценки уровня жизни населения занимаются уже достаточно давно и отечественные, и зарубежные ученые разных направлений научных знаний - экономисты, политологи, социологи, демографы, статистики. Это обусловлено тем, что значение количественно-качественных показателей уровня жизни населения, его объективные и субъективные характеристики, определяют качество характеристик человеческого капитала, формирование и динамику общественного развития, уровень конкурентоспособности страны на мировой арене с учетом нынешних реалий.
Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Формирование финансовой стратегии софинансирования в жилищной политике2010 год, доктор экономических наук Гудименко, Галина Валерьевна
Функционирование механизма формирования финансовых ресурсов ипотечного жилищного кредитования в России2014 год, кандидат наук Солодилова, Мария Николаевна
Экономические интересы субъектов рынка доступного жилья: финансовый механизм их согласования2005 год, кандидат экономических наук Перькова, Марина Юрьевна
Ипотечный кредит в системе финансово-кредитных отношений2008 год, доктор экономических наук Савинова, Валентина Андреевна
Кредитная политика государства: теория, практика и механизмы реализации в сфере ипотечного жилищного кредитования2009 год, доктор экономических наук Гарипова, Зайтуна Латиповна
Список литературы диссертационного исследования кандидат наук Павленко Галина Валерьевна, 2023 год
- 1 г2
ф(-) = ] ~г= ехр(^~)^г (4)
2ж - для нормального закона
Л(-) ^_£ХЕ(-Ь (5)
1 + ехр(-) - для логистического закона
Такие распределения называются стандартным нормальным и стандартным логистическим распределениями.
В дальнейшем моделировании будет использоваться логистическая функция. Логистическая регрессия определяет вероятность домохозяйства выплачивать кредит следующим образом:
Р(у = 1) = ехУ(р0+р1х) (6)
При этом вероятность не выплачивать кредит: Р(у = 0) = 1 - Р(у = 1).
Так как модели бинарного отклика нелинейные, следовательно, не существует единственного подхода к интерпретации, который может полностью описать связь между переменной и результирующей вероятностью181.
Существует четыре основных подхода к интерпретации моделей:
-первый - это представление предсказанных вероятностей, используя графики и таблицы;
-второй - исследование частных производных у* и вероятности;
-третий - это использование дискретных изменений в вероятности для определения эффектов каждой переменной.
И последнее, используется только для логит модели, - это применение отношения преобладания.
181 Кравцов, В.Б. Влияние накопленного человеческого капитала на состояние занятости и уровень заработной платы : На примере г. Ростова-на-Дону : автореферат дис. ... кандидата экономических наук : 08.00.12 / Рост. гос. эконом. ун-т. - Ростов-на-Дону, 2001. - 27 с.
Наиболее удобно вести интерпретацию результатов в терминах соотношения вероятностей двух событий, которое называется шансом (odds).182
= 1) = = expQSo + ft*) (7)
Из полученной формулы (7) видно, что логарифм коэффициента соотношения вероятностей представляет линейную функцию переменной Х. 183
Основной интерес представляет коэффициент при Х, который отражает зависимость вероятности иметь сбережения от других характеристик184.
Поясним суть используемой эконометрической модели на простом примере. Пусть У- исследуемая дихотомическая переменная, а X - единственный исследуемый фактор. Для простоты примем, что X = 1, если домохозяйство проживает в городе, и X = 0, если домохозяйство проживает на селе.185
Шансы выплачивать кредит для проживающих в городе домохозяйств ехр(Д0 + ^Х), а для проживающих на селе ехр(Д0). Тогда соотношение шансов выражается следующей формулой, поясняющей смысл коэффициента
18Wda ratio или ОД = °^=1|*=1) = = (8)
Отношение шансов OR=1 указывает на отсутствие различий между сравниваемыми группами (город - село). Шансы выплачивать кредит примерно 50 на 50. Если OR > 1, то шансы домохозяйств, проживающих в городе, выплачивать кредит выше, чем на селе. Если OR <1, то шансы выплачивать кредит для горожан - ниже, чем для селян. Если бы переменная Х была непрерывной, то
182 Кравцов, В.Б. Влияние накопленного человеческого капитала на состояние занятости и уровень заработной платы : На примере г. Ростова-на-Дону : автореферат дис. ... кандидата экономических наук : 08.00.12 / Рост. гос. эконом. ун-т. - Ростов-на-Дону, 2001. - 27 с.
183 Павленко, Г.В. Оценка кредитной нагрузки российских домохозяйств и детерминанты выбора вида кредита / Л.И. Ниворожкина, Г.В. Павленко // III Международная науч.-практ.конференция «Исследование социально-экономического развития территорий в условиях санкций и угроз глобальных вызовов», ФГБОУВО «ТГТУ». -2022.
184 Long S. Regression Models for Categorical and Limited Depended Variables. Thousand Oaks, CA: Sage Publications, 1997. - стр. 51.
185 Кислицына, О.А. Риск социальной изоляции среди россиян с низким социально -экономическим статусом / О.А. Кислицына // Народонаселение. №4 (58) - 2012. Режим доступа: https://elibrary.ru/item.asp?id=18608270
186 Там же.
экспонента коэффициента показывала бы, насколько изменится указанное соотношение при увеличении на единицу величины фактора X187 Совершенно аналогично интерпретируется модель со многими факторами.188
Использование дискретных изменений в вероятности для определения эффектов каждой переменной осуществляется путем расчета предельных (маргинальных) эффектов. Предельный эффект - это наклон вероятностной кривой, устанавливающей связь хк с Рг( у = 11х), при прочих переменных равных константе. (Иными словами, это то значение, которое дает касательная к вероятностной кривой в определенной точке). Знак предельного эффекта
определяется знаком Рк, так как функция плотности /(хД) всегда положительна.
Величина изменения зависит от значения Рк и значения хД. 189Следовательно:
д Рг( у = 1| х = Х1) = д Рг( у = 1| х = х 3) дх дх
Величина предельного эффекта зависит от значений других переменных и
их коэффициентов, так как величина / рассчитывается, исходя из конкретных
значений хД. Следовательно, предельный эффект зависит от значений Р для всех
переменных и уровней значений всех х. Параметр Р можно также использовать в
оценивании относительных величин предельного эффекта для двух переменных.
Из уравнения 9 следует, что отношение предельных эффектов будет:
д Рг( у = 11 х)
дхк _ /(хр)р _
д рг( у = 1|х) /(хР)Р Р
дх1 (10) Так как значение предельного эффекта зависит от уровня значений всех
187 Павленко, Г.В. Оценка кредитной нагрузки российских домохозяйств и детерминанты выбора вида кредита / Л.И. Ниворожкина, Г.В. Павленко // III Международная науч.-практ.конференция «Исследование социально-экономического развития территорий в условиях санкций и угроз глобальных вызовов», ФГБОУВО «ТГТУ». -2022.
188 Кислицына, О.А. Риск социальной изоляции среди россиян с низким социально-экономическим статусом / О.А. Кислицына // Народонаселение. №4 (58) - 2012. Режим доступа: https://elibrary.ru/item.asp?id=18608270.
189 Кравцов, В.Б. Влияние накопленного человеческого капитала на состояние занятости и уровень заработной платы : На примере г. Ростова-на-Дону : автореферат дис. ... кандидата экономических наук : 08.00.12 / Рост. гос. эконом. ун-т. - Ростов-на-Дону, 2001. - 27 с.
переменных, следовательно, мы должны решить, какие значения переменных использовать, когда вычисляем эффекты. Первый метод - это вычислить среднее по всем наблюдениям:190
д Рг( у = 1| х) 1 ы
mean-
=1Z f (X Р)Ры
dxk Ni(11)
Второй метод - это вычисление предельного эффекта при средних значениях независимых переменных:
= / ( хр р
дхк (12) Вычисленный таким образом предельный эффект - это самая популярная мера для моделей бинарного отклика.
Однако эта мера неприемлема для бинарных независимых переменных, например, если у нас есть дамми переменная, отражающая пол респондента. По этим причинам более предпочтительной выглядит мера, использующая дискретные изменения вероятности, Рг(у=1|х).
Изменение в предсказанных вероятностях для дискретного изменения независимой переменной - это альтернатива предельному эффекту, и, в ряде случаев, эта мера может быть более эффективной для интерпретации логит
моделей. Пусть Рг(у =11 х'х к) будет вероятностью наступления события при некотором значении вектора х, указывая, в частности, значение хк. Таким образом,
Рг( у = 1 | х х + 5)
(у | ' к ) - это вероятность при хк, выросшим на 5, пока остальные переменные не изменяются. Дискретное изменение в вероятности для изменения хк на 5 равняется:191
А Рг( у =1|х) = Рг( у = 11 х, х4 +5) - Рг( у = 11 х, х4)
^ (13)
Дискретное изменение вероятности можно интерпретировать следующим образом: при изменении значения переменной хк от хк до xfc+5 предсказанная
190 Кравцов, В.Б. Влияние накопленного человеческого капитала на состояние занятости и уровень заработной платы : На примере г. Ростова-на-Дону : автореферат дис. ... кандидата экономических наук : 08.00.12 / Рост. гос. эконом. ун-т. - Ростов-на-Дону, 2001. - 27 с.
191 Там же.
вероятность события изменится на АРг(у =11 х^ АХк, фиксируя значения всех остальных переменных.
При интерпретации результатов логит модели важно помнить, что частная производная (предельный эффект) не равна дискретному изменению192:
8 Рг( у = 1| х) А Рг( у = 1| х)
дхк Ахк
Значимость индивидуальных переменных определяется с помощью статистики хи-квадрат Вальда, которая представляет собой квадрат отношения оцененного коэффициента регрессии к оценке его стандартной ошибки. Для оценки качества подгонки модели используется скорректированный коэффициент детерминации, рассчитанный по следующей формуле193:
1
PR2 =
2
' L v
L0
V Lm у
(14)
1 -(¿о )п
где ¿о - значение функции правдоподобия для модели, включающей только
свободный член; ¿м - значение функции правдоподобия для модели, включающей все переменные; п - число наблюдений194.
Также для оценки качества модели используются два аналога показателя Я2 в линейной регрессии: рвеиёоЯ2 и МсРаёёепР2195.
РЖМ 2 = 1 2(1п I - 1п Ц ) (15)
+ N
где N - это размер выборки.
192 Кравцов, В.Б. Влияние накопленного человеческого капитала на состояние занятости и уровень заработной платы : На примере г. Ростова-на-Дону : автореферат дис. ... кандидата экономических наук : 08.00.12 / Рост. гос. эконом. ун-т. - Ростов-на-Дону, 2001. - 27 с.
193 Nagelkerke, N.J.D. (1991), "A Note on a General Définition of the Coefficient of Determination," Biometrika, 78, 691 -692.
194 Шаль, А.В. Гендерная дифференциация на локальных рынках труда: статистическое исследование : автореферат дис. ... кандидата экономических наук : 08.00.12 / Шаль Анна Викторовна; [Место защиты: Рост. гос. эконом. ун -т]. - Ростов-на-Дону, 2008. - 22 с.
195 Кравцов, В.Б. Влияние накопленного человеческого капитала на состояние занятости и уровень заработной платы : На примере г. Ростова-на-Дону : автореферат дис. ... кандидата экономических наук : 08.00.12 / Рост. гос. эконом. ун-т. - Ростов-на-Дону, 2001. - 27 с.
McFaddenR2 = 1 - ^^ (16)
In L0
Меру, предложенную Макфадденом, также часто называют индексом отношения правдоподобия (likelihood ratio index).
При рассмотрении типов заемщиков по кредитам можно выделить домохозяйства одиночек, супругов без детей, супругов с различным числом детей, домохозяйства сложного состава и ряд других, либо рассматривать кредиты в зависимости от целей кредитования. Таким образом, для анализа необходимо использовать модель множественного выбора196.
В модели с неупорядоченными альтернативными вариантами предполагается, что наблюдаемое значение выбора t-м индивидуумом j-го варианта (у=/) связывается со значениями факторов, сопутствующих его выбору,
197
эконометрическим уравнением следующего вида197:
yt=V(a',Zj) + (17)
где 77 - функция, отражающая характер влияния факторов на выбор t-м индивидуумом j-го варианта; % - ошибка модели; а' - вектор параметров модели; ztJ— вектор независимых переменных - значений факторов, влияющих на выбор t-го индивидуума, которые могут характеризовать самого индивидуума, альтернативный вариант, либо и то и другое одновременно.
Ошибки Stj (t=1,2,...,J) модели, представленной формулой №17,
198
определяются как198:
£h=1-7(a,zt1), £t2=2-7(a,zt2),..., stj=j-v(a¿и).
На основании данной модели могут быть оценены вероятности выбора t-м индивидуумом каждого из альтернативных вариантов, т.е. Р(у=1), Р(у=2),..., Р(уг=И). Для этого должны быть известны199:
196Статистическая методология оценки рисков финансового поведения: Монография / под науч. ред. А.У. Альбекова / Ниворожкина Л.И., Синявская Т.Г. - Ростовский государственный экономический университет (РИНХ) - Ростов-на-Дону, 2016.- 132 с.
197 Ниворожкина, Л.И. Отклик российских домохозяйств на макроэкономические шоки: анализ механизмов адаптации / Л.И. Ниворожкина // Учет и статистика. №1 (45). -Ростов-на-Дону. - 2017. С.39-48. Режим доступа: Шр8://еИЪгагу.гиЛ1ет.а8р?1а=29905769.
198 Там же.
- закон распределения ошибок
Чаще всего в моделировании указанных процессов используется мультиномиальная логит-модель, применение которой позволяет учесть, что на выбор индивидуума ? влияют только его характеристики200. Вероятность наступления того или иного события, связанного с реализацией соответствующего варианта, описывается мультиномиальной (полиномиальной) логит-моделью:
е 1
P(y< -j) ' j=O,I,2,_,J. (18)
Z
j-o
Полиномиальная (мультиномиальная) логистическая регрессия является вариантом логистической регрессии, при которой зависимая переменная не является дихотомической, как при бинарной логистической регрессии, а имеет больше двух категорий.201 В то время как при бинарной логистической регрессии, независимая переменная может иметь интервальную шкалу. Мультиномиальная логистическая регрессия пригодна только для категориальных независимых переменных, причём имеет значение, относящееся к шкале наименований или к
" 202203
порядковой шкале202203.
Поясним логику мультиномиальной модели подробнее. Предположим, что значения зависимой переменной yt и независимых факторов wt связаны следующим образом:
yt= am • , (19)
199 Ниворожкина, Л.И. Отклик российских домохозяйств на макроэкономические шоки: анализ механизмов адаптации / Л.И. Ниворожкина // Учет и статистика. №1 (45). -Ростов-на-Дону. - 2017. С.39-48. Режим доступа: https://elibrary.ru/item.asp?id=29905769.
200 Там же.
201 Долбина, С.В. Статистический анализ и моделирование воздействия пенсионной политики на уровень благосостояния российских домохозяйств : автореферат дис. ... кандидата экономических наук : 08.00.12 / Долбина Светлана Владимировна; [Место защиты: Рост. гос. эконом. ун-т "РИНХ"]. - Ростов-на-Дону, 2015. - 26 с.
202Бююль, А. SPSS: искусство обработки информации, Анализа статистических данных и восстановление скрытых закономерностей / А. Бююль, П. Цёфель // DiaSoft, М, Спб, Киев, 2005.
203 Долбина, С.В. Статистический анализ и моделирование воздействия пенсионной политики на уровень благосостояния российских домохозяйств : автореферат дис. ... кандидата экономических наук : 08.00.12 / Долбина Светлана Владимировна; [Место защиты: Рост. гос. эконом. ун-т "РИНХ"]. - Ростов-на-Дону, 2015. - 26 с.
где уг- наблюдаемые значения зависимой переменной (т. е. 1, 2,...,М); wt -вектор факторов, содержащий характеристики индивидуума г; а'т - вектор параметров, характеризующих влияние факторов wt на выбор конкретного варианта т, ет - ошибка модели.
Пусть зависимая переменная включает М категорий. Одна из этих категорий, как правило, первая, последняя или категория с самой высокой частотой, определяются как опорная, или эталонная, или справочная. Вероятность отнесения респондентов к другим категориям оценивается по сравнению с вероятностью отнесения к опорной.
Для зависимой переменной с М категориями это требует вычисления М-1 уравнений. Тогда, если первая категория - опорная, то, для т = 2, ..., М204
1п 1^77 = ат + Е- Zml. (20)
- 17 к-1
При т = 1 2ц = 0.
Тогда вероятность выбора г-м индивидом варианта т, т=1,2...,М-1 определяется согласно следующим формулам:
т, - т) - , (21)
1+ Х exP(Zы)
к-2
Р(Ъ -1) -. (22)
1 + Х eXP(Zhг)
к-2
Из выражения (22) следует, что логарифм отношения вероятностей выбора варианта т и первого варианта равен:
ln
P
tm
P,o
am • Wt , (23)
204 Borooah Vani K. Logit and Probit: Ordered and Multinomial Models (Quantitative Applications in the Social Sciences), SAGE Publications, Inc; 1 edition, 2001. - 204 p.
1п
Р
т Р
Щ • (ат - ак)
(24)
Если предположение о независимости ошибок % не выполняется, то соотношения между вероятностями нуждаются в определенной корректировке.
При спецификации мультиноминальной модели важно правильно отобрать факторы, которые будут в ней использоваться. Ошибки при их определении и оценке воздействия на распределение вероятностей реальности вариантов приведут к деформированному представлению о прогнозе. Помимо ограничений, обусловленных собственно поставленной задачей, при построении модели необходимо учитывать и ограничения, связанные с массивом данных. 205
В процессе дальнейшего проведения анализа на микроуровне мы не разделяли понятия «жилищного» и «ипотечного» кредитования, поскольку вопрос о цели кредита был сформулирован как «ипотечный кредит на покупку жилья, недвижимости».
Для ответа на вопрос «Отличаются ли домохозяйства, выплачивающие кредиты, от тех, кто к ним не обращается?» была осуществлена оценка логистической регрессии, в которой зависимой переменной стал ответ на вопрос: «Тратила ли Ваша семья в течение последних 30 дней деньги на погашение кредита, возврат ссуд?», ответ «да»=1, «нет»=0. В качестве регрессоров были использованы переменные места проживания: областной центр, город, поселок городского типа, село; число членов домохозяйства; наличие в домохозяйстве детей в возрасте до 7 лет; наличие в домохозяйстве детей в возрасте от 7 до 18 лет; наличие в домохозяйстве мужчин в трудоспособном возрасте; наличие в домохозяйстве женщин в трудоспособном возрасте; квартили душевых располагаемых ресурсов.
Для оценки изменений в структуре домохозяйств, обращающихся за
205 Чернова, Е.В. Дети и экономическая активность матерей: статистическое исследование взаимосвязей : автореферат дис. ... кандидата экономических наук : 08.00.12 / Чернова Елизавета Валерьевна; [Место защиты: Рост. гос. эконом. ун-т "РИНХ"]. - Ростов-на-Дону, 2013. - 25 с.
кредитами, были специфицированы и оценены логистические модели за 2006206, 2011, 2016 и 2020 гг.
Таблица 3.2 - Оценки параметров бинарной логистической регрессии207
Переменные 2006 2011 2016 2020
Оценки параметров модели (Ехр(Р))
Квартили по доходу
II 1,388*** 1,400*** 1,568*** 1,203**
III 2,088*** 1,823*** 1,756*** 1,655***
IV 2,345*** 2,677*** 2,794*** 2,384***
Число членов домохозяйства 1,031 0,944** 0,958 1,061**
Демографические характеристики домохозяйства (прочие)
Есть дети до 7 лет 1,794*** 2,448*** 3,384*** 1,381***
Есть дети от 7 до 18 лет 1,402*** 1,755*** 1,844*** 1,318***
Есть мужчины в трудоспособном возрасте 2,757*** 3,054*** 2,279*** 1, 674***
Есть женщины в трудоспособном возрасте 1,814*** 2,019*** 1,477*** 2,499***
Тип поселения (областной город)
Город 1,515*** 1,299*** 1,202** 1,201**
Поселок городского типа 1,286* 0,783* 0,946 1,078
Село 1,239*** 1,231*** 1,417*** 1,307***
Константа 0,035*** 0,034*** 0,053*** 0,048**
Объем выборки 5511 8133 6984 6767
, **, * значим на уровне 1, 5 и 10 % соответственно.
Во всех анализируемых волнах обследования число членов домохозяйства слабо влияло на наличие или отсутствие кредита. Присутствие детей в возрасте до 7 лет, а также в возрасте от 7 до 18 лет существенно повышало шансы того, что домохозяйство выплачивает по кредиту. Наиболее значимой детерминантой наличия кредита оставалось присутствие в домохозяйстве мужчины или женщины в трудоспособном возрасте. По сравнению с областными центрами, шансы иметь кредиты были выше у жителей городов областного подчинения и сел. Домохозяйства с кредитами чаще присутствовали в более высоких доходных квартилях. При этом, чем выше доходы, тем больше шансов на наличие в домохозяйстве кредита.
Следует отметить, что хотя значения коэффициентов модели различаются, они отражают сходные тенденции для всех анализируемых периодов. Преимущественно брали кредиты на различные цели физические лица,
206 Выбор 2006 года в качестве стартовой точки анализа обусловлен тем, что начиная с этого года, в опросах РМЭЗ стали учитываться виды кредитов.
207 Составлено автором по материалам исследования.
проживающие в домохозяйствах с детьми и трудоспособными членами, которые и являются получателями кредитов. Эти домохозяйства относительно лучше материально обеспечены, нежели те, кто за кредитами не обращается. Чаще брали кредиты жители небольших городов и сел.
Логично предположить, что домохозяйства, выплачивающие кредиты, испытывают определенный дефицит наличных средств и сбережений. Возникает вопрос: «Если располагаемые текущие ресурсы этих домохозяйств уменьшатся на размер платежей по кредитам, смогут ли они обеспечить себе достаточный прожиточный минимум, на чем начнут экономить, чтобы погасить в срок обязательные платежи по кредиту?»
В домохозяйствах, регулярно погашающих кредиты, доступные располагаемые ресурсы, сокращаются на величину кредитных выплат. И опять возникает вопрос: «Остаются ли доходы домохозяйств, после вычета платежей по кредиту, выше, чем доходы домохозяйств без кредитов?» В работе было осуществлено тестирование этой гипотезы для чего был рассчитан альтернативный показатель располагаемых душевых ресурсов домохозяйств, уменьшенный на величину кредитных выплат, и осуществлено сравнение полученных результатов. На рисунке 3.3 представлено распределение душевых доходов домашних хозяйств, выплачивающих кредиты, этих же домохозяйств, но с душевыми доходами, уменьшенными на величину ежемесячных выплат по кредиту, приходящихся на душу, а также душевых доходов домашних хозяйств, не обременённых кредитами.
Душевые доходы представлены в номинальных терминах, что и обусловило резко возрастающий тренд. После 2007 г. наблюдается растущий разрыв между душевыми доходами тех, кто выплачивает кредиты и тех, кто свободен от кредитов, что совпадает с началом активизации ипотечного, жилищного кредитования. Это вид кредитования предполагает более серьезную проверку материального положения заемщика и его возможность устойчиво погашать кредитные платежи. В среднем душевые доходы домохозяйств, обращающихся за кредитами, после 2007 года существенно превышали средние душевые доходы
домохозяйств без кредитов. После вычитания платежей по кредитам душевые доходы домохозяйств с кредитами сблизились с душевыми доходами домохозяйств без кредитов.
35000
— — С кредитами
— — — Уменьшенные ев сумму выплат по кредиту
Без кредитов
Рисунок 3.3 - Динамика душевых доходов домашних хозяйств. 208
А как изменялся уровень бедности домохозяйств при вычитании из душевого дохода части кредитного платежа? Такая постановка вопроса оправдана тем, что доход ниже уровня бедности означает, что у семьи возникает дефицит средств на минимально необходимый набор продуктов питания и оплату обязательных услуг и польза кредита становится весьма сомнительной. Для дальнейшего анализа по данным каждого года для домашних хозяйств были определены уровни относительной бедности, составляющие 50,0% от медианы душевых располагаемых ресурсов для всей совокупности домохозяйств. Этот показатель близок к тому, который определяется официальным прожиточным минимумом, но в отличие от него позволяет сохранить для всего изучаемого периода единую методологию расчета.
208 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (КЬМ8-Н8Б)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
Следующий рисунок представляет динамику уровня бедности для домохозяйств, выплачивающих и не выплачивающих кредиты (рисунок 3.4). В течение всего периода уровень бедности домохозяйств, выплачивающих кредиты, был ниже, чем у тех, кто к кредитам не обращался. После уменьшения доходов домохозяйств на величину кредитных выплат, уровень бедности в кредитуемых домохозяйства сразу заметно вырастал, и даже начинал превышать уровень бедности в домохозяйствах без кредитов (рисунок 3.4). Особенно этот разрыв вырос после 2014г. Этот феномен можно объяснить более высокой дифференциацией доходов в группе домохозяйств, выплачивающих кредиты, и подтверждает тезис о том, что значительное число домохозяйств, взяв кредит, попадают в бедность.
35 30 25 20 15 10 5 О
г-« с—I т—I «Не-|С—1Г>4Г>^Г>^Г>|Г>4Г>^<^Г>4Г>|Г>|«^Г>4Г->|Г->|Г>4Г>4Г>|Г>1Г>|Г>|Г>^
— - «Доля бедных домохозяйств, выплачивающих кредиты
^^"Доля бедных домохозяйств с с доходами, уменьшенными на выалаты по редиту
— — — Доля бедных домохозяйств без кредитов
Рисунок 3.4 - Динамика взаимосвязи кредитования и уровня бедности домашних
" 209
хозяйств209
Необходимость выплачивать кредит, особенно долгосрочный, неизбежно влияет на потребительское поведение домохозяйства заемщика, вынужденного сокращать привычные статьи расходов, такие как питание, отдых и многие другие. На чем конкретно начинают экономить домохозяйства, выплачивающие кредиты?
209 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
Для анализа обратимся к наиболее значимой статье расходов - расходы на питание. Ответ на вопрос о том изменяются ли расходы на питание в домохозяйствах, выплачивающих кредиты, был получен путем оценки для каждого года уравнений регрессии, в которых зависимой переменной служил логарифм душевых расходов на питание, а регрессорами - логарифм душевых
располагаемых ресурсов домохозяйств и дихотомическая переменная, равная
210
единице в случае наличия кредита и нулю в случае его отсутствия210.
ln(food_exp)=ln(percapita) + kredit +e (25) Полученные регрессионные оценки представляют собой коэффициенты эластичности, указывающие, при прочих равных, на сколько процентов изменятся расходы на питание в домохозяйства с кредитами и без кредитов при изменении на один процент душевых располагаемых ресурсов.
Следующий график представляет коэффициенты эластичности расходов на питание по доходам домохозяйств за период с 2000 по 2020гг., см. рисунок 3.5.
0,5
0,45
£
0,3
V
0,25 0,2 0,15 0,1 0,05 0
200020012002200320042005200620072008200920102011201220132014201520162017201820192020
Эластичность расходов на питание в домохозяствах без кредитов
— — Эластичность расходов на питание в домохозяствах с кредитами
-Линейная (Эластичность расходов на питание в домохозяствах без кредитов)
— — - Линейная (Эластичность расходов на питание в домохозяствах с кредитами)
Рисунок 3.5 - Эластичность расходов на питание по доходам 211
210 Результаты регрессионного анализа для всех анализируемых периодов представлены в Приложениях41-44.
211 Составлено автором по материалам исследования по материалам исследования. «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (КЬМ8-И8Б)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
На рисунке 3.5 отражена достаточно четкая тенденция, указывающая, что в домохозяйствах с кредитами из каждого дополнительного рубля доходов на питание выделяется все меньшая часть. Сплошные линии на графике, обозначившие линейные тенденции этого процесса, указали на то, что, хотя эластичность расходов на питание сокращается и для не кредитуемых домашних хозяйств, в кредитуемых это процесс идет быстрее.
Следующий график представляет сравнение долей расходов на питание в домохозяйствах с кредитами и без (рисунок 3.6) по исходным данным РМЭЗ. во
70 60 50 40 30 20 10 О
Рисунок 3.6 - Доля расходов на питание в домохозяйствах, выплачивающих и не
212
выплачивающих кредиты 212
8888888888оооооооооо8
— — Доля расходов на питание в домохозяйствах с кредитами
Доля расходов на питание в домохозяйствах без кредитов
Общий тренд сокращения доли расходов на питание в бюджете домохозяйств - позитивная тенденция, свидетельствующая о росте благосостояния населения, поскольку согласно закону Энгеля213 с ростом доходов домашних хозяйств, доля расходов на питание сокращается, однако тот факт, что при прочих равных в кредитуемых домохозяйствах эта доля больше и эластичность по доходу ниже, говорит о том, что сам факт наличия кредита
212 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
213 Словарь по экономической теории. — Новосибирск: РГТЭУ, Новосибирский филиал. В. П. Теплов. 2007.
вынуждает домохозяйства начинать экономить на питании. Скорректированная модель расходов на питание может в домохозяйствах с высокими доходами проявиться в отказе от посещения ресторанов, покупки деликатесов. При этом, в домохозяйствах, чьи располагаемые ресурсы после погашения ежемесячных взносов по кредитам опускаются ниже линии бедности, это вероятнее всего оборачивается тем, что семья начинает потреблять меньше качественных, полноценных продуктов питания.
Далее, мы посмотрели, что происходит, если домохозяйство выбирает между альтернативой погасить текущие платежи по кредиту или оплатить коммунальные и прочие обязательные платежи? Как видно из полученных результатов (рисунок 3.7), доля домохозяйств с просроченными платежами за квартиру и коммунальные услуги среди тех домохозяйств, которые выплачивает кредиты, значительно выше, что можно объяснить дефицитом средств на погашение других обязательных платежей после погашения кредитных платежей.
25 20 15 10
0 -
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Ваша семья имеет неоплаченные счета за жилье, то есть за
квартиру и коммунальные услуги? (д/х с кредитами) ~ ™ (д/х без кредитов)
Рисунок 3.7 - Динамика домохозяйств с неоплаченными счетами за жилье и
коммунальные услуги 214
Таким образом, из данных на рисунке 3.7 вытекает, что исследование взаимосвязей между социально-демографическим составом и доходами
214 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (КЪМЕ-НЖ)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
домохозяйств, обремененных кредитами, их расселением и домохозяйствами, не обращающимися за кредитами, выявило существенные различия, состоящие в том, что хотя изначально кредитующиеся домохозяйства располагают более высокими доходами, но после выплаты кредитных платежей их располагаемые ресурсы становятся близкими к средним ресурсам домохозяйств без кредитов.
Однако значительная неоднородность группы кредитующихся домохозяйств выражается в том, что уровень бедности среди них после вычета кредитных платежей становится выше, чем среди домохозяйств без кредитов. Расходы на питание в домохозяйствах с кредитами менее эластичны по доходам и эта эластичность имеет тенденцию к дальнейшему сокращению, а доля расходов на питание в домохозяйствах с кредитами - ниже. Существенно более высокая просроченная задолженность по другим обязательным платежам среди кредитующихся домохозяйств, подтверждает гипотезу о том, что сокращение расходов на питание, в значительной степени, обусловлено необходимостью сокращения этой статьи расходов для обеспечения регулярных платежей по погашению задолженности по кредиту.
Социально-демографический состав кредитующихся домохозяйств также имеет свою специфику. Это - чаще семьи, в которых есть несовершеннолетние дети, а родители находятся в трудоспособном возрасте, проживают преимущественно в городах областного подчинения и в селах.
Выявленная специфика домохозяйств, погашающих кредиты, указывает на то, что необходим их дальнейший углубленный анализ с учетом целей кредитования. Особенно важным в этом контексте представляется анализ ипотечного и жилищного кредитования, поскольку именно эти кредиты, домохозяйство обслуживает в течение длительного периода.
3.3 Детерминанты выбора цели кредитования: мультиноминальная модель
Как показано в процессе исследования, несмотря на то что подавляющее число домохозяйств оплачивают краткосрочные потребительские кредиты,
дальнейший научный и прикладной интерес представляет выяснение различий в характеристиках и кредитной нагрузке домохозяйств, выплачивающих различные виды кредитов.
В процессе исследования нами рассмотрен вопрос: «Какие виды кредитов наиболее популярны среди российских домохозяйств?» Данные о видах кредитов, как отмечено ранее, доступны в РМЭЗ с 2006 года. Респонденты отвечали о кредитах, которые они взяли в течение последних 12 месяцев и о целях кредита, таких как: ипотечный кредит на покупку жилья, недвижимости; на покупку автомобиля; на оплату образования, на покупку конкретного товара в магазине; на оплату конкретной услуги в фирме, потребительский кредит в банке на любые цели, что отражено в таблице 3.1. 215
Для целей дальнейшего моделирования показатели видов кредитования были объединены в четыре группы. Потребительское кредитование объединило: кредиты на покупку конкретного товара в магазине и потребительский кредит в банке на любые цели. Отдельными группами были выделены: жилищное и ипотечное кредитование, автомобильные кредиты и образовательный и оплата конкретной услуги в фирме (рисунок 3.8).
90
SO 70
* ^ * ^ * * * ^ * ^ ■ ч
60
50
40
30
20
10 о
2006 2 007 2OOS 200 9 2 010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
— н автомобиль — • потребительский
Рисунок 3.8 - Динамика целей кредитов 216
215 Павленко, Г.В. Оценка кредитной нагрузки российских домохозяйств и детерминанты выбора вида кредита / Л.И. Ниворожкина, Г.В. Павленко // III Международная науч.-практ.конференция «Исследование социально-экономического развития территорий в условиях санкций и угроз глобальных вызовов», ФГБОУВО «ТГТУ». -2022.
216 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп»
В течение всего периода исследования преобладающая цель кредитования -потребительские кредиты, по которым, после 2016 года наметилась тенденция уменьшения их веса, но все равно их совокупная доля была выше 72,0%. Устойчивым оставался спрос на автомобильные кредиты, а жилищные и ипотечные кредиты, хотя и показывали тенденцию роста, занимали не столь высокую долю в кредитных портфелях домохозяйств.
Для оценки различий в детерминантах по целям обращения за различными видами кредитов были специфицированы и оценены мультиномиальные модели, в которых зависимой переменной стали данные о виде кредита, который погашает домохозяйство: потребительский; автомобильный; ипотечный/жилищный; образовательный и оплата конкретной услуги в фирме. Независимыми переменными стали те же характеристики, что и для бинарной логистической регрессии (таблицаЗ.З). Дополнительно была включена переменная, характеризующая текущую кредитную нагрузку домохозяйства, представляющую собой отношение ежемесячного платежа по кредиту в расчете на каждого члена домохозяйства к душевым располагаемым ресурсам в текущем месяце. Она была преобразована в три дихотомические переменные: кредитная нагрузка: не выше 25%; от 25% до 45%; от 45% до 65%; свыше 65%. Также, была сформирована переменная душевых расходов домохозяйства на питание в форме трех дихотомических переменных: до 20%; от 20 до 25%; от 25 до 35%; от 35% до 50%; свыше 50%. Выбор указанных переменных в качестве регрессоров обоснован тем, что, как уже было аргументировано выше, решение о кредите принимается, как правило, не индивидуально, а в домохозяйстве, при этом заранее оценивается величина будущей кредитной нагрузки и оцениваются статьи расходов, на которых возможно домохозяйству придется экономить. В таком контексте эти показатели могут быть использованы в модели как регрессоры.
при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
питание, %217
2006 2011 2016 2020
Текущая кредитная нагрузка
До 25% 25,39 32,05 29,22 27,57
От 25 до 45% 25,08 23,92 22,24 23,02
От 45 до 65% 15,12 15,26 14,64 16,66
Свыше 65% 34,41 28,78 33,90 32,75
Текущие расходы на питание
До 20% 43,06 55,00 56,23 55,27
От 20 до 25% 11,69 11,41 12,42 11,67
От 25 до 35% 17,52 14,44 16,08 17,47
От 35 до 50% 12,65 8,81 9,00 9,48
Свыше 50% 15,12 10,35 6,26 6,11
При том, что показатель текущей кредитной нагрузки от года к году не обнаруживал существенной вариации, показатель текущих расходов на питание показал рост в группе, где эти расходы не превышали 20%, и заметное снижение в группе, где эти расходы превышали 50%.
Как уже указывалось, в мультиномиальной модели зависимая переменная -категориального типа. Она принимает значение равное 1 для домохозяйств, которые погашают потребительские кредиты, значение равное 2 для домохозяйств, которые выплачивают ипотечный, жилищный кредит, для домохозяйств, которые погашают автомобильный кредит, значение равное 3 и значение равное 4 -для образовательного и других видов кредитов.
Мультиномиальная модель оценивает к-1 модель, где к - число уровней зависимой переменной. В данном случае в качестве эталонной взята категория «Потребительский кредит» и оценены модели для откликов «Автомобильный кредит» и «Ипотечный кредит» и «Образовательный и другие кредиты» по отношению к эталонной переменной. Категория «Образовательный и другие кредиты» включает образовательные кредиты и кредиты на оплату конкретной
217 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (КЬМ8-И8Б)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
услуги в фирме. Рассмотрим правила интерпретации мультиномиальной модели. Поскольку оценка параметров представлена по отношению к эталонной группе, то стандартная интерпретация коэффициентов уравнения (мультиномиального логита) состоит в том, что, при изменении предикторной переменной на единицу измерения, логит исход т относительно эталонной группы есть ожидаемое изменение оценки параметра (отношения шансов) при условии, что все остальные переменные модели не изменяются. Результаты оценки мультиномиальных моделей по выделенным волнам обследования РМЭЗ представлены в Приложениях 41-44.
Переменная, характеризующая распределение душевых располагаемых ресурсов по квартилям, указывает на то, что по отношению к домохозяйствам, выплачивающим потребительские кредиты, домохозяйства, обращающиеся к ипотечным кредитам, при прочих равных, более вероятно принадлежат к наиболее обеспеченным доходным группам во всех анализируемых периодах. 218
Весьма существенным является следующее: высокая кредитная нагрузка, превышающая половину душевых располагаемых ресурсов для домохозяйств, выплачивающих ипотечный кредит, является более вероятной и статистически значимой, чем для домохозяйств, которые платят за потребительский кредит. Статистически значимого изменения в долях расходов на питание у домохозяйств, обремененных ипотечным кредитом, и тех домохозяйств, которые выплачивают потребительский кредит не выявлено. В 2006 и 2011 годах шансы обращения за ипотечным кредитом были выше в домохозяйствах с детьми в возрасте до 7 лет. В целом ипотечное кредитование более активно используют домохозяйства, проживающие в областных центрах.
Что касается автомобильных кредитов, то для домохозяйств их выплачивающих, характерны тенденции сходные с теми, кто выплачивает
218 Павленко, Г.В. Оценка кредитной нагрузки российских домохозяйств и детерминанты выбора вида кредита / Л.И. Ниворожкина, Г.В. Павленко // III Международная науч.-практ.конференция «Исследование социально-экономического развития территорий в условиях санкций и угроз глобальных вызовов», ФГБОУВО «ТГТУ». -2022.
ипотечные кредиты. Это - повышенные шансы находиться в 4 квартиле и более высокая кредитная нагрузка
Таблица 3.4 - Мультиномиальная модель выбора вида кредита по объединенным
219
периодам219
Ипотечный Автомобильный Образовательный
Р-коэффициенты
Квартили по доходу (I квартиль)
II 0,353** 0,293** 1,152***
III 0,430*** 0,472*** 1,287***
IV 1,212*** 1,137*** 1,375***
Число членов домохозяйства (один)
Двое -0,419* 0,482*** -0,175
Трое -0,234 0,903*** 0,166
Четверо -0,351 1,066*** 0,253
Пятеро и больше -0,435 1,057*** -0,091
Демографические характеристики домохозяйства
Есть дети до 7 лет 0,469*** -0,249** -0,284
Есть дети от 7 до 18 лет 0,098 -0,078 0,470***
Есть мужчины в трудоспособном -0,173 -0,153 0,351
возрасте
Есть женщины в трудоспособном 0,183 0,539*** -0,170
возрасте
Тип поселения (областной центр)
Город -0,009 -0,263*** -0,093
Поселок городского типа 0,267 -0,062 0,288
Сельский населенный пункт -0,559*** -0,128 0,036
Текущая кредитная нагрузка (до 25%)
От 25 до 45% -0,014 0,280*** 0,013
От 45 до 65% 1,461*** 0,860*** 0,022
Свыше 65% 1,551*** 1,072*** 0,107
Текущие расходы на питание (до 20%)
От 20 до 25% -0,122 -0,196* -0,325
От 25 до 35% -0,080 -0,082 0,237
От 35 до 50% -0,480** -0,144 -0,463
Свыше 50% -0,233 0,048 0,702**
Период обследования (2021 год)
2006 год -0,071*** -0,620*** 0,325
2011 год -0,798*** -0,160*** 0,059
2016 год -0,551*** -0,636*** -0,305
Константа -2,999*** -3,336*** -4,743***
Объем выборки 7567
***, **, * значим на уровне 1, 5 и 10 % соответственно.
219 «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE)», проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН. - Режим доступа: https://www.cpc.unc.edu/projects/rlms/ и https://www.hse.ru/rlms/.
Результаты оценивания по кредитам, отнесенным к группе «Другие», не представляются надежными вследствие их небольшого числа.
Поскольку тенденции в знаках и статистической значимости коэффициентов модели не показали серьезных различий, а кроме того, образовательные кредиты представлены крайне малочисленно, то имеет смысл спецификация и оценка модели, в которой данные по всем четырем годам обследования объединены и добавлены переменные, идентифицирующие год обследования. Такой подход позволит уточнить тенденции в выборе вида кредитования, обусловленные периодом обследования и скорректировать тренд по образовательным кредитам. Результаты моделирования представлены в таблице 3.4.
В течение всего рассматриваемого периода домохозяйства, выплачивающие кредиты имели значимые шансы располагаться по уровню душевых доходов в более высоких квартилях. Число членов домохозяйства существенно не влияло на обращение за ипотечным или образовательным кредитом, однако по сравнению с теми, кто обращался за потребительскими кредитами, домохозяйства, которые брали автомобильные кредиты, были более многочисленны. Шансы обратиться за ипотечным кредитом были выше в домохозяйствах с детьми в возрасте до трех лет, в то время как этот же фактор снижал вероятность автокредита. Присутствие в домохозяйстве женщины в трудоспособном возрасте повышало шансы наличия автомобильного кредита. Клиенты и ипотечного и автомобильного кредитования преимущественно локализуются в областных центрах. По сравнению с домохозяйствами, обремененными потребительскими кредитами, для тех, в которых выплачивают ипотечные кредиты, тяжелая кредитная нагрузка от 45% и выше более вероятна. Для домохозяйств, выплачивающих автокредиты, эта тенденция стартует уже от 25% нагрузки. Душевые расходы на питание не связаны с целью кредитования. Вероятность ипотечного и автомобильного кредитов в волнах обследования, предшествующих волне 2021 года, была существенно ниже по сравнению с потребительскими кредитами.
Следующий шаг анализа позволяет оценить средние вероятности исходов по каждой цели кредитования по результатам оценивания мультиномиальной модели.
Таблица 3.5 - Средняя прогнозная вероятность выбора цели кредитования220
2006г. 2011г. 2016г. 2021г.
Потребительский 0,834 0,793 0,831 0,767
Ипотечный 0,032 0,045 0,052 0,067
Автомобильный 0,092 0,130 0,091 0,135
Образовательный и другие 0,043 0,030 0,026 0,031
Результаты таблицы 3.5 указывают на устойчивую тенденцию роста вероятностей по ипотечному кредитованию.
Следующая таблица представляет маргинальные (предельные) эффекты для ипотечного и потребительского кредитования, которые дают оценочные значения изменения вероятностей воздействия различных факторов, учтенных в модели при выборе ипотечного или потребительского кредита по сравнению с другими видами кредитов.
В принципе, выводы, которые сделаны о тенденциях при выборе видов кредитов, по результатам оценивания модели не меняются, но их можно уточнить и конкретизировать значениями маргинальных вероятностей. Так, для домохозяйств, выплачивающих ипотечные кредиты, вероятность находится в четвертом доходном квартиле на 5,45% выше, чем для домохозяйств, которые выплачивают другие виды кредитов, а для домохозяйств, выплачивающих потребительские кредиты, эта вероятность ниже на 21,01%. То есть основную часть домохозяйств, выплачивающих потребительские кредиты, можно отнести к относительно низкодоходным, а выплачивающих ипотечные кредиты - к высокодоходным.
Наличие ипотечного кредита в домохозяйстве почти на десять процентов увеличивало вероятность того, что кредитная нагрузка в нем превысит 45%. В то
же время вероятность более высокой нагрузки в потребительских кредитах была ниже, чем при других видах кредитования. Доля расходов на питание в домохозяйствах с ипотечным кредитом была ниже, чем при наличии других видов кредитов. Присутствие ребенка в возрасте до трех лет увеличивало вероятность ипотечного кредита в домохозяйстве на 2,45%.
Таблица 3.6 Предельные эффекты для потребительского и ипотечного
221
кредитования221
Ипотечный Потребительский
dy/dx
Квартили по доходу (I квартиль)
II 0,013 -0,078***
III 0,016* -0,103***
IV 0,055*** -0,210***
Число членов домохозяйства (один)
Двое -0,020** 0,482***
Трое -0,016 0,903***
Четверо -0,022** 1,066***
Пятеро и больше -0,024** 1,057***
Демографические характеристики домохозяйства
Есть дети до 7 лет 0,025*** 0,011
Есть дети от 7 до 18 лет 0,004 -0,007
Есть мужчины в трудоспособном -0,008 0,016
возрасте
Есть женщины в трудоспособном 0,006 -0,050***
возрасте
Тип поселения (областной центр)
Город 0,001 0,027**
Поселок городского типа 0,014 -0,013
Сельский населенный пункт -0,022*** 0,031**
Текущая кредитная нагрузка (до 25%)
От 25 до 45% -0,002 -0,28**
От 45 до 65% 0,099*** -0,185***
Свыше 65% 0,091*** -0,203***
Текущие расходы на питание (до 20%)
От 20 до 25% -0,004 0,029**
От 25 до 35% -0,004 0,005
От 35 до 50% -0,018** 0,039**
Свыше 50% -0,011 -0,017
Период обследования (2021 год)
2006 год -0,036*** 0,077***
2011 год -0,036*** 0,045***
2016 год -0,020*** 0,081***
***, **, * значим на уровне 1, 5 и 10 % соответственно.
221 Составлено автором по материалам исследования.
В волнах обследования, предшествующих 2021 году, вероятность наличия ипотечного кредита была ниже, чем в базисном году, однако этот разрыв постоянно сокращался.
Таким образом, статистические данные микроуровня позволяют сформировать типологию домашних хозяйств наиболее склонных к кредитным заимствованиям, оценить их предпочтения при выборе потребительского, ипотечного или иного вида кредита. Исследование динамики кредитной задолженности, начиная с 2000 года, указало на снижение кредитной активности после 2016 года, которое произошло в основном за счет снижения спроса на кредиты для покупки конкретных товаров в магазинах, но при некотором росте доли потребительских кредитов в банке на любые цели. То есть произошла диверсификация спроса на различные виды потребительских кредитов, но, тем не менее, подавляющая доля кредитных выплат домашних хозяйств по-прежнему обслуживает потребительские кредиты, которые в своем большинстве являются краткосрочными. Тем не менее, на данных четырех волн РМЭЗ выявлены структурные изменения кредитного поведения домашних хозяйств, а именно, рост интереса к ипотечному, жилищному кредитованию, которое хотя и не заняло еще доминирующую позицию, но неуклонно растет, что позволяет решать значимые экономические и социальные проблемы.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.