Эконометрическое моделирование как инструмент анализа влияния страхования банковских рисков на финансовые результаты банков

Эконометрическое моделирование, основанное на современных информационных технологиях, позволяет провести количественную оценку потенциального взаимодействия коммерческого банка и страховой организации. Например, Т. А. Алабина, И. В. Калачева, Г. М. Тарасова использовали эконометрическое моделирование для проведения оценки влияния страхования банковских рисков на финансовые результаты банков[1]. Для проведения исследования ими были использованы данные за восемь лет (период с 2008 по 2015 г.), размещенные на сайте Банка России. Целью проводимых расчетов являлись выявление зависимости между объемом уплаченных страховых премий и полученным финансовым результатом банка и доказательство этой зависимости. Для проведения количественной оценки влияния объема страховых премий на финансовый результат деятельности кредитных организаций был использован метод корреляционно-регрессионного анализа.

В качестве эндогенной переменной был выбран финансовый результат деятельности коммерческого банка. Это связано с тем, что именно данный показатель является основным важным индикатором работы банка и характеризует обоснованность всех проводимых банком расходов для достижения максимума прибыли. К этим расходам относятся и страховые премии, уплачиваемые банком как страхователем. Однако в составе показателя «объем прибыли» они отсутствуют в качестве структурного элемента, что является необходимым условием при проведении корреляционно-регрессионного анализа и построении эконометрической модели. Экзогенной переменной был обозначен объем страховых премий, уплаченных банком. На рис. 2.4 отображены обозначенные переменные.

Динамика объемов страховых премий, уплаченных банками России, и финансовых результатов их деятельности за 2008—2015 гг., млрд руб

Рис. 2.4. Динамика объемов страховых премий, уплаченных банками России, и финансовых результатов их деятельности за 2008—2015 гг., млрд руб.

Источник: Алабина Т. А., Калачева И. В., Тарасова Г. М. Использование эконометрического моделирования при оценке влияния страхования банковских рисков на финансовые результаты банков. С. 47.

Зависимая переменная У — совокупный финансовый результат банков России (объем их прибыли) с 2008 по 2015 г., млрд руб. Независимая переменная X — совокупный объем страховых премий по страхованию банковских рисков РФ с 2008 по 2015 г., млрд руб.

На рис. 2.5 отображена зависимость совокупного финансового результата деятельности банков России (У) от объемов страховых премий, уплаченных ими СЮ, за 2008—2015 гг.

Корреляционное поле (зависимость совокупного финансового результата деятельности банков России (К) от объемов страховых премий, уплаченных ими (X), за 2008—2015 гг

Рис. 2.5. Корреляционное поле (зависимость совокупного финансового результата деятельности банков России (К) от объемов страховых премий, уплаченных ими (X), за 2008—2015 гг.

Источник: Алабина Т. А., Калачева И. В., Тарасова Г. М. Использование эконометрического моделирования при оценке влияния страхования банковских рисков на финансовые результаты банков. С. 48.

Проведенный дескриптивно-статистический анализ наблюдений объемов страховых премий, уплаченных банками России (X), и финансовых результатов их деятельности (У) за период 2008—2015 гг. (табл. 2.2) позволил сделать вывод о достаточном уровне варьирования признаков в допустимых пределах. Совокупность факторов однородна, и для ее изучения могут использоваться МНК и вероятностные методы оценки статистических гипотез.

В ходе оценки корреляции объемов страховых премий, уплаченных банками России (X), и финансовых результатов их деятельности (У) сделан вывод о прямой сильной связи между ними (табл. 2.3), так как значение линейного коэффициента корреляции находится в пределах +0,7<г<+1.

Описательные статистики группы переменных Yи Xв 2008—2015 гг.

Таблица 2.2

У

X

Среднее арифметическое значение, млн руб.

602,7625

118,9100

Медианное значение, млн руб.

581,2000

118,3500

Максимальное значение, млн руб.

1011,800

159,8000

Минимальное значение, млн руб.

191,9000

77,32000

Среднеквадратическое отклонение, млн руб.

326,3853

31,88961

Коэффициент асимметрии

0,014742

0,008639

Эксцесс

1,580264

1,472311

Источник: составлено при помощи эконометрического пакета EViews: ^Алабина Т. А., Калачева И. В., Тарасова Г. М. Использование эконометрического моделирования при оценке влияния страхования банковских рисков на финансовые результаты банков. С. 48.

Таблица 2.3

Матрица парных коэффициентов корреляции

У

X

У

1,000000

0,723948

0,723948

1,000000

Источник: составлено при помощи эконометрического пакета EViews: Атабина Т. А., Калачева И. В., Тарасова Г. М. Использование эконометрического моделирования при оценке влияния страхования банковских рисков на финансовые результаты банков. С. 48.

Это объясняется тем, что передача рисков страховщикам обеспечивает банкам возмещение ущерба при реализации страховых случаев за счет полученных от страховых компаний возмещений, поэтому наличие страхового полиса у коммерческого банка положительно сказывается на его репутации, что ведет к расширению клиентской базы, привлечению новых клиентов, а следовательно, к росту прибыли.

Для построения модели зависимости финансовых результатов деятельности банков России (У) от объемов страховых премий (X), уплаченных ими, за период 2008—2015 гг. число наблюдений (количество лет исследования — восемь) в восемь раз превышает число объясняющих переменных (одна).

Вообще число наблюдений должно в 6—7 раз превышать число объясняющих переменных.

Для выдвижения гипотезы о характере связи между переменными (выборе вида математической функции) воспользовались графическим способом — построением корреляционного поля, так как он наглядно показывает зависимость между двумя признаками. Исследовано поле корреляции зависимости Y отХ (рис. 2.5). Необходимо таким образом подобрать функцию, наилучшим образом описывающую зависимость Y от X, чтобы отклонения реальных значений параметра от модельных были малы.

В данном случае можно выдвинуть гипотезы о линейном или нелинейном характере зависимости между переменными: влияние совокупных объемов страховых премий, уплаченных банками России, на величину совокупного финансового результата их деятельности (У) в текущих ценах описывается линейной либо нелинейной функцией. Этот вывод подтверждается характером разброса точек на рис. 2.5.

Анализ различных трендов (корреляционных полей с эмпирической линией регрессии) показал, что модель примет вид линейного парного уравнения (модель линейной парной регрессии). Линейная форма связи выбрана также по причине наличия наиболее разработанного математического аппарата для исследования параметров уравнения и характеристик регрессии.

Для оценки параметров уравнения парной регрессии был использован метод наименьших квадратов (МНК), разработанный немецким математиком К. Ф. Гауссом (1777—1855) в 1794 г. Он заключается в определении таких параметров свободного члена уравнения и коэффициента регрессии, при которых сумма квадратов отклонений фактических значений результата от теоретических значений минимизируется.

Для построенной модели идентификация проводится по временной выборке, когда носителем информации служит один и тот же объект в разные моменты времени. Проанализировав несколько моделей зависимостей (линейную, логарифмическую, полиномиальную, степенную и др.) и их параметров, в общем виде модель линейной регрессии можно записать как

Уравнение регрессии (2.1) относится к простым эконометрическим моделям, где теоретическое значение величины совокупного финансового результата деятельности банков России при определенном значении объема страховых премий, уплаченных ими, реализуется через свободный член уравнения (-278,300) и коэффициент регрессии (7,409).

С увеличением величины объемов страховых премий, уплаченных банками России, на 1 млрд руб. финансовый результат их деятельности за исследуемый период увеличивался в текущих ценах в среднем на 7,409 млрд руб. ежегодно.

Это своего рода эмпирический норматив приростной эффективности страхования банковских рисков по России, т. е. если соотношение между приростом объема страховых премий и приростом суммы прибыли банковского сектора окажется меньше этого норматива, это будет свидетельствовать о нецелесообразности использования такого способа управления банковскими рисками, как страхование.

Отрицательная величина свободного члена уравнения (-278,300) означает, что область существования признака «финансовый результат деятельности банков России» Y не включает нулевого значения признака «объем страховых премий, уплаченных банками России» (X) и близких значений. То есть экономия коммерческих банков на страховании специфических банковских рисков, возникающих в процессе их профессиональной деятельности (X), может привести как минимум к сокращению банковской прибыли, а как максимум — к получению банками убытков вследствие ущерба от реализации страховых случаев (У).

Вычислив минимально возможную величину фактора X, при которой обеспечивается наименьшее положительное значение признака Y, можно сделать вывод о том, что для работы банков России стабильно с минимальным финансовым результатом (минимальными объемами прибыли) необходимо ежегодно страховать банковские риски на величину не менее 37,55998 млрд руб. (размер совокупной страховой премии по стране).

Оценка качества построенной модели — основных характеристик исследуемых переменных уравнения парной регрессии Y отХи его параметров (табл. 2.4) — показала следующее.

1. Согласно коэффициенту детерминации и его приведенному значению, около 50 % вариации значения финансовых результатов банков объясняется объемом страховых премий. Страхование банками своих рисков в страховых компаниях напрямую не приводит к росту банковской прибыли, а в некоторых случаях, наоборот, вызывает ее снижение, так как увеличивает сумму банковских расходов. Но если страховой случай происходит (реализуется), то наличие у банка страхового полиса «спасает» его от убытка за счет получения страхового возмещения, что позволяет сохранить финансовую устойчивость, продолжать свою деятельность и улучшать финансовый результат.

Кроме того, такое значение коэффициента детерминации объясняется также тем, что на финансовый результат деятельности банков, кроме страхования банковских рисков, влияет большое количество других факторов, не учтенных в модели (объемы привлеченных и размещенных ресурсов, процентные ставки по депозитам и кредитам, объемы непроцентных доходов и расходов и т. д.).

2. Фактическое F-значение Фишера Fp = 6,607695. Сравнив его с критическим значением F-критерия FKp, определяемым по заданным уровню значимости а = 0,05 и числу степеней свободы rrij = 2 - 1 и т2 = 8 - 2, составляет 5,99. Таким образом, на основе Fp (6,607695) > FKp выявленная зависимость величины совокупного финансового результата деятельности банков России от объемов страховых премий, уплаченных ими, за 2008—2015 гг. носит неслучайный характер. Построенная модель простой линейной регрессии может быть использована в дальнейшем для прогноза при необходимости исследования влияния других факторов на величину объемов прибыли российских банков.

Таким образом, доказав зависимость между выбранными показателями — суммой страховых премий и финансовым результатом деятельности банков, — можно сделать вывод о необходимости развития такого метода управления банковскими рисками, как их страхование. Корреляция выбранных параметров доказывает, что рост страховых премий, уплаченных банками при страховании своих рисков в страховых организациях, влечет за собой увеличение финансового результата банковского сектора1.

Характеристики исследуемых переменных парной параболической регрессии ХотХи ее параметров, рассчитанных при помощи эконометрического пакета EViews

Зависимая переменная: Y

Метод: Наименьших Квадратов

Диапазон наблюдений (обозреваемый): 2008—2015

Количество включаемых наблюдений: 8 Получены конечные результаты

Переменная

Коэффициент

(параметр)

Стандартная

ошибка

t-значение

Вероятность

ошибочного

решения

С

-278,3005

353,3741

-0,787552

0,4609

X

7,409495

2,882462

2,570544

0,0423

Коэффициент детерминации R2

0,524100

Среднее арифметическое значение зависимой переменной

602,7625

Корректированный коэффициент детерминации R2

корр

0,444784

Среднее квадратическое отклонение зависимой переменной

326,3853

Стандартная ошибка регрессии

243,1990

Информационный критерий Акаика

14,03796

Сумма квадратов остатков

354874,5

Критерий Шварца

14,05782

Тест на логариф- мизацию уравнения

-54,15182

F-значение

6,607695

Критерий Дарби- на — Уотсона

0,672841

Вероятность незначимо- сти уравнения регрессии (F-значение)

0,042304

Источник: составлено при помощи эконометрического пакета EViews: Алабина Т. А., Калачева И. В., Тарасова Г. М. Использование эконометрического моделирования при оценке влияния страхования банковских рисков на финансовые результаты банков. С. 49.

  • [1] Алабина Т. А., Калачева И. В., Тарасова Г. М. Использование эконометрического моделирования при оценке влияния страхования банковских рисковна финансовые результаты банков.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >