Влияние индивидуальных характеристик российских банков на работу канала банковского кредитования в российской экономике тема диссертации и автореферата по ВАК РФ 08.00.01, кандидат наук Борзых Ольга Алексеевна
- Специальность ВАК РФ08.00.01
- Количество страниц 149
Оглавление диссертации кандидат наук Борзых Ольга Алексеевна
Введение
Глава 1 Современные подходы к анализу эффективности канала
банковского кредитования
1.1 Определение и основные каналы трансмиссионного механизма
денежно-кредитной политики
1.2 Исследования канала банковского кредитования в зарубежных экономиках
1.2.1 Развитые страны
1.2.2 Развивающиеся страны
1.3 Канал банковского кредитования и микропруденциальное регулирование
1.4 Исследования канала банковского кредитования в российской экономике
1.5 Заключение
Глава 2 Значимость и работоспособность канала банковского кредитования
в российской экономике
2.1 Введение
2.2 Основные тенденции развития российского банковского сектора в 2008-2016 годах
2.3 Значимость канала банковского кредитования для механизма денежной
трансмиссии в России и основной анализируемый показатель
2.3 Канал банковского кредитования в России: оценка с помощью TVP-FA VAR модели
2.3.1 Модель ТУР-БЛУЛЯ
2.3.2 Данные
2.3.3 Метод оценивания ТУР-БЛУЛЯ модели и идентификация
2.3.4 Основные результаты
2.4 Заключение
Глава 3 Влияние индивидуальных характеристик российских кредитных организаций на функционирование канала банковского кредитования
3.1 Введение
3.2 «Антиэффект» ликвидности
3.2.1 Процедура Кашьяпа и Штейна
3.2.2 Данные
3.2.3 Влияние уровня ликвидности на канал банковского кредитования
3.2.4 Объяснение эффекта и «антиэффекта» ликвидности
3.3 Влияние норматива достаточности капитала банков на канал
банковского кредитования в России
3.3.1 Модель и переменные
3.3.2 Данные
3.3.3 Регуляторные требования и денежно-кредитная политика: результаты
3.4 Заключение
Заключение
Список литературы
Приложение 1. Переменные в моделях TVP-FAVAR
Приложение 2. Тесты Джевеке на сходимость марковской цепи в моделях TVP-FAVAR
Приложение 3. Источники данных и описание переменных для
процедуры Кашьяпа и Штейна
Приложение 4. Результаты оценивания моделей по одношаговой процедуре
Кашьяпа и Штейна
Приложение 5. Результаты оценивания моделей по двухшаговой процедуре
(регрессии второго шага) Кашьяпа и Штейна
Приложение 6. Результаты оценивания моделей для объяснения
«антиэффекта» ликвидности
Приложение 7. Результаты оценивания влияния достаточности капитала
на канал банковского кредитования
Памяти моей бабушки, Валентины Михайловны, без которой ничего этого не было бы.
Введение1
Рекомендованный список диссертаций по специальности «Экономическая теория», 08.00.01 шифр ВАК
Трансмиссионный механизм денежно-кредитной политики и особенности его функционирования в российской экономике2014 год, кандидат наук Семитуркин, Олег Николаевич
Моделирование влияния монетарной политики Центрального Банка на динамику реальных инвестиций2003 год, кандидат экономических наук Беленькая, Ольга Игоревна
Методы и инструменты денежно-кредитной политики банка России в современных условиях2012 год, доктор экономических наук Рамазанов, Сейфуллах Агаевич
Инструментарий денежно-кредитной политики центрального банка для таргетирования инфляции2009 год, доктор экономических наук Моисеев, Сергей Рустамович
Развитие механизма рефинансирования в денежно-кредитной политике Банка России2014 год, кандидат наук Канылин, Владимир Алексеевич
Введение диссертации (часть автореферата) на тему «Влияние индивидуальных характеристик российских банков на работу канала банковского кредитования в российской экономике»
Актуальность исследования
В 2013-2014 годах Банк России осуществил завершающие действия для перехода к новому режиму денежно-кредитной политики — инфляционному таргетированию. Так, в сентябре 2013 года были введены ключевая ставка и процентный коридор, являющиеся основным механизмом регулирования процентных ставок в экономике. В конце 2014 года российские денежно-кредитные власти отказались от корректировки значения курса рубля на внутреннем валютном рынке, что окончательно завершило переход к новому режиму. Успех проводимой Банком России денежно-кредитной политики напрямую зависит от того, каким образом и насколько эффективно работают каналы денежной трансмиссии в отечественной экономике. Кроме того, вопрос о параметрах оптимальной денежно-кредитной политики в России, с одной стороны, является наиболее важным для денежно-кредитных властей, с другой — остается открытым в современной теоретической литературе. В случае если трансмиссия импульса денежно-кредитной политики слабая или вовсе отсутствует, это будет затруднять достижение Банком России установленной цели по инфляции в 4% и требовать корректировки предпринимаемых мер по достижению и стабилизации инфляции на указанном уровне.
Исследователи российской банковской системы уделяют наибольшее внимание двум каналам денежной трансмиссии: процентному каналу и каналу банковского кредитования, второй из которых является наименее изученным в современной литературе и поэтому представляет наибольший интерес. По сути, данные каналы с разных сторон (цены и объемов) описывают то, как импульсы денежно-кредитной политики отражаются на равновесии на корпоративном кредитном рынке. При этом индивидуальные характеристики кредитных организаций, например, размер, структура активов, структура собственности банка, могут непосредственно влиять на работу указанных каналов денежной трансмиссии.
Важность и актуальность изучения именно этого сегмента российской экономики обусловлена следующими причинами. Первая причина заключается в том, что банковское кредитование в настоящее время является одним из основных источников заемных средств для отечественных компаний, работающих в реальном секторе. Вторая причина логически вытекает
1 Содержание настоящего диссертационного исследования отражает личную позицию автора, которая может не совпадать с официальной позицией Банка России.
из первой. Являясь одним из основных источников инвестиций в российской экономике, кредиты банков нефинансовым организациям стимулируют совокупный выпуск. В связи с этим можно говорить о том, что кредиты банков первичны по отношению к доходам населения: в конечном итоге, из выручки, полученной предприятием от продажи произведенного товара или оказания услуги, выплачивается заработная плата работникам.
Степень научной разработанности проблемы
Ответ на вопрос о том, насколько эффективно функционирует канал банковского кредитования в России и какие факторы оказывают влияние на указанный канал денежной трансмиссии, представляется не однозначным. В исследованиях Souza (2006) и Juurikkala et al. (2009) отмечается, что импульсы денежно-кредитной политики Банка России в период до мирового финансового кризиса 2007-2009 годов слабо передаются через данный канал денежной трансмиссии. В этом смысле следует говорить о низкой эффективности его функционирования. В то же время, в посткризисный период влияние денежно-кредитной политики на объемы кредитования нефинансовых организаций становится более выраженным. Такой вывод подтверждают исследования Deryugina, Ponomarenko (2011) и Перевышина, Перевышин (2015).
В исследованиях отмечаются различные особенности работы канала банковского кредитования. Большая часть работ в этой области тем или иным образом ссылаются на исследование Kashyap, Stein (2000), где на примере американских данных предложена одна из самых популярных на данный момент спецификаций моделей, оценивающих влияние индивидуальных характеристик банков на канал банковского кредитования. В своей работе Кашьяп и Штейн показали, что с ростом уровня ликвидности активов банков реакция кредитных портфелей последних на сдерживающую денежно-кредитную политику ослабевает, т.к., согласно предположениям авторов, банки с большой долей ликвидных активов на балансах имеют возможность продать ликвидные активы и разместить полученные от этого средства в качестве кредитов реальному сектору экономики. Впоследствии такая зависимость между уровнем ликвидности активов кредитных организаций и эффективностью функционирования канала банковского кредитования получила в литературе название «эффект ликвидности Кашьяпа и Штейна».
Методология исследования влияния индивидуальных характеристик банков на функционирование канала банковского кредитования, разработанная в Kashyap, Stein (2000), используется и в работах, посвященных исследованию российской экономики. Например, в работе Дробышевский и др. (2008) исследована взаимосвязь между уровнем ликвидности активов банка и реакцией кредитования на денежно-кредитную политику для докризисного периода до 2009 года. Однако искомая зависимость не нашла подтверждение. Чуть позже в
статье Juurikkala et я1. (2009) было показано, что банки с более высоким уровнем капитализации слабее реагируют на импульсы политики Банка России. В исследовании Перевышина, Перевышин (2015) также использована модифицированная спецификация Кашьяпа и Штейна и получен вывод о том, что канал банковского кредитования работает только для тех российских кредитных организаций, которые получают кредиты Банка России, а возможность привлекать средства из-за рубежа позволяет таким банкам слабее реагировать на действия денежно-кредитных властей.
Таким образом, в современной экономической литературе на данный момент не существует однозначного ответа на вопрос о том, какие факторы оказывают влияние на эффективность функционирования канала банковского кредитования в российской экономике.
В настоящем диссертационном исследовании показано, какие структурные и институциональные характеристики российского банковского сектора оказывают воздействие на эффективность функционирования канала банковского кредитования в российской экономике. В рамках достижения поставленной цели предложена методология исследования канала банковского кредитования в России, основанная на выявлении факторов неоднородности российских банков. Протестированы гипотезы об определяющем влиянии индивидуальных характеристик кредитных организаций на реакцию банков на импульсы денежно-кредитной политики. В большинстве случаев (для большинства рассматриваемых групп кредитных организаций) данные гипотезы не опровергнуты. Особое внимание уделено различным структурным сдвигам в российском банковском секторе в посткризисный период после 2009 года: подробно проанализировано влияние институциональной среды, в которой функционируют российские банки, на функционирование канала банковского кредитования. В частности, проведены исследование и сравнение эффективности функционирования канала банковского кредитования в условиях структурного профицита и дефицита ликвидности, в отсутствие и при наличии действующей системы процентного коридора Банка России и режима инфляционного таргетирования, в период циклов повышения и снижения ключевой ставки Банка России, а также в условиях действия требований документов Базеля II и Базеля III, содержащих основные принципы макропруденциального регулирования банковского сектора.
Объект и предмет исследования
Объект исследования: российские кредитные организации, работавшие в российском банковском секторе в период 2004-2016 годов.
Предмет исследования: канал банковского кредитования трансмиссионного механизма денежно-кредитной политики в российской экономике.
Цель и задачи исследования
Цель исследования: установление наличия и характера взаимосвязи между структурными и институциональными характеристиками российской банковской системы и эффективностью работы канала банковского кредитования в современной российской экономике.
Для достижения поставленной цели были решены следующие задачи:
■ с помощью обзора современной мировой литературы выявить факторы, влияющие на функционирование канала банковского кредитования, определить методологию исследования указанного канала, превалирующую в современной литературе, а также определить возможные направления дальнейших исследований,
■ обосновать значимость канала банковского кредитования для российской экономики,
■ разработать методологию анализа канала банковского кредитования в российской банковской системе,
■ протестировать наличие причинно-следственной связи между объемами кредитования нефинансовых организаций и инструментом денежно-кредитной политики,
■ оценить влияние индивидуальных характеристик кредитных организаций (размер сальдированных активов, структура собственности, распределение активов между кредитами и ликвидными активами, основные направления размещения средств, структура источников фондирования, уровень достаточности собственных средств (капитала)) на функционирование канала банковского кредитования,
■ исследовать влияние институциональной среды функционирования российской банковской системы (структурная позиция по ликвидности, режим денежно-кредитной политики, циклы динамики ключевой ставки Банка России, основные требования микропруденциального регулирования) на работу канала банковского кредитования,
■ выработать рекомендации по построению теоретических моделей для канала банковского кредитования, а также анализу и прогнозированию корпоративного кредитного портфеля российского банковского сектора.
Методы исследования
Для получения результатов в данном диссертационном исследовании использовались следующие эмпирические методы:
1. Эконометрическое моделирование на основе векторных авторегрессий класса TVP-FAVAR (Ellis et al. (2014, 2011), Korobilis (2013)).
2. Эконометрическое моделирование на основе динамических и статических моделей панельных данных (Kashyap, Stein (2000), Arrelano, Bond (1991), Arellano, Bover (1995), Driscoll, Kraay (1998)).
Информационная база исследования
Основной информационной базой исследования являются формы отчетности кредитных организаций 0409101 «Оборотная ведомость по счетам бухгалтерского учета кредитной организации» и 0409135 «Информация об обязательных нормативах и о других показателях деятельности кредитной организации». Кроме того, источником данных являются Центральный банк Российской Федерации (Банк России), Федеральная служба государственной статистики, Бюро экономического анализа США и Всемирный банк.
Использованные в исследовании месячные данные охватывают период с января 2004 по декабрь 2016 года. Ключевой переменной в построенных моделях является корпоративный кредитный портфель российских банков. В качестве переменной денежно-кредитной политики в моделях векторных авторегрессий использована ставка денежного рынка MIACR (Moscow Interbank Actual Credit Rate — средневзвешенная фактическая ставка по кредитам, предоставленным московскими банками на межбанковском рынке). В панельных регрессиях для периода после сентября 2013 года использована ключевая ставка Банка России, а для более ранних моментов времени — минимальная ставка по недельным аукционам прямого РЕПО с Банком России.
Научная новизна
Научная новизна диссертационного исследования состоит в следующем:
■ Эмпирически обоснована нецелесообразность превалирующего в предшествующих исследованиях анализа российского банковского сектора как одного «мега-банка»: показано, что такой подход приводит к существенному смещению результатов.
■ Разработана комплексная методология анализа канала банковского кредитования в российской экономике, учитывающая ключевые структурные и институциональные характеристики российского банковского сектора и основанная на методе дезагрегации банков на различные группы по следующим критериям: размер и структура собственности, направление основного размещения средств, тип основного источника фондирования.
■ Впервые в отечественной и мировой экономической литературе предложено эмпирическое объяснение эффекту ликвидности Кашьяпа и Штейна, а также обнаружен и эмпирически объяснен противоположный ему эффект в российской банковской системе.
■ Предложена методология и обоснована необходимость ранее не проводившегося анализа влияния микропруденциального регулирования российских банков на канал банковского кредитования в условиях выраженной неоднородности банковского сектора.
■ Впервые обнаружена и описана зависящая от размера банков асимметрия функционирования канала банковского кредитования в России в периоды различных циклов динамики ключевой ставки Банка России.
Теоретическая значимость результатов исследования
В настоящем диссертационном исследовании получено обоснование наличия и значимости канала банковского кредитования для российской экономики. В связи с этим представляется целесообразным непосредственное включение в теоретические модели кредитного рынка при моделировании оптимальной государственной (в первую очередь, денежно-кредитной) политики, а также экономического роста в российской экономике. Кроме того, проведенный эмпирический анализ позволил переосмыслить некоторые предпосылки теоретических моделей. Так, выявлена несостоятельность превалирующего в современной экономической литературе метода моделирования банковского сектора как одного репрезентативного экономического агента, в особенности при выявлении характеристик оптимальной государственной денежно-кредитной политики. В настоящем исследовании предложен способ группировки коммерческих банков, который позволит добиться различной степени абстракции в зависимости от целей теоретического исследования.
Прикладная значимость результатов исследования
С практической точки зрения, полученные выводы могут быть полезны, в первую очередь, при разработке рекомендаций по проведению оптимальной денежно-кредитной политики. В частности, учет влияния индивидуальных характеристик банков, асимметричного характера работы канала банковского кредитования, а также степени достаточности собственного капитала банков повысит точность прогнозов кредитных агрегатов, что позволит Банку России более точно определять возможные последствия решений по ключевой ставке.
Структура диссертации
Структура диссертации определена целью и задачами исследования и отражает его логику. Диссертационное исследование общим объемом 149 страниц состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
Степень достоверности и апробация результатов исследования
Результаты диссертационного исследования получены на основе анализа построенных эмпирических моделей. В работе приводятся обоснования используемых предположений, подкрепленные выводами из предшествующих научных исследований, а также подкрепленные эмпирическими фактами. Используемые в работе методы построения спецификаций эконометрических моделей и их анализа соответствуют стандартам, принятым в современной научной литературе. В этой связи полученные результаты являются достоверными.
Основные положения и результаты были представлены автором на международных научных конференциях:
■ XVII Апрельская международная научная конференция по проблемам развития экономики и общества, Москва (Россия), 19-22 апреля 2016 года,
■ XVIII Апрельская международная научная конференция по проблемам развития экономики и общества, Москва (Россия), 11-14 апреля 2017 года,
■ 8-я Международная научно-практическая конференция студентов и аспирантов «Статистические методы анализа экономики и общества», Москва (Россия), 16-19 мая 2017 года,
■ EABCN-PWC-EUI Conference: Time-varying models for monetary policy and financial stability, Флоренция (Италия), 8-9 июня 2017 года.
Кроме того, материалы диссертации были представлены на отечественных научных семинарах:
■ на открытом научно-практическом семинаре Центра макроэкономического анализа и краткосрочного прогнозирования 14 ноября 2016 года,
■ на совместных научных семинарах Лаборатории исследования проблем инфляции и экономического роста Экспертного института и Лаборатории макроэкономического анализа НИУ ВШЭ 24 декабря 2015 года, 26 мая 2016 года и 2 марта 2017 года,
■ на семинарах Банка России с экспертами 3 ноября 2016 года и 8 февраля 2017 года.
На основе полученных результатов исследования подготовлен ряд публикаций в ведущих отечественных рецензируемых научных журналах.
Глава 1
Современные подходы к анализу эффективности канала банковского кредитования
В данной главе проводится критический анализ литературы, посвященной исследованию канала банковского кредитования в развитых и развивающихся странах. Отдельное внимание уделяется исследованиям российской экономики.
В разделе 1.1 рассматриваются основные каналы денежной трансмиссии, выделяемые в современной мировой литературе, а также дается подробное определение каналу банковского кредитования.
В разделе 1.2 обсуждаются современные методы исследования канала банковского кредитования, а также систематизируются выводы, полученные в мировой литературе по данной теме. Параграф 1.2.1 посвящен описанию особенностей функционирования канала банковского кредитования в развитых странах, параграф 1.2.2 — результатам анализа данного канала в развивающихся странах и их особенностям по сравнению с развитыми финансовыми рынками.
В разделе 1.3 отдельное внимание уделяется влиянию микропруденциального регулирования на эффективность денежной трансмиссии в рамках канала банковского кредитования.
Наконец, поскольку настоящее диссертационное исследование посвящено анализу канала банковского кредитования в России, раздел 1.4 содержит подробный анализ сравнительно небольшого количества работ, в которых указанный канал денежной трансмиссии исследуется для российской экономики.
1.1 Определение и основные каналы трансмиссионного механизма денежно-кредитной политики
Как денежно-кредитная, так и фискальная политика ставят своими целями поддержание экономического роста и низкого стабильного уровня инфляции в стране. Однако фискальная политика, во многих странах определяющаяся в результате кооперации и противодействия различных политических партий, может не отвечать критерию оперативности мер, особенно в кризисные ситуации в экономике. Например, фискальными властями может быть принято решение об отложенной стабилизации потому, что политические партии не смогли договориться о конкретном пакете масштабных антикризисных мер (см., например, Alesina, Drazen, (1991), Alesina et al. (2006)). Кроме того, принятие программ, направленных на стимулирование экономического роста или снижение темпов инфляции, может быть ограничено существующим уровнем государственного долга. На этом фоне денежно-кредитная политика может быть не менее предпочтительной поддержания стабильного низкого уровня инфляции и создания макроэкономических условий для устойчивого экономического роста.
Однако денежно-кредитным властям каждой страны необходимо понимать, каким именно образом их действия влияют на экономику, например, как изменение операционных ориентиров сказывается на поведении экономических агентов и на фундаментальных факторах экономики. Какой инструмент является более эффективным для достижения установленных целей? Какова должна быть оптимальная реакция на шоки, происходящие в экономике? Ответы на эти вопросы кроются в понимании того, какие трансмиссионные механизмы денежно-кредитной политики существуют в конкретной экономике и как они работают.
Одной из первых работ, в которой представлен обзор возможных механизмов денежной трансмиссии, является работа Mishkin (1996). Автор разделяет каналы трансмиссионного механизма денежно-кредитной политики на три большие группы: традиционный канал процентной ставки, каналы цен на другие активы, а также кредитные каналы.
Традиционный канал процентной ставки является одним из основных каналов денежной трансмиссии. Он отражает влияние денежно-кредитной политики на инвестиционные решения фирм и домохозяйств (покупка недвижимости). Данный канал действует следующим образом: стимулирующий импульс, задаваемый центральным банком (например, снижение ключевой ставки процента) приводит, в первую очередь, к снижению краткосрочных номинальных процентных ставок, что при условии жёсткости цен сопровождается снижением краткосрочных реальных ставок процента. Как следствие, долгосрочные реальные процентные ставки, которые складываются из соответствующих краткосрочных процентных ставках (Lutz (1940)), также снизятся. Такое снижение будет означать падение стоимости капитала и стимулировать экономических агентов к открытию новых инвестиционных проектов, что приведёт к росту совокупного выпуска в экономике. Mishkin утверждает, что этот канал может быть эффективным даже в условиях ликвидной ловушки, когда номинальные процентные ставки близки к нулю.
В дополнение к традиционному каналу процентной ставки, каналы цен активов показывают влияние монетарной политики на реальный сектор экономики через цены других активов, таких как иностранная валюта (канал валютного курса) и акции (канал цены акций). Первый связывает стимулирующую меру денежно-кредитной политики с обесценением национальной валюты, последующим ростом чистого экспорта и, следовательно, совокупного выпуска. Второй канал, канал цены акций, акцентирует внимание на положительном воздействии стимулирующего импульса денежно-кредитных властей на цены акций и инвестиционные возможности фирм, производящих выпуск.
Наконец, третья большая группа каналов денежной трансмиссии представлена кредитными каналами, возникающими вследствие наличия асимметрии информации на финансовых рынках. Коммерческие банки, выступая финансовыми посредниками между
потенциальными кредиторами и заёмщиками и проводя мониторинг потенциальных заёмщиков, снижают асимметрию информации между указанными группами экономических агентов. Поэтому денежно-кредитная политика, влияя, в том числе, и на стоимость средств, доступных для коммерческих банков, воздействует на кредитование ими реального сектора. Mishkin отмечает, что именно действие кредитных каналов приобретает особую важность во время финансовых кризисов, которые значительно ухудшают проблему асимметрии информации.
Одним из кредитных каналов является балансовый канал. В рамках данного канала рост центральный банк снижает ставки процента в экономике, увеличивая дисконтированную стоимость денежных потоков фирм и стоимость залогов под взятые ими кредиты. Таким образом, агентские проблемы неблагоприятного отбора и морального риска, возникающие вследствие асимметрии информации на финансовых рынках, становятся менее выраженными, а объёмы инвестирования в новые проекты растут, стимулируя выпуск.
Другим важным кредитным каналом является канал банковского кредитования, изучению действия которого в России посвящено настоящее диссертационное исследование. Принято считать, что в работе Mishkin (1996) дано «классическое» описание принципа функционирования канала банковского кредитования: стимулирующая монетарная политика тем или иным образом снижает стоимость фондирования и для коммерческих банков. Благодаря этому банки могут увеличить объём кредитования фирм и домохозяйств, что сделает многие инвестиционные проекты доступными. Наконец, рост инвестиций будет стимулировать рост совокупного выпуска в экономике.
Однако позднее в статье Disyatat (2011) подход к описанию канала банковского кредитования был существенно пересмотрен. Во многом этому способствовало развитие финансовых рынков в современных экономиках и связанное с ним изменение бизнес-моделей коммерческих банков. В первую очередь, основные изменения произошли в источниках фондирования. Если раньше депозиты нефинансового сектора были основным источником фондирования для банков, то с развитием мировых финансовых рынков заимствования на рынках стали не менее важным источником заемных средств для кредитных организаций. В связи с этим в работе Disyatat (2011) отмечается, в рамках указанного канала при импульсе денежно-кредитной политики, в первую очередь, происходит изменение стоимости рыночного фондирования для коммерческих банков, в результате чего они вынуждены тем или иным образом изменить свою политику в отношении кредитования нефинансового сектора экономики. Забегая вперед, стоит отметить, что именно такой подход к определению канала банковского кредитования используется в настоящем диссертационном исследовании.
Исследованию каналов денежной трансмиссии в экономической литературе, как теоретическому, так и эмпирическому, посвящено огромное количество научных работ. В то время как наличие традиционного канала процентной ставки во многих странах у экономистов не вызывает сомнения, наличие канала банковского кредитования не всегда находит подтверждение в эмпирической литературе. Поскольку настоящее диссертационное исследование посвящено анализу канала банковского кредитования в России, далее в главе 1 будет представлен обзор работ, акцентирующих внимание именно на канале банковского кредитования.
Похожие диссертационные работы по специальности «Экономическая теория», 08.00.01 шифр ВАК
Система рефинансирования кредитных организаций банком России и ее влияние на совокупную банковскую ликвидность2018 год, кандидат наук Родичева, Валерия Борисовна
Валютный канал денежной трансмиссии: зарубежный и российский опыт2022 год, кандидат наук Гребенкина Алина Михайловна
Модели оценки и управления рисками ипотечного кредитования2018 год, кандидат наук Воробьева, Анна Владимировна
Моделирование влияния кредитно-денежной политики на макроэкономические показатели: на примере России2010 год, кандидат экономических наук Леонтьева, Елена Анатольевна
ДЕНЕЖНО-КРЕДИТНАЯ ПОЛИТИКА В СТРАНАХ ЕАЭС: ИНСТРУМЕНТЫ РЕАЛИЗАЦИИ И НАПРАВЛЕНИЯ РАЗВИТИЯ2016 год, кандидат наук Гулиев Орхан Фахраддин оглы
Список литературы диссертационного исследования кандидат наук Борзых Ольга Алексеевна, 2017 год
Список литературы
1. Борзых О. А. «Антиэффект» ликвидности в российской банковской системе // Экономический журнал Высшей школы экономики, 2016a. - Т. 20. № 3. - С. 377-414.
2. Борзых О. А. Канал банковского кредитования в России: оценка с помощью TVP-FAVAR модели // Прикладная эконометрика, 2016b. - Т. 43. № 3. - С. 96-117.
3. Борзых О. А. Влияние норматива достаточности капитала банков на узкий кредитный канал денежной трансмиссии в России // Вопросы экономики, 2017. - №7. - С. 62-78.
4. Ващелюк Н. В., Полбин А. В., Трунин П. В. Оценка макроэкономических эффектов шока ДКП для российской экономики // Экономический журнал Высшей школы экономики, 2015. - Т. 19. № 2. - С. 169-198.
5. Верников А. В., Мамонов М. Е., 2015. Сравнительный анализ эффективности госбанков и частных банков в России: новые расчеты // Деньги и кредит, 2015 - № 7. -С. 21-32.
6. Головань С. В., Назин В. В., Пересецкий А. А. Непараметрические оценки эффективности российских банков // Экономика и математические методы, 2010. -Т. 46. № 3. - С. 43-57.
7. Джагитян Э. П. Базель III в России: синхронизация реформы регулирования на фоне системных рисков? // Деньги и кредит, 2016. - № 7. - С. 47-58.
8. Дробышевский С. М., Трунин П. В., Каменских М. В. Анализ трансмиссионных механизмов денежно-кредитной политики в российской экономике // ИЭПП, 2008. -C. 1-87.
9. Зюзина (Борзых) О. А., Егоров А. В. Канал банковского кредитования и эффект ликвидности Кашьяпа и Штейна в России // Деньги и кредит, 2015. - № 1. - С. 46-49.
10. Коваленко О. В., Исаков А. В. Особенности динамики ставок денежного рынка в России // Деньги и кредит, 2014. - № 7. - С. 15-21.
11. Крепцев Д., Селезнев С. Влияние ставок денежного рынка на ставки по кредитам конечным заемщикам // Серия докладов об экономических исследованиях Банка России, 2016. - № 9, Февраль. - 42 C.
12. Ломиворотов Р. В. Использование байесовских методов для анализа денежно-кредитной политики в России // Прикладная эконометрика, 2015. - Т. 38. № 2. - С. 4163.
13. Мамонов М. Е. Госбанки vs частный банковский сектор: кто эффективнее? // Банковское дело, 2013. - № 5. - С. 22-30.
14. Матовников М. Ю. Новации в регулировании: зло или благо? // Деньги и кредит, 2012. - № 5. - С. 30-34.
15. Моисеев С. Р. Новая «священная корова»: таргетирование инфляции // Финансовая аналитика: проблемы и решения, 2008. - Т. 7. № 7. - С. 36-43.
16. Перевышина Е. А., Перевышин Ю. Н. Оценка действенности кредитного канала в российской экономике // Журнал Новой экономической ассоциации, 2015. - Т. 28. № 4. - С. 96-110.
17. Попова Е. М., Тюрин Е. И. Базель III и эволюция международного банковского регулирования // Финансы и бизнес, 2012. . - № 2. - С. 41-53.
18. Семитуркин О. Н. Исследование эффективности каналов трансмиссионного механизма денежно-кредитной политики // Деньги и кредит, 2013. - № 5. - С. 29-33.
19. Фролов А. В. Мониторинг функционирования канала банковского кредитования в Российской Федерации // Деньги и кредит, 2015. - № 10. - С. 39-43.
20. Adrian T., Ashcraft A. B. (2012). Shadow Banking Regulation // Annual Review of Financial Economics, Vol. 4, pp. 99-140.
21. Aiyar S., Calomiris C. W., Wieladek T. (2014). How does credit supply respond to monetary policy and bank minimum capital requirements? // Bank of England Working Paper Series, No. 508.
22. Alesina A., Ardagna S., Trebbi F. (2006). Who Adjusts and When? The Political Economy of Reforms // IMF Staff Papers, vol. 53, Special Issue, pp. 1-29.
23. Alesina A., Drazen A. (1991). Why Are Stabilizations Delayed? // American Economic Review, 81 (5), pp. 1170-1188.
24. Apergis N., Christou C. (2015). The behaviour of the bank lending channel when interest rates approach the zero lower bound: Evidence from quantile regressions // Economic Modelling, Vol. 49, pp. 296-307.
25. Arrelano M., Bond S. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations // The Review of Economic Studies, 58 (2), pp. 277-297.
26. Arellano M., Bover O. (1995). Another look at the instrumental variable estimation of error-components models // Journal of Econometrics, 68 (1), pp. 29-51.
27. Ashcraft A. B. (2006). New Evidence on the Lending Channel // Journal of Money, Credit and Banking, 38 (3), pp. 751-775.
28. Berger A. N., Bouwman C. H. S. (2010). Bank Liquidity Creation, Monetary Policy, and Financial Crises // Deutsche Bundesbank Discussion Paper Series, 2 (5), pp. 1-41.
29. Bernanke B. S., Blinder A. S. (1988). Credit, Money and Aggregate Demand // American Economic Review, 78 (2), pp. 435-439.
30. Bernanke B. S., Boivin J., Eliasz P. (2005). Measuring the effects of monetary policy: A factor-augmented vector autoregressive (FAVAR) approach // Quarterly Journal of Economics, 120 (1), pp. 387-422.
31. Bernanke B. S., Gertler M. (1995). Inside the Black Box: The Credit Channel of Monetary Policy Transmission // Journal of Economic Perspectives, 9 (4), pp. 27-48.
32. Bernanke B. S., Mihov I. (1998). Measuring Monetary Policy // Quarterly Journal of Economics, 113 (3), pp. 869-902.
33. Bhaumik S. K., Dang V., Kutan A. M. (2011). Implications of bank ownership for the credit channel of monetary policy transmission: Evidence from India // Journal of Banking and Finance, 35 (9), pp. 2418-2428.
34. Blundell R., Bond S. (1998). Initial conditions and moment restrictions in dynamic panel data models // Journal of Econometrics, No. 87, pp. 115-143.
35. Borio C., Gambacorta L. (2017). Monetary policy and bank lending in a low interest rate environment: Diminishing effectiveness? // Journal of Macroeconomics (available online).
36. Borio C., Zhu H. (2012). Capital regulation, risk-taking and monetary policy: a missing link in the transmission mechanism? // Journal of Financial Stability, 8 (4), pp. 236-251.
37. Breitenlechner M., Scharler, J., Sindermann F (2016). Banks' external financing costs and the bank lending channel: Results from a SVAR analysis // Journal of Financial Stability, Vol. 26, pp. 228-246.
38. Caldara D., Kamps C. (2008). What are the effects of fiscal policy shocks? A VAR-based comparative analysis // ECB Working Paper Series, No. 877.
39. Cantero-Saiz M., Sanfilippo-Azofra S., Torre-Olmo B., López-Gutiérrez C. (2014). Sovereign risk and the bank lending channel in Europe // Journal of International Money and Finance, No. 47, pp. 1-20.
40. Carter C., Kohn R. (1994). On Gibbs sampling for state space models // Biometrika, No. 81, pp. 541-553.
41. Chang J.-C., Jansen D. W. (2005). The Effect of Monetary Policy on Bank Lending and Aggregate Output: Asymmetries from Nonlinearities in the Lending Channel // Annals of Economics and Finance, 6 (1), pp. 129-153.
42. Chatelain J.-B., Ehrmann M., Generale A., Martinez-Pages J., Vermeulen P., Worms A. (2003). Monetary Policy Transmission in the Euro Area: New Evidence From Micro Data On Firms And Banks // Journal of the European Economic Association, 1 (2-3), pp. 731-742.
43. Cingano F., Manaresi F., Sette E. (2016). Does Credit Crunch Investment Down? New Evidence on the Real Effects of the Bank-Lending Channel // Review of Financial Studies, 29 (10), pp. 2737-2773.
44. Coelho C. A., De Mello J. M. P., Garcia M. G. P., Galindo A. J. (2010). Identifying the Bank Lending Channel in Brazil through Data Frequency // Economia, 10 (2), pp. 47-79.
45. Cogley T., Sargent T. J. (2005). Drift and volatilities: Monetary policies and outcomes in the post WWII U.S. // Review of Economic Dynamics, 8 (2), pp. 262-302.
46. Dajcman S. (2016). The Bank Lending Channel of Monetary Policy and its Macroeconomic Effects: Evidence from a Sample of Selected Euro Area Countries // Engineering Economics, 27 (2), pp. 124-133.
47. De Marco F., Wieladek T. (2015). The real effects of capital requirements and monetary policy: evidence from the United Kingdom // Bank of England Working Paper Series, No. 573.
48. De Paoli B., Paustian M. (2017). Coordinating Monetary and Macroprudential Policies // Journal of Money, Credit, and Banking, 49 (2-3), pp. 319-49.
49. Deryugina E. B., Ponomarenko A. A. (2011). Identifying structural shocks behind loan supply fluctuations in Russia // BOFITDiscussion Papers, No. 20, pp. 1-30.
50. Disyatat P. (2011). The Bank Lending Channel Revisited // Journal of Money, Credit and Banking, 43 (4), pp. 711-734.
51. Driscoll J.C., Kraay A.C. (1998). Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data // The Review of Economics and Statistics, 80 (4), pp. 549-560.
52. Egorov A., Kovalenko O. (2013). Structural features and interest-rate dynamics of Russia's interbank lending market // BOFIT Discussion Papers, No. 23.
53. Ellis C., Mumtaz H., Zabczyk P. (2011).What lies beneath? A time-varying FAVAR model for the UK transmission mechanism // ECB Working Paper Series, No. 1320.
54. Ellis C., Mumtaz H., Zabczyk P. (2014). What lies beneath? A time-varying FAVAR model for the UK transmission mechanism // Economic Journal, 124 (576), pp. 668-699.
55. Farinha L., Marques C. R. (2001). The Bank Lending Channel of Monetary Policy: Identification and Estimation Using Portuguese Bank Micro Data // European Central Bank Working Paper Series, No. 102, pp. 1-58.
56. Freixas X., Jorge J. (2008). The Role of Interbank Markets in Monetary Policy: A Model with Rationing // Journal of Money, Credit and Banking, 40 (6), pp. 1151-1176.
57. Fungacova, Z., Solanko, L., Weill, L. (2014). Does competition influence the bank lending channel in the Euro area? // Journal of Banking and Finance, No. 49, pp. 356-366.
58. Gale D. (2010). Capital regulation and risk sharing // International Journal of Central Banking, December 2010, pp. 187-204.
59. Gambacorta L. (2005). Inside the Bank Lending Channel // European Economic Review, Vol. 49, pp. 1737-1759.
60. Gambacorta L., Rossi C. (2010). Modelling Bank Lending in the Euro Area: A Nonlinear Approach // Applied Financial Economics, 20 (13-15), pp. 1099-1112.
61. Gambacorta L., Marques-Ibanez D. (2011). The bank lending channel: lessons from the crisis // Economic Policy, April 2011, pp. 137-182.
62. Gambacorta L., Murcia A. (2017). The impact of macroprudential policies and their interaction with monetary policy: an empirical analysis using credit registry data // BIS Working Papers, No.636.
63. Gambacorta L., Illes A., Lombardi M. J. (2015). Has the Transmission of Policy Rates to Lending Rates Changed in the Wake of the Global Financial Crisis? // International Finance, 18 (3), pp. 263-280.
64. Gambacorta L., Shin H. S. (2016). Why bank capital matters for monetary policy // Journal of Financial Intermediation, pp. 1-13.
65. Gavalas D. (2015). How do banks perform under Basel III? Tracing lending rates and loan quantity // Journal of Economics and Business, Vol. 81, pp. 21-37.
66. Gelain P., Ilbas P. (2017). Monetary and macroprudential policies in an estimated model with financial intermediation // Journal of Economic Dynamics and Control, Vol. 78, pp. 164-189.
67. Gennaioli N., Shleifer A., Vishny R. (2013). A Model of Shadow Banking // Journal of Finance, 68 (4), pp. 1331-1363.
68. Gertler M., Gilchrist S. (1994). Monetary Policy, Business Cycles, and the Behavior of Small Manufacturing Firms // Quarterly Journal of Economics, 109 (2), pp. 309-340.
69. Geweke J. (1992). Evaluating the Accuracy of Sampling-Based Approaches to the Calculation of Posterior Moments // In Bernardo J. M., Smith A. F. M., Dawid A. P. and Berger J. P. (eds.), Bayesian Statistics 4, No. 169-193, New York: Oxford University Press.
70. Gilchrist S., Zakrajsek E. (1995). The Importance of Credit for Macroeconomic Activity: Identification through Heterogeneity // Federal Reserve Bank of Boston Conference Series, No. 39, pp.129-158.
71. Ghosh S. (2008). Capital requirements, bank behavior and monetary policy — a theoretical analysis with an empirical application to India // Economic Review, New Series, 43 (2), pp. 205-227.
72. Halvorsen J. I., Jacobsen D. H. (2016). The bank-lending channel empirically revisited // Journal of Financial Stability, Vol. 27, pp. 95-105.
73. Heryán T., Tzeremes P. G. (2016). The bank lending channel of monetary policy in EU countries during the global financial crisis // Economic Modelling (available online).
74. Himmelberg C. P., Morgan D. P. (1995). Is Bank Lending Special? // Federal Reserve Bank of Boston Conference Series, No. 39, pp. 15-36.
75. Juurikkala T., Karas A., Solanko L. (2011). The Role of Banks in Monetary Policy Transmission: Empirical Evidence from Russia // Review of International Economics, 19 (1), pp. 109-121.
76. Kashyap A. K., Stein J. C. (1994). Monetary Policy and Bank Lending // NBER Working Papers, No. 29, pp. 221-256.
77. Kashyap A. K., Stein J. C. (2000). What Do a Million Observations Say About the Transmission of Monetary Policy // American Economic Review, 90 (3), pp. 407-428.
78. Khan H. H., Ahmad B. R., Gee C. S. (2016). Bank competition and monetary policy transmission through the bank lending channel: Evidence from ASEAN // International Review of Economics and Finance, Vol. 44, pp. 19-39.
79. Kim S., Mehrotra A. (2017). Effects of monetary and macroprudential policies - evidence from inflation targeting economies in the Asia-Pacific region and potential implications for China // BOFIT Discussion Papers, No. 4, pp. 4-29.
80. Kishan R. P., Opiela T. P. (2000). Bank Size, Bank Capital, and the Bank Lending Channel // Journal of Money, Credit and Banking, 32 (1), pp. 121-141.
81. Kishan R., Opiela T. P. (2006). Bank capital and loan asymmetry in the transmission of monetary policy // Journal of Banking and Finance, 30 (1), pp. 259-285.
82. Korobilis D. (2013). Assessing the transmission of monetary policy using time-varying parameter dynamic factor models // Oxford Bulletin of Economics and Statistics, 75 (2), pp. 157-179.
83. Leroy, A. (2014). Competition and the bank lending channel in Eurozone // Journal of International Financial Markets Institutions and Money, No. 31, pp. 296-314.
84. Li X., Lin J.-H. (2016). Shadow-banking entrusted loan management, deposit insurance premium, and capital regulation // International Review of Economics and Finance, Vol. 41, pp. 98-109.
85. Lutz, F. A. (1940). The Structure of Interest Rates // Quarterly Journal of Economics, 55 (1), pp. 36-63.
86. Mishkin F. S. (1996). The Channel of Monetary Transmission: Lessons for Monetary Policy // NBER Working Papers, No. 5464, pp. 1-27.
87. Mishra P., Montiel P. J., Spilimbergo A. (2012). Monetary Transmission in Low-Income Countries: Effectiveness and Policy Implications // IMF Economic Review, 60 (2), pp. 270302.
88. Modigliani F., Miller M. H. (1958). The Cost of Capital, Corporation Finance and the Theory of Investment // American Economic Review 48 (3), pp. 261-297.
89. Montes G. C., Peixoto G. B. T. (2014). Risk-taking channel, bank lending channel and the "paradox of credibility": Evidence from Brazil // Economic Modelling, vol. 39, pp. 82-94.
90. Moraes C. D., Montes G. C., Antunes J. A. P. (2016). How does capital regulation react to monetary policy? New evidence on the risk-taking channel // Economic Modelling, Vol. 56, pp. 177-186.
91. Nachane D. M., Ghosh S., Ray P. (2006). Basel II and bank lending behavior: some likely implications for monetary policy // Economic and Political Weekly, 41 (11), pp. 1053-1058.
92. Nilsen J. H. (2002). Trade Credit and the Bank Lending Channel // Journal of Money, Credit and Banking, 34 (1), pp. 226-253.
93. Ono S. (2015). Bank lending channel in monetary policy transmission: evidence from Russia // International Journal of Economics and Finance, 7 (4), pp. 1-11.
94. Papadamou S., Siriopoulos C. (2012). Banks' lending behavior and monetary policy: evidence from Sweden // Review of Quantitative Finance and Accounting, 38 (2), pp. 131148.
95. Peek J., Rosengren E. S. (1995). Bank Lending and the Transmission of Monetary Policy // Federal Reserve Bank of Boston Conference Series, No. 39, pp. 47-68.
96. Peek J., Rosengren E. S. (2016). Credit Supply Disruptions: From Credit Crunches to Financial Crisis // Annual Review of Financial Economics, Vol. 8, pp. 81-95.
97. Perera A., Ralston D., Wickramanayake J. (2014). Impact of off-balance sheet banking on the bank lending channel of monetary transmission: Evidence from South Asia // Journal of International Financial Markets, Institutions and Money, No. 29, pp. 195-216.
98. Plantin G. (2016). Shadow banking and bank capital regulation // Review of Financial Studies, 28 (1), pp. 146-175.
99. Primiceri G. E. (2005). Time varying structural vector autoregressions and monetary policy // Review of Economic Studies, 72 (3), pp. 821-852.
100. Souza L. V. (2006). Estimating the Existence of the Bank Lending Channel in the Russian Federation // Bank I Kredyt, pp. 3-13.
101. Stiglitz J. E., Weiss A. (1981). Credit Rationing in Markets with Imperfect Information // American Economic Review, 71 (3), pp. 393-410.
102. Sun L., Ford J. L., Dickinson D. G. (2010). Bank loans and the effects of monetary policy in China: VAR/VECM approach // China Economic Review, 21 (1), pp. 65-97.
103. Tabak B. M., Moreira T. B. S., Fazio D. M., Cavalcanti A. L. C., Cunha G. H. M. (2016). Monetary Expansion and the Banking Lending Channel // PLoS ONE, 11 (10), pp. 1-11.
104. Wu J., Luca A. C., Jeon B. N. (2011). Foreign bank penetration and the lending channel in emerging economies: Evidence from bank-level panel data // Journal of International Money and Finance, 30 (6), pp. 1128-1156.
105. Xiong Q. (2013). The role of the bank lending channel and impacts of stricter capital requirements on the Chinese banking industry // BOFIT Discussion Papers, No. 7.
106. Yang J., Shao H. (2016). Impact of bank competition on the bank lending channel of monetary transmission: Evidence from China // International Review of Economics and Finance, No. 43, pp. 468-481.
Приложение 1. Переменные в моделях ТУР-РАУЛЯ
Трансформация: 1 — без изменений, 2 — прирост в % к предыдущему месяцу, полученный из показателя роста в % к предыдущему месяцу, 3 — натуральный логарифм отношения значений показателя в соседние периоды времени.
Показатель, ед. измерения Трансформация Источник
Денежный агрегат М2, млрд руб. 3 Банк России
Денежная база в широком определении, млрд 3 Банк России
руб.
Объем инвестиций в основной капитал, млрд 3 Росстат
руб.
Темпы инфляции (по ИПЦ), % к предыдущему 2 Росстат
месяцу
Индекс выпуска товаров и услуг по базовым 2 Росстат
видам экономической деятельности, % к
предыдущему месяцу
Средний номинальный курс доллара США к 3 Банк России
рублю за месяц, руб. за долл. США
Цена нефти марки Brent, долл. США за баррель 3 Всемирный банк
Личный располагаемый доход в США, млрд 3 Бюро экономического
долл. США анализа США
Корреспондентские счета кредитных 3 Банк России
организаций в Банке России, млрд руб.
Объем международных резервов РФ, млрд долл. 3 Банк России
США
Среднемесячная процентная ставка по кредитам 1 Банк России
организациям на все сроки до 1 года, % годовых
Среднемесячная процентная ставка по кредитам 1 Банк России
организациям на все сроки свыше 1 года, %
годовых
Среднемесячная процентная ставка по кредитам 1 Банк России
населению на все сроки до 1 года, % годовых
Среднемесячная процентная ставка по кредитам 1 Банк России
населению на все сроки свыше 1 года, %
годовых
Среднемесячная процентная ставка по 1 Банк России
депозитам организаций на все сроки до 1 года, % годовых
Среднемесячная процентная ставка по депозитам организаций на все сроки свыше 1 года, % годовых
Среднемесячная процентная ставка по депозитам населения на все сроки до 1 года, % годовых
Среднемесячная процентная ставка по депозитам населения на все сроки свыше 1 года, % годовых
Объем рублевого корпоративного портфеля банков, млрд руб.
Объем валютного корпоративного кредитного
портфеля банков, млрд долл. США
Объем рублевого розничного68 кредитного
портфеля банков, млрд руб.
Объем валютного розничного кредитного
портфеля банков, млрд долл. США
Объем рублевых депозитов нефинансовых
организаций, млрд руб.
Объем валютных депозитов нефинансовых
организаций, млрд долл. США
Объем рублевых вкладов населения, млрд руб.
Объем валютных вкладов населения, млрд долл.
США
Грузооборот транспорта, млн тонн Объем работ по виду деятельности «Строительство», млрд руб. Объем продукции сельского хозяйства, млрд руб.
Индекс промышленного производства, % к
Банк России
Банк России
Банк России
Банк России
Банк России
Банк России
Банк России
Банк России
Банк России
Банк России Банк России
Росстат Росстат
Росстат
Росстат
1
1
1
3
3
3
3
3
3
3
2
68 Розничный кредитный портфель представляет собой суммарную задолженность физических лиц по кредитам перед банками.
предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«добыча полезных ископаемых», % к предыдущему месяцу
Индекс выпуска обрабатывающих производств, 2 Росстат
% к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«производство пищевых продуктов, включая напитки, и табака», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«обработка древесины и производство изделий из дерева», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«производство и распределение электроэнергии, газа и воды», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«текстильное и швейное производство», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«производство кожи, изделий из кожи и производство обуви», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«целлюлозно-бумажное производство; издательская и полиграфическая деятельность», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«производство кокса и нефтепродуктов», % к предыдущему месяцу
Индекс производства по виду деятельности 2 Росстат
«химическое производство», % к предыдущему
месяцу
Индекс производства по виду деятельности 2 Росстат
«производство резиновых и пластмассовых изделий», % к предыдущему месяцу
Индекс производства по виду деятельности «производство прочих неметаллических минеральных продуктов», % к предыдущему месяцу
Индекс производства по виду деятельности «металлургическое производство и производство готовых металлических изделий», % к предыдущему месяцу
Индекс производства по виду деятельности «производство машин и оборудования», % к предыдущему месяцу
Индекс производства по виду деятельности «производство электрооборудования, электронного и оптического оборудования», % к предыдущему месяцу Индекс ММВБ, п.п. Индекс РТС, п.п.
Доля просроченной задолженности по рублевым кредитам нефинансовым организациям, % Доля просроченной задолженности по валютным кредитам нефинансовым организациям, % Доля просроченной задолженности по рублевым кредитам населению, %
Доля просроченной задолженности по валютным кредитам населению, % Цена золота, долл. США за унцию Требования кредитных организаций к Банку России, млрд руб.
Обязательства кредитных организаций перед Банком России, млрд руб. Требования кредитных организаций к органам государственного управления, млрд руб. Обязательства кредитных организаций перед органами государственного управления, млрд
2
Росстат
Росстат
Росстат
Росстат
Банк России Банк России Банк России
Банк России
Банк России
Банк России
Всемирный банк Банк России
Банк России
Банк России
Банк России
2
2
2
1
1
1
3
3
3
Показатель, ед. измерения Трансформация Источник
руб.
Приложение 2. Тесты Джевеке на сходимость марковской цепи в моделях ТУР-РАУЛЯ
Переменная
Кредиты в рублях Кредиты в иностранной валюте
Расчетная г-статистика
01 2 3456789 Все банки
0 0.23 0.19 0.11 0.07 0.04 0.03 0.03 0.03 0.03 0 0.22 0.21 0.13 0.08 0.05 0.04 0.04 0.04 0.04
«Большая шестерка» 0 0.58 0.32 0.09 0.00 0.03 0.08 0.09 0.11 0.12
Кредиты в рублях Кредиты в иностранной валюте
0 0.15 0.08 0.09 0.11 0.11 0.12 0.11 0.11 0.11
Поскольку для любого момента времени после шока ставки М1АСЯ расчетная г-статистика попадает в 95%-ный доверительный интервал для стандартного нормального распределения [-1,96, 1,96], нулевая гипотеза о том, что цепь сошлась, не отвергается.
Приложение 3. Источники данных и описание переменных для процедуры Кашьяпа и Штейна
Обозначение Название Описание Источник
егвё/ Кредиты коммерческого банка нефинансовым организациям Кредиты и прочие размещенные средства, предоставленные нефинансовым организациям (включая индивидуальных предпринимателей). В тысячах рублей. Банк России
Пд Объем Ликвидными активами являются Банк России,
ликвидных вложения в долговые расчеты автора
активов банка обязательства, счета в Банке России и в уполномоченных органах других стран, корреспондентские счета в кредитных организациях, а также денежные средства, драгоценные металлы и камни, числящиеся на балансе банка.
Ыди1 Уровень Отношение объёма ликвидных Банк России,
ликвидности активов к общему объёму расчёты автора
коммерческого сальдированных активов
банка коммерческого банка.
АМР Импульс Абсолютный прирост Банк России,
денежно- среднемесячной ключевой ставки расчёты автора
кредитной Банка России. Среднемесячная
политики ставка представляет собой среднее арифметическое ставок, действующих на каждый день месяца. В процентных пунктах.
А1ВО прирост ИБО Месячный абсолютный прирост значения индекса базовых отраслей, предварительно очищенного от сезонности с помощью процедуры Х13-АШМА. Росстат, расчёты автора
Обозначение Название Описание Источник
A USD _ av Прирост курса Абсолютный прирост среднего Банк России,
доллара США номинального курса доллара США расчёты автора
к рублю за месяц.
ACap Изменение Абсолютный прирост отношения Банк России,
капитализации объёма фондов и прибыли к расчёты автора
коммерческого объёму сальдированных активов. В
банка тысячах рублей.
AP _ oil Прирост цены на Абсолютный прирост Всемирный
нефть марки среднемесячной цены на нефть банк, расчёты
Brent марки Brent. Среднемесячная цена автора
на нефть представляет собой
среднее арифметическое дневных
котировок цены нефти марки
Brent. В долларах США за баррель.
ACF Чистый приток Абсолютный месячный прирост Банк России,
капитала из чистого притока капитала в расчёты автора
России за месяц Россию. Чистый приток капитала
рассчитан как сумма сальдо
финансового счёта и сальдо счёта
чистых ошибок и пропусков в
платёжном балансе Российской
Федерации. Полученный таким
образом ряд абсолютных значений
чистого притока капитала очищен
от сезонности методом X13-
ARIMA. В миллиардах долларов
США
Приложение 4. Результаты оценивания моделей по одношаговой процедуре Кашьяпа и Штейна
«Большая шестерка» (июнь 2011 - июнь 2014 гг.)
Переменная Коэффициент
Первый лаг зависимой переменной 0,13***
Прирост ключевой ставки в период ^ 0,03***
Прирост уровня ликвидности банка в -0,15*** период ^
Произведение уровня ликвидности на -0,20*** прирост ключевой ставки
Значимость регрессии (Р-уа1ие) 0,00
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые розничные банки (январь 2010 - сентябрь 2013 гг.)
Переменная Коэффициент
Уровень ликвидности банка в период t -0,55***
Временной тренд 0,63 -103 ***
Произведение лага уровня ликвидности 0,94-10"3 ***
на тренд
Произведения лага уровня ликвидности 0,08**
на 2-ой лаг прироста ключевой ставки
Значимость регрессии (P-value) 0,00
Within R-квадрат 0,07
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые корпоративные банки (январь 2010 - май 2011 гг.)
Переменная Коэффициент
Уровень ликвидности банка в период t —0 41***
Произведение лага уровня ликвидности на 0,76-10 3 ***
тренд
Значимость регрессии (P-value) 0,00
Within R-квадрат 0,03
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые корпоративные банки (июнь 2011 - сентябрь 2013 гг.)
Переменная Коэффициент
Уровень ликвидности банка в период t —0 87***
Произведение лага уровня ликвидности на 0,13-103 ***
тренд
Значимость регрессии (P-value) 0,00
Within R-квадрат 0,03
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые оптовые банки (июнь 2011 - сентябрь 2013 гг.)
Переменная Коэффициент
Прирост курса доллара США в период t -0,03***
Временной тренд 0,22-10~2 ***
Значимость регрессии (P-value) 0,00
Within R-квадрат 0,04
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые диверсифицированные банки (июнь 2011 - сентябрь 2013 гг.) Переменная Коэффициент
Уровень ликвидности банка в период t -0,53***
Произведение лага уровня ликвидности _о, 1 -10"2 *** на тренд
Произведение уровня ликвидности на лаг 0,45*** прироста ключевой ставки
Произведение уровня ликвидности на 2- -0,38*** ой лаг прироста ключевой ставки Значимость регрессии (P-value) 0,00
Within R-квадрат 0,03
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые диверсифицированные банки (сентябрь 2013 - декабрь 2014 гг.)
Переменная Коэффициент
Лаг прироста ключевой ставки 0,03***
Уровень ликвидности банка в период t -0,44***
Произведение лага уровня ликвидности на 0,6 -10"3 ***
тренд
Произведение уровня ликвидности на лаг -0,18*** прироста ключевой ставки
Значимость регрессии (P-value) 0,00
Within R-квадрат 0,03
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Приложение 5. Результаты оценивания моделей по двухшаговой процедуре (регрессии второго шага) Кашьяпа и Штейна
Крупные банки
Переменная Коэффициент
2-ой лаг прироста ключевой ставки -30,90***
3-ий лаг прироста ключевой ставки 1,32**
4-ый лаг прироста ключевой ставки 8 44***
7-ой лаг прироста ключевой ставки 7,55***
Константа 0,05
Значимость регрессии (Р-уа1ие) Я-квадрат 0,00 0,92
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые розничные банки
Переменная Коэффициент
2-ой лаг прироста ключевой ставки -0,10***
3-ий лаг прироста ключевой ставки о,07***
4-ый лаг прироста ключевой ставки 0,05*** 6-ой лаг прироста ключевой ставки -0,16*** Прирост курса доллара США в период t 0,03*** Лаг отношения прибыли и фондов банка к 0,34*** активам
Константа -0,16*
Значимость регрессии (Р-уа1ие) 0,00
Я-квадрат 0,46
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Средние и малые диверсифицированные банки
Переменная Коэффициент
12-ый лаг прироста ключевой ставки о,32***
Временной тренд 1,32**
Константа 1,26**
Значимость регрессии (P-value) 0,01
R-квадрат 0,18
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Приложение 6. Результаты оценивания моделей для объяснения «антиэффекта» ликвидности
«Большая шестерка» (июнь 2011 - июнь 2014 гг.)
Переменная Коэффициент
Лаг зависимой переменной 0,80***
Прирост ключевой ставки в период ^ 0,03**
Лаг прироста ключевой ставки в период ^ 0,01***
Прирост уровня ликвидности банка в период ^ -0,14***
Произведение уровня ликвидности на тренд 0,24 -103 **
Произведение уровня ликвидности на прирост 0,21** ключевой ставки
Произведение уровня ликвидности на лаг 0,04*** прироста ключевой ставки
Значимость регрессии (P-value) 0,00
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
Крупные банки (январь 2010 - декабрь 2014 гг.) Переменная Коэффициент
Доля депозитов населения в активах 0,05***
Доля депозитов банков-резидентов в 0,14*** активах
Доля текущих и расчетных счетов фирм в 0,27*** активах
Прирост ключевой ставки в период t 0,01**
Значимость регрессии (P-value) 0,00
Within R-квадрат 0,05
Примечание. *** — значимость на 1%-ом уровне значимости, ** — значимость на 5%-ом уровне значимости, * — значимость на 10%-ом уровне значимости. Источник: расчеты автора.
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.