Издания и мероприятия для банковских специалистов:
 
Методический журнал
Банковское кредитование
Описание изданияСвежий номер Архив Приобрести/Подписаться
Выходит один раз в два месяца.
Объем 112 с. Формат А4.
Издается с 2005 г.
 
 

Мультипликатор просроченной задолженности для корпоративного клиента

Размещено на сайте 16.10.2009
Рост просроченной задолженности по корпоративным кредитам в последние месяцы вызывает серьезную тревогу как у правительства РФ и Банка России, так и во многих кредитных организациях. В связи с повышением уровня кредитного риска возникает потребность в более детальном исследовании этого процесса, в том числе и в изучении мультипликатора роста просроченной задолженности, методику расчета которого мы предлагаем в настоящей публикации.
 
В.Г. Брюков, независимый аналитик
 
 
Приводятся извлечения из статьи. Полную версию материала читайте в журнале. Подписаться
 
 

Определение лаговых переменных по методу Алмон

В связи этим, на наш взгляд, весьма важно изучить причинно-следственный механизм между ростом объема кредитов, выданных нефинансовым предприятиям и учреждениям в текущем и в прошлых периодах, и динамикой роста их просроченной задолженности. Следовательно, нам необходимо выяснить, каким сегодня является мультипликатор просроченной задолженности по банковским кредитам для корпоративного сектора РФ. Методика, разработанная автором данной статьи, позволяет ответить на следующий вопрос: как один миллиард рублей кредитов, выданных банками нефинансовым предприятиям РФ в текущем месяце, и один миллиард рублей, выданных соответственно в прошлом, позапрошлом и в более отдаленных месяцах, влияет на динамику текущей просроченной задолженности. Вместе с тем аналитики любого банка, занимающегося кредитованием корпоративных клиентов, могут воспользоваться этой методикой для того, чтобы на основе собственных данных рассчитать мультипликатор просроченной задолженности для корпоративных клиентов своей кредитной организации.

В общем виде мультипликатор просроченной задолженности можно представить следующей формулой:

Y = a + b0Xt + b1Xt–1 + b2Xt–2 + ... bjXt–j,

где Y — объем просроченной задолженности (в млрд руб.);

a — свободный член уравнения (исходный уровень);
bj — коэффициенты при независимых лаговых переменных;
Xt, Xt–1, Xt–j — независимые переменные, объем выданных нефинансовым предприятиям кредитов (в млрд руб.) в текущем месяце (с нулевым лагом), прошлом месяце (с лагом «–1 месяц») и т.д.


Мультипликатор просроченной задолженности для 2006–2007 годов

Далее на основе данных, занесенных в таблицу 3, составим уравнение регрессии относительно моделей с коэффициентами переменных с линейно распределенным лагом (см. формулу (15)), с лагом, распределенным по квадратичной параболе (см. формулу (16)), и лагом, распределенным по кубической параболе (см. формулу (17)). Полученные результаты занесем в таблицу 4. Судя по этой таблице, все три уравнения, построенные на основе данных за период с января 2006 по август 2007 года, у нас получились с высоким коэффициентом детерминации. Таким образом, они в состоянии объяснить изменение объема просроченной задолженности в 99,6–99,9% случаев. Все три уравнения имеют «Y-пересечение = 0», то есть не имеют свободного члена, а следовательно, их исходный уровень равен нулю. При этом уравнение регрессии для линейно распределенного лага и уравнение регрессии для лага, распределенного по квадратичной параболе, получились статистически значимыми.

Во-первых, все коэффициенты этих двух уравнений оказались больше их стандартных ошибок; во-вторых, у всех их коэффициентов «P-значения» оказались меньше 0,05, что характеризует их значимость при 95%-ном уровне доверия. В-третьих, нижние и верхние оценки величины коэффициентов во всех случаях не меняют знака, а следовательно, пригодны для практического применения.

 
 
 
 
Другие проекты группы «Регламент-Медиа»