Федеральное государственное автономное образовательное учреждение

высшего образования «Национальный исследовательский университет

«Высшая школа экономики»

На правах рукописи

Бакайкина Анна Владимировна

КОНКУРЕНЦИЯ БАНКОВ РАЗВИТИЯ НА РЫНКЕ

ФИНАНСОВЫХ ПОСРЕДНИКОВ ПРИ КРЕДИТОВАНИИ

КОМПАНИЙ МАЛОГО И СРЕДНЕГО БИЗНЕСА В РОССИИ

Специальность 08.00.10 – Финансы, денежное обращение и

кредит

Диссертация

на соискание ученой степени кандидата экономических наук

Научный руководитель

кандидат экономических наук

Буздалин Алексей Владимирович

Москва – 2016

2

Содержание

Введение ....................................................................................................... 4

Глава 1 Теоретические основы конкуренции банков развития ............ 15

1.1 Банки развития, особенности их деятельности и конкуренция ..... 15

1.2 Подходы к оценке банковской конкуренции ................................... 39

Глава 2 Моделирование конкуренции между банками развития через

финансовых посредников в России ......................................................... 51

2.1 Механизм поддержки малого и среднего бизнеса банками развития

через финансовых посредников ............................................................... 51

2.2 Моделирование индекса Лернера для банков развития .................. 79

2.3 Моделирование индикатора Буна для банков развития.................. 89

Глава 3 Оценивание конкуренции банков развития .............................. 94

3.1 Оценка конкуренции банков развития с учетом модельного и

операционного рисков .............................................................................. 95

3.2 Верификация оценок конкуренции банков развития на основе

модели спроса на кредиты компаний малого и среднего бизнеса ..... 115

3.3 Интерпретация оценок конкуренции банков развития ................. 132

Заключение .............................................................................................. 142

Список литературы ................................................................................. 150

Список аббревиатур основных банков развития ................................. 170

Приложения ............................................................................................. 171

Приложение А. Целевые показатели деятельности различных БР.... 171

Приложение Б. Описательная статистика показателей финансового

состояния банков-партнеров БР ............................................................ 174

Приложение В. Методика подсчета и источники переменных .......... 177

Приложение Г. Значения основных компонент индекса Лернера для

партнеров БР ............................................................................................ 179

3

Приложение Д. Распределение и перераспределение весов банков-

партнеров в портфелях БР ...................................................................... 180

Приложение Е. Деревья классификации для БР .................................. 193

4

Введение

Актуальность темы диссертационного исследования.

Деятельность банков развития (БР) в последнее время получила

значительное внимание со стороны экспертного сообщества. Это

обусловлено рядом причин. Во-первых, последствия мирового

финансово-экономического кризиса 2007–2009 гг. невозможно

преодолеть без вмешательства институтов, проводящих

контрциклическую политику. Именно в этот период существующие БР

стали наращивать объемы своей деятельности и расширять географию

присутствия, многие из них на эти цели получили дополнительные

капиталовложения со стороны стран-акционеров. Значительная

активизация данных институтов явилась прямым доказательством их

необходимости для реализации целей экономического развития. Во-

вторых, усилившееся влияние развивающихся стран в мировой

экономике закономерно привело к необходимости создания

альтернативных Бреттон-Вудским (прежде всего, Всемирному банку и

Международному валютному фонду) международных финансовых

институтов, доминирующую роль в политике которых будут играть

именно развивающиеся страны. Таким образом, недавно были созданы

Новый банк развития стран-членов БРИКС и Азиатский банк

инфраструктурных инвестиций, а эксперты всерьез заговорили о

возможности конкуренции между такими институтами как БР

(Manning, 2015).

Тем не менее, весомыми недостатками существующих

исследований по деятельности БР являются их слабая теоретическая

обоснованность и низкая степень применения количественных методов

анализа. В научных работах, как правило, рассматриваются

особенности функционирования и эффективность отдельных

5

финансовых институтов (в лучшем случае – их групп), но совершенно

игнорируется механизм взаимодействия между БР, включающий в себя

как кооперацию, так и конкуренцию. Вместе с тем, наличие

конкуренции между БР ведет к достижению рынком улучшенного

субоптимального результата (improved “second-best” outcome) и

увеличению благосостояния общества через улучшение

эффективности действующих институтов.

Ключевой1 для БР области – поддержке малого и среднего

бизнеса (МСБ) – присуща конкуренция. Вместе с тем, специфика

деятельности БР определяет конкуренцию, которая по форме

принципиальным образом отличается от конкуренции, наблюдаемой в

деятельности коммерческих банков.

Кредитование БР конечных заемщиков из сектора МСБ

происходит в соответствии со сложившейся международной

практикой, в основном, не напрямую, а через финансовых посредников.

Данная модель кредитования компаний МСБ привлекательна тем, что

при ее использовании БР не только не нарушают основополагающий

принцип своей деятельности – принцип не-конкуренции с частными

игроками, но и относят процедуру определения и мониторинга рисков

компаний-заемщиков к компетенции финансовых посредников.

Поэтому конкуренция в области поддержки МСБ между БР

проявляется не в форме борьбы за конечных заемщиков, а в форме

соперничества за финансовых посредников2 (к которым относятся

коммерческие банки, лизинговые и факторинговые компании,

микрофинансовые организации, инвестиционные фонды).

1 На данное направление приходится в среднем 20–25% кредитного портфеля универсального БР. 2 В настоящей работе в качестве финансовых посредников рассматриваются исключительно коммерческие

банки.

6

Кроме того, деятельность БР не направлена на максимизацию

финансового результата, поэтому прибыль не является показателем,

определяющим их целевую функцию. При этом в нормативных

документах БР устанавливаются целевые показатели по объемам

выдачи и/или доле на рынке кредитования МСБ, что соответствует

общим целям создания БР – решению проблем экономики, с которыми

не удается справиться рыночным институтам, прежде всего,

коммерческим банкам. Это также существенно отличает по характеру

конкуренцию между БР от конкуренции между коммерческими

банками, которые стремятся в своей деятельности максимизировать

прибыль.

Кардинальное отличие форм конкуренции между БР от

классических форм конкуренции между коммерческими банками, а

также слабая изученность особенностей конкуренции БР, определяют

актуальность темы данного диссертационного исследования.

Степень изученности проблемы в теоретической литературе.

Несмотря на актуальность исследуемой темы, как уже отмечалось

ранее, непосредственно конкуренция между БР изучалась в небольшом

количестве работ, например, Humphrey (2009), Garcia (2015). Однако

БР являются предметом все возрастающего количества исследований.

Среди наиболее значимых следует отметить работы зарубежных

ученых – B. de Aghion, J. de Luna Martinez, A. de la Torre, P. Garcia, B.

Holmstrom, С. Humphrey, D. Kapur, C. Kilby, S. Lazzarini, E. Levy-Yeyati,

M. Mazuccato, A. Micco, P. Milgrom, A. Musacchio, C. Penna, G. Perry, K.

Rogoff, J. Stiglitz, J. Thorne, C.L. Vicente и др., а также российских

исследователей – В.Н. Зуева, П.В. Кучерявого, О.Г. Солнцева, С.П.

Савинского, Е.А. Селявиной, Д.А. Смахтина, П.М. Спивачевского,

М.Ю. Хромова, Н.А. Школяра и др.

7

Конкуренция среди коммерческих банков и ее различные

аспекты являются одной из наиболее популярных сфер исследований

банковской деятельности. В теоретической литературе сложилось два

подхода к оценке банковской конкуренции – структурный и

неструктурный. Первый подход опирается на работы J.S. Bain, A.

Hirschman, Е. Mason и др. Значительный вклад в развитие второго

подхода внесли J. Boone, T. Bresnahan, H. Demsetz, L. Lau, A. Lerner, J.

Panzar, S. Peltzman, J. Rosse и др. Следует особо отметить исследования,

посвященные оценке конкуренции на рынке отдельно взятых

продуктов коммерческих банков – A. Dick и M. Molnár. Для данной

диссертации также значимы работы, рассматривающие

непосредственно российский банковский сектор, среди которых

необходимо выделить труды А.В. Верникова, С.М. Дробышевского,

М.Е. Мамонова, С.А. Пащенко, D. Anzoátegui, Z. Fungáčová и др.

Несмотря на важность развития сектора МСБ БР, эмпирических

или теоретических исследований, посвященных непосредственно

деятельности БР в области поддержки МСБ, а тем более оценке ее

эффективности, практически нет. В данной работе рассматривается

механизм поддержи сектора МСБ БР через финансовых посредников, в

качестве которых выступают коммерческие банки. Поэтому для

исследования значимы работы, изучающие особенности кредитования

МСБ коммерческими банками, среди которых необходимо особо

отметить труды: A. Berger, T. Beck, A.W. Boot, S. Carbó-Valverde, A. De

la Torre, A. Demirguc-Kunt, G. Dell'Arricia, M. Martinez Peria, Y.

Nobuyoshi, M.A. Petersen, R.G. Rajan, M. Reddy, J. Stein, A.V. Thakor,

G.F. Udell и др.

Таким образом, в литературе отсутствует комплексный подход,

который может быть использован в оценке конкуренции среди БР в

области поддержки МСБ. Каждое из вышеупомянутых направлений

8

исследований является существенной составляющей настоящей

работы либо в части разработки и обоснования используемого

инструментария, либо – правильной интерпретации полученных

результатов.

Основная научная гипотеза заключается в том, что модели

«рыночной» (индекс Лернера) и «эффективной» (индикатор Буна)

конкуренции определяют границы значений эффективности кредитных

портфелей БР в условиях их конкуренции на рынке кредитования МСБ.

Объектом данной работы является деятельность БР в области

поддержки МСБ в России через финансовых посредников, предметом

исследования – конкуренция между БР.

Цель данного исследования состоит в разработке и применении

инструментария количественного анализа конкуренции между БР на

примере кредитования сектора МСБ в России и его верификации на

основе оценки эффективности деятельности БР в области поддержки

МСБ.

Для достижения указанной цели в рамках диссертационного

исследования ставятся и решаются следующие задачи:

– обосновать наличие конкуренции между БР в сфере

кредитования МСБ, формализовать целевую функцию деятельности

БР;

– предложить методику для эмпирической оценки конкуренции

БР в сегменте отдельно взятого финансового продукта – кредита МСБ;

– разработать инструментарий для корректного учета в моделях

конкуренции модельного и операционного рисков, присутствующих в

отборе банков-партнеров БР, оценить корректные параметры

конкуренции БР;

– предложить модель спроса на кредиты МСБ и оценить ее

параметры для российского рынка;

9

– разработать показатели эффективности деятельности БР в

области поддержки МСБ и оценить их на основе результатов,

полученных с использованием модели спроса;

– сопоставить корректные оценки параметров конкуренции БР с

оценками эффективности БР, полученными на основе модели спроса, и

тем самым верифицировать модели конкуренции БР.

Методологическую основу и методы исследования

составляют модели «ценовой» (A. Lerner) и «эффективной»

конкуренции (J. Boone), методы оптимизации, изложенные в трудах

А.В. Буздалина, С.В. Панферова, а также подходы к оценке одно- и

многомерных функций распределения, рассматриваемые российскими

(С.А. Анатольев, Ю.Н. Благовещенский, Г.И. Пеникас и др.) и

зарубежными (P. Deheuvels, D. Fantazzini, C. Genest, T. Nagler, F. Rasin,

B. Remillard, etc.) учеными.

Инструментарий настоящей работы включает: статистические

регрессионные уравнения, методы условной и безусловной

оптимизаций, методы имитационного моделирования (метод Монте-

Карло), а также аппарат непараметрической оценки одно- и

многомерных функций распределения (в частности, копула-функций),

методы интеллектуального анализа данных – деревья классификации,

дискриминантный анализ, метод главных компонент. Эмпирические

результаты исследования получены с использованием различных

надстроек пакета MS Office, статистических пакетов Stata,

STATISTICA, а также языков программирования MATLAB и R.

Информационную (эмпирическую) базу исследования

составляют данные оборотных ведомостей по счетам бухгалтерского

учета (форма 101), отчетам о прибылях и убытках (форма 102)

российских банков, раскрытых на веб-сайте Центрального банка РФ за

период с 2010 по 2013 гг.; годовые отчеты аналитического агентства

10

«Интерфакс-Центр экономического анализа» по состоянию

российского банковского сектора («Интерфакс-100»); данные системы

«СПАРК-Интерфакс»; информация по кредитам МСБ, раскрытым на

веб-сайте Банка России; данные отчета «Малое и среднее

предпринимательство» Федеральной службы государственной

статистики РФ; информация по кредитам и спискам банков-партнеров,

доступная на веб-сайтах и в годовых отчетах Европейского банка

реконструкции и развития (ЕБРР), Европейского инвестиционного

банка (ЕИБ), АО «Российский банк поддержки малого и среднего

предпринимательства» (МСП Банк), Северного инвестиционного банка

(СИБ), Черноморского банка торговли и развития (ЧБТР), немецкой

инвестиционного корпорации (DEG), Международной финансовой

корпорации (IFC), австрийского БР (OeEB), а также данные,

полученные по результатам ответов на запросы в Евразийский банк

развития (ЕАБР), МСП Банк и голландский БР (FMO). Данная работа в

значительной мере опирается на интервью с представителями

различных БР, консультантами их программ, представителями банков-

партнеров, экспертами независимых аналитических организаций,

представителями центральных банков и различных государственных

институтов, проведенных с период с 2012 по 2016 гг.

Область исследования соответствует пп. 9.8. «Финансовое

посредничество и роль банков в его осуществлении»; 10.6.

«Межбанковская конкуренция»; 10.7. «Повышение эффективности

деятельности банков с государственным участием, банков с

иностранным участием, а также региональных банков»; 10.15

«Разработка моделей определения цены и себестоимости банковских

услуг и операций» Паспорта специальности 08.00.10 – «Финансы,

денежное обращение и кредит».

11

Научная новизна работы заключается в постановке и решении

задачи количественной оценки конкуренции между БР в области

поддержки МСБ через финансовых посредников в России, а также

разработке показателей оценки эффективности деятельности данных

финансовых институтов для верификации разработанных моделей

конкуренции. К основным полученным результатам,

характеризующим научную новизну диссертационного исследования,

относятся следующие:

– в работе показано, что в области поддержки МСБ через

финансовых посредников между БР возникает конкуренция,

проявляющаяся в особой форме – форме соперничества за банки-

партнеры;

– на основе изучения нормативных документов 11

анализируемых в работе БР, установлено, что целевая функция БР, в

отличие от коммерческих банков, заключается не в максимизации

финансового результата, а в достижении целевых объемов кредитного

портфеля, что меняет классическое представление о влиянии ценовых

параметров продуктов на уровень конкуренции;

– предложен принципиально новый инструментарий

количественной оценки конкуренции БР в сегменте поддержки МСБ

через банки-партнеры на основе индекса Лернера и индикатора Буна.

Оценка данных моделей во многом базируется на авторской методике

расчета предельных издержек коммерческих банков по отдельно

взятому банковскому продукту – кредиту МСБ, которая заключается в

содержательном выделении компонент предельных издержек: нормы

резервирования, стоимости фондирования и доли операционных

расходов;

– на основе оценок моделей конкуренции выявлено, что

модельный и операционный риски, содержащиеся в отборе банков-

12

партнеров БР, приводят к замедлению скорости достижения целевых

показателей БР. Для их корректного учета в моделях конкуренции

используется оптимизационный аппарат;

– разработана модель спроса на кредиты МСБ в России, которая

оценивалась по четырем параметрам кредитной сделки, учитывающим

как кредитора, так и заемщика, и была построена с применением

скоринговой модели, методов имитационного моделирования (метод

Монте-Карло), а также двумерной непараметрической копула-

функции;

– предложены индексы, с помощью которых может быть

количественно оценена эффективность деятельности БР в области

поддержки сектора МСБ, под которой подразумевается способность

данных финансовых институтов эффективнее закрывать «провалы

рынка»3.

Научные положения, выносимые на защиту:

– в деятельности БР в области поддержки МСБ возникает

конкуренция не за конечных получателей кредитов, а за финансовых

посредников (банки-партнеры);

– целевая функция БР, в отличие от коммерческого банка,

заключается в достижении целевых объемов кредитного портфеля, что

меняет характер ценовой конкуренции БР;

– оценка конкурентной среды в сегменте кредитования МСБ

может быть получена на основе специально разработанного

инструментария, предлагающего, в частности, методику расчета

компонент предельных издержек для отдельно взятого банковского

продукта – кредита МСБ;

3 «Провал рынка» – неэффективное распределение ресурсов рынками, вызванное нарушением хотя

бы одной из трех предпосылок Первой теоремы благосостояния (полноты рынков, конкурентного поведения

потребителей и производителей (то есть они являются ценополучателями), существования равновесия).

13

– применение аппарата оптимизации позволяет учесть

модельный и операционный риски в отборе банков-партнеров БР, что

приводит к получению корректных оценок моделей конкуренции, а

также определяет наиболее/наименее эффективное распределение

кредитного портфеля БР;

– достоверные оценки параметров, характеризующих

деятельность коммерческих банков в области кредитования МСБ в

России (размер риск-капитала и уровни кредитных рисков по

портфелю), могут быть получены на основе модели спроса,

построенной с применением скоринговой модели и копула-функции;

– границы значений эффективности деятельности БР в

поддержке МСБ возможно количественно оценить с помощью

индексов, определяемых как средневзвешенная рыночная доля

суммарных портфелей финансовых посредников различных БР на

рынке кредитования МСБ при различных методах учета модельного и

операционного рисков.

Теоретическая и практическая значимость

диссертационного исследования. Теоретическая значимость

исследования заключается в описании механизма конкуренции БР за

финансовых посредников на рынке кредитования МСБ, а также

совершенствовании методологии оценки эффективности деятельности

таких институтов, как БР. Практическая значимость результатов

работы состоит в получении эмпирических оценок конкуренции БР в

условиях российского рынка. Эти оценки позволяют повысить

эффективность деятельности БР, скорректировать подходы к

кредитованию сектора МСБ в России (а также в других странах), в

частности, через внесение поправок в существующий процесс отбора

банков-партнеров. Результаты исследования могут быть полезны

правительствам стран-акционеров БР, что особенно актуально для

14

стран, являющихся акционерами нескольких БР. Предложенная в

работе модель спроса может быть использована в деятельности Банка

России.

Степень достоверности результатов, проведенных

соискателем ученой степени исследований подтверждается глубокой

проработкой источников по теме диссертации; использованием

уникальной базы данных статистической информации; применением

современных методов количественного анализа; публикацией

полученных результатов в ведущих российских рецензируемых

журналах, а также презентацией основных положений диссертации на

нескольких научных семинарах и конференциях.

Апробация результатов. Основные положения диссертации

обсуждались на заседании научного семинара кафедры банковского

дела факультета экономики НИУ ВШЭ (18 ноября 2015 г.), а также

были представлены на XVI Международной научной конференции по

проблемам развития экономики и общества в НИУ ВШЭ (8 апреля 2015

г., г. Москва) и конференции The Role of State in Varieties of Capitalism,

проводимой Венгерской академией наук и Центрально-Европейским

университетом (26–27 ноября 2015 г., г. Будапешт).

Результаты проведенного исследования опубликованы в пяти

научных статьях общим объемом 4,4 п.л., из них 4 – в российских

рецензируемых журналах, рекомендованных ВАК Министерства

образования и науки РФ. Личный вклад автора составляет 4,4 п.л.

Структура диссертации отражает логику решения ключевых

задач, поставленных в научном исследовании. Основная часть

диссертационного исследования изложена на 145 страницах, состоит из

введения, трех глав, заключения, содержит 18 рисунков и 17 таблиц.

Список литературы включает 191 наименование. В работу включено 6

приложений.

15

Глава 1

Теоретические основы конкуренции банков

развития

В данной главе рассмотрены особенности функционирования

таких институтов, как банки развития (БР), – их роль, основные

принципы функционирования, целевая функция, а также отличия от

коммерческих банков. При этом обосновано и формализовано наличие

такой формы взаимодействия между БР, как конкуренция, в том числе,

на примере их деятельности в области кредитования малого и среднего

бизнеса (МСБ) через финансовых посредников. Для ее

количественного измерения также рассмотрены основные методы

оценки банковской конкуренции, которые будут применены в

дальнейшем в работе.

1.1 Банки развития, особенности их деятельности и

конкуренция

В данной работе исследуется деятельность различных БР и их

взаимодействие в области финансовой поддержки и развития частного

сектора экономики. Поэтому в дальнейшем мы будем рассматривать

БР, работающие либо исключительно, либо преимущественно, с

частным сектором экономики. Однако в данном разделе не исключено

упоминание примеров БР, работающих с государственным сектором, в

части, если принципы их функционирования совпадают с

интересующими нас финансовыми институтами.

Для начала необходимо дать четкое определение такому

институту, как БР. В литературе по этому поводу консенсуса найдено

не было, и разные авторы характеризуют БР, акцентируя внимание на

16

различных особенностях этих финансовых институтов (достаточно

подробный обзор определений представлен в работе Селявиной, 2015).

Это объясняется их значительной гетерогенностью, отмеченной в

трудах Diamond (1973), Kane (1974). Для целей настоящей работы под

БР далее мы будем понимать государственные финансовые

институты,4 деятельность которых не направлена на извлечение

прибыли5 и сосредоточена в области предоставления долгосрочного

финансирования6 социально и экономически значимым проектам в

определенных секторах, странах и регионах мира (de Luna-Martinez,

Vicente, 2012).

Стоит отметить, что БР, по своей сути, – это гибридные

институты, которые, с одной стороны, занимаются оценкой

финансовой устойчивости проектов (функционируют как банки), а с

другой – принимают во внимание экономические и социальные выгоды

от инвестиций (функционируют как агенты развития) (Gnos, Rochon,

2011)7. Проекты, финансируемые БР, способны создавать

положительные «внешние эффекты» (экстерналии), но являются

слишком рискованными для частного сектора (Levy-Yeyati et al., 2004).

В сферу деятельности БР попадают развивающиеся экономики, на

каждую из которых, в среднем, в настоящее время приходится три и

более БР. В то же время закономерно, что в развитых странах их число

значительно меньше (Luna, 2013).

4 В некоторых работах, например, Mazzucato, Penna (2014) подобные институты называются

«государственными инвестиционными банками» (state investment banks), а в годовом отчете немецкого БР –

KfW – этот финансовый институт определяется как «содействующий банк» (promotional bank). 5 Этот пункт является существенным и дает нам основание отличать БР от коммерческих банков, в

названиях которых присутствует слово «развитие», например, в российской банковской системе:

Всероссийский банк развития регионов, Международный банк развития, Уральский банк реконструкции и

развития и др. 6 В ряде исследований (De Aghion, 1999; Gnos, Rochon, 2011) при определении принадлежности

финансового института к БР особенно подчеркивается важность данного критерия, который косвенно

подтверждает наличие дефицита долгосрочного финансирования, препятствующего процессу развития. 7 Исходя из этого, неудивительно, почему, как правило, сразу два департамента БР занимаются

оценкой целесообразности инвестиций БР: один – с позиции оценки финансовой эффективности проекта,

другой – с позиции оценки социально и экономически значимого эффекта инвестиций.

17

Деятельность БР сосредоточена в области борьбы с «провалами

рынка», возникающими из нарушения основ Первой теоремы

благосостояния, гласящей, что при наличии трех предпосылок:

полноты рынков (complete markets);

конкурентного поведения потребителей и производителей

(т.е. они являются ценополучателями);

существования равновесия;

распределение ресурсов рынками является Парето-оптимальным, т.е.

любое перераспределение ресурсов ведет к ухудшению благосостояния

хотя бы одного участника экономической системы (Mas-Collel et al.,

1995, pp.549–550). Нарушение хотя бы одной из вышеупомянутых

предпосылок ведет к неэффективному распределению ресурсов

рынками, т.е. «провалу рынка».8 Если рынки не являются Парето-

эффективными, то благосостояние экономических агентов может быть

улучшено за счет государственных интервенций. При этом некоторые

исследователи, например, Gutierrez et al. (2011), подчеркивают, что

само наличие «провала рынка» является необходимым, но

недостаточным условием для существования БР из-за наличия

«провалов государства». Поэтому считается, что прежде чем создавать

БР, лица, разрабатывающие экономическую политику, должны

оценить возможность применения других, менее затратных и более

краткосрочных мер. Связано это, главным образом, с

неэффективностью БР, источники которой будут подробно

рассмотрены в третьей главе. В работе Mazzucato, Perra (2014)

выделяются четыре основные категории «провалов рынка», на

устранение которых направлена деятельность современных БР:

8 Справедливости ради следует отметить, что впервые данный термин был определен в статье Bator

(1958) и сформулирован в следующем виде (p.251): «…провал более или менее идеализированной системы

рыночно-ценовых институтов в деле поддержания «желательных» деяний и препятствования

«нежелательным» деяниям».

18

1. Несостоятельность координации (coordination failures) –

контрциклическая роль БР.

2. Недопроизводство общественных благ и ситуации

несовершенной конкуренции – роль развития рынков капитала.

3. Информационный провал – роль поддержки новых предприятий.

4. Отрицательные экстерналии – систематическая роль.

Далее рассмотрим роль БР в устранении каждого из упомянутых

«провалов рынка».

Контрциклическая роль БР. Бизнес-циклы создают

межвременную динамику, которая ведет к ситуациям, когда капитал,

труд и природные ресурсы недоиспользуются из-за несовпадения

величины спроса и предложения (Stiglitz, 1991). В этом смысле роль

государства заключается в устранении несостоятельности

координации, возникающей из-за того, что частные экономические

агенты не расположены к риску. Например, коммерческие банки

выполняют в экономике проциклическую роль – выдают кредиты в

период экономического бума и сокращают свою активность в период

спада (как в абсолютной величине – снижая размер выдаваемых

кредитов, так и в относительной – снижая кредитные лимиты на

каждого заемщика)9. Поэтому в периоды рецессии и стагнации должны

появляться риск-нейтральные агенты, способные сглаживать

экономические циклы, т.е. БР.

Роль развития рынков капитала возникает в случае, когда у

частных игроков наблюдаются довольно низкие стимулы к

финансированию проектов, сопряженных с производством

общественных благ, т.е. благ, обладающих признаками не-исключения

(невозможность исключения субъекта из круга потребителей данного

9 Эта особенность коммерческих банков нашла отражение в знаменитом афоризме Марка Твена:

«Банкир – человек, одалживающий вам зонтик, когда светит солнце, и отбирающий его в тот момент, когда

начинается дождь» (Душенко, 2010, с.34).

19

блага) и не-конкурентности в потреблении (потребление блага одним

субъектом не уменьшает возможностей потребления его другим). В

данную группу «провалов рынка» также включаются ситуации

несовершенной конкуренции, что ведет к неэффективному

распределению ресурсов рынком и требует участия государства.

Иллюстрацией первого случая являются инвестиции в научно-

исследовательские и опытно-конструкторские работы (НИОКР),

способные генерировать новые знания, которые могут быть

использованы их конкурентами. Экономические агенты не стремятся

вкладывать средства в НИОКР и инновации, потому что они не

способны интернализовать выгоды, которые компенсировали бы

затраты. «Провалы рынка», связанные с его структурой, возникают

тогда, когда существуют высокие барьеры для входа (из-за экономии

от масштаба или сетевых эффектов), которые также ведут к

возникновению Парето-неэффективных ситуаций (Stiglitz, 1991).

Роль поддержки новых предприятий связана с наличием

неэффективности рынков на микроуровне. Примером является

информационный провал, возникающий на неполных рынках с

высокими транзакционными издержками и информационной

асимметрией. Он ведет к возникновению неравновесной ситуации,

являющейся результатом взаимодействия экономических агентов

(микроэкономических обменов). Классическими примерами

представляются недофинансирование секторов МСБ и

НИОКР/инновационных проектов. Именно эта роль БР

рассматривается в дальнейшем в настоящем исследовании.

Систематическая роль БР. В этом случае деятельность БР

связана с устранением негативных экстерналий, возникающих при

производстве или использовании товаров/услуг, таких как изменение

климата, транспортные пробки или устойчивость к антибиотикам, для

20

которых рынка как такового не существует. Безусловно, с позиции

«провалов рынка» большинство социальных вызовов являются

негативными экстерналиями – источниками «провалов рынка»,

работающими на уровне системы, т.е. «системными провалами»,

устранить которые призвана систематическая роль БР.

Основные принципы деятельности БР могут быть обобщены

следующим образом. Во-первых, деятельность БР является

дополняющей к деятельности частного сектора, в связи с чем в

мандате банка обязательно накладывается ограничение на область его

деятельности в сторону той, в которой он обладает сравнительным

преимуществом – обслуживанием высокорисковых сегментов рынка –

для того, чтобы избежать конкуренции с коммерческими банками (и

тем самым «эффекта вытеснения»). Исходя из этого принципа,

считается, что наиболее эффективной моделью деятельности БР

является обслуживание клиентов не напрямую (БР «первого уровня»

или first-tier development banks), а через посредников (БР «второго

уровня» или second-tier development banks)10. Во-вторых, БР должен

быть готов в любой момент покинуть рынок (применить «стратегию

выхода») в случае, если сформировалось достаточное предложение со

стороны частных игроков11 (Petersen, Crihfield, 2000; Buiter, Frees,

2002), а при работе с некоторыми группами заемщиков напрямую – до

тех пор, пока они не будут способны найти фондирование на рынке из

10 Исходя из модели ведения бизнеса – через посредников, либо напрямую, существуют и некоторые

различия в фондировании данных институтов. Так, БР «первого уровня» разрешено принимать депозиты

населения, что исключено во втором случае. 11 Теоретическим обоснованием данному принципу служит относительно новый взгляд на участие

государства в экономике, получивший название «прорыночный активизм» (pro-market activism), считающий,

что прямое государственное участие в распределении кредитных ресурсов и уровнях цен является

избыточным, поэтому государственные интервенции должны сводиться к дополнению или ускорению

развития финансовых рынков через выбор адекватных инструментов (субсидий, фондирования и др.) и

институтов (например, частных финансовых посредников). Этот взгляд на роль государства в экономике

подчеркивает необходимость наличия отлаженных, ограниченных во времени государственных интервенций

для преодоления определенных «провалов рынка» и переходу к развитой финансовой системе. Интервенции

должны носить временный характер, быть относительно небольшими и заканчиваться в случае, когда

проблема, на устранение которой они направлены, решена (De la Torre, Gozzi, 2007).

21

других источников (Kilby, 2005). В-третьих, деятельность БР не

должна являться бременем для государственного бюджета

акционера(-ов). Неэффективность деятельности национальных БР,

слабые финансовые результаты в 1970–1980 гг. вызывали

значительные фискальные дефициты стран, что вело к их

приватизации, реструктуризации или даже ликвидации в этот период

(Thorne, du Toit, 2009).

Рассматриваемые финансовые институты в общем случае могут

быть разделены на международные и национальные. Причем, под

международными БР мы понимаем не только многосторонние БР, т.е.

банки, акционерами которых выступают несколько государств или

даже международных организаций/других БР (как, например, в случае

с ЕБРР, Восточно-Африканским банком развития), но и национальные

БР, действующие на территории других государств (например,

немецкий Kreditanstalt für Wiederaufbau (KfW), голландский

Nederlandse Financierings-Maatschappij voor Ontwikkelingslanden N.V.

(FMO), австрийский Oesterreichische Entwicklungsbank AG (OeEB)).

Важно также отметить, что под национальными БР12 мы понимаем

лишь государственные13 банки (как было указано в определении БР в

начале данного раздела) со специальным мандатом на выполнение

целей содействия развитию экономики. Объясняется это тем, что, если

12 Национальные БР, деятельность которых сосредоточена в области поддержки экономики своей

страны, создаются преимущественно в развивающихся странах, в развитых странах подобные институты

сфокусированы, как правило, в области поддержки других стран (исключением является, пожалуй, недавнее

создание UK Green Investment Bank). К тому же, само наличие подобных государственных институтов в

некоторых развитых странах вызывает определенные сомнения у политиков. В частности, поэтому принято

решение приватизировать Японский банк развития, ориентированный на поддержу национальной экономики,

в течение 5–7 лет начиная с 15 апреля 2015 г. А Эксимбанк США и вовсе с июня 2015 г. был вынужден

прекратить предоставление займов и кредитных гарантий, прием заявок на реализацию новых проектов из-за

того, что Республиканская партия открыто выступила за ликвидацию данного финансового института. Однако

в октябре 2015 г. все же стало известно о продлении полномочий Эксимбанка США на три года. 13 В литературе отсутствует консенсус относительно того, должны ли БР быть государственными или

они могут быть частными. Например, Diamond (1957) и Ramirez (1986) в соответствии с парадигмой

неолиберализма отмечают, что БР могут быть как частными, так и государственными, либо иметь смешанную

структуру собственности. В то же время de Aghion (1999) утверждает, что БР должны быть исключительно

государственными. Хотя, исходя из сложившейся практики, можно привести пример успешного частного БР –

бангладешский Grameen bank (получивший совместно с его основателем – Мухаммадом Юнусом –

Нобелевскую премию мира в 2006 г.).

22

государство пытается возложить выполнение подобных целей на

коммерческий банк, у последнего возникает стимул к снижению

издержек; это, в свою очередь, приводит к снижению долгосрочного

воздействия на развитие, которое сложно количественно оценить.

Например, коммерческий банк не будет вкладывать средства в

создание и развитие исследовательского департамента, что снизит его

способность идентифицировать проекты, которые способны создавать

большие экстерналии (Hart et al., 1997).

Для целей данного диссертационного исследования попробуем

предложить более детальную классификацию, базирующуюся на двух

признаках БР14 – составе акционеров и охвате территории активности

(табл.1).

Таблица 1 – Классификация БР

География Количество стран-акционеров

Одна страна Несколько стран

(регион)

Мир

Одна страна Национальный БР - -

Несколько

стран (регион)

Двусторонний БР Субрегиональный

БР

Региональный БР

Мир Глобальный

двусторонний БР

- Глобальный

многосторонний

БР

Источник: составлено автором

Некоторые пояснения к данной классификации. Под

двусторонними БР (bilateral development banks) мы понимаем

национальные БР, оперирующие на территории зарубежных стран или

14 Хотя, в целом БР могут быть классифицированы по многим признакам – составу стран-акционеров,

охвату территории деятельности, широте мандата, реципиентам инвестиций и т.д. Так, например, по охвату

операций БР бывают универсальными и специализированными (например, экспортно-импортные,

сельскохозяйственные БР), а по модели осуществления бизнеса – БР «первого уровня», предоставляющие

напрямую кредиты и капитал конечным заемщикам, а также БР «второго уровня», осуществляющие операции

через финансовых посредников. Подробная таксономия БР представлена в работе Селявиной (2015),

единственной неточностью которой, на наш взгляд, является классификация БР на БР «первого» и «второго»

уровня исходя из источников фондирования, в то время как в этом случае их следует разделять не по

источникам фондирования, а по подходам к ведению операций. Таким образом, источники фондирования

являются лишь следствием того, как работают БР – напрямую с конечными заемщиками, либо через

посредников.

23

региона (например, голландский FMO и австрийский OeEB),

некоторые из этих институтов даже вышли на глобальный уровень, как

немецкий KfW (имеющий офисы в 70 странах мира). Отличие

субрегиональных БР от региональных может быть суммировано

следующим образом: географический ареал деятельности первых

значительно уже территории, охватываемой деятельностью

региональных БР. В то же время в составе стран-акционеров

региональных БР помимо региональных стран-акционеров (как у

субрегиональных БР)15 присутствуют и нерегиональные члены

(развитые страны), которые обеспечивают их высокие кредитные

рейтинги16. Таким образом, к региональным БР относятся Азиатский

банк развития, Африканский банк развития, а также Межамериканский

банк развития (МАБР), а к числу субрегиональных, например, Банк

развития Латинской Америки (Corporación Andina de Fomento, CAF),

Восточно-Африканский банк развития, Евразийский банк развития

(ЕАБР), Международный инвестиционный банк (МИБ17) и др.

К глобальным БР мы относим Европейский банк реконструкции

и развития (ЕБРР) и структуру Всемирного банка (ВБ), занимающуюся

поддержкой частного сектора – Международную финансовую

корпорацию (International Finance Corporation, IFC)18. Эти институты, в

отличие от субрегиональных и региональных БР, контролируются

странами-донорами (non-borrowing countries), имеющими 63% и 86,4%

голосующих акций во Всемирном банке и ЕБРР, соответственно

15 По этому показателю субрегиональные БР схожи с кооперативными банками. 16 Некоторые исследователи, например, Carrasco et al. (2009) отмечают, что нерегиональные

акционеры фактически контролируют такие банки, заставляя банки следовать своим геополитическим

интересам, к тому же, контроль развитых стран часто ведет к слишком низким аппетитам к риску у подобных

учреждений. Однако нельзя забывать и о том, что именно эти развитые страны, являясь нерегиональными

членами финансового института, обеспечивают его высокие рейтинги (просто потому, что вносят отзывной

капитал). В этой связи вполне уместно вспомнить принцип: «Бесплатных завтраков не бывает» (There ain't no

such thing as a free lunch). 17 При этом важно не путать данный финансовый институт с российским коммерческим банком –

Международным индустриальным банком. 18 Для того, чтобы не возникало путаницы с российским коммерческим банком – Международных

финансовым клубом, в данном работе используется английская аббревиатура данного финансового института.

24

(Humphrey 2012; Humphrey, 2015a). Отнесение ЕБРР к этой группе

требует некоторого пояснения: дело в том, что данный институт

обладает мандатом содействия переходу стран к открытой рыночной

экономике, который давно вышел не только за рамки Центральной и

Восточной Европы, но и стран СНГ. В настоящее время ЕБРР активно

работает в Египте, Ливии, Марокко и др. В декабре 2015 г. Китай

присоединился к акционерам данного института, что неудивительно,

несмотря на действующий в данной стране крупнейший в мире

национальный БР (China Development Bank). Эффективность

финансовых институтов в Китае весьма низкая, а международный опыт

ЕБРР и высокие стандарты его деятельности могут быть использованы

не только для национального БР, но и для недавно созданных

Азиатского банка инфраструктурных инвестиций (Asian Infrastructure

Investment bank, AIIB) и Нового банка развития БРИКС.

В литературе отсутствует единое мнение относительно того,

целесообразно ли вообще создание новых БР. Так, Amyx, Toyoda (2006)

в своем исследовании отмечают, что важность БР как катализатора

инвестиций со временем нивелируется из-за того, что долгосрочный

капитал больше не является таким дефицитным ресурсом, как в

прошлом, а многие развивающие страны и их национальные компании

достаточно активно выпускают конвертируемые облигации в случае,

если у них имеется приемлемый кредитный рейтинг. В то же время

Humphrey (2015b), следуя логике создания новых БР – AIIB19 и Нового

банка развития БРИКС, подчеркивает, что в мире все еще наблюдается

19 Интересно отметить, что AIIB не первый в мире субрегиональный БР, создаваемый как

альтернатива Всемирному банку и МВФ (не являющемуся БР из-за: а) предоставления краткосрочных средств;

б) возможности предоставления кредитов развитым странам, что практически исключено в случае с БР; в)

ориентации не на экономический рост, а поддержку экономической стабильности). Так, в 2009 году в

Латинской Америке усилиями Аргентины, Боливии, Бразилии, Венесуэлы, Парагвая, Уругвая и Эквадора был

создан Банк Юга (Banco del Sur), который должен заменить МВФ и Всемирный банк как источники заемного

капитала, в особенности в области финансирования как раз инфраструктурных проектов. Кроме того,

Межамериканский банк развития был создан в 1959 году «напрямую в оппозицию к Всемирному

Банку» (Humphrey, 2015d, p.32).

25

значительная потребность в больших объемах финансирования

развития, в частности, базовых объектов инфраструктуры,

оцениваемая, в 1–1,5 трлн долл. США (Arezki et al., 2016).

Структура капитала национальных БР совпадает со структурой

капитала коммерческих банков, в то время как структура капитала

многосторонних БР отличается. В момент создания многостороннего

БР каждая из стран, планирующих стать акционером банка, должна

внести часть средств в его акционерный капитал в форме: прямых

денежных взносов (оплаченный/внесенный капитал или paid-in capital)

и гарантий (отзывной капитал или callable capital).

Первая компонента акционерного капитала в несколько раз ниже

второй. Отзывной капитал – это гарантийный фонд БР для выполнения

им финансовых обязательств. Например, на случай наступления

непредвиденных ситуаций. Он является базой для определения

рейтинга финансового института (влияя тем самым на стоимость

заемных средств для БР). Хотя, большая часть рейтинговых агентств

считает, что реальной ценностью обладают гарантии только от стран-

доноров (non-borrowing countries). Многосторонние БР создают

резервы по результатам своих операций, которые совместно с

оплаченным капиталом формируют основной капитал банка по

аналогии с коммерческими банками (Humphrey, 2014).

Интересно также рассмотреть структуру источников

фондирования БР. Важнейшими приоритетами в фондировании БР

являются низкие ставки и длительный срок погашения обязательств.

Национальные БР могут привлекать фондирование из нескольких

источников (Humphrey, 2015a; De Luna Martinez, 2012):

A. Основной капитал (как правило, его недостаточно для

существенного масштаба деятельности).

26

B. Выпуск облигаций – как евродолларовых, так и в

национальной валюте – нередко под государственную гарантию

(возможен лишь при наличии ликвидных рынков капитала).

C. Кредиты коммерческих банков (во многих развивающихся

странах являются короткими и слишком дорогими).

D. Депозиты индивидов или компаний20.

E. Фискальные трансферты (могут снизить степень свободы

БР).

F. Пенсионные и другие фонды (из-за низких ставок могут

требовать субсидии бенефициарам фонда из-за наличия

альтернативных издержек).

G. Ресурсы двух- и многосторонних финансовых институтов

(обычно предоставляются по низкой стоимости и на длительный срок,

но они обладают небольшими объемами и сложны в получении).

Международные БР довольно активно занимают на рынках

капитала через выпуск долговых обязательств (глобальные облигации,

облигации «кенгуру», облигации «самурай», облигации «янки» и др.)21.

Эти инструменты БР являются довольно привлекательными для

инвесторов, поскольку международные БР обладают достаточно

высокими кредитными рейтингами. В то же время особенностью

многосторонних БР является то, что различные гранты и техническая

20 При рассмотрении данного типа фондирования нужно учитывать сразу два момента: во-первых,

депозиты населения – это относительно «короткие» деньги и при их использовании для финансирования

долгосрочных проектов, БР должен опасаться несбалансированности сроков активов и пассивов. Во-вторых,

принимая депозиты у населения и компаний, БР могут вступать в прямую конкуренцию с коммерческими

банками, что противоречит основополагающему принципу их существования. 21 В этой связи интересно отметить инновационную роль БР. Например, облигации «кенгуру» были

впервые выпущены в 1970 г. Азиатского БР, а валютный своп впервые в мире был выпущен в 1981 г. МБРР. В

последнее время международные БР начали выпускать тематические облигации – водные облигации

(выпущенные Азиатским БР для финансирование проектов по программе Water Financing Program), облигации

по снижению уровня бедности (выпущенные в 2010 г. МАБР на азиатском финансовом рынке с целью

финансирования программ по снижению бедности в странах Карибского бассейна и Латинской Америки),

климатические облигации (Европейский инвестиционный банк (ЕИБ) – для инвестирования в возобновляемую

энергетику и проекты по энергоэффективности). Однако в последнее время некоторые исследователи (Kapur,

Raychaudhuri, 2014) отмечают значительное снижение этой роли, поскольку БР чаще пользуются наиболее

простыми (plain vanilla) финансовыми инструментами.

27

поддержка зачастую финансируются за счет средств доноров из

специализированных фондов.

Таким образом, низкая стоимость фондирования вкупе с

наценкой, достаточной для покрытия административных расходов,

ведет к более низким по стоимости кредитам от БР по сравнению со

случаем, если бы заемщики выходили на рынки капитала

самостоятельно. Более того, из-за несовершенных практик частных

игроков к оценке рисков таких клиентов они и вовсе могли бы остаться

без дополнительных финансовых средств.

БР, исходя из своей сущности, являются институтами, которые

пытаются соблюсти баланс между прибыльностью и социально-

экономическим эффектом от инвестиций (см. рис.1). Таким образом,

они находятся где-то между коммерческими банками и агентствами

(программами) по развитию (development aid agencies)22. Первые

стремятся максимизировать прибыльность операций без учета

социально-экономического эффекта от своей деятельности, в то время

как вторые, финансируемые за счет средств доноров, ориентированы

исключительно на достижение определенных социально-

экономических показателей – снижение уровня бедности и выбросов

2CO , повышение уровня образованности населения и доступности

медицинского страхования для беднейших его слоев и др23. БР в этой

связи являются институтами, не стремящимися к максимизации

прибыли, а, скорее, фиксирующими приемлемый уровень

22 Например, к таким организациям относятся Deutsche Gesellschaft für Internationale Zusammenarbeit

(GIZ), Canadian International Development Agency (CIDA) и др. 23 Количественно подобные эффекты (и, в особенности, их устойчивость) измеряется методами

дисциплины оценки программ (program evaluation), широко использующей эконометрический

инструментарий.

28

рентабельности операций при наличии определенного социально-

экономического эффекта от инвестиций24.

Рисунок 1 – Приоритеты различных финансовых институтов

Примечание: по осям ординат отложена приоритетность группы

целевых показателей, которая может быть выражена в некоторых

относительных показателях.

Источник: составлено по аналогии с Thorne (2011, p.5)

Тем не менее, можно выделить, как минимум три причины,

которые объясняют, почему БР все же вынуждены генерировать

чистую прибыль25, создавая тем самым «буферы капитала».

Первая причина (актуальная как для многосторонних, так и

национальных БР) – чистая прибыль направляется впоследствии в

резервы с тем, чтобы обеспечить дополнительный уровень

безопасности покрытия потенциальных рисков. Как отмечают Bulow,

Rogoff (2005), прибыль БР в целом является «бухгалтерской

иллюзией», потому что бухгалтерский учет не делает поправку на риск

БР. Таким образом, финансовый институт может показывать прибыль,

24 Однако важно отметить, что в составе групп многосторонних БР присутствуют Фонды,

финансируемые донорами, их средства направляются на предоставление концессионных кредитов, грантов,

субсидий, т.е. не окупаемую деятельность, преследующую выполнение социально-экономических целей. 25 Причем, вполне логично, что БР генерируют прибыль только от кредитов, выдаваемых по

рыночным условиям.

29

а потом одномоментно потерпеть крупные убытки, как это произошло

в случае с другим государственным институтом – Федеральной

службой страхования вкладов США (Federal Deposit Insurance

Corporation, FDIC), стабильно показывавшей прибыль на протяжении

50 лет и затем задекларировавшей 100 млрд долл. США убытков.

Прибыль также призвана обеспечить уверенность покупателей

облигаций БР (важнейшего источника фондирования международных

БР) в том, что их инвестиции будут возращены даже при дефолте по

проектам или некоторых из заемщиков БР.

Вторая причина (актуальная для многосторонних БР)

заключается в сложности процесса увеличения капитала посредством

дополнительных взносов от стран-акционеров, ведь для этих стран

увеличение капитала тождественно равно увеличению

государственного долга, что представляет существенные сложности

из-за растущих фискальных дефицитов стран-доноров, поэтому БР

наращивают вторую компоненту собственного капитала – резервы

(являющиеся суммой чистых прибылей за разные периоды). При этом,

как отмечает Humphrey (2015d), периодическая докапитализация и

финансирование неконцессионной (субсидируемой) активности БР

позволяет богатым странам-акционерам БР устанавливать прямой

контроль над бюджетом БР и корректировать их деятельность в

сторону преследования геополитических интересов данной группы

стран. При том, в реальности, многосторонние БР (в особенности,

глобальные и региональные БР) выстраивают свои бизнес-модели

таким образом, чтобы не только минимизировать необходимость

докапитализации, но и не вызвать случая предоставления отзывного

капитала странами-донорами, что ни разу не происходило начиная с

момента создания первого многостороннего БР – Международного

банка реконструкции и развития (МБРР) в 1944 г. (Mistry, 1995,

30

Humphrey, 2012). Kapur, Raychaudhuri (2014, p.3) справедливо

отмечают в случае с МБРР, что: «если бы Банку когда-либо

потребовался отзывной капитал, это имело бы эффект разорвавшейся

ядерной бомбы – настолько разрушительный, что Банк уничтожил бы

сам себя». Именно это и объясняет самоподдерживающуюся природу

(self-sustaining nature) всех многосторонних БР.

Третья причина (также актуальная, прежде всего, для

многосторонних БР): страны-члены могут заставить БР фондировать

различные программы из чистой прибыли. Так, из прибыли

Всемирного банка в 1964 г. была создана Международная ассоциация

развития (Kapur, 2002), в то же время техническая поддержка IFC также

фондируется из чистой прибыли данного финансового института.

При этом, как отмечают Holmstrom, Milgrom (1991), отсутствие

внешнего давления со стороны акционера (-ов) на прибыльность БР

способствует более эффективному выполнению его мандата, но и

объясняет, почему государственные БР в целом менее прибыльны, чем

коммерческие (Micco et al., 2004). В данной парадигме высокая

прибыльность БР будет являться скорее негативным сигналом для его

акционеров и означать, что БР начал финансировать сделки,

приемлемые для коммерческих банков (ориентированных, в первую

очередь, на извлечение прибыли экономических агентов), и придавать

незначительный вес мандату развития. В результате акционеры банка

(государства или государство) могут потребовать сместить приоритеты

в сторону финансирования низкоприбыльных проектов, имеющих,

однако, высокий социально-экономический эффект, что, в свою

очередь, сделает банк убыточным и вынудит его ориентироваться на

прибыльность в ущерб социально-экономическому эффекту, De la

Torre (2002) назвал эту ситуацию «Сизифов труд».

31

Для дальнейшего исследования особенно важно в данном разделе

определить показатель, который все же может рассматриваться в

качестве ключевого в деятельности БР. Для его определения были

проанализированы документы 11 БР (функционировавших в

интересующий нас период в России). На основе этого была составлена

табл.1 Приложения А. Таким образом, этим показателем является

объем кредитного портфеля БР; поэтому БР, в противоположность

коммерческому банку, стремящемуся максимизировать прибыль,

нацелен на увеличение объема операций (обычно пределы увеличения

объема прописаны в различных документах БР). Так, целевая функция

БР заключается в скорости достижения заданного объема

кредитного портфеля. При этом важно отметить, что в

миссиях/стратегиях/годовых отчетах БР также сказано, что увеличение

объема операций должно достигаться при приемлемом качестве

кредитного портфеля, т.е. его умеренном риске.

По отношению к рискам, как уже было упомянуто ранее, БР в

общем случае являются риск-нейтральными институтами26. Данное

утверждение подтверждается теоремой Эрроу-Линда (Arrow, Lind,

1970), гласящей: в случае, если инвестиционный проект приносит

социально-экономические выгоды, которые не определены, но

являются независимыми от систематического риска экономики, то

эти выгоды должны быть дисконтированы по безрисковой ставке в

том случае, если они распределяются среди большого числа

заинтересованных лиц (так называемый «аргумент распределения

риска» или risk-spreading argument). Т.е. при бесконечно большом

количестве заинтересованных лиц (прежде всего,

26 Интересно отметить, что в литературе многие авторы отмечают общие условия, когда данная

теорема не работает (например, Baumstark, Gollier, 2014; Mechler, 2004). Также Kapur, Raychaudhuri (2014)

считают, что Всемирный банк в последнее время ведет себя как несклонный к риску экономический агент,

однако подобное утверждение не формализовано и требует дополнительного изучения, в том числе,

посредством комплексного исследования всей деятельности БР, находящегося за рамками данной работы.

32

налогоплательщиков) риск-премия каждого отдельно взятого

несклонного к риску налогоплательщика стремится к нулю. Таким

образом, социальная риск-премия также стремится к нулю. Именно

поэтому БР оценивают проекты по ожидаемым выгодам без поправки

на риск, т.к. становятся риск-нейтральными (могут распределять риски

как по времени, так и в пространстве).

При этом разумно, что БР имеют аппетиты к риску выше, чем

коммерческие банки. Поэтому для контроля их финансовой

устойчивости многие национальные БР получают банковские лицензии

и обязаны выполнять пруденциальные нормативы центральных банков

своих стран (что исходит из Базельских принципов эффективного

банковского надзора)27. Некоторые ученые (например, Kilby, 2005), в

свою очередь, высказываются в пользу того, что подобное

регулирование может снижать риск-аппетиты БР и способствовать их

конкуренции с коммерческими банками. Поэтому многие (например,

Thorne, du Toit, 2009; Sobreira, 2012) выступают в пользу послабления

норматива достаточности капитала для национальных БР, поскольку

Базельские принципы, в соответствии с которыми он формируется,

ориентируются на проциклическую роль коммерческих банков, в то

время как роль БР – противоположная. Что же касается

международных БР, то формально не существует внешнего института,

осуществляющего над ними пруденциального надзора. Хотя, их

аппетиты к риску контролируются сразу двумя принципалами –

странами-акционерами, для которых заимствования БР являются

частью их государственного долга, а также международными

рейтинговыми агентствами (Humphrey, 2015d). Данная группа

27 В исследовании Всемирного банка (De Luna Martinez, 2012), охватывающем 90 БР из 61 страны

мира выяснилось, что 78% опрошенных национальных БР вынуждены соблюдать пруденциальные нормы

регуляторов своих стран, применяемых к коммерческим банкам. Эта тенденция также находит отражение в

некоторых теоретических исследованиях (см. De la Torre et al., 2007).

33

институтов практически лишена возможности докапитализации со

стороны стран-акционеров, в связи с чем ресурсы рынков капитала

являются дли них основными. Поэтому ключевую для международных

БР роль играет их рейтинг и требования международных рейтинговых

агентств, которые не учитывают социально-экономическую роль

данных институтов, а делают упор лишь на финансовых показателях

этой группы банков, что ведет к снижению их риск-аппетитов.

Особо важным для настоящей работы вопросом, связанным с

деятельностью БР, является изучение формы взаимодействия данных

финансовых институтов. Несмотря на то, что в официальных

документах БР (миссиях, стратегиях, годовых отчетах и др.)

рассматривается лишь одна форма взаимодействия между БР –

кооперация, настоящее исследование посвящено изучению и оценке

противоположной его формы – конкуренции28. Важно отметить, что в

исследовательской литературе крайне мало статей, посвященных

формам взаимодействия БР. Что же касается конкуренции, то ее

пример упоминается в статье Humphrey (2009). В этой работе

рассматривается ситуация, наблюдавшаяся в странах Латинской

Америки 2000-х гг., когда многонациональные БР конкурировали за то,

чтобы предоставлять кредиты странам со средним уровнем дохода (в

частности, через смягчение условий финансирования). Эта ситуация

привела к тому, что ВБ испытывал значительные проблемы с

размещением средств в данном регионе, а такие институты, как МАБР,

Андская корпорация развития, наоборот, активно наращивали объемы

выдаваемых средств. Подобный пример не является единственным и не

28 При этом следует отметить, что в стратегиях БР есть упоминание о конкуренции между БР.

Например, в «Финансовой стратегии ЕБРР на 2016-2020» (с.16): «Cочетание неблагоприятных

макроэкономических тенденций, ужесточение регулирования финансового сектора, стимулирующей денежно-

кредитной политики региональных центральных банков и расширение льготного кредитования некоторыми

международными финансовыми институтами усложняет среду для операций. На некоторых рынках Банку

стало невозможно продолжать предоставлять долгосрочное финансирование через локальные финансовые

институты-партнеры, используя традиционную бизнес-модель, на базе здоровых банковских принципов».

34

свойственен какому-либо одному региону мира или стране. В процессе

подготовки данной работы представители независимых

исследовательских институтов, центральных банков и

государственных учреждений нескольких стран высказывались в

пользу актуальности проблемы конкуренции БР для их страны29.

Прежде чем описать ситуацию возникновения конкуренции

между БР на примере кредитования МСБ, рассмотрим значение

термина «конкуренция». Одним из наиболее точных для

рассматриваемого случая является определение, предложенное работе

Soekijad, van Wendel de Joode (2009, p.150), где под конкуренцией

понимается «ситуация, при которой две или более организации

соперничают за одних потребителей на одном рынке, функционируя в

одном секторе экономики». Поскольку в настоящее время в мире

насчитывается 25 многосторонних БР и около 280 национальных БР,

действующих более чем в 110 странах (Lazarrini, 2015; Humphrey,

2015b, 2015d), то на каждую страну приходится сразу несколько БР,

занимающихся развитием одного и того же сектора экономики,

использующих одинаковые инструменты поддержки и

таргетирующих, по сути, одни и те же группы экономических агентов.

Таким образом, возникает поле для конкуренции между БР.

Конкуренция между многосторонними институтами стала

предметом активных дискуссий внутри экспертного сообщества после

создания Нового банка развития БРИКС. В результате одной из них

появилась работа Garcia (2015), рассматривающая теоретические

аспекты конкуренции30 между многосторонними организациями. Этот

29 Вместе с тем, респонденты также высказывались в пользу наличия конкуренции между БР и

коммерческими банками, но в данном случае просто происходит «эффект вытеснения» инвестиций частного

сектора, описанный ранее. В случае с действующими БР, факт наличия конкуренции с коммерческими банками

был доказан в случае с экспортно-импортным банком Германии (KfW-IPEX), в результате чего данный

финансовый институт стал юридически и финансово независимым от группы KfW (Yescombe, 2014). 30 При этом автор использует понятие конкурентности (состязательности) многосторонних

финансовых институтов, а не конкуренции между ними.

35

подход может быть использован и в случае с конкуренцией между БР

(причем, как одно-, так и многосторонними). Основные его положения

с адаптацией к БР представлены на рис.2.

А) Достижение социально-

эффективных результатов через

множество действующих БР

Б) Последствия

неэффективности БР

В) Издержки неэффективности

БР

Г) Результат конкуренции БР

Рисунок 2 – Теоретические аспекты конкуренции БР

Источник: Garcia (2015)

Ситуация А рис.2 отражает общий случай, при котором

существующие «провалы рынка» закрываются с помощью нескольких

финансовых институтов. Масштабов деятельности одного БР для

устранения данного несовершенства рынка недостаточно, о чем

36

свидетельствует международная практика. В результате деятельности

нескольких БР кривая предложения сдвигается вправо, происходит

увеличение равновесного объема финансовых ресурсов и снижается их

стоимость. Однако в данном случае описываются лишь эффективно

работающие БР. Таким образом, точка В характеризует оптимальный

для рынка результат (“first-best” outcome).

Важно отметить, что БР (впрочем, как и международным

организациям) свойственна неэффективность, отраженная в случае Б

(ее природу мы подробно рассмотрим в третьей главе). При этом она не

устраняется в полной мере даже в случае, если происходит кооперация

между БР, поскольку различные БР в разной степени вовлечены в

механизм кооперации, а обмен наиболее совершенными технологиями

между БР также является неполным. В данном случае неэффективность

БР ограничивает не только предложение, но и спрос, ведя к сдвигу

обеих кривых. Первый может быть связан с тем, что неэффективные БР

не достигают целевого объема кредитного портфеля (либо достигают

меньших его объемов, по сравнению со случаем, если бы данные

финансовые институты функционировали эффективно). Сдвиг кривой

спроса со стороны частного сектора обусловлен более жесткими (в том

числе, ценовыми) условиями предлагаемых финансовых ресурсов. В

таком случае, точка нового равновесия С отражает субоптимальный

результат (“second-best” outcome).

Ситуация В иллюстрирует предыдущий пример с позиции теории

благосостояния. Таким образом, при равновесии в точке С достигается

рост благосостояния общества (синий участок) по сравнению с

рыночным равновесием (точка А), но образуются потери общества

(желтый участок) по сравнению с ситуацией, когда достигается

социально-эффективный результат (точка В).

37

Ситуация Г отражает случай конкуренции БР, благодаря которой

происходит повышение эффективности данных финансовых

институтов (Griffith-Jones, 2015), ведущее к росту не только

предложения, но спроса на финансовые ресурсы БР со стороны

частного сектора. В результате чего достигается новое равновесие в

точке D, отражающее улучшенный субоптимальный результат

(improved “second-best” outcome), из-за которого наблюдается

снижение общественных потерь (оранжевый участок). Это, в целом,

соответствует утверждению, что ключевым драйвером повышения

общественного благосостояния является конкуренция (Cetorelli et al.,

2001).

Далее рассмотрим специфику конкуренции БР на примере

поддержки ими компаний МСБ (этот сегмент имеет особую важность

для БР, что подробнее будет изложено во второй главе). Причем, важно

отметить, что в работе изучается механизм развития сектора МСБ через

группы банков-партнеров (т.е. здесь и далее рассматривают БР

«второго уровня»). Как будет показано во второй главе, группы

потенциальных банков-партнеров для БР, как правило, в значительной

степени перекрываются, т.к. БР таргетируют схожие банки-партнеры.

Таким образом, на рынке возникает конкуренция между БР,

представляющая собой соперничество банков развития за

достижение заданных объемов кредитного портфеля. Поэтому задача

БР заключается в поиске банка-партнера, который способен быстро

аллокировать максимальный объем кредитных ресурсов БР (в рамках

кредитных лимитов на каждый банк-партнер). Особенно важной в

данном случае представляется очередность БР при взаимодействии с

банком-партнером. Так, могут возникнуть следующие

неблагоприятные для БР ситуации: во-первых, потребность в средствах

на кредитование МСБ банка-партнера уже удовлетворена со стороны

38

других БР, поэтому он не сможет разместить средства (или разместит

лишь их небольшую часть); во-вторых, банки-партнеры могут

«выторговывать» лучшие ценовые условия, апеллируя на стоимость

средств других БР. Для небольшого международного БР с невысоким

(по сравнению с глобальными БР) кредитным рейтингом и

относительно высокими операционными затратами второй момент

может являться существенным и приводить к вытеснению данного

игрока с рынка. При этом важно отметить, что, как правило, из-за

небольшого объема средств, выдаваемых БР, конкуренция в явном виде

не ведет к появлению «эффекта вытеснения».

Как было показано ранее, конкуренцию среди БР в данном случае

следует рассматривать как положительный момент. Во-первых, она

способна увеличивать доступ к финансовым ресурсам групп

экономических агентов, нуждающимся в данных средствах. В

частности, это было отмечено в диссертации Al-Sahlawi (1997, p.222):

«Другим фактором, который влияет, главным образом, на способность

и готовность БР содействовать промышленным и технологическим

изменениям, является конкуренция между БР. Конкурентная

атмосфера, созданная с помощью множества специализированных

институтов, приведет к технологическим и промышленным

изменениям. В такой атмосфере, у мелкого и среднего бизнеса,

который является существенной частью технологических и

промышленных изменений в любой развивающейся экономике,

появится облегченный доступ к финансированию». Во-вторых,

непосредственно для самих БР конкуренция означает возможность к

повышению их эффективности.

39

1.2 Подходы к оценке банковской конкуренции

Для дальнейшей оценки конкуренции между БР вначале

рассмотрим основные подходы и методы, сложившиеся в

эмпирической литературе, к оценке степени конкуренции на рынке

банковских услуг. В целом в исследовательской литературе

выделяются два подхода. При этом важно отметить, что все широко

используемые меры и модели оценки конкуренции, сформированные в

рамках данных подходов, изначально не были предназначены для

оценки конкуренции между банками и были адаптированы к этой

категории экономических агентов позднее31.

Первый подход является частью традиционной теории

отраслевых рынков (traditional Industrial Organization) и носит название

«структура-поведение-результат» (Structure-Conduct-Performance, SCP)

(Mason, 1939; Bain, 1956), это направление доминировало в литературе

вплоть до 1990-х гг. Данный подход предполагает экзогенность

структуры рынка и наличие обратной связи между концентрацией и

конкуренцией. Считается, что структурные характеристики рынка

(например, число банков и их размер) позволяют объяснить поведение

банка, политику его ценообразования, принятие им различных форм

стратегических решений (в том числе склонность к сговорам).

Поведение, в свою очередь, оказывает влияние на прибыльность

банков, поскольку на более высококонцентрированных рынках банки

устанавливают более высокие цены на свои продукты (Chen, Liao,

2011); они имеют доступ к более высокой монопольной ренте

(процентной марже), что ведет к росту их прибыльности. Более того, в

целях сохранения высокой монопольной ренты на

31 За исключением модели Барроса-Модешту, которая представлена в работах Barros, Modesto (1997);

Дробышевский, Пащенко (2006).

40

высококонцентрированных рынках могут возникать тайные сговоры.

Применительно к экономической политике это означает, что более

высокая концентрация связана с более низким благосостоянием

общества и, поэтому, высокая концентрация в банковском секторе

нежелательна (Besanko, Thakor, 1992; Pagano, 1993).

Рассмотрим основные методы оценки конкуренции,

представляющие собой меры оценки концентрации32: индексы k-

концентрации, индекс Херфиндаля-Хиршмана (Herfindahl-Hirschman,

HHI), кривая Лоренца и индекс Джини. Их несомненным достоинством

являются простота вычисления и минимальный объем необходимой

информации.

Наиболее простейшим среди индексов структурного подхода

является индекс k-концентрации, вычисляемый как сумма рыночных

долей крупнейших k-игроков на рынке:

1

k

k i

i

CR s

при 1 2...

k ns s s s , (1.1)

где is – рыночная доля i-го банка, n – количество банков на рынке.

Важно отметить, что единой методологии относительно

количества банков, включаемых в его подсчет, нет. В эмпирических

исследованиях в расчет данного показателя включается 3, 5 или даже

10 банков. Данный индекс принимает значение от 0 до 1, где 0

характеризует ситуацию наличия на рынке большого числа мелких

игроков, а 1, в свою очередь, означает полный контроль над рынком

крупных игроков. Основными недостатками этого показателя

являются: во-первых, он не предоставляет информацию по изменению

рыночных долей банков внутри групп крупных (включенных в расчет)

и более мелких (исключенных из рассмотрения) банков (Kocabay,

32 Достаточно подробный перечень различных мер концентрации приведен в работе Bikker, Haaf,

2000.

41

2009); во-вторых, он не отражает изменения в рыночной структуре; в-

третьих, он не учитывает влияние мелких банков на решения крупных

(Bikker, Haaf, 2000).

Еще одним индикатором, измеряющим концентрацию в рамках

данного подхода, является индекс Херфиндаля-Хиршмана (Herfindahl-

Hirschman index, HHI) или индекс полной информации (Hirschman,

1964). В расчет этого показателя, в отличие от индекса концентрации,

включаются все банки; при этом наибольший вес получают крупные

игроки. Мы рассматриваем его нормализованную версию с тем, чтобы

значения HHI находились в интервале 0,1 :

2

1

1/ N

1/

N

i

i

sNHHI

N

, (1.2)

где N – количество банков на рассматриваемом рынке.

В данном индексе больший вес получают банки с большими

рыночными долями. Как и в предыдущем случае, чем больше

концентрация, тем большее значение принимает этот показатель. Его

использование сопряжено с несколькими недостатками: во-первых,

при некорректном определении рынка расчет показателя может

приводить к неверным выводам из-за неравномерности конкуренции в

разных продуктовых сегментах (например, специализация отдельных

банков в конкретных продуктовых сегментах кредитного рынка может

приводить к высокой монополизации этих сегментов, что может не

находить отражения при изучении агрегированного кредитного рынка),

а также ее неравномерности в отдельных географических регионах (что

особенно актуально в сегменте кредитования МСБ) (Leon, 2014). Во-

вторых, его расчет требует наличия полной информации по

распределению рыночных долей на рынке, что не всегда достижимо в

реальности (Nauenberg, 1997).

42

Кривая Лоренца и индекс Джини – индикаторы, которые

измеряют неоднородность распределения рыночных долей. Первый

представляет собой изображение функции распределения,

аккумулирующей долю числа банков и выпускаемый ими совокупный

продукт (см. рис.3).

Рисунок 3 – Кривая Лоренца для банковской системы (пример)33

Источник: составлено автором

На основе кривой Лоренца рассчитывается индекс Джини – как

отношение площади области между прямой в 45° и кривой Лоренца к

площади всей области ниже биссектрисы:

2

1

1 21

N

i

i

GI iyN N y

, (1.3)

где iy – выпуск i-го банка (ранжированный в выборке по убыванию);

y – средний выпуск.

Значения этого показателя также варьируются в пределах от 0 до

1, где 1 свидетельствует о наличии абсолютного неравенства в

распределении рыночных долей между игроками, 0 – об обратном. Он

обладает теми же недостатками, что и HHI.

33 Рассчитано по рынку кредитования МСБ (аппроксимированного через кредиты индивидуальным

предпринимателям) в России в 2013 г.

0

10

20

30

40

50

60

70

80

90

100

0 20 40 60 80 100

Доля банков (от мелких к крупным), в %

Суммарный выпуск, в %

43

При этом данный подход, в целом, подвергается значительной

критике со стороны исследователей. Так, в работе Musonda (2008)

отмечается, что за его рамками остаются источники

дифференцированности уровней рыночной концентрации, что

частично объясняет современную низкую привлекательность SCP

парадигмы при изучении банковской конкуренции. В исследованиях

Shaffer (1994), Goddard et al. (2001), Leon (2014), Pawlowska (2015)

также делается акцент на слабом теоретическом обосновании этого

подхода, поскольку даже в случае дуполии ценовая конкуренция может

быть эффективной, ведь в данном случае может быть найдено

равновесие по Бертрану. Поэтому, как утверждает литература в области

состязательности рынков (Baumol, 1982), количество банков на рынке

не является показателем степени конкуренции. Напротив, движущей

силой предстает угроза входа на рынок, определенная как наличие или

отсутствие барьеров (экономических или юридических).

Кроме того, направление причинно-следственной связи между

структурой рынка и поведением может быть обратным, т.к. структура

рынка способна изменяться в зависимости от поведения банков. Общее

наблюдение относительно структурных мер измерения конкуренции в

банковской сфере заключается в том, что они являются

неубедительными (Berger, 1995). Это означает, что концентрация сама

по себе не способна объяснить конкурентное поведение в банковской

сфере (Claessens, Laeven, 2004).

В качестве альтернативы теоретическому представлению

структурного подхода среди прочих появилась гипотеза эффективной

структуры, предложенная в работах Demsetz (1973) и Peltzman (1977),

которая снимает основную его предпосылку – экзогенность структуры

рынка. Таким образом, сторонники данной теории считают, что

существует обратная причинно-следственная связь между

44

конкуренцией и концентрацией, предполагающая, что высокие

прибыли могут являться результатом эффективных операций банков с

доминирующими рыночными долями. Поэтому эти банки обладают

более высокой X-эффективностью.

Таким образом, в рамках новой эмпирической теории отраслевых

рынков (New Empirical Industrial Organization, NEIO) возник второй

подход к оценке конкуренции, предложивший модели, оцениваемые

либо на уровне всего сектора, либо на уровне индивидуальных фирм.

NEIO подход сделал попытку в области предоставления

состоятельного теоретического фундамента конкуренции между

фирмами. При этом принято выделять два поколения моделей этого

подхода (Carbó-Valverde et al., 2009; Leon, 2014). К первому поколению

относятся модели (модель Иваты,34 модель Бреснахана-Лау, модель

Панзара-Росса, индекс Лернера), базирующиеся на теории олигополии

(неоклассической концепции конкуренции). Ко второму поколению

относятся динамические меры конкуренции (австрийская концепция

конкуренции): устойчивость прибылей (persistence of profits),

предложенная в работах Mueller (1977, 1986), и индикатор Буна.

Рассмотрим далее подробнее основные модели данного подхода.

Индекс Лернера измеряет монопольную власть банка и

рассчитывается как отношение наценки (цена за вычетом предельных

издержек) к цене банковского продукта. Его расчет базируется на

статичной теории олигополии. Так, предположим, что мы

рассматриваем модель олигополии Курно, в которой определяется

объем выпуска банков, производящих один продукт. Пусть ( )P Q –

функция рыночной цены банковского продукта, а Q – его рыночное

34 Эта модель была впервые предложена в работе Iwata (1974), она заключается в расчете функций

реакции (conjectural variation) для отдельных банков, производящих гомогенный продукт на

олигополистическом рынке. Однако она исключена из рассмотрения в настоящем разделе из-за низкой

используемости в эмпирических исследованиях в области банковской деятельности (что отмечается в Delis et

al., 2008).

45

количество (причем, каждый из банков i производит iq ). Условие

максимизации прибыли банка i выглядит следующим образом:

max[ ( ) ( , )]i

i i lq

P Q q C q w , (1.4)

где ( , )i l

C q w – функция издержек банка i, lw – вектор цен на факторы

производства банка i.

Таким образом, индекс Лернера может быть представлен как:

'

( ) ( , )

( )

iq i l

i

P Q C q wL

P Q

, (1.5)

где '( , )

iq i lC q w – предельные издержки банка i.

Как правило, этот индикатор принимает значения от 0 до 1, где 0

наблюдается в ситуации совершенной конкуренции, а 1 – в ситуации

монополии.

Этот индикатор является довольно популярным среди

исследователей для изучения банковской конкуренции. Данный

показатель имеет ряд весомых преимуществ и для целей настоящей

работы: во-первых, является прямой мерой оценки конкуренции; во-

вторых, рассчитывается на уровне отдельно взятого банка. Основными

его недостатками является сложность расчета предельных издержек и

ненаблюдаемость цен на банковские продукты. Кроме того, Boone

(2008), Leon (2014) отмечают, что увеличение средней рыночной

власти при некоторых сценариях может сопровождаться увеличением

конкуренции.

Модель Бреснахана-Лау (Bresnahan, 1982; Lau, 1982)

представляет собой модель краткосрочного общего равновесия, в

которой максимизирующие прибыль фирмы устанавливают цены и

количество на уровне (цены, прибыль и концентрация являются

эндогенными переменными), при котором предельные издержки равны

их предельной выручке, соотносящейся с ценой спроса в условиях

46

совершенной конкуренции или предельной выручки отрасли при

совершенном сговоре. Далее рассмотрим основную логику данной

модели.

Пусть ( , )P Q z – обратная функция спроса для выпуска в отрасли,

при этом Q – общий объем выпуска в отрасли (складывающийся из

суммы объемов выпуска каждого банка iq в отрасли), а

1 2(g ,g ,..., g )

ng

– вектор экзогенных переменных, оказывающих влияние на рыночный

спрос, но не на предельные издержки банков. Обозначим за (q , w )i i i

C

функцию издержек банка i (предположим также, что в отрасли

функционирует K банков) с 1 2

(w , w ,...w )m

i i i iw вектор экзогенных

переменных, которые оказывают влияние на предельные издержки, но

не на рыночный спрос. Тогда решение задачи максимизации прибыли

приведет к следующему результату:

*

* (q , w )(Q ,g)( ,g) i i i

i i

i

CPP Q q

Q q

, (1.6)

где i – параметр предполагаемой реакции банка i, если 0 , то банк

действует в условиях совершенной конкуренции, а если 1 – банк

является монополистом.

Однако основным недостатком этой модели является

интенсивность требуемых для ее расчета данных. Кроме того, она

требует определения функциональной формы для уравнений спроса и

предложения, гибкие формы часто требуют оценки большого числа

параметров, что сопряжено с появлением мультиколлинеарности в

моделях и проблем, обусловленных малой выборкой (Leon, 2014).

Модель Панзара-Росса (Panzar, Rosse, 1987) представляет собой

модель долгосрочного равновесия, оценивающую сумму

эластичностей приведенной формы уравнения (reduced form equations)

общей выручки к ценам на ресурсы.

47

Следуя работам Bikker, Haaf (2002), Gutierrez de Rozas (2007),

рассмотрим основные положения этой модели. Фактически она

сводится к предложению такого теста (H-stat), который, с некоторыми

допущениями, может служить мерой конкуренции. Этот тест

получается из общей модели банковского рынка, с помощью которой

определяется равновесные выпуск и число банков через максимизацию

прибылей как на уровне банка, так и всего рынка. Как и в предыдущем

случае, допустим, что на рынке функционируют K банков. Таким

образом, на уровне рынка равновесие может быть представлено

следующим условием:

* *

(q , r ) (q , w ,b )i i i i i i i

R C , (1.7)

где *

(q , r )i i i

R и *

(q ,a , )i i i i

C w – функции выручки и издержек банка i,

соответственно; ri – j-мерный вектор экзогенный переменных,

оказывающих влияние на функцию выручки; ia – l-мерный вектор

факторов, влияющих на стоимость ресурсов банка i; iw – m-мерный

вектор экзогенных переменных, оказывающих влияние на функцию

издержек банка i.

На уровне отдельно взятого банка i, равновесное условие

выглядит следующим образом:

' * ' *(q , r ) (q ,w ,a )

i i i i i i iR C , (1.8)

где ' *(q , r )

i i iR – функция предельной выручки банка i,

' *(q , w ,a )

i i i iC –

функция предельной выручки банка i.

Таким образом, H-stat, оценивающая эластичность выручки по

изменению цен на факторы производства, может быть представлена

как:

*

*1

i

i

Lli

l l i

wRH stat

w R

. (1.9)

48

Важно отметить, что в эмпирической литературе предложена

несколько иная форма уравнения (1.9), полученная с помощью

некоторых алгебраических преобразований (подробнее см. Gutierrez de

Rozas, 2007), на основе логлинейной спецификации функций

предельных издержек и предельной выручки:

*

1 1

ln( ) ln(w ) ln( )i i

QL

i l l q q i

l q

R z

, (1.10)

где 1( ,...z )

i i i

qZ z – вектор специфических банковских характеристик,

2(0, )N .

Окончательно, H-stat выглядит следующим образом:

1

L

l

l

H stat

. (1.11)

Значения H-stat (в форме 1.11) варьируются от -∞ до 1, так, 1H stat

свидетельствует о совершенной конкуренции, 0H stat указывает на

наличие монополии или кооперированной олигополии, при

1 0H stat рынок находится в состоянии монополистической

конкуренции (Bikker et al., 2009).

Достоинством модели Панзара-Росса является то, что она

использует показатели по конкретным банкам и допускает наличие

некоторых особенностей в их производственных функциях. Она также

позволяет исследовать различия между банками разного размера –

большими и мелкими, иностранными и местными (Claessens, Laeven,

2003). Существенным недостатком данной модели является то, что H-

статистика представляет собой односторонний тест (one-tailed test), при

котором неподтверждение гипотезы о монопольной структуре рынка

не ведет к выводу о том, что рынок обладает конкурентной структурой

(Claessens et al., 2003). А также предпосылка о том, что рынок

находится в состоянии долгосрочного равновесия (Дробышевский,

Пащенко, 2006) и то, что банк предоставляет лишь один продукт.

49

Индикатор Буна (или показатель сравнительных ценовых разниц)

предполагает, что банки с меньшими издержками более прибыльны и

занимают большую рыночную долю. Таким образом, на рынке

происходит перераспределение рыночных долей от менее

эффективных к более эффективным игрокам. Эффект тем сильнее, чем

более конкурентен рынок (Boone, 2008). Этот показатель фактически

базируется на гипотезе эффективной структуры, о которой было

упомянуто ранее.

Следуя работе Michis (2013) попробуем изложить основную

логику построения данного индикатора. Рассмотрим три банка,

проранжированных по уровню эффективности следующим образом:

** *n n n . Функция издержек для входа на рынке может быть

представлена следующим образом: i i i . Функция переменной

прибыли определяется как: (n, N, I, ) и зависит от уровня

эффективности каждого банка ( n ); агрегированного уровня

эффективности ( N ); количества банков, входящих на рынок ( I );

параметра взаимодействия банков на рынке ( ). Таким образом,

показатель сравнительных ценовых разниц может быть представлен

как:

**

*

( , , , ) ( , , , )0

( , , , ) ( , , , )

n N I n N IФ

n N I n N I

. (1.12)

Увеличение степени конкуренции на рынке может быть

выражено в двух эффектах: снижении входных барьеров ( 0dФ

d ), а

также более агрессивного взаимодействия между участниками рынка

( 0dФ

d ).

В эмпирических исследованиях этот индикатор рассчитывается

на основе логлинейной спецификации:

50

ln( ) ln(MC )i i i

, (1.13)

где i – прибыль (в качестве зависимой переменной часто используется

рыночная доля), iMC – предельные издержки (прокси для

эффективности), 2

(0, )N . В данной спецификации индикатор Буна

представляет собой оценка параметра .

Преимущества данного показателя: во-первых, он может быть

рассчитан на уровне отдельно взятого банковского продукта; во-

вторых, он поддерживает измерение конкуренции на уровне отдельных

групп банков; в-третьих, для его подсчета не требуется значительного

объема данных; в-четвертых, он не требует информации по ценам; в-

пятых, обладает достаточно удобной для расчетов спецификацией.

Недостатки данного индикатора скрыты в его допущениях: во-первых,

не всегда часть эффективности перекладывается банками на клиентов;

во-вторых, он предполагает, что продукты, производимые банками,

являются гомогенными.

Вышеприведенные методы оценивают банковскую конкуренцию

для всего рынка банковских услуг, их применение в исследовании

рынка отдельно взятого банковского продукта представляется весьма

проблематичным и, по нашим сведениям, практически не освящено в

литературе. Продуктовые рынки традиционно исследуются при

помощи структурных моделей спроса и предложения (в частности,

полиномиальной логистической регрессии – см. Dick, 2002; Molnár et

al., 2007), однако для их эмпирической оценки существенным является

наличие информации, составляющей банковскую тайну. Во избежание

подобной ситуации требуется трансформация стандартных методов

оценки. Наиболее удобным с этой точки зрения методами для целей

данной работы (с учетом недостатков данных показателей) являются

индекс Лернера и индикатор Буна.

51

Глава 2

Моделирование конкуренции между банками

развития через финансовых посредников в России

В настоящей главе подробно рассмотрен механизм поддержки

МСБ БР, а также рынок ресурсов БР (на примере России), на котором

возникает конкуренция между этими финансовыми институтами в

форме, представленной в первой главе. Для ее обоснования стоится

матрица конкуренции, свидетельствующая о значительном перекрытии

банков-партнеров у различных БР. В главе изучаются отличия в

подходах БР в области поддержки данного сегмента, а также

предлагается методика количественной оценки конкуренции между БР

на основе применения отобранных в предыдущей главе моделей

конкуренции.

2.1 Механизм поддержки малого и среднего бизнеса

банками развития через финансовых посредников

В связи с тем, что в данной работе рассматривается

взаимодействие БР в области поддержки МСБ, поэтому сначала

необходимо объяснить, почему именно это направление деятельности

БР рассматривается в исследовании, и раскрыть то, каким образом

строится непосредственно механизм поддержки МСБ БР.

В секторе МСБ наблюдается «провал рынка», проявляющийся в

форме разрыва между спросом на финансовые ресурсы и их

предложением со стороны коммерческих банков (De Mel et al., 2011).

По оценкам IFC, подобная финансовая брешь вне стран с высоким

уровнем дохода оценивается в 700–850 млрд долл. США. Наблюдаемая

в реальности картина в литературе получила название «потерянная

52

середина» (missing middle) и является следствием ситуации, в которой

крупные фирмы имеют беспрепятственный доступ к кредитным

продуктам отечественных банков и международным рынкам капитала,

а потребности в финансовых ресурсах микрофирм удовлетворяются с

помощью небанковских микрофинансовых организаций, в то время как

финансовые потребности МСБ находятся где-то посередине и

должным образом не удовлетворяются (см. рис.4) (Perry, 2011).

Рисунок 4 – Графическая иллюстрация «потерянной середины»

Источник: The SME Banking Knowledge Guide/IFC Advisory Services.

2009. P.11.

При кредитовании компаний МСБ коммерческие банки

сталкиваются с рядом проблем, объясняющих, по сути, наличие

«провала рынка» в данном сегменте:

МСБ функционируют в конкурентной среде и являются

крайне неустойчивыми по сравнению с крупными компаниями,

подразумевая значительную волатильность прибыли компаний МСБ

и высокую вероятность дефолта данной группы заемщиков

(Badelescu, 2010).

53

Кредиты МСБ сопряжены с высокими транзакционными

издержками на единицу кредита, т.к. издержки кредитования МСБ

сравнительно высоки, а размер кредитов небольшой (Balling et al.,

2009).

Банки сталкиваются с проблемой предоставления

долгосрочного капитала компаниям МСБ, поскольку в

развивающихся странах коммерческие банки часто не имеют доступа

к долгосрочному фондированию и поэтому полагаются на

краткосрочные обязательства (депозиты). Выдавая долгосрочные

кредиты заемщикам, банки значительно рискуют из-за несоответствия

в сроках платежа по кредитам и депозитам.

Риски МСБ варьируются от компании к компании, их

высокая гетерогенность усложняет процесс оценки финансовых

рисков коммерческими банками (Berger, Udell, 2002). Поэтому

последним необходимы специальные технологии для того, чтобы

предоставлять различные кредитные продукты для сектора МСБ. Их

отсутствие ведет к тому, что банки пытаются избегать рынка МСБ и

инвестировать в высокодоходный суверенный долг.

Существенное негативное влияние на данный сегмент

кредитного рынка оказывает наличие несовершенной и

асимметричной информации между кредиторами и заемщиками,

возникающей из-за непрозрачности компаний МСБ (Berger et al.,

2001; Beck et al., 2005).

Для решения данной проблемы важно участие государства. В

научной литературе выделяется несколько макроэкономических

аргументов в пользу государственной поддержки сектора МСБ:

1. МСБ усиливают конкуренцию и поэтому оказывают

положительные экстерналии на эффективность всей страны,

инновации и совокупный рост производительности.

54

2. МСБ более производительны, чем крупные фирмы, но

институциональные барьеры и «провалы рынка» препятствуют его

развитию.

3. Развитие МСБ в большей степени ведет к созданию

рабочих мест, в сравнении с крупными фирмами, потому как они в

большинстве своем являются трудоемкими35.

В промышленно развитых странах существует достаточно

длительная традиция предоставления субсидированных кредитов и

грантов всем типам МСБ для того, чтобы увеличить их

конкурентоспособность. Для устранения последствий недавнего

мирового финансово-экономического кризиса 2007–2009 гг., в

частности, начавшейся Великой рецессии, многие страны предприняли

дополнительные усилия в области поддержки сектора МСБ,

значительно пострадавшего от снижающейся фазы кредитного цикла.

Например, президент США Барак Обама являлся инициатором Small

Business Jobs Act, сфокусированным на увеличение объемов

кредитования малого бизнеса. Программа Long Term Refinancing

Operation (LTRO) Европейского центрального банка также была

направлена на стимулирование банковского кредитования, в частности,

сектора МСБ (Beck et al., 2015). И все же подобная поддержка сектора

МСБ должна быть не одномоментной, а систематической, что и

обеспечивается деятельностью таких институтов, как БР, для которых

развитие сектора МСБ является одним из ключевых направлений (на

нее отводится, в среднем, 20-25% всего кредитного портфеля БР36) и

которые при поддержке сектора МСБ выполняют роль поддержки

новых предприятий.

35 Однако не все аргументы подтверждаются (меж)страновыми исследованиями (Beck, 2010). 36 Конечно, если речь идет об универсальном БР, т.е. финансовом институте, деятельность которого

не направлена на поддержку отдельно взятого сектора экономики или категории экономических агентов.

55

Финансовая поддержка МСБ банками развития происходит, в

основном37, через финансовые институты-посредники (поэтому этот

вид кредитов называется «посредническим кредитом» (intermediated

loan)). В данном исследовании в качестве последних рассматриваются

лишь коммерческие банки. Хотя, среди них могут быть и так

называемые организации инфраструктуры, например, лизинговые и

факторинговые компании, микрофинансовые организации и

инвестиционные фонды. Данная модель развития сектора

кредитования МСБ привлекательна тем, что при ее использовании БР

не только не нарушают принцип не-конкуренции с частными игроками,

но и относят процедуру определения и мониторинга риска компаний-

заемщиков к компетенции коммерческих банков. Кредитование

компаний МСБ напрямую для БР было бы сопряжено со

значительными дополнительными затратами – как трудовыми,

капитальными расходами, так и расходами на разработку

специализированных методик, прежде всего, в области оценки рисков

компаний МСБ.

В механизме взаимодействия между БР и банками-партнерами

необходимо выделить и разграничить два важнейших понятия,

которыми мы будем оперировать далее: отбор банков-партнеров и

методика отбора банков-партнеров. Под отбором банков-партнеров

банком развития мы в дальнейшем будем подразумевать процесс

взаимодействия между банков-партнером и банком развития,

включающий в себя: процедуру подачи заявки потенциального банка-

партнера, анализ его финансового состояния, принятие решения

банком развития относительно выделения средств коммерческому

банку на цели, способствующие экономическом развитию, а также

37 Среди БР, финансирующих компании МСБ напрямую, например, Болгарский банк развития,

Национальный банк развития Ботсваны, Бразильский банк развития (Banco Nacional de Desenvolvimento

Econômico e Social, BNDES), Корейский банк развития.

56

установление кредитных лимитов на банк-партнер. Под методикой

отбора банков-партнеров мы будем подразумевать набор критериев и

моделей, позволяющих банку развитию с высокой степенью

надежности принять решение относительно целесообразности

выделения финансирования коммерческому банку.

Критерии отбора банков-партнеров у различных БР отличаются.

Тем не менее, среди базовых следует выделить:

A. Наличие аудированной отчетности.

B. Действующие рейтинги долгосрочной кредитоспособности

банка.

C. Приемлемый уровень показателя достаточности капитала и

соблюдение пруденциальных нормативов, установленных

Центральным банком.

D. Опыт работы с сегментом МСБ.

E. Раскрытие структуры собственников.

F. Положительная деловая репутация банка и его

собственников/менеджмента.

Важно отметить, что точные критерии отбора банков-партнеров БР

являются предметом банковской тайны. Единственную информацию,

которую удалось найти в открытых источниках по изучаемым в данной

работе 11 БР (они подробнее будут рассматриваться далее) – это анкета

для банков-партнеров Черноморского банка торговли и развития

(ЧБТР)38.

Кроме того, т.к. БР являются гибридными институтами,

выполняющими роль агента развития, важным для них критерием

является наличие положительного эффекта на развитие экономики

38 Анкета доступна по ссылке:

http://www.bstdb.org/publications/BSTDB_QUESTIONNAIRE_TF_Sept_10.pdf (доступ на 03.06.2016 г.).

57

отдельно взятого региона от деятельности банка-партнера, его

социальная ответственность и др.

При этом основной целевой аудиторией в сегменте кредитования

МСБ для БР являются региональные банки, т.к. именно они обладают

сравнительным преимуществом в сборе и использовании неточной

информации (soft information, т.е. информации о заемщике, не

отраженной напрямую в его финансовой отчетности), поскольку у них

меньше уровней управления по сравнению с крупными банками с их

сложной иерархической структурой (Berger, Udell, 2002). Кроме того,

они территориально близки к своим заемщикам и обладают сильными

местными связями (Mester, 2005). Благодаря использованию

индивидуального подхода к непрозрачным заемщикам мелкими и

средними банками, у компаний МСБ также наблюдается довольно

низкая мобильность к смене обслуживающего банка (Petersen, Rajan,

1994). Это также находит отражение и в условиях/стоимости

фондирования от них, например, Berger, Udell (1995), а также Degryse,

Von Cayselle (2000) обнаружили, что МСБ с длительными банковскими

отношениями кредитуются более низкие ставки и в меньшем

количестве случаев предоставляют залоговое обеспечение.

Для некрупных банков фондирование от БР особенно важно

потому, что у данной категории банков весьма ограниченные

возможности для выхода на рынки капиталов. Для данной категории

банков сотрудничество с БР (в особенности с крайне требовательными

международными БР) означает снижение асимметрии информации для

прочих инвесторов и доказательство собственной надежности, что в

дальнейшем может привести к улучшению доступа и условий

привлечения внешнего финансирования. Для некоторых коммерческих

банков взаимодействие с БР также носит стратегический характер: они

начинают фондироваться сразу у нескольких финансовых институтов,

58

тем более, что требования к банкам-партнерам у многих БР схожи,

поэтому предельные издержки на получение новой кредитной линии у

банка-партнера снижаются. Более того, некоторые БР (прежде всего,

международные) обладают мандатом на развитие финансового

сектора,39 в связи с чем они могут предоставлять не только кредиты на

поддержку отдельных категорий заемщиков и инвестиций

определенных целей, но и выделять субординированные кредиты, а

также инвестировать в их акционерный капитал, что в условиях

неразвитости рынков капиталов многих стран операций БР является

существенным преимуществом для банка-партнера.

Тем не менее, нередко можно встретить примеры работы БР как

с крупными государственными банками, так и дочерними структурами

иностранных банков (и банковских групп). Преимущество

взаимодействия с данной категорией коммерческих банков для БР

связано с их высокой надежностью, низкими риск-аппетитами, а также

защитой государства, ведь данные игроки являются настолько

крупными и системно значимыми, что подпадают под категорию «too

big to fail». Кроме того, уровень технической поддержки со стороны

экспертов БР, необходимый крупным банкам, как правило, минимален.

При этом в данном случае может возникать нарушение принципа не-

конкуренции БР с частными игроками, поскольку крупные банки не

являются финансово-ограниченными институтами и имеют широкий

доступ к альтернативным источникам фондирования, например,

облигационным займам40.

39 На сайтах многих БР кредитование МСБ относится к деятельности БР в области поддержки

финансовых институтов. 40 Финансирование крупных государственных банков прекрасно встраивается в критику Питера

Бауэра относительно помощи на цели развития вообще: «…это прекрасный инструмент трансфера денег от

бедных людей в богатых странах к богатым людям в бедных странах» (A voice for the poor [Электронный

ресурс]/The Economist. May 2002. Режим доступа: http://www.economist.com/node/1109786 (на 06.06.2016 г.)),

свидетельствующей о том, что институтам развития необходимо распределять средства среди категорий

экономических агентов с крайне ограниченным доступом к внешнему финансированию. Именно по этой

причине в третьей главе из портфелей БР были исключены госбанки и особо крупные банки.

59

Тем не менее, важно отметить несколько причин выгоды для

крупных/иностранных банков от сотрудничества с БР. Так, в случае с

некоторыми БР, основным преимуществом является низкая

(субсидированная) стоимость фондирования. Что же касается

возможности сотрудничества с БР, предоставляющими финансовые

ресурсы по рыночным ставкам, то крупные и иностранные банки

получают возможность:

диверсифицировать источники фондирования;

привлекать средства в моменты экономического спада

(когда предложение источников внешнего заимствования со стороны

экономических агентов сокращается, но не в случае с БР, ведущими

контрциклическую политику);

поддерживать отношения с БР (для этой категории банков

это может быть важно, поскольку они часто выступают партнерами БР

в синдицированных сделках).

Финансирование программ поддержки МСБ коммерческих

банков БР происходит как в национальной (для этих целей

международные БР стали все активнее выпускать облигационные

займы в национальных валютах стран операций), так и в иностранной

валюте в форме кредитов либо кредитных линий, ставки могут быть как

фиксированными, так и плавающими. По стоимости –

субсидированными и рыночными. Более того, довольно часто в

кредитных соглашениях прописывается период отсрочки по уплате

процентов банком-партнером (grace period). Стандартный срок

кредитных соглашений – 5–7 лет.

Для снижения угрозы возникновения неблагоприятного отбора и

морального риска БР тщательно контролируют как целевое

расходование средств (например, путем специализированных форм

60

отчетности по портфелю кредитов/отдельной кредитной сделке), так и

состояние банка-партнера посредством установления ковенантов.

Ковенанты (от англ. «covenant» – соглашение, договор) – это

особые условия, содержащиеся в кредитных договорах БР с банками-

партнерами, направленные, прежде всего, на предупреждение так

называемых “events of default”. В практике финансовых рынков

подобные условия встречаются не только в кредитных сделках, но и

при выпуске облигационных займов. При нарушении банком-

партнером конвентов (или ковенанта), БР вправе потребовать

досрочный возврат займа41, что на практике случается крайне редко.

При этом положительной чертой ковенантов является то, что, как

отмечается в работе Berlin, Mester (1992), они дают возможность

пересмотра условий соглашений или досрочного погашения кредитов

из-за нарушения ковенатов, что позволяет достигать эффективности и

гибкости финансовых контрактов.

В данном исследовании будут рассматриваться лишь

финансовые ковенанты, хотя их спектр гораздо шире. В финансовой

литературе отмечается, что на практике ковенанты могут включать

ограничения на изменение структуры собственников, запрет на

слияния, сохранение состава менеджмента, регулярность

предоставления финансовой отчетности и др. Достаточно подробный

обзор классификаций видов ковенантов представлен в работах: Беляев

(2015), Valkucak (2012).

Обычно финансовые ковенанты касаются деятельности банка-

партнера в целом, например, устанавливаются требования к капиталу,

41 Кроме того, кредиторы могут требовать ускорения возврата займа, пересмотра условий кредитных

соглашений, а также накладывать ограничения на предоставление новых кредитов (Roberts, Sufi, 2009). В

работе Badawi (2014) отмечается, что нарушение ковенантов может приводить к смене менеджмента компании-

заемщика.

61

его достаточности, требования к открытой валютной позиции, разрыву

ликвидности, процентным рискам и др.

Критерием успешности БР в поддержке МСБ является

количество (или доля) банков-партнеров, которые продолжают

оказывать финансовую поддержку компаниям МСБ из собственных

средств или других источников внешнего финансирования по

истечении срока кредитных договоров с БР, что свидетельствует об

устойчивости направления поддержки МСБ банков-партнеров. Для

этого некоторые БР предлагают дополнительную консультационную

поддержку, которая позволяет банкам-партнерам снижать риски

потенциальных заемщиков, качественнее определять их потребности и

разрабатывать продукты под них, а также устанавливать длительные

отношения с наиболее привлекательными МСБ. Помощь БР в этом

процессе важна, поскольку, заключая соглашение с БР, часто

взаимодействуют департаменты финансовых институтов БР и

департамент казначейства банков-партнеров без непосредственного

привлечения департамента кредитования МСБ (если он имеется в

банке). Таким образом, внутри банка возникает внутренний

институциональный барьер – своеобразная «китайская стена», когда

кредитные эксперты, в особенности в региональных офисах, не всегда

понимают, какой именно продукт им нужно предлагать компаниям-

заемщикам, что препятствует продвижению кредитных продуктов для

МСБ и утилизации кредитных линий от БР.

Конечная цель – формирование устойчивого продукта – может

быть достижима в том случае, если у БР будет определенное временное

ограничение по предельным срокам взаимодействия с тем или иным

финансовым институтом, по окончании которого банк-партнер

становится автономным от БР институтом (в соответствии со

62

стратегией выхода, упомянутой в 1.1), хотя бы по части отдельно

взятых продуктов.

В целом для экономик многих как развитых, так и

развивающихся стран мира, сектор МСБ является ключевым и

составляет свыше 50% в ВВП (в США и Великобритании – 50%,

Бразилии и Китае – 60%, Германии – 79%, Италии – 80% и др.). В

России сектор МСБ не развит. Так, его доля в ВВП в 2015 г.

оценивалась лишь в 25% (Safonov, 2014), что, вкупе с необходимостью

структурных изменений зависящей в высокой степени от

нефтегазового сектора и крупных государственных компаний

российской экономки, свидетельствует о важности его развития как

задачи государственной экономической политики.

Это подтверждается Стратегией развития малого и среднего

предпринимательства в Российской Федерации до 2030 года,

утвержденной распоряжением Правительства Российской Федерации

№1083-р, в соответствии с которой стратегическим ориентиром

является удвоение доли компаний МСБ (до 40%) в ВВП к 2030 году.

Безусловно, важной в этом процессе выглядит роль государства и

государственных институтов. Конечно, поддержка МСБ должна быть

комплексной и включать как финансовые, так и нефинансовые

инструменты. Однако в данной работе мы ретроспективно

рассматриваем исключительно кредитный механизм поддержки МСБ

через БР. При этом важно отметить, что существующая финансовая

брешь в России в кредитовании МСБ оценивается экспертами IFC в

49,8 млрд долл. США.

Развитие МСБ, как уже было отмечено ранее, является ключевым

для подавляющего большинства БР; российская экономика в этом

смысле не является исключением. Так, в 1999 г. в соответствии со

статьей 128 ФЗ «О федеральном бюджете на 1999 год» №13-ФЗ от 10

63

марта 1999 г. Правительством РФ был создан Российский банк

развития, который после принятия ФЗ «О банке развития» №82-ФЗ от

17 мая 2007 г. вошел в состав госкорпорации «Банк развития и

внешнеэкономической деятельности» (Внешэкономбанк) и в 2011 г.

был переименован в ОАО «МСП Банк» (Открытое акционерное

общество «Российский Банк поддержки малого и среднего

предпринимательства»). С 21 апреля 2016 г. МСП Банк является частью

акционерного общества «Федеральная корпорация по развитию малого

и среднего предпринимательства».

Из годовых отчетов Банка следует, что Программа поддержки

малого предпринимательства через группу банков-партнеров (по

аналогии с программами ЕБРР и KfW) была разработана им в 2002 г.

При этом к 2003 г. она осуществлялась в пяти Федеральных округах:

Центральном, Южном, Северо-Западном, Уральском и Приволжском,

а общий объем кредитных линий, открытых банкам-партнерами,

составлял 300 млн руб. С 2004 г. в соответствии с ФЗ «О федеральном

бюджете на 2004 г.» №186-ФЗ от 23 декабря 2003 г. МСП Банк

официально реализует государственную программу поддержки сектора

МСБ.

Немаловажную роль в развитии кредитования компаний МСБ

коммерческими банками в России сыграли и международные

финансовые институты. Формирование рынка фактически началось с

подачи ЕБРР. Так, в 1992 г. им был создан ЗАО «Российский банк

проектного финансирования», который в 1999 г. был переименован в

Банк кредитования малого бизнеса (КМБ Банк). Этот банк стабильно

входил в топ-5 лидеров в области кредитования МСБ до конца 2000-х

гг. (фактически оставаясь лидером еще спустя некоторое время после

его продажи «Интезе Холдинг Интернешнл СА»), с его помощью Банк

64

России стал упрощать процедуры выдачи мелких кредитов (до 300 тыс.

руб.) субъектам малого предпринимательства.

В 1994 г. ЕБРР создал Фонд поддержки малого бизнеса (Russia

Small Business Fund, RSBF). Все банки-лидеры рынка середины 2000-х

гг. в той или иной мере получали консультационную поддержку RSBF

и/или финансирование от ЕБРР. Так, департамент по выдаче

микрокредитов Сбербанка был создан при активном содействии RSBF,

при этом Сбербанк никогда не являлся получателем финансовых

средств ЕБРР. Становление региональных лидеров середины 2000-х гг.

– Уралсиба и НБД Банка не прошло без участия RSBF. При этом

формирование департамента кредитования малого бизнеса ВТБ также

произошло при косвенном участии ЕБРР – его директором стал

бывший финансовый директор КМБ банка (Барре, 2005).

Другой важный международный финансовый институт –

Всемирный банк – в этот период также начал осуществлять поддержку

сектора МСБ в России. Так, при участии Торгово-промышленной

палаты РФ в 2003–2004 гг. им была разработана программа по

финансированию деятельности региональных банков в области

кредитования МСБ объемом 300 млн долл. США (Бабленков, Ишина,

2009), 90 млн долл. США из которых предполагалось направить на

техническое сотрудничество, а 210 млн долл. США – непосредственно

на кредитование МСП. Правительство РФ отклонило данный проект, и

программа с доработками фактически вступила в действие с 17 мая

2005 г. (Барре, 2005).

В анализируемый в данной работе период – с 2010 по 2013 гг.42 в

России поддержкой МСБ через коммерческие банки занимались 11 БР.

42 Необходимо отметить, что нижняя граница периода была выбрана сразу по двум причинам:

доступности полных списков банков-партнеров по ключевым БР, а также наличию всех необходимых данных

для дальнейшего расчета моделей конкуренции. Верхняя граница интервала определяется тем, что с середины

2014 года в отношении России введен санкционный режим, поэтому ведущие многосторонние БР, прежде

всего, IFC и ЕБРР, прекратили предоставление средств российским банкам.

65

При этом важно отметить, что для некоторых из них Россия была

ключевой страной операций. Так, она являлась крупнейшим

реципиентом инвестиций сразу нескольких крупных международных

БР – ЕБРР и ЧБРТ (доля их кредитных портфелей составляла 21,4 и

23,4% в 2013 г., соответственно). По объему же вложений IFC Россия в

2013 г. входила в число пяти стран-лидеров (около 4% совокупного

портфеля), значительная часть программ которых была направлена

именно на развитие кредитования МСБ через предоставление

финансовых ресурсов банкам-партнерам. Основные характеристики БР

представлены в табл.2.

Таблица 2 – Базовые характеристики БР

БР Универсальный/

Специализированный

Классификация Международный

рейтинг43

Активы

(млрд

евро)44

Год

основания

Банковская

лицензия

МСП

Банк

Специализированный Национальный BB- 1,62 1999 +

ЕБРР Универсальный Глобальный

Многосторонний

AAA 55,03 1991 -

IFC Универсальный Глобальный

многосторонний

AAA 80,03 1956 -

ЧБТР Универсальный Субрегиональный A- 1,29 1997 -

FMO Универсальный Двусторонний AAA 8,42 1970 +

СИБ45 Универсальный Международный AAA 27,30 1976 -

ЕАБР Универсальный Международный BBB- 2,63 2006 -

DEG

(KfW)46

Универсальный Глобальный

двусторонний

AAA 5,84 1962 -

OeEB Универсальный Двусторонний AA+ 0,66 2008 +

ЕИБ Универсальный Субрегиональный AAA 570,6 1958 -

МИБ Универсальный Субрегиональный BBB- 0,71 1970 -

Источник: составлено автором

43 Долгосрочный рейтинг представлен по оценкам Standard and Poor’s, за исключением МИБ – его

рейтинг приводится по оценке Fitch. 44 Данные представлены на конец 2015 года, по балансу МСП Банка перерасчет из рублей в евро

проводился по курсу 0,0129 (средневзвешенный курс пары «рубль-евро» на 2015 год, по данным oanda.com),

по балансам IFC и ЕАБР перерасчет из долл. США в евро проводился по курсу 0,9141. 45 Северный инвестиционный банк. 46 Немецкая инвестиционная корпорация (Deutsche Investitions- und Entwicklungsgesellschaft, DEG)

является частью немецкого БР (KfW), именно она занимается поддержкой сектора МСБ через банки-партнеры.

66

В данной работе изучается деятельность в области поддержки

МСБ 10 универсальных и 1 специализированного БР. Особенностью

последнего (МСП Банк) является также то, что это национальный БР,

т.е. единственной страной его операций является Россия. Важно

отметить, что 6 из 11 анализируемых БР обладают наивысшим

рейтингом кредитоспособности, причем два из них (FMO и DEG)

являются двусторонними БР, т.е. их акционером является развитая

страна с первоклассным рейтингом, однако, деятельность данных

институтов направлена на развитие экономик менее развитых стран.

Кроме того, у 3 из 11 БР имеется банковская лицензия, выданная

Центральным банком страны-учредителя для того, чтобы ограничить

принятие чрезмерных рисков данными финансовыми институтами.

При этом вполне закономерно, что у многосторонних БР банковская

лицензия отсутствует.

Рассматриваемые БР значительно отличаются по размеру,

наиболее крупный среди них – ЕИБ с активами в 570 млрд евро,

наиболее мелкими среди анализируемых БР являются австрийский БР

(OeEB) и МИБ, активы которых составляют около 0,7 млрд евро. Это

объясняется тем, что первый был создан относительно недавно – в 2008

г., а второй стагнировал на протяжении двух десятилетий и фактически

начал функционировать как БР лишь после 2012 г. – года начала

проведения комплексной реформы этого финансового института.

Закономерно наиболее разветвленной сетью банков-партнеров

среди анализируемых институтов обладает специализированный БР –

МСП Банк, количество его уникальных банков-партнеров с 2010 по

2013 гг. составило 186 (см. табл.3). Настолько разветвленная сеть его

банков-партнеров обусловлена обязанностью МСП Банка соблюдать

норматив Н6, который ограничивает кредитный риск банка в

отношении одного заемщика, что ведет к достаточно

67

диверсифицированному портфелю. Его партнеры принадлежат к

различным группам коммерческих банков – госбанки (например, ВТБ

24, Банк Москвы, Россельхозбанк), крупные иностранные банки

(Юникредит банк)47, а также мелкие и средние банки.

Таблица 3 – Количество банков-партнеров и ставки БР

БР Количество банков-

партнеров в

портфеле48

Ставки

МСП Банк 186 Субсидированные

ЕБРР 18 Рыночные

IFC 12 Рыночные

ЧБТР 6 Рыночные

FMO 5 Рыночные

СИБ49 5 Рыночные

ЕАБР 3 Рыночные

DEG (KfW)50 3 (-) Рыночные

OeEB 1 Рыночные

ЕИБ 2 Рыночные

МИБ - Рыночные

Источник: составлено автором

При этом важной декларируемой особенностью МСП Банка

также является то, что средства, предоставляемые им банкам-

партнерам и, что более важно, доводимые до конечных заемщиков,

являются субсидированными, т.е. их стоимость ниже рыночной. В

стоимости остальных – международных – БР отсутствует грантовая

компонента или субсидия, из-за чего стоимость предоставляемых ими

банкам-партнерам, и, в свою очередь, конечным заемщикам, является

рыночной.

47 На которые, судя по международной практике, поддержка БР не должна распространяться, ведь их

средства ориентированы, в первую очередь, на мелкие и средние банки, которые имеют ограниченный доступ

к внешнему фондированию. 48 В таблице приводится суммарное количество уникальных банков-партнеров в портфеле БР за 2006–

2013 гг. 49 Без учета ВЭБ в портфеле СИБ и ЕИБ. 50 Подобная оценка была получена из открытых источников – пресс-релизов банков-партнеров,

однако, на сейте DEG отсутствует точная информация, поэтому партнеров могло быть больше.

68

Еще одной особенностью МСП Банка (в отличие от остальных

БР51) является также то, что с 2012 г. он накладывает ограничение на

область деятельности конечных заемщиков52 – ими должны быть

предприятия из неторгового сектора, а целями кредитования должны

быть: модернизация, расширение действующего производства,

приобретение товарно-материальных ценностей и др. Для

предотвращения кэптивности банков и снижения идиосинкратического

(несистематического) риска МСП Банк устанавливает максимальный

порог кредитования одного заемщика в размере 60 млн руб53.

Интересно отметить, что четыре из анализируемых

международных БР – ЕИБ, МИБ, СИБ, KfW – реализуют поддержку

МСБ через национальный банк развития (де-юре выделяя средства

ВЭБ, но де-факто МСП Банку, входившему до 21 апреля 2016 г. в

состав ВЭБа). При этом МИБ – единственный БР, который не

осуществляет поддержку МСБ в России через банки-партнеры. ЕИБ и

СИБ, например, также сотрудничают с другими коммерческими

банками (главным образом, госбанками – ВТБ 24, Газпромбанком и

Сбербанком), как и входящая в группу KfW DEG (правда, ее целевой

аудиторией являются региональные банки).

Таким образом, по аналогии с приводимой в первой главе

классификацией БР, подобные БР можно назвать «БР третьего уровня»

(third-tier development banks). Важно отметить причины

предоставления фондирования международным финансовым

институтом национальному БР. Во-первых, международные БР, в

51 На самом деле, многие БР накладывают ограничения на область деятельности конечных заемщиков

– ими не должны быть производители табака, оружия; производства, использующие детский труд и пр. 52 При этом отнесение к субъектам МСБ банками-партнерами МСП Банка происходит в соответствии

с ФЗ «О развитии малого и среднего предпринимательства в Российской Федерации» №209-ФЗ от 27 июля

2007 г. (с учетом корректировок, изложенных в Распоряжении Правительства РФ от 27 января 2015 г. №98-р).

Критерии отнесения к МСБ международными БР отражены в документах этих БР, в рассматриваемом случае

они чаще всего совпадают с критериями ЕС (за исключением IFC и ЕАБРа). 53 Международные БР, как правило, ограничиваются 10 млн долл. США (или 300 млн руб. до недавней

девальвации рубля) на одного заемщика.

69

общем случае, имеют более высокие кредитные рейтинги, чем

национальные БР, что позволяет им занимать на международных

рынках капитала и предоставлять в дальнейшем средства

национальному БР по более низкой стоимости, чем если бы последний

выходил на рынки капитала самостоятельно. Во-вторых, для

международного БР эти инвестиции являются низкорисковыми,

поскольку в случае появления финансовых сложностей у

национального БР вероятность его банкротства крайне мала. В-

третьих, самостоятельней выход на данный рынок международного БР

был бы сопряжен со значительными затратами, в том числе на

определение надежных банков-партнеров, в связи с чем стоимость

кредита для конечного заемщика существенно увеличивалась бы. В-

четвертых, фондируя национальные БР под определенные программы,

международные БР способствуют становлению национальных

институтов развития (путем, в том числе и передачи опыта в данной

области), а также не оказывают конкурентное давление на них.

Представляя взаимоотношения между БР и их банками-

партнерами как единый рынок, можно оценить рыночные доли каждого

БР. Их анализ (см. табл.4) показывает неравномерность распределения

относительных долей БР со значительным «перекосом» в сторону

национального БР – МСП Банка, в отдельные годы его доля достигает

свыше 80%. Из оставшихся наибольшей долей обладает ЕБРР

(приблизительно 8–14% в разные годы). При этом суммарный

портфель БР оценивается в 33–55 млрд руб.

Таблица 4 – Объем портфеля БР на рынке ресурсов по поддержке МСБ

в 2010–2013 гг. в процентах

БР 2010 2011 2012 2013

МСП Банк 86,52 69,74 77,86 75,22

ЕБРР 8,17 14,46 11,07 10,86

IFC 2,71 8,07 4,56 4,94

70

ЧБТР 0,57 1,94 2,06 1,97

FMO 0,82 1,34 0,91 0,85

СИБ 0,83 3,59 2,42 2,28

ЕАБР - 0,45 0,66 0,69

DEG 0,39 0,40 0,21 0,11

OeEB - - 0,24 0,23

ЕИБ - - - 2,85

Итого 100 100 100 100

Источник: составлено автором

При этом необходимо помнить, что в рассматриваемом

механизме возникает еще один рынок – рынок кредитования компаний

МСБ коммерческими банками. Таким образом, можно оценить

суммарную долю банков-партнеров каждого из изучаемых БР,

результаты количественного анализа представлены в табл.5. Важно

отметить, что здесь и далее в работе использовались данные по

портфелю индивидуальных предпринимателей (ИП), а не всего сектора

МСБ из-за отсутствия соответствующих субсчетов в российских

стандартах бухгалтерского учета (РСБУ). Однако мы считаем (до

некоторого момента в третьей главе), что доли в кредитовании МСБ и

ИП примерно одинаково распределены среди коммерческих банков.

Наибольшей долей также, как и в предыдущем случае, обладают

партнеры МСП Банка, при этом в 2013 г. охват рынка его банками-

партнерами составляет около 70% за счет присоединения Сбербанка.

Высокая доля ЕИБ в 2013 г. также объясняется, как уже было отмечено

ранее, тем, что в составе его партнеров присутствуют госбанки. При

этом суммарная доля банков-партнеров всех БР (с учетом перекрытия)

составляет от 40 до 70%.

Таблица 5 – Суммарные доли банков-партнеров БР на рынке

кредитования МСБ в России в процентах

БР 2010 2011 2012 2013

МСП Банк 39,98 41,82 43,19 73,40

ЕБРР 4,64 5,46 3,63 3,70

71

IFC 3,35 3,10 2,75 2,77

ЧБТР 0,92 1,04 1,17 1,89

FMO 3,54 3,62 2,82 2,36

СИБ 3,81 4,03 3,74 3,29

ЕАБР - 0,003 0,88 1,34

DEG 1,80 2,01 1,02 1,42

OeEB - - 0,88 0,79

ЕИБ - - - 43,36

Итого (с

учетом

перекрытия)

40,35 42,70 43,91 74,84

Источник: рассчитано автором

Целевая аудитория банков-партнеров для различных БР

отличается. Ранее было упомянуто, что БР предпочитают работать

преимущественно с региональными коммерческими банками. На

практике это утверждение, опять же, в силу упомянутых выше мотивов,

не всегда оказывается верным. Как видно из табл.6, МСП Банк, ЕИБ и

СИБ работают с крупнейшими банками в банковской системе России –

госбанками. Из таблицы также следует, что ЕАБР, DEG и OeEB, по

сути, выбирают в качестве партнеров лишь те банки, которые уже

сотрудничают с другими БР, что является крайне негативным сигналом

относительно состоятельности их методик отборов партнеров.

Таблица 6 – Суммарная доля активов банков-партнеров БР в

банковской системе

БР Доля активов

банков-партнеров

в банковской

системе (%)

IFC 3,06

IFC ЧБТР 3,54

IFC ЧБТР FMO 4,14

IFC ЧБТР FMO ЕАБР 4,16

IFC ЧБТР FMO ЕАБР DEG 4,19

IFC ЧБТР FMO ЕАБР DEG OeEB 4,19

IFC ЧБТР FMO ЕАБР DEG OeEB ЕБРР 11,69

IFC ЧБТР FMO ЕАБР DEG OeEB ЕБРР СИБ 27,96

IFC ЧБТР FMO ЕАБР DEG OeEB ЕБРР СИБ ЕИБ 58,10

72

IFC ЧБТР FMO ЕАБР DEG OeEB ЕБРР СИБ ЕИБ

МСП Банк

79,36

Источник: составлено автором

В соответствии с данной идеей, рассмотрим матрицу (из-за ее

симметричности заполнены только элементами, стоящие ниже главной

диагонали) совпадающих банков-партнеров у пар различных БР (см.

табл.7).

Таблица 7 – Матрица конкуренции БР

МСП

Банк

ЕБРР IFC ЧБТР FMO СИБ ЕАБР DEG OeEB ЕИБ

МСП

Банк

-

ЕБРР 12 -

IFC 9 8 -

ЧБТР 5 3 5 -

FMO 4 5 3 2 -

СИБ 3 4 1 0 1 -

ЕАБР 3 2 2 2 2 0 -

DEG 3 2 2 2 2 0 2 -

OeEB 1 1 1 1 1 0 1 1 -

ЕИБ 2 1 0 0 0 0 0 0 0 -

Источник: составлено автором

Можно отметить, что: во-первых, наблюдается значительное

число ненулевых элементов; это свидетельствует о наличии общих

партнеров практически у всех БР. Во-вторых, имеется большое число

совпадений между составом банков-партнеров МСП Банка и

международных БР, при этом это совпадение частичное для наиболее

активных БР – ЕБРР и IFC, и практически полное для в случае с

другими БР. Принимая во внимание тот факт, что глобальные БР не

работают с госбанками, становится понятным, что некоторые

региональные банки-партнеры этих финансовых институтов не

73

фондируются у МСП Банка. При этом 8 из 12 и 18, соответственно,

партнеров являются общими для ЕБРР и IFC. Данная таблица, в целом,

свидетельствует об актуальности изучаемого в данной работе вопроса

– БР действительно конкурируют за очередность сотрудничества с

коммерческим банками из ограниченного множества банков.

Интересным также представляется изучение некоторых

характеристик действующих банков-партнеров различных БР. Начнем

с распределений международных рейтингов (присвоенных

рейтинговым агентством Moody’s Investors Service, далее – Moody’s)

банков-партнеров (см. рис.5) для 6 БР с наибольшее разветвленными

партнерскими сетями.

0

1

2

3

B2 B1 Ba3

FMO

0

1

2

3

B1 B2 Ba3

ЧБТР

0

1

2

3

Baa2 Baa3 Ba3

СИБ

0

1

2

3

4

5

6

B2 B1 Ba3 B3

IFC

74

Рисунок 5 – Распределение рейтингов банков-партнеров

Источник: составлено автором

В целом, почти все банки-партнеры международных БР (за

исключением Банка «Казанский» – партнера ЕБРР) обладают

международным рейтингом. При этом кредитные рейтинги их банков-

партнеров достаточно близки, наиболее высоким качеством обладают

кредитные портфели FMO, ЕБРР и СИБ – их среднему банку-партнеру

присвоен рейтинг Ba3, что при 5–летнем горизонте инвестирования

(средний срок действия кредитной линии БР) соответствует

вероятности дефолта в 11,86% (рассчитано по Альшанский, 2003).

Немного более низкий средний рейтинг наблюдается у среднего

партнера ЧБТР и IFC – В1, что соответствует вероятности дефолта

банка-партнера через 5 лет в 16,12%.

Важно отметить, что у 104 из 186 анализируемых банков-

партнеров МСП Банк отсутствует международный рейтинг, а

вероятность дефолта для среднего его партнера выше по сравнению с

партнерами международных БР – 27,05% (что соответствует рейтингу

B3). При анализе портфеля МСП Банка выяснилось, что как минимум

у четырех его банков-партнеров в период до 2013 г. была отозвана

лицензия: Нацпромбанк (28 ноября 2011 г.), ПВ-Банк (13 апреля 2012

0

1

2

3

4

5

6

7

B2 B1 Ba3 Baa2 Ba1 Baa3

ЕБРР

0

5

10

15

20

25

МСП Банк

75

г.), Соцгорбанк (15 апреля 2011 г.) и Экспресс банк (21 января 2013 г.),

что негативно характеризует методики отбора банков-партнеров

данного финансового института.

Как уже было отмечено ранее, БР широко используют

финансовые ковенанты при взаимодействии с банками-партнерами.

Для целей данной работы мы составили список из 12 показателей (см.

табл.8), которые могут быть рассчитаны на основе информации из

открытых источников и являются важными показателями финансового

состояния коммерческих банков.

Таблица 8 – Индикаторы финансового состояния коммерческих банков

Показатель Характеристика

Н1 Обеспеченность выдаваемых банком

ссуд собственными средствами,

характеризует надежность банка.

Н2 Мгновенная ликвидность,

ограничивает риск потери банком

платежеспособности в течение одного

дня.

Н3 Текущая ликвидность, ограничивает

риск потери банком

платежеспособности в течение 30 дней.

Собственный капитал Размер банка

Активы Размер банка

Доля депозитов физических лиц в

обязательствах

Степень диверсификации бизнеса

банка

Доля корпоративных кредитов в

обязательствах

Степень диверсификации бизнеса

банка

NPL (non-performing loans) Финансовая устойчивость банка

ROA (return-on-assets) Рентабельность активов банка

ROE (return-on-equity) Рентабельность собственного капитала

банка

CIR (cost-to-income ratio) Окупаемость затрат банка

Портфель МСБ Способность банка-партнера работать в

сегменте обслуживания МСБ

Источник: составлено автором

Описательные статистики отдельным показателям для портфеля

партнеров каждого из БР приведены в табл.1 Приложения Б.

Минимальное значение показателя средней достаточности капитала

76

наблюдается у банков-партнеров СИБа (12.4), в то время как

максимальное – у партнеров МСП Банка (14,8). Это связано с тем, что

СИБ работает преимущественно с крупными банками, а среди

партнеров МСП Банка значительно число мелких банков. Этот вывод

подтверждается анализом величины портфеля кредитов МСБ

(аппроксимируемый по портфелю кредитов ИП) банков-партнеров БР,

наиболее крупные портфели (в среднем – 5,2 млрд руб.) наблюдается у

банков-партнеров СИБ. Что касается рисков ликвидности, то наименее

рискованными являются партнеры ЧБТР (Н2 – 75,9; Н3 – 114,9). У

данной группы банков-партнеров также наблюдается и минимальный

уровень просроченной задолженности (2,8%), а наибольший в выборке

у партнеров СИБ (9,5%). Наименее эффективными являются партнеры

СИБ (CIR – 1,06, ROE – 0,006), наиболее рентабельными – партнеры

IFC (ROE – 0,188), наибольшая окупаемость затрат наблюдается у

партнеров FMO (1,06). Степень диверсификации бизнеса у банков-

партнеров различных БР примерно одинаковая за исключением

показателя «доля депозитов физических лиц в обязательствах банка»,

он выше у партнеров FMO (0,501).

Поскольку взаимодействие БР в данной работе рассматривается

в контексте конкуренции, закономерно в таком случае выделить

определенные конкурентные преимущества различных БР,

суммированных в табл.9. Необходимо отметить, что здесь и далее, как

и в предыдущем случае, анализ будет проводится по БР с наиболее

разветвленными сетями банков-партнеров, но без учета СИБа,

таргетирующего госбанки – финансовые институты, которые могут

развивать сектор МСБ и без поддержки БР.

77

Таблица 9 – Конкурентные преимущества различных БР в России54

Параметр ЕБРР IFC

(группа

ВБ)

FMO ЧБТР МСП Банк

Стоимость фондирования и

требования

0 0 0 0 1

Требования к объему отчетности

банков–партнеров

1 1 1 1 0

Способность использовать

международные практики

1 1 1 1 0

Доверие среди сторонних

инвесторов

1 1 0,5 0,5 0

Наличие региональных

представительств

1 1 0 0 1

Наличие консультационной

поддержки

1 1 0 0 0

Результат (из 6) 5,0 5,0 2,5 2,5 2,0

Примечание: 1 – наличие конкурентного преимущества; 0 – отсутствие

конкурентного преимущества; 0,5 – невозможно однозначно

определить. Оценки выставлялись на основе интервью с экспертами.

Источник: составлено автором

Исходя из табл.9, наиболее успешными являются глобальные БР

– ЕБРР и IFC, наименее – МСП Банк. Попробуем более детально

рассмотреть конкурентные преимущества каждого БР.

По стоимости фондирования и требованиям к банкам–

партнерам лидирует МСП Банк, предоставляющий долгосрочные

средства партнерам по субсидированным ставкам, которые, однако,

должны находить выражение в более низких (по сравнению со

среднерыночными) ставках для конечных заемщиков. К тому же у

МСП Банка в целом ниже требования, предъявляемые к банкам-

партнерам. Как правило, объем предоставляемой отчетности по

одной проводимой операции банком-партнером для международных

БР гораздо ниже по сравнению с пакетами документов,

предоставляемых национальному БР (например, партнеры МСП Банка

обязаны предоставлять полный пакет документов по каждой сделке,

включая кредитный договор). Отчетность для международных БР

54 Эта часть раздела диссертационного исследования в значительной мере опирается на результаты,

опубликованные в Бакайкина (2015с).

78

носит более комплексный характер, и она удобнее для банка-партнера.

При этом в интервью эксперты высказывались в пользу избыточности

требуемых МСП Банком данных, некоторые из показателей не

раскрываются даже перед Банком России.

Важным преимуществом международных БР является

способность использования ими практик ведения деятельности в

других странах, схожих с данной, чего лишены национальные БР

(Buiter, Freis, 2002). Международные БР обладают высокой степенью

неприятия репутационного риска, поэтому они с особой

тщательностью подходят к выбору банков-партнеров, предъявляют

более высокие требования к своим партнерам. Таким образом, в их

портфелях невозможно встретить банки, у которых отозваны лицензии

(за исключением Токобанка, Инкомбанка и СБС-Агро – партнеров

ЕБРР в 1998 г., после чего деятельность данного финансового

института была в значительной степени скорректирована), как в случае

с МСП Банком. К тому же, например, ЕБРР и IFC, являются

стратегическими инвесторами, которые не только предоставляют

средства коммерческим банкам, но и активно становятся их

акционерами, повышают эффективность своих партнеров,

руководствуясь целью развития финансового сектора, которой нет у

многих других БР. Поэтому в случае, если ЕБРР или IFC открывает

кредитную линию коммерческому банку, для рынка это является

сигналом надежности последнего.

Наличие сети региональных представительств также может

служить дополнительным преимуществом для БР. Региональное

представительство позволяет более качественно определять риски

потенциального банка-партнера, а также лучше контролировать их на

протяжении срока действия кредитного договора. Немногие БР

считают целесообразным предоставлять консультационную

79

поддержку своим банкам-партнерам. По сути, ее роль – в содействии

внедрению устойчивых продуктов для кредитования МСБ,

установлению долгосрочных отношений с заемщиками, а также более

полному удовлетворению потребностей нового для коммерческих

банков сегмента.

Резюмируя сравнение международных БР с национальным

институтом развития, можно сделать вывод о том, что средства

последнего дешевле, их легче получить из-за более низких требований

к банкам-партнерам, но в то же время по ним сложнее отчитываться

(из-за объема необходимых документов). Средства международных БР,

наоборот, дороже, их сложнее получить, но по ним удобнее

отчитываться.

2.2 Моделирование индекса Лернера для банков

развития

Первым показателем, который будет применен к оценке

конкуренции между БР, является индикатор рыночной власти – индекс

Лернера. Как уже было отмечено ранее, данный показатель имеет ряд

весомых преимуществ для целей настоящего исследования: во-первых,

он является прямой мерой оценки конкуренции; во-вторых,

рассчитывается на уровне отдельно взятого банка, что позволит в

дальнейшем агрегировать его до уровня отдельно взятого БР.

Напомним, что формула для расчета традиционного индекса Лернера

(Lerner, 1934) выглядит следующим образом:

it it

it

it

P MCLI

P

, (2.1)

80

где itP – средневзвешенная годовая ставка i-го банка по кредитам МСБ

в момент времени t; itMC – предельные операционные издержки

выдачи 1 дополнительного рубля кредитов компаниям МСБ.

Индекс принимает значения от 0 до 1. Чем больше значение

показателя, тем большей рыночной властью обладает банк.

Напрямую посчитать индекс Лернера для каждого БР не

представляется возможным из-за отсутствия ставок по кредитам

банкам-партнерам для каждого БР (для многих из них ставки по

кредитам банкам-партнерам являются предметом банковской тайны), а

также сложности подсчета предельных издержек для всех БР (в

особенности, международных, которые в лучшем случае публикуют

лишь агрегированные данные в разрезе отдельного географического

региона). В данном исследовании предлагается рассчитывать индекс

Лернера для каждого конкретного БР как средневзвешенную индексов

его банков-партнеров (это было сделано в том числе для удобства

применения аппарата оптимизации в третьей главе):

1 1

1N N

it

jt it it it

i i it

MCLI w LI w

P

, (2.2)

где itw – доля коммерческого i-го банка в портфеле БР j в период

времени t; N – число банков–партнеров в портфеле БР j.

Для упрощения дальнейших расчетов индекс был переписан как

средневзвешенная доля предельных издержек в цене, поэтому далее мы

фактически будем работать с модифицированным индексом Лернера

( *

jtLI ):

*

1

Nit

jt it

i it

MCLI w

P

. (2.3)

При этом для целей правильной интерпретации данного

показателя отметим, что он является обратным традиционному индексу

Лернера (Lerner, 1934) показателем, т.е. увеличение рыночной власти

81

соотносится с ростом индекса Лернера, но со снижением

модифицированного индекса Лернера.

Цены на кредиты для МСБ по аналогии с некоторыми

исследованиями (например, Мамонов, 2012) рассчитывались по

формуле:

it

it

it

interest incomeP

SME loans , (2.4)

где itinterest income – процентные доходы i-го банка, полученные за время

t по портфелю МСБ; itSME loans – совокупный объем задолженности

заемщиков по кредитам МСБ.

Однако полученные с использованием данной формулы оценки

являются не ценами на кредиты МСБ, а прокси-переменной для цен на

кредиты. Ее знаменатель подвержен значительной волатильности в

связи с чем в последующем из выборки были исключены банки, для

которых данный показатель был ниже 10% и выше 30%, что является,

на наш взгляд, крайне нереалистичным для российского рынка. При

этом важно отметить, что для банков-партнеров МСП Банка мы

сознательно не накладывали ограничения на стоимость кредитов для

конечных заемщиков, считая ее рыночной. Связано это, прежде всего,

с тем, что средства МСП Банка – лишь часть портфеля банка-партнера.

Кроме того, в интервью представители коммерческих банков

высказывались в пользу низкой эффективности механизма контроля со

стороны МСП Банка конечной стоимости кредита для компании МСБ,

выдаваемого его банками-партнерами. Низкая по сравнению с уровнем

рисков маржа по кредитам, финансируемым за счет средств МСП

Банка, может приводить к дополнительным комиссиям, повышенным

ставкам по кросс-продуктам для компании МСБ, что фактически

сравнивает стоимость кредитов по линиям МСП Банка с рыночными.

82

Формула для расчета предельных издержек банка –

дополнительных затрат на выдачу 1 дополнительного руб. ссуды

заемщику – представляет собой производную операционных расходов

банка по его совокупному кредитному портфелю:

it

it

it

CMC

L

, (2.5)

где itC – издержки i-го банка в момент времени t; it

L – средняя

хронологическая дебетовых оборотов по кредитному портфелю банка.

Для начала рассмотрим методологию, предложенную в работах

Бакайкина (2014, 2015b, 2016), которая (с некоторыми дополнениями)

будет применяться в данной работе при расчете предельных издержек

для партнеров БР с учетом объемов фондирования, полученных от

данных финансовых институтов.

Для расчета предельных издержек вместо транслогарифмической

формы55, используемой в литературе, мы предлагаем аналитически

выделить основные их компоненты, включающие:

f

it it it itMC i r , (2.6)

где f

iti – стоимость фондирования, приходящаяся на 1 рубль выданных

компаниям МСБ кредитов i-ым банком в момент времени t; itr – резервы

под выданные компаниям МСБ кредиты; it – доля операционных

расходов в 1 руб. кредита МСБ.

Целесообразность выделения трех данных компонент

подтверждается работой Berger (2006).

55 Однако ее применение для оценки издержек, приходящихся на кредиты МСБ сопряжено со

сложностью в аппроксимации трудовых и капитальных затрат, приходящихся непосредственно на выпуск и

облуживание данного банковского продукта, а также отсутствием данных по всему портфелю МСБ для

каждого коммерческого банка. Кроме того, в данном разделе предлагается аппарат, удобный в использовании

при проведении оптимизации в третьей главе.

83

Далее, рассмотрим расчет компонент предельных издержек по

отдельности. Важно отметить, что каждая из них фактически

моделируется исходя из размера коммерческого банка.

Так, оценка стоимости фондирования банка может быть

представлена как:

0

f f

it t iti i PD , (2.7)

где 0

f

ti – безрисковая ставка фондирования56; – субъективная мера

чувствительности инвестора к риску по конкретному банку-заемщику;

itPD – вероятность дефолта банка-партнера.

Следует отметить, что стоимость фондирования не включает в

явном виде маржу, поскольку специфика деятельности БР направлена

не на извлечение прибыли, а на выдачу максимально допустимого

объема кредитов компаниям МСБ.

Однако из-за того, что средства МСП Банка являются

субсидированными, для его банков–партнеров она выглядит так:

0

1

1

( )N

SME bank

t t it it

i

t N

it

i

i PD F

i

F

, (2.8)

где SME Bank

t – чувствительность к риску МСП Банка; it

F – величина

средств, полученных от МСП Банка коммерческим банком; N –

количество банков-партнеров МСП Банка в момент времени t.

Оценку вероятности дефолта банка можно получить из таблиц

международных рейтинговых агентств, однако менее чем у 15%

российских банков (на 2013 г.) имеется международный рейтинг,

поэтому она может быть рассчитана в два этапа: на первом этапе

оцениваются коэффициенты, связывающие вероятность дефолта с

56 В качестве которой, по аналогии, например, с исследованием Дранев и др. (2012) была принята

ставка ГКО-ОФЗ, в данном случае рассчитанная как среднегеометрическая.

84

размером его кредитного портфеля (прокси для размера банка) по

выборке российских коммерческих банков, имеющих рейтинг

агентства Moody’s:

0 1

1ln 1 ln

t t it

it

a a XPD

, 2(0, )

itN . (2.9)

В качестве зависимой переменной в уравнении (2.9) применяется

отношение шансов (odds ratio), т.е. отношение вероятностей

наступления и не наступления события (дефолта), для того, чтобы

область ее изменения была сопоставима с областью изменений

независимой переменной.

На втором этапе используя выборку, включающую все

российские банки, подставим оценки, полученные из уравнения (2.9) в

логистическую регрессию вида, и получим:

0 1

1

ˆ ˆ1 exp( ln )it

t t

PDa a X

. (2.10)

Следует отметить, что в данной работе мы используем довольно

упрощенную модель оценки вероятности дефолта банка (по

сравнению, например, с Карминский, Костров, 2013), поскольку

показатель PD важен нам лишь с той точки зрения, что с его помощью

мы можем оценить стоимость фондирования коммерческого банка

через размер банка, который в явном виде связан с вероятностью его

дефолта (Peresetsky et al., 2011).

В исследовании рассчитываются две субъективные меры

чувствительности, одна – для МСП Банка, вторая – для всех других

международных БР (обладающих рыночной риск-оценкой из-за того,

что выдаваемые ими средства имеют приблизительно одинаковую с

рыночной стоимость). Однако оценка степени риска МСП Банка

отлична от них, т.к. его средства обладают заниженной стоимостью.

Поэтому для ее расчета было использовано уравнение:

85

0

_ 1

1

( )N

t t it

SME Bank i

t N

it it

i

i i F

F PD

, (2.11)

где ti – средневзвешенная ставка по портфелю МСП Банка в период t.

Для банков-партнеров международных БР, а также банков, не

использующих ресурсы подобных организаций, оценка субъективной

меры чувствительности инвестора к риску может быть рассчитана по

формуле:

'

1

ffm Moody s

it ot t it iti PD , (2.12)

где ffm

iti – стоимость фондирования коммерческих банков на финансовом

рынке; 'Moody s

itPD – вероятность дефолта i-го банка-партнера в период

времени t по рейтинговой шкале Moody’s; 2

(0, )it

N .

Вторая компонента предельных издержек – норма

резервирования – может быть рассчитана на основе резервов по

кредитному портфелю банка ( itRES ), приходящихся на его совокупный

портфель ( itX ):

it

it

it

RESr

X . (2.13)

В данном случае предполагается, что в отношении портфеля

каждого продукта банк ведет одинаковую политику в области принятия

рисков, в связи с чем, в среднем, норма резервирования по портфелю

каждого отдельно взятого продукта должна быть одинаковой. Это

позволяет устранить погрешность в оценках, возникающую из-за

доступности точных данных лишь по части портфеля кредитов МСБ –

кредитам ИП.

Последняя компонента предельных издержек представляет собой

оценку доли операционных расходов, приходящихся на каждый рубль

86

выдаваемых компаниям МСБ кредитов. Из-за невозможности получить

точную оценку непосредственно по портфелю МСБ, мы

аппроксимируем ее через оценку операционных издержек по

корпоративным кредитам, которые по этим двум видам кредитов

сопоставимы (Шпынова, 2009). В данной работе операционные

издержки оцениваются с помощью регрессии в следующей форме:

1 2 3 4 5

6 7 8 9 10 11

ln ln sec ln ln ln ln corp

ln ln ln ln ln ln sec

it ot

it

t it t it t it t it t it

t it t it t it t it t it it

OC iss liabb setaccorp setacret dep

depret lb loanscorp loansret corrac b

, (2.14)

где lnit

OC – операционные расходы i-го банка в период времени t;

ln secit

iss – выпущенные ценные бумаги; lnit

liabb – обязательства перед

банками; lnit

setaccorp – расчетные счета предприятий; lnit

setacret –

расчетные счета физических лиц; n corpit

dep – корпоративные депозиты;

lnit

depret – депозиты физических лиц; lnit

lb – кредиты коммерческим

банкам; lnit

loanscorp – корпоративные кредиты; lnit

loansret – кредиты

физическим лицам; lnit

corrac – корреспондентские счета; ln secit

b –

вложения в ценные бумаги; 2

(0, )it

N .

Выбранная спецификация модели (2.12) при ее оценке методом

наименьших квадратов (далее – МНК) привела бы к неустойчивости

полученных результатов из-за мультиколлинеарности, во избежание

чего была использована ридж-регрессия (или гребневая регрессия).

Полученная в уравнении (2.14) оценка является средней по

банковской системе. Для учета неоднородности имеющейся выборки

данный показатель был рассчитан для каждого конкретного банка,

предполагая, что он зависит от величины кредитного портфеля банка и

дебетовых оборотов по портфелю:

87

1 8it it t t it

it

it it it

OC X OC

X L L

, (2.15)

где 8t – оценка приходящихся на 1 руб. выдаваемых корпоративных

кредитов; 1t – показатель зависимости дебетовых оборотов банка от

величины его кредитного портфеля:

0 1ln ln

it t t it itX L ,

2(0, )

itN . (2.16)

Источники и методики расчета основных показателей

представлены в табл.1 Приложения В. Следует отметить, что наиболее

низкие по стоимости кредиты предоставляют партнеры ЧБТР и FMO.

У партнеров ЧБТР также наблюдаются наиболее низкие операционные

расходы на выдачу 1 руб. кредита компании МСБ. Исходя из анализа

нормы резервирования можно заключить, что наибольшим риском

обладают партнеры МСП Банка.

Предельный эффект от фондирования БР по своему значению

небольшой, но везде строго отрицательный, т.е. сотрудничество с БР

ожидаемо снижает предельные издержки банков-партнеров.

Наибольший среди всех трех компонент маржинальный эффект

наблюдается в норме резервирования. Это значит, что при

взаимодействии с БР риски банка-партнера снижаются из-за

кредитования им менее рисковых заемщиков. В случае со стоимостью

фондирования, наибольший предельный эффект наблюдается у

партнеров МСП Банка, что закономерно из-за субсидированных

ставок.

Результаты оценки базового уравнения (2.3) показывают, что

разброс значений индекса Лернера (см. рис.6) оказался не таким

большим, как можно было бы ожидать из предварительного анализа.

Вместе с тем, доля предельных издержек в цене составляет от 70 до

100%, что может косвенным образом свидетельствовать о низкой

88

рентабельности программ МСБ. Однако в показатель цены кредита

МСБ также часто включаются комиссии, которые, к сожалению, не

могут быть количественно оценены из-за отсутствия данных. В любом

случае, исследование не преследует цели интерпретации абсолютных

значений данного показателя, поскольку более важным в данном

случае представляется сравнение различных БР.

Рисунок 6 – Индекс Лернера для различных БР

Источник: по расчетам автора

Банки-партнеры МСП Банка и ЕБРР обладают достаточно низкой

долей предельных издержек в цене продукта МСБ по сравнению с

партнерами других БР. Наибольшую долю предельных издержек в цене

кредита МСБ имеют партнеры ЧБТР. При этом значения данного

показателя у разных БР находятся в отношении частичного порядка,

т.е. невозможно установить точные порядковые отношения между

всеми БР, что объясняется как таргетированием одним и тех же банков-

партнеров, так и наличием модельного и операционного рисков в

деятельности БР, которым будет подробно посвящена третья глава.

0,7

0,8

0,9

1,0

1,1

2010 2011 2012 2013

Ин

дек

с Л

ерн

ера

(до

ли

)

ЕБРР

МФК

ЧБРТ

МСП Банк

FMO

IFC

89

2.3 Моделирование индикатора Буна для банков развития

Рассчитанный в предыдущем параграфе данной главы индекс

Лернера включал в себя оценку ставки процента по кредитам МСБ.

Однако, как было отмечено ранее, предложенная методика позволяет

аппроксимировать данный показатель, но не дает возможности точного

его расчета, что ведет к некоторому смещению. Более того, индекс

Лернера оценивает конкуренцию по цене, в то время как не все

коммерческие банки максимизируют размер прибыли по отдельно

взятому кредиту МСБ (либо преследуют подобную цель лишь на

определенном этапе развития банковского продукта), стремясь

нарастить размер рыночной доли (конкурируя либо по количеству,

либо по качеству); в таком случае данная группа банков будет успешна

даже тогда, когда индикатор рыночной власти у них находится на

низком уровне.

В эмпирической литературе в последнее время достаточно

широкое распространение получило использование такого показателя,

как индикатор Буна, который представляет собой оценку эластичности

изменения рыночной доли коммерческого банка – itMS (либо

изменения прибыли банка, что и было предложено в первоначальной

его трактовке в статье Boone (2008)) по изменению предельных

издержек:

ln(MS ) ln(MC )it t it it

, 2

(0, )N . (2.17)

При использовании данного индикатора в исследовании рынка

необходимо помнить о двух базовых предпосылках, лежащих в основе

данного показателя: издержки входа на рынок низкие, а степень

взаимозаменяемости продуктов – высокая. Обе предпосылки

выполняются при анализе рынка кредитования МСБ, что дает нам

основание для применения его в данном исследовании.

90

Обычно значения индикатора Буна находятся в отрицательной

области, и чем он более отрицателен (т.е. чем больше его абсолютное

значение), тем выше эффект перераспределения, а, значит, выше

уровень конкуренции на рынке. На более конкурентных рынках

экономические агенты больше наказываются за неэффективность. В

таком случае считается, что на рынке наблюдается конкуренция по

количеству, т.е. снижая предельные издержки, банки способны

увеличивать свою рыночную долю. Однако значения данного

показателя могут попадать и в положительную зону: при повышении

предельных издержек банков наблюдается увеличение их рыночной

доли; это свидетельствует о том, что банки вкладывают средства в

повышение качества и скорости обслуживания клиентов, т.е.

наблюдается конкуренция по качеству среди коммерческих банков.

Для расчета индикатора Буна для БР воспользуемся методом

локально-взвешенного МНК57, который позволит нам при получении

оценки для каждого БР учитывать вес средств, которые были выданы

каждому банку-партнеру. Однако расчет показателя проведем в два

этапа: вначале оценим индикатор Буна для всего рынка, а затем – для

каждого группы каждого отдельно взятого БР. На первом этапе расчет

был произведен для подвыборки партнеров всех БР. В качестве весов

были взяты доли средств, которые отдельно взятый коммерческий банк

получил от БР. Однако, как уже было упомянуто ранее, объем средств

МСП Банка в каждый период наблюдения в 2,5–4 раза превосходит

объем средств всех остальных БР; поэтому, чтобы не допустить

перекоса в сторону партнеров одного БР, доля каждого банка была

дополнительно нормирована:

57 Применяемая методология была описана в статье Бакайкина (2015a).

91

,1

1

KN

i

ij

ij

ij

S

S

Kw (2.18)

где K – количество БР; ijS – сумма фондирования j-го банка-партнера i-

ым БР.

Таким образом, оцениваемая на первом этапе регрессия

выглядит следующим образом:

,)ln()ln( 10 iijiiji vwMCwMS 2(0, )

itN . (2.19)

На втором этапе была оценена взвешенная регрессия для

каждого отдельного БР в форме:

2

0 2ln( ) w ln( ) , N(0, )

i ij i ij iMS MC w ,

2(0, )

itN . (2.20)

Значения индикатора Буна, оцененные с помощью (2.20), за весь

период наблюдения и для всех групп банков-партнеров БР являются

положительными (рис.7). Таким образом, партнеры БР конкурируют по

качеству – т.е. наращивают свою рыночную долю посредством

увеличения предельных издержек. Примечательно, что во всех случаях

наблюдается положительная отдача от наращивания предельных

издержек – индикатор Буна для всех групп партнеров БР больше 1.

Рисунок 7 – Индикатор Буна для различных БР

Источник: рассчитано автором

2,0

2,5

3,0

3,5

4,0

4,5

5,0

5,5

6,0

6,5

7,0

2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3

Ин

ди

кат

ор

Бун

а

ЧБТР

FMO

IFC

ЕБРР

МСП Банк

%

92

Полученный результат в целом в приложении к партнерам БР не

выглядит удивительным, поскольку, как мы уже отмечали ранее,

деятельность БР фактически направлена на формирование рынка

кредитования компаний МСБ. В данном случае особенно уместно

упомянуть теорию жизненного цикла товара, предложенную в 1965 г.

Т. Левиттом и ставящая в зависимость объем генерируемого денежного

потока от продажи продукта от стадии его жизненного цикла. При этом

каждый продукт, в том числе банковский, с момента ввода и до

момента выхода с рынка проходит 4 стадии: внедрение товара на

рынок, рост, зрелость, спад.

Кредитные продукты для МСБ у банков-партнеров, как правило,

находятся на стадии внедрения, или в лучшем случае роста (за

исключением некоторых банков-партнеров МСП Банка, о чем будет

сказано далее). В этот период происходит активное инвестирование

ими средств в продвижение своих продуктов, совершенствование

качества и скорости обслуживания клиентов (компонента it в (2.6)).

Некоторые также, возможно, выходят в сегмент обслуживания более

рискованных клиентов ( itr в (2.6)), увеличивая емкость данного рынка.

В целом БР вкладывают средства в банки-партнеры, которые

используют проактивную стратегию, что в значительной мере

отличается от стратегии крупных банков и госбанков. Программы

кредитования МСБ последних находятся на более зрелой стадии

развития, когда инвестированные ранее средства уже стали приносить

плоды, благодаря чему данная группа банков может «снимать сливки»,

используя экономию на масштабе путем, например, внедрения

«кредитных фабрик». В связи с чем и индикатор Буна у них, скорее

всего, будет отрицательным.

93

Напомним, что чем больше абсолютное значение индикатора

Буна, тем на большую величину изменится рыночная доля банка при

изменении его предельных издержек. Например, если в группе банков-

партнеров ЕБРР предельные издержки увеличились бы на 1% в 2013 г.,

то их рыночная доля в среднем возросла бы на 2,73%, ceteris paribus. В

данном случае наибольший эффект (потенциал) от увеличения

предельных издержек наблюдается в случае с партнерами

международных БР, а наименьший – в случае с партнерами

национального БР – МСП Банка. Объясняется это следующим:

деятельность международных БР направлена, как уже было отмечено,

на кредитование некрупных банков, которые находятся на стадии

активного развития собственных программ МСБ за счет фондирования

от БР. Что касается МСП Банка, то в его портфеле встречаются как

госбанки, так и дочерние структуры крупных международных

банковских групп. Эти банки довольно давно занимаются развитием

собственных программ МСБ, и поэтому их программы уже достигли

определенной стадии зрелости и растут медленными темпами. Однако,

как и в случае с индексом Лернера, отношения между БР по показателю

индикатора Буна характеризуются частичным порядком.

94

Глава 3

Оценивание конкуренции банков развития

Результаты оценки моделей конкуренции, полученные в

предыдущей главе, не являются корректными, поскольку деятельности

БР присущи модельный и операционный риски. В результате,

распределение кредитных портфелей среди банков-партнеров не

является эффективным. Для того, чтобы получить корректные оценки

моделей конкуренции и иметь возможность сравнивать методики

отбора банков-партнеров, необходимо предложить методику учета

рисков в моделях конкуренции. В первой главе на основе изучения

нормативных документов БР мы выяснили, что важнейшим

индикатором для БР является объем его кредитного портфеля. Таким

образом, в этой главе мы используем оптимизационный аппарат для

того, чтобы перераспределить кредитные портфели БР среди наиболее

крупных банков-партнеров (исключая госбанки и крупные

иностранные банки, в соответствии с аргументами, приведенными

ранее), что нивелирует риски. Далее для верификации используемого

аппарата оптимизации и на основе специально созданной модели

спроса на кредиты МСБ, мы оценим эффективность деятельности БР в

поддержке компаний МСБ через финансовых посредников.

Полученные результаты могут являться предметом особого интереса

акционеров БР, а выбор «эталонного» БР позволит нам

сформулировать рекомендации для других БР в пользу

совершенствованиях их методик отбора банков-партнеров. В целом,

это может привести к достижению рынком улучшенного

субоптимального результата (improved “second-best” outcome) и

повышению благосостояния общества по сравнению с результатом

неэффективно действующих БР.

95

Закономерным итогом исследования является интерпретация

полученных оценок конкуренции с использованием методов

интеллектуального анализа – однофакторный дискриминантный

анализ, деревья классификации и метод главных компонент.

3.1 Оценка конкуренции банков развития с учетом

модельного и операционного рисков

В первой главе было отмечено, что конкуренция между БР может

оказать положительное влияние на эффективность деятельности БР.

При этом природа неэффективности решений БР в области поддержки

МСБ кроется в реализации тех же рисков, каким подвержена

деятельность коммерческих банков, в частности, операционного и

модельного.

Значительные потери многих финансовых институтов в

последнее десятилетие связаны с реализацией операционного риска

(например, убыток в 7,3 млрд. долл. США французским Societe

Generale в 2007 году). Поэтому начиная с Базеля II, Базельский комитет

по банковскому надзору ввел требования к капиталу для

операционного риска и предложил формальную дефиницию данному

виду риску, определяемому как: «риск потери, произошедший в

результате неадекватного использования или сбоя внутренних

процессов, человеческого фактора или системных ошибок, а также

внешних событий» (Principles for the Sound Management of Operational

Risk, 2011, p.3). В это определение включается юридический риск,

однако, как правило, из него исключаются стратегический и

репутационный риски. Основными источниками операционных

рисков банков являются: внутреннее мошенничество, внешнее

мошенничество, ущерб физическому имуществу, нарушение бизнес-

96

процессов и системные ошибки и др. Важной особенностью

операционного риска по сравнению с кредитным и рыночным является

не только сложность его измерения и моделирования, но и устранения.

Кроме того, у этого вида риска более «тяжелые» хвосты, а также

небольшое число наблюдений.

Важно отметить, что высокая подверженность операционному

риску у БР возникает из-за того, что они являются государственными

финансовыми институтами, в деятельности которых, согласно сразу

двум направлениям академической литературы – агентской (agency

view) и политической (political view) теориям, наблюдается

нерациональное использование (неэффективная аллокация)

имеющихся у БР ресурсов. Так, согласно политической теории, БР

принимают решения, руководствуясь не экономическим, а

политическими мотивами (например, преследуют цели отдельных

политиков или поддерживают «зомби-компании» (Lazzarini, 2015)). В

рамках агентской теории считается, что менеджеры БР могут быть

неправильно выбраны (в том числе по политическим причинам), либо

обладать слабой мотивацией к эффективной деятельности (Beim,

Calomiris, 2001). Кроме того, из-за наличия социальных и финансовых

таргетов усложняет формирование системы поощрения менеджмента

(Musacchio, Lazarrini, 2014).

Ключевым отличием этих двух подходов является то, что в

рамках второго предполагается, что государство, при формировании

данных финансовых институтов, стремится к максимизации

общественного благосостояния, в то время как первый предполагает,

что они являются средством достижения личных, политических и

экономических целей политиков (Sapienza, 2004). Мы предполагаем,

что государство, при создании институтов, занимающихся поддержкой

МСБ через группы банков-партнеров, руководствуется все-таки

97

целями повышения общественного благосостояния, поэтому

политическая теория как объяснение неэффективности БР в данной

работе не рассматривается.

Вторым видом рисков, рассматриваемых в данной работе,

является частный случай операционного риска – модельный риск,

который приводит к финансовым и репутационным потерям, принятию

неверных, в том числе стратегических, решений. Модельный риск58

возникает либо из-за наличия фундаментальных ошибок в

применяемых моделях, которые выражаются в некорректных

результатах, либо – неверного использования модели (Aggarwal et al.,

2015). Несмотря на то, что нивелировать модельный риск не

представляется возможным, существует несколько способов его

минимизации, например, стресс-тестирование, бэктестинг, граничные

испытания и др. (см. подробнее Kancharla, 2013).

Необходимо отметить, что в годовым отчетах всех

анализируемых БР, операционный риск выделен как один из

важнейших. При этом модельный риск59 отдельно выделяется лишь

DEG, IFC и KfW. Дефиницию Базельского комитета использует

большинство БР: DEG, FMO, IFC, KfW, OeEB, МИБ, ЧБТР. В

противоположность подходу Базельского комитета, два БР – ЕБРР и

СИБ, в операционный риск также включают репутационный риск. В

целях борьбы с операционным риском, БР создают внутренние базы

данных (например, KfW и ЕБРР), в которые вносятся случаи

58 Важно отметить, что ошибки в использовании моделей уже также приводили к существенным

потерям в финансовой сфере. Например, ошибка в электронной таблице ФРС США по кредитам населению

привела 2010 году к 4-миллиардным убыткам. А ошибка в расчетах профессоров К. Рогоффа и К. Рейнхарт не

только привела к неверным экономическим решениям, но и серьезно отразилась на репутации ученых и места

их работы (Aggarwal et al., 2015). 59 Однако модельный риск является важным видом рисков для БР, поэтому нередки случаи, когда

внешние аудиторы БР рекомендуют БР улучшить качество используемых моделей. В частности, в 2011 году

генеральный инспектор (Inspector General) рекомендовал Эксимбанку США обратиться к внешним экспертам

для валидации применяемых для моделирования резервов под будущие потери моделей. В результате, в мае

2012 года Эксимбанк США привлек специалистов компании KPMG для изучения, оценки и анализа

применяемых моделей (Report on Portfolio Risk and Loss Reserve Allocation Policies, 2012).

98

реализации этого вида рисков. При этом ЕБРР является членом

внешней базы данных the Global Operational Risk loss database, которая

включает в себя публикацию (свыше определенного лимита) событий

реализации операционного риска участников объединения. Кроме того,

некоторые БР используют статистические модели для оценки

операционного риска (например, EIB).

В области поддержки сектора МСБ БР наличие операционного и

модельного рисков может привести к существенным последствиям.

Например, наличие модельного риска может привести к появлению

неэффективных методик отбора банков-партнеров, а также слабой

формализации лимитной политики (фактически – неточной оценке

финансового состояния отобранных банков-партнеров). Однако даже в

случае эффективных методик отбора банков-партнеров и лимитной

политики деятельность БР в высокой степени подвержена воздействию

стохастических факторов. Связано это, как уже было отмечено ранее, с

природой БР: данные финансовые институты обладают достаточно

высокими риск-аппетитами. Таким образом, может возникнуть

ситуация, при которой действующий состав и значения ковенантов не

учитывают значительное ухудшение финансового состояния банка-

партнера при сравнительно длительном горизонте инвестирования, в

результате которого не происходит своевременный отзыв кредитной

линии.

Операционный риск в сегменте кредитования МСБ возникает

сразу на двух этапах: при отборе банков-партнеров и при

перераспределении средств между ними. Наличие операционного

риска может приводить к трем последствиям: первое – поскольку БР не

может определить надежные региональные банки, он распределяет

ресурсы среди крупных и государственных банков, в результате чего

фондирование получают институты, не являющиеся финансово-

99

ограниченными; второе – в кредитных портфелях БР присутствует

значительное число ненадежных банков, в лучшем случае это приведет

к возвратам выданных кредитных линий в результате нарушения

ковенант, в худшем – появлению просроченной задолженности на

балансе БР; третье – БР сотрудничают преимущественно (что хуже –

исключительно) с коммерческим банками, являющимися партнерами

других БР, в результате чего БР будет сложнее размещать кредитные

ресурсы (как из-за ценовых, так и лимитных возможностей банков-

партнеров).

В данном разделе будет рассматриваться механизм устранения

модельного и операционного рисков в моделях конкуренции для

перераспределения ресурсов БР среди наиболее крупных действующих

банков-партнеров. Для этого используется аппарат оптимизации60, а

также модели конкуренции, предложенные во второй главе.

В первой главе отмечалось, что целевой функцией БР является

скорость достижения заданного объема кредитного портфеля. Для ее

реализации БР необходимо распределять средства между наиболее

крупными партнерами, поскольку именно они обладают наибольшей

базой клиентов, среди которых можно быстро и с минимальным риском

распределить ресурсы, выделяемые БР61.

В случае с модифицированным индексом Лернера в форме (2.20)

достижимой является только максимизация (что равнозначно

минимизации традиционного индекса Лернера). При минимизации

происходит распределение всех ресурсов БР в одном банке-партнере,

что экономически нецелесообразно, поскольку БР диверсифицирует

свой портфель, устанавливая кредитный лимит (т.е. максимальный

объем кредитных ресурсов) на отдельный банк-партнер.

60 Используемый аппарат оптимизации представлен в статьях Бакайкина (2015a, 2015c). 61 Интересно отметить, что на практике банки-партнеры БР также предоставляют средства

действующим клиентам, а не «клиентам с улицы».

100

Гипотеза 1. Минимизация индекса Лернера ведет к устранению

модельного и операционного риска БР в моделях конкуренции.

Таким образом, достигается перераспределение имеющихся у БР

средств среди наиболее крупных банков-партнеров. Данная гипотеза

базируется на аргументах стандартной микроэкономической теории, в

которой большая рыночная власть наблюдается у более крупных

игроков, что на примере банковского сектора было показано в

нескольких работах, например, Amidu, Witson (2014); Bikker et al.

(2005); Buch et al. (2011); Maudos, Nagore (2005) и др. В то же время

возможна и противоположная ситуация, когда высокая рыночная

власть наблюдается у мелких игроков; подобная зависимость была

найдена в исследованиях Ho, Saunders (1981); Hope et al. (2013); Mirzaei

et al.(2013) и др. Возможна также некоторая комбинация данных

ситуаций.

Наличие высокой рыночной власти у мелких банков может быть

связано с более низким конкурентным давлением на них, в

особенности, на находящихся в отдаленных от крупных экономических

центров страны. Более высокая рыночная власть мелких банков может

объясняться и создаваемыми ими дополнительными «буферами

капитала», что связано со значительными ограничениями в области

привлечения финансирования с рынков капитала. В случае, если

минимизация традиционного индекса Лернера приведет к такому

результату, мы получим наиболее неэффективное перераспределение

ресурсов БР с позиции достижения целевого показателя объема

кредитного портфеля.

Однако до проведения оптимизации индекса Лернера

необходимо внести некоторые коррективы в методику расчета

предельных издержек, предложенную во второй главе62. Поэтому

62 Далее раздел базируется на методологии, изложенной в статье Бакайкина (2015c).

101

перепишем формулу модифицированного индекса Лернера (2.3) с

учетом (2.7):

* 0

1

( )fN

it it t it

jt it

i it

r i PDLI w

P

. (3.1)

Умножим и разделим (3.1) на jtV (кредитный портфель БР j в

период времени t) и itw , получим:

2

*

1

( )fN

it it it ot it

jt jt

i it jt it

w r i PDLI V

P V w

. (3.2)

Каждая из компонент предельных издержек – норма

резервирования, доля операционных расходов и стоимость

фондирования – зависит от объема кредитного портфеля банка-

партнера. Таким образом, в случае, когда коммерческий банк получает

фондирование от БР, возникает некоторый эффект, снижающий

предельные издержки. Норма резервирования также зависит от размера

кредитного портфеля, поскольку для обеспечения жизнеспособности

банкам необходимо вести менее рискованную кредитную политику,

невысокие риск-аппетиты банков-партнеров контролируются БР

посредством установки ковенантов. Взаимосвязь между долей

операционных расходов коммерческого банка и размером его

кредитного портфеля учитывает эффект масштаба, позволяющий

банку, например, создавать унифицированные продукты по кредитам

МСБ, что экономит рабочее время кредитного специалиста и снижает

издержки на единицу выпущенного кредита. В случае со стоимостью

фондирования – чем больше средств БР выделяет банку-партнеру, тем

выше оценивается финансовая устойчивость последнего, а, значит,

происходит, снижение стоимости привлекаемых им средств.

Таким образом, формула для расчета предельных издержек

состоит из двух частей (см. (3.3)), первая часть ( i

otMC ) – это предельные

102

издержки коммерческого банка без учета средств БР, а вторая: ( )

i

t

it jt

MC

w V

– эффект уменьшения предельных издержек коммерческого банка,

вызванный сотрудничеством с БР. Каждая из компонент, как уже было

отмечено ранее, состоит из нормы резервирования, доли операционных

расходов и стоимости фондирования.

( )

i

i t

it ot it jt

it

MCMC MC w V

w V

. (3.3)

Модифицированный индекс Лернера для БР с учетом (3.3), может

быть переписан следующим образом:

02 2

* 0

1 1 1

( )

( )

i

i t

t it jt i iN N Nit it it t it t

jt jt jt

i i iit jt it it it it jt

MCMC w V

w w V w MC w MCLI V V

P V w P P w V

. (3.4)

Для того, чтобы рассчитать модифицированный индекс Лернера

в форме (3.1), необходимо некоторое разъяснение относительно того,

как рассчитывать компоненты предельных издержек без фондирования

БР (0

i

tMC ) и предельный эффект от него –

( )

i

t

it jt

MC

w V

. В целом, логика их

оценки базируется на той методологии по расчетам компонент

предельных издержек, представленной ранее, но с некоторыми

дополнениями.

Оценка предельных издержек без учета средств БР по-прежнему

состоит из нормы резервирования, доли операционных расходов и

стоимости фондирования:

* * *

0

i

t it it itMC r i . (3.5)

Поскольку они ненаблюдаемые, их необходимо рассчитать.

Следует отметить, что все составляющие фактически зависят от объема

кредитного портфеля коммерческого банка по той же логике, что была

приведена выше.

103

Таким образом, норма резервирования (*

itr ) может быть

представлена как отношение резервов по кредитному портфелю

коммерческого банка i в момент времени t ( itRES ) к его совокупному

объему ( itX ), без учета средств БР:

* it

it

it

RESr

X . (3.6)

Резервы зависят от объема кредитного портфеля, из-за того, что

большие банки имеют низкие аппетиты к риску. На основе этого

наблюдения можно построить регрессию, оцениваемую МНК:

ln lnit t t it it

RES X , 2

(0, )it

N , (3.7)

тогда 1* t t

it it itr e X

. (3.8)

Доля операционных расходов (*

it ) моделируется следующим

образом:

* it it

it

it it

OC X

X Z

, (3.9)

где itOC – операционные расходы коммерческого i-го банка в период

времени t; itZ – дебетовые обороты по совокупному кредитному

портфелю. Связь между операционными расходами и объемом

кредитования была оценена посредством ридж-регрессии по формуле

(2.14).

Вторая часть частной производной отражает зависимость между

суммарным кредитным портфелем коммерческого банка и дебетовыми

оборотами, которая может быть представлена следующим образом:

ln lnit t t it it

X Z . (3.10)

Предполагается, что ошибка 2

(0, )it

N . Для ее подсчета также

использовался МНК. Таким образом:

104

it t

it

it it

XX

Z Z

. (3.11)

Доля операционных расходов может быть вычислена следующим

образом:

* it

it t t

it

OC

Z . (3.12)

Стоимость фондирования (*

iti ) формируется из нескольких

составляющих (2.7):

0

f

ti – безрисковой ставки фондирования;

– субъективной меры чувствительности инвестора к

риску по конкретному банку-заемщику;

itPD – вероятность дефолта банка-партнера.

Безрисковая ставка фондирования одинакова для всех банков, за

нее была принята среднегеометрическая ставка ГКО–ОФЗ.

Субъективная мера чувствительности может быть рассчитана отдельно

для МСП Банка и других БР по формулам (2.11) и (2.12). Однако при

расчете стоимости фондирования без средств БР для партнеров всех БР

мы брали одинаковую (рыночную) субъективную меру

чувствительности, предполагая, что в отсутствие средств БР

коммерческие банки закономерно будут выходить на рынки капитала.

В качестве оценки вероятности дефолта банков-партнеров также

использовались те, которые были получены по формуле (2.10).

Маржинальный эффект от средств БР складывается из

следующих частей (т.к. это эффект уменьшения предельных издержек

коммерческого банка, то мы ожидаем отрицательные знаки у каждой

из компонент):

* * *i

it it it it

it it it it

MC r i

X X X X

. (3.13)

105

Так, приращение доли резервов по объему кредитного портфеля

можно представить как (зависимость между объемом резервов и

величиной кредитного портфеля представлена в (3.7)):

*

2( 1) e t tit

t

it

rX

X

. (3.14)

Приращение доли операционных расходов по объему кредитного

портфеля выглядит следующим образом (вспомним, что из формулы

(3.12) *

it зависит только от it

Z , поэтому используем сложную функцию

для того, чтобы отразить связь между *

it и it

X ):

* *

it it it

it it it

Z

X Z X

. (3.15)

Первая часть производной уже была рассчитана по формуле

(3.12), вторая часть высчитывается из формулы (3.10), где itZ может

быть представлена как:

1t

t t

it itZ e X

. (3.16)

Таким образом, (3.15) принимает вид:

*

1

t

t

t

t

v

it it

it

OCe

XX

. (3.17)

Приращение стоимости фондирования по объему кредитного

портфеля выглядит следующим образом:

it it it

it it it

i i PD

X PD X

. (3.18)

Первая компонента частной производной может быть получена

из формулы (2.7), вторая ее часть рассчитывается как производная от

(2.10):

0 1

0 1

1

2(1 )

t t

t

a a

it t it

a a t

it it

PD a e X

X e X

. (3.19)

106

Таким образом, окончательная формула для расчета приращения

стоимости фондирования выглядит как:

0 1

0 1

1*

1

2(1 )

t t

t t

a a

it it it t it

t a a

it it it it

i i PD a e X

X PD X e X

. (3.20)

Для оптимизации индекса Лернера в форме (3.4) применим метод

множителей Лагранжа, сводящий задачу условной оптимизации к

безусловной, которая является более эффективной. В данном случае

для получения области решения, включающей лишь неотрицательные

веса в портфеле БР, используем последовательное исключение

отрицательных переменных (дискуссия применения подобных методов

представлена, например, в работе (Панферов, 2005)).

Пусть у каждого БР имеется портфель, распределенный между

банками–партнерами в каждый период t (для простоты в дальнейшем

опустим этот индекс). Каждый партнер получает вес iw (напомним, что

индекс i характеризует коммерческий банк, а индекс j применяет в

отношении БР) в портфеле БР. Тогда решаемая задача максимизации

индекса Лернера в форме (3.4) выглядит следующим образом:

2

0

1 1

max( )i

i iN Ni i

jw

i ii i i j

w MC w MCV

P P wV

, (3.21)

при ограничении 1iw .

Функция Лагранжа:

2

0

1 1

( , ) ( 1)( )

i iN Ni i

i j i

i ii i i j

w MC w MCL w V w

P P wV

.

Определение стационарных точек этой функции приводит к

решению системы уравнений:

0( , ) 1

0 2 ,

( , )0 1.

i i

i

i j

i i i i

i

L w MC MCwV

w P P X

L ww

107

В матричной форме система уравнений Лагранжа выглядит

следующим образом:

11

0

11

1 22

0

2

2 2

0

12 0 . . 0 1

10 2 0 . . 1

.. . . . . . .

.. . . . . . .

10 0 . . 2 1

1 1 . . 1 0 1

j

j

nN n

j

N n

MCMCV

PP Xw

MCMCV w

P X P

wMC MC

VP X P

.

Или w wA z b , где:

12 1

1 0

i

j

w i

MCV

A P X

i

w

wz

0

1

i

i

MC

b P

,

откуда: 1

w wz A b

.

Таким образом, средневзвешенный индекс Лернера с учетом

модельного и операционного рисков БР может быть представлен как:

* *

1

N

i i

i

LI LI w

, (3.22)

где *

iw – вес i-го банка-партнера, полученный в результате оптимизации

(3.21).

Описательные статистики для каждой из компонент, входящих в

индекс Лернера, представлены в табл.1 Приложения Г.

Оптимизированный средневзвешенный индекс Лернера (см. рис.8), в

целом, меняет картину, полученную при расчете индекса Лернера во

второй главе.

108

Рисунок 8 – Индекс Лернера для различных БР с учетом модельного и

операционного рисков

Источник: рассчитано автором

В этом случае размах колебаний значения индекса Лернера для

БР гораздо выше по сравнению с оценками, полученными без

применения аппарата оптимизации. При этом опять же, отношения

между показателями представляют собой не полный, а частичный

порядок, т.е. на протяжении наблюдаемого периода невозможно

однозначно упорядочить значения рыночной власти для банков-

партнеров всех БР.

Особенно интересным представляется анализ того, какие банки-

партнеры остались в портфелях БР после оптимизации, а какие были

исключены. Для его проведения был использован метод дерева

классификации, который позволяет предсказывать принадлежность

наблюдений к определенному классу (в нашем случае – к партнерской

сети БР с учетом модельного и операционного рисков) в зависимости

от некоторых предикторных переменных. В качестве таких

переменных использовались показатели финансового состояния

банков-партнеров, описанные во второй главе.

0,8

0,9

1,0

1,1

1,2

1,3

2010 2011 2012 2013

Ин

дек

с Л

ерн

ера

(до

ли

)

ЕБРР

МФК

ЧБРТ

МСП Банк

FMO

IFC

109

Так, банки с капиталом свыше 2,3 млрд руб. исключались из

выборки для партнеров МСП Банка. Для дерева партнеров

международных БР важнейшей предикторной переменной являлась

доля депозитов физических лиц в обязательствах, банки с более

высоким уровнем депозитов затем тестировались по размеру портфеля

МСБ, а банки, в которых вес депозитов незначителен, сравнивались по

значениям нормативов Н1 и Н3. Международные БР при выборе

партнеров в первую очередь ориентируются на различные показатели

эффективности деятельности их банков-партнеров. Проведенный

анализ может свидетельствовать об отличиях в методиках отбора

банков-партнером международных и национального БР, а также о том,

что в результате оптимизации не произошло перераспределения

ресурсов в сторону наиболее крупных банков-партнеров. Эти выводы,

в целом, будут тестироваться в следующих разделах настоящей главы.

Но прежде на основе использования индикатора Буна попробуем

устранить модельный и операционный риски для получения

корректных оценок в моделях конкуренции. Как и в случае с индексом

Лернера, мы считаем, что существует вариант, при котором БР

способны эффективнее достигать поставленных таргетов: объема

кредитного портфеля. Это утверждение находит отражение в гипотезе

2.

Гипотеза 2: оптимизация индикатора Буна ведет к устранению

модельного и операционного рисков БР в моделях конкуренции.

Поскольку для индикатора Буна в форме (2.20) доступен вариант

как минимизации, так и максимизации, то до проведения расчетов

неизвестно, какой из них приведет (если приведет) к интересующему

нас результату. Однако мы считаем, что такой вариант существует.

Вначале рассмотрим портфель отдельно взятого БР, в котором

вес ресурсов, полученных банком-партнером, характеризуется iw .

110

Тогда решаемая задача оптимизации индикатора Буна (на примере

минимума) выглядит следующим образом:

1

2

2

1

(ln )(ln )

min min

(lnMC )

k

ki

N

i i ij

i

Nw

i ij

i

MS MC w

w

, (3.23)

при ограничениях: 1

0

1

ln( )

ij

N

ij

i

bank

i i i

w

w

S RK PD

,

где iS – объем фондирования коммерческого банка, который он может

получить от банка развития; R – граница риска; iK – капитал банка-

партнера; iPD – вероятность его дефолта.

Если первые два ограничения кажутся вполне стандартными –

во-первых, доли банков-партнеров в портфеле БР не могут быть

отрицательными; во-вторых, БР должен распределить весь портфель

среди своих банков-партнеров – то третье требует пояснения. Оно

учитывает кредитные лимиты, устанавливаемые отдельным БР в

отношении каждого банка-партнера, и гарантирует, что при

оптимизации не возникнет нереалистичная ситуация, когда все

средства БР будут выданы одном банку-партнеру. Поскольку БР

отличаются по степени восприятия риска, то и кредитные лимиты у

них – даже для одних и тех же банков-партнеров – будут различаться.

Фактически кредитный лимит зависит от трех компонентов: величины

капитала банка-партнера, его кредитного рейтинга и границы риска.

Первые две величины характеризуют непосредственно банк-партнер, а

последняя – сам БР.

БР устанавливают кредитные лимиты на банки-партнеры в

соответствии с кредитными рейтингами последних, их количественной

111

оценкой является переменная )ln( iPD . Преимущество использования

ln( )i

PD заключается в том, что оно делает зависимость кредитного

лимита от вероятности дефолта менее чувствительной. Это особенно

важно, поскольку БР являются финансовыми институтами, не

доверяющими высоким кредитным рейтингам своих банков-партнеров,

в связи с чем они устанавливают относительно низкие и близкие для

различных банков-партнеров кредитные лимиты.

Граница риска БР (risk threshold) количественно характеризует

риск-аппетит БР. Формула для его расчета выглядит так:

0

maxln(PD )

i

ii i

SR

K

, (3.24)

где 0

iS – объем фондирования, полученный i-м коммерческим банком.

Таким образом, индикатор Буна для БР с учетом модельного и

операционного рисков данных финансовых институтов может быть

представлен следующей формулой:

* *

2( )

iBI w , (3.25)

где *

iw – вес i-го банка-партнера, полученный в результате оптимизации

(3.23).

В целом, при распределении ресурсов среди группы партнеров

при минимальном росте программам МСБ наибольшим потенциалом к

росту обладают программы ЧБТР (рис.9), наименьшим – программы

партнеров МСП Банка.

112

Рисунок 9 – Индикатор Буна с учетом модельного и операционного

рисков БР (минимум)

Источник: рассчитано автором

Оптимизируемые значения индикатора Буна также, как и с

индексом Лернера, характеризуются частичным порядком. Однако

нетрудно заметить, что у партнеров ЧБТР индикатор Буна наибольший,

в то время как у партнеров МСП Банка – наименьший. В случае с ЧБТР

это объясняется его способностью выбирать банки-партнеры, которые

только начинают разрабатывать собственные программы МСБ,

закономерно быстрее растущие. В портфеле МСП Банка присутствуют

более крупные и надежные кредитные организации (по сравнению с

другими БР), программы поддержки МСБ которых растут медленными

темпами. В случае с ЕБРР и IFC, более низкие, по сравнению с ЧБТР,

значения индикатора Буна могут являться свидетельством того, что они

работают преимущественно с банками-партнерами, у которых

программы поддержки МСБ уже являются зрелыми.

При этом для составления портфеля с наиболее низкой степенью

роста программ кредитования МСБ БР должны руководствоваться

единой стратегией – распределять портфель среди наиболее крупных

2,0

2,5

3,0

3,5

4,0

4,5

5,0

5,5

6,0

6,5

2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3

Ин

ди

кат

ор

Бун

аЧБТР

FMO

IFC

ЕБРР

МСП Банк

%

113

игроков. Именно они являются неэффективными в терминах

индикатора Буна (т.е. в плане способности к наращиванию рыночной

доли), поскольку их кредитные программы растут более медленными

темпами, чем программы мелких и средних банков. Как и в случае с

индексом Лернера, мы использовали специализированный метод –

дерево классификации – чтобы определить принцип, по которому

банки-партнеры остаются в неэффективном портфеле. В результате

выяснилось, что МСП Банк должен вкладывать средства в банки с

активами свыше 97,23 млрд руб. Остальные БР (поскольку в их

портфелях нет группы особо крупных банков) при принятии решения

должны руководствоваться соображениями измерения эффективности

своих банков-партнеров относительно друг друга на основании

показателей CIR и доли депозитов физических лиц в активах банков-

партнеров. Скорее всего, именно этот вариант оптимизации привел к

интересующему нас результату.

В отличие от минимизации, при максимизации индикатора Буна

(рис.10) на протяжении всего анализируемого периода невозможно

однозначно определить, у какого из БР наибольший, а у какого –

наименьший. Резкое снижение значения индикатора Буна для IFC

объясняется тем, что данный финансовый институт переориентировал

свою деятельность в сторону развития стран Африки, Азии и

Латинской Америки, в связи с чем в его портфеле остались лишь

проверенные банки-партнеры с уже отлаженными программами

развития. Низкие значения индикатора Буна FMO могут быть

объяснены наличием модельного и операционного рисков на этапе

отбора банков-партнеров. Скорее всего, данный банк при выборе

банков-партнеров предпочитал работать с уже проверенными

партнерами ЕБРР и IFC, программы поддержки МСБ которых уже не

растут высокими темпами.

114

Рисунок 10 – Индикатор Буна с учетом модельного и операционного

рисков (максимум)

Источник: рассчитано автором

Таким образом, для максимизации значений индикатора Буна БР

должны вкладывать в наиболее мелких из своих партнеров. Построив

дерево классификации, мы выяснили, что МСП Банк в данном случае

должен уделять особое внимание эффективности своих небольших

банков-партнеров – на основании показателей CIR и доли пророченных

кредитов в портфеле коммерческих банков (для ограничения

привлекательной для многих банков стратегии наращивания объема

портфеля за счет кредитования рисковых компаний МСБ). Для

международных и глобальных БР, тщательно выбирающих банки-

партнеры, будет достаточно распределять средства среди наиболее

мелких из своих партнеров – с меньшими размерами активов и

портфелей МСБ.

Результаты перераспределения весов банков-партнеров в

кредитных портфелях БР представлены в табл. 1 Приложения Д. На

основе его анализа можно сделать следующие выводы: во-первых,

полученные перераспределения весов в значительной мере отличаются

2,0

3,0

4,0

5,0

6,0

7,0

8,0

2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3

Ин

ди

кат

ор

Бун

а

ЧБТР

FMO

IFC

ЕБРР

МСП Банк

%

115

от исходных; во-вторых, результаты, полученные на основе

оптимизации индекса Лернера и индикатора Буна, различаются.

3.2 Верификация оценок конкуренции банков

развития на основе модели спроса на кредиты

компаний малого и среднего бизнеса

Для того, чтобы определить, позволяет ли предложенная в

предыдущем разделе методика оценки получить корректные

параметры конкуренции с учетом рисков, то есть приводит ли к

перераспределению средств среди наиболее крупных банков-

партнеров, в работе далее предлагается оценить эффективность

деятельности БР, под которой подразумевается способность БР

эффективнее закрывать «провалы рынка». Таким образом, идея

дальнейших расчетов заключается в оценке средней рыночной доли

банков-партнеров на рынке кредитования МСБ в России, к которой

имеется доступ у БР с применением двух методик учета рисков (то есть

с различными весами банков-партнеров в портфелях БР, полученными

в предыдущем разделе) и распределением рыночных долей, близком к

реальному (на основе созданной модели спроса), в банковской системе

в сегменте кредитования компаний МСБ в прогнозном периоде.

Единственным неизвестным параметром для оценки

эффективности БР является совокупная доля портфеля банков-

партнеров каждого БР на рынке кредитования МСБ в прогнозном

периоде. Сначала было определено то, как будет выглядеть портфель

кредитов МСБ коммерческого банка в период T ( TV (при T ):

116

1

T

T t

t T D

V U Du V

, (3.26)

где Du – дюрация портфеля, 1V – объем кредитного портфеля на

момент времени 1, равный дебетовым оборотам 1U .

Для его расчета можно использовать показатель дюрации,

рассчитываемый на основе 101 формы банковской отчетности за

последний доступный период времени, предполагая неизменность ее

структуры, но объем кредитного портфеля требует моделирования.

Для этих целей, в первую очередь, необходимо сгенерировать

пул заемщиков. Предположим, что компании-заемщики на рынке

описываются лишь двумя показателями – вероятностью дефолта ( PD )

и годовым товарооборотом ( R ). Первая характеризует риск заемщика, а

вторая является прокси-переменной для его размера (как, например, в

исследовании Düllman, Koziol, 2013). Применение всего двух

показателей в данной модели обусловлено крайне ограниченным

доступным набором макроэкономических показателей по компаниям

МСБ в России.

Принятие решения коммерческим банком относительно суммы

кредита, выдаваемой отдельному заемщику – компании МСБ –

возможно лишь при оценке кредитного риска по данному типу сделок,

который учитывается коммерческим банком следующим образом:

1ˆ

borrowerk PD L

NL

, (3.27)

где k – размер регулятивного капитала, который коммерческий банк

аллокирует на покрытие риска по кредиту одному заемщику; 1N –

оценка достаточности капитала коммерческого банка; borrowerPD –

вероятность дефолта заемщика; L – размер кредита, выдаваемого

компании МСБ.

117

Таким образом, в формуле (3.27) учтены ожидаемые потери

(expected losses) через произведение вероятности дефолта заемщика и

размера выданного кредита, а также непредвиденные потери

(unexpected losses) c помощью размера кредита МСБ. Риск-аппетит

коммерческого банка характеризуется показателем достаточности

капитала. Данный показатель определен на основе линейной регрессии

на активы и вероятность дефолта коммерческого банка.

С учетом (3.27), для расчета кредитного портфеля коммерческого

банка использована скоринговая модель (т.е. модель, отражающая

технологию принятия решений о выдаче кредита заемщику на основе с

нескольких объясняющих переменных)63 в следующей форме:

1

1

,ˆ

,ˆ

kRb если Rb

N PDL

kиначе

N PD

, (3.28)

где b – коэффициент, характеризующий размер кредитной заявки в

зависимости от товарооборота компании МСБ.

Фактически Rb представляет собой размер кредитной заявки, а

отношение *

1ˆ/ ( )k N PD – кредитный лимит. В том случае, если размер

кредитной заявки компании-заемщика меньше либо равен размеру

кредитного лимита, установленного на него коммерческим банком, то

размер выданного кредита будет соответствовать размеру заявки. В

обратном случае заемщик может рассчитывать только на кредитный

лимит. Этот показатель складывается из размера регулятивного

капитала, резервируемого под кредит каждому заемщику, вероятности

63 Важно отметить, что в последнее время кредитный скоринг становится все более и более

популярной технологией для банков в развивающихся странах при обслуживании сегмента МСБ (Ono, 2006).

Основные его достоинства: во-первых, он является эффективной по затратам технологией кредитования,

использующей статистические методы и оценивающей кредиты как портфель; во-вторых, он обеспечивает

принятие объективных решений по сравнению, например, с кредитованием на основе отношений (relationship

lending), где многое зависит от мнения кредитного эксперта. При этом в сегменте кредитования МСБ

применение скоринга может привести к возникновению эффекта смещения отбора (Kiefer, Larson, 2004). В

работе De Young et al. (2011) подчеркивается, что модели кредитного скоринга сопряжены с большими

уровнями дефолта.

118

дефолта заемщика и риск-аппетита самого банка (аппроксимируемого

через расчетный норматив достаточности капитала для каждого

коммерческого банка).

Поскольку в данном случае мы фактически занимаемся

прогнозированием портфелей коммерческих банков (и через них,

соответственно, портфелей БР, принимая структуру экзогенно

заданной), то и показатели деятельности банков мы использовали за

наиболее позднюю доступную на момент проведения расчетов

(октябрь 2015 г.) дату – 2013 г. Список основных переменных,

методология их подсчета, а также источники информации указаны

табл.10. Как и в предыдущих главах, в выборку были включены 5 БР –

ЕБРР, МСП Банк, ЧБТР, IFC и FMO.

Таблица 10 – Описание основных переменных

Обозначение Название переменной Расчет Источник

данных

R Товарооборот

компании-заемщика

(по регионам)

- Федеральная

служба

государственной

статистики РФ

(Росстат)

PD Вероятность дефолта

заемщика (по

регионам)

Отношение средних

хронологических

задолженности по кредитам

по компаниям МСБ к

задолженности по ним

Банк России

SA Доля на рынке

расчетных счетов

Отношение объема

расчетных счетов

юридических лиц,

приходящихся на один

коммерческий банк, к

суммарному объему

расчетных счетов в

банковской системе

И100, Интерфакс-

ЦЭА

Источник: составлено автором

Дюрация кредитного портфеля каждого коммерческого банка

(для простоты, опустим индекс для каждого банка) рассчитывалась на

основании формы 101 по следующей формуле:

119

6

12

1

6

1

1

1

12

SME SME

i i

i

SMEt

i

i

L w

Du

L

, (3.29)

где Du – дюрация кредитного портфеля МСБ (аппроксимированного,

как и в предыдущих случаях, через портфель ИП), SME

iL – размер

кредитного портфеля по субсчету i-го коммерческого банка, SME

iw – вес

субсчета. Т.к. форма отчетности подготавливается помесячно, число

периодов в данном случае равно 12. Веса субсчетов представлены в

табл.11.

Таблица 11 – Веса субсчетов по кредитам ИП для расчета дюрации

Субсчет Кредиты Вес для расчета

дюрации

45 403 от 8 до 30 дней 0,052

45 404 от 31 до 90 дней 0,166

45 405 от 91 дня до 180 дней 0,371

45 406 от 181 дня до 1 года 0,748

45 407 от 1 года до 3 лет 2

45 408 свыше 3 лет 3

Источник: составлено автором

Переменная 1N представляет собой оценку достаточности

капитала, являющейся прокси-переменной для риск-аппетита

коммерческого банка (в соответствии с Базельскими нормами). Она

требует расчета по причине того, что показатель Н1 из формы 135

(Отчет «О соблюдении обязательных нормативов») не характеризует

реальный риск-аппетит небольших банков (целевой аудитории БР), т.к.

их высокая достаточность капитала объясняется неспособностью

привлекать пассивы и необходимостью поддерживать избыточную

ликвидность.

Вполне разумно предположить, что риск-аппетит банка ( 1N )

совместно с размером его активов ( A) определяет вероятность дефолта

120

( PD ). Данную взаимосвязь можно представить в виде логистической

регрессии:

0 1 2 1

ˆln N

1

1a a A a

PDe

, (3.30)

откуда:

0 1 2 1ˆln N 1

1a a A a

ePD

, (3.31)

0 1 2 1ˆln ln(1 ) lna a A a N PD PD , (3.32)

1 0 1 2ˆ ln lnN c c A c PD . (3.33)

Важно отметить, что переход от (3.32) к (3.33) возможен, т.к.

слагаемое ln(1 ) 0PD . Таким образом, оценка 1N из уравнения (3.30)

была получена с помощью МНК. Размер активов банка был взят из

отчета «И-100», а вероятность дефолта банка была посчитана во второй

главе.

Для расчета суммы фактически выданного кредита отдельно

взятым коммерческим банком тому или иному заемщику на основе

скоринговой модели (3.28) необходимо сгенерировать пул компаний-

заемщиков. Заметим, что размер выдаваемого кредита зависит от двух

показателей, характеризующих заемщика – его дефолта и

товарооборота, которые доступны в региональном разрезе (т.е. по

субъектам РФ) на сайтах Банка России и Росстата, соответственно.

Идея дальнейших расчетов заключается в моделировании

статистической взаимосвязи между данными переменными (с

использованием непараметрической копула-функции64), которая и

64 Копула-функция (от лат. couple – связка) – это функция, связывающая частные (маргинальные)

распределения случайных величин с их совместным распределением. Описание теории копула-функций

остается за рамками данного исследования, однако, можно привести ряд работ, где подробно изложены

теоретические аспекты данного метода на русском языке, например, Благовещенский (2012), Пеникас (2010),

Фантаццини (2011a, 2011b, 2011c). Особенности непараметрических методов рассматриваются в Анатольев

(2009), Расин (2008), а их применение непосредственно к копула-функциям – в работе Nagler (2014).

121

будет использована для генерирования 10 000 заемщиков65 методом

Монте-Карло – объема спроса на рынке кредитов МСБ. Отметим также,

что в данном случае одна компания может получить только один

кредит. Вдобавок мы предполагаем, что один заемщик получает кредит

в том банке, в котором находится его расчетный счет. Это объясняется,

прежде всего, высокими «издержками перехода» (switching costs)

заемщиков от одного коммерческого банка к другому, что связано с

асимметрией информации на кредитном рынке и также относится к

«провалам рынка» (Stiglitz, 1994). Исходя из этой предпосылки,

выборка, состоящая из сгенерированных случайным образом

компаний, в дальнейшем распределяется среди коммерческих банков

на основе их доли на рынке расчетных счетов юридических лиц

(переменная SA ).

Для оценки маргинальных распределений переменных PD и R

использовались ядерные оценки (из-за низкого качества

параметрических распределений, о чем свидетельствовали результаты

применения критерия Колмогорова-Смирнова) с использованием

нормальной ядерной функции66. Критерием для выбора ширины окна

являлась асимптотическая интегрированная среднеквадратическая

ошибка (Asymptotic Mean Integrated Squared Error, AMISE) (см.

табл.12). Для расчетов использовались пакеты QRM и kedd в языке

программирования R.

Таблица 12 – Результаты расчета AMISE и ширины окна для PD и R

Переменная AMISE H

PD 0.03928335 0.02425422

R 0.0002733782 2.673034

Источник: рассчитано автором 65 Это количество наблюдений является стандартом при использовании метода Монте-Карло и

объясняется применением Центральной предельной теоремы и практическими выводами из теории

статистического последовательного анализа (Ширяев, 1968). 66 Оценка функций распределения параметрическим методом проводилась сразу в программе EasyFit

5.6 и программном языке R (пакет fitdistrplus).

122

На рис.11 изображено графическое представление полученных

оценок.

Рисунок 11 – Ядерные оценки и гистограммы PD и R (avturn)

Источник: рассчитано автором

Для оценки совместных распределений параметров в рамках

копула-функций также применялись ядерные оценки. Важно отметить,

что выборка компаний МСБ гетерогенна (как было отмечено в

исследовании Berger, Udell (2002)), что объясняет высокую

рискованность данного сегмента кредитного рынка. При этом

необходимо подчеркнуть, что у мелких компаний с высоким

кредитным риском связи между PD и R может не наблюдаться.

Однако если компания остается на рынке длительное время

(фактически, именно данная группа компаний является целевой

аудиторией коммерческих банков, редко кредитующих стартапы и

молодые компании), ее размер увеличивается, а кредитный риск –

снижается, т.е. эти показатели не являются независимыми. Таким

образом, из-за описываемой нелинейности нецелесообразно

использовать линейный коэффициент Пирсона и поэтому необходимо

применять методы, описанные в данном разделе.

Для двумерных случаев в программном языке R существует

пакет kdecopula, созданный Томасом Наглером (Nagler, 2014) на основе

Histogram of pd

pd

De

nsity

0.00 0.05 0.10 0.15 0.20 0.25

05

10

15

Histogram of avturn

avturn

De

nsity

5 10 15 20 25

0.0

00

.02

0.0

40

.06

0.0

80

.10

123

его магистерской диссертации, выполненной в департаменте

математики Мюнхенского технического университета. Контурные

графики полученных различными методами копул представлены на

рис.12,67 при сравнении которых с контурным графиком эмпирической

функции распределения был сделан выбор в пользу дальнейшего

моделирования на основе ядерной оценки бета. Как видно из графиков,

зависимость между кредитным риском и размером компании-заемщика

является нелинейной, что может быть дополнительным аргументом в

пользу неприменимости линейных моделей.

А) Эмпирическая копула (h=3) Б) Ядерная оценка бета

В) Оценка зеркальным

отражением

Г) Трансформированное ядро

Рисунок 12 – Контурные графики

Источник: рассчитано автором

67 При этом, как сказано в руководстве по использованию kdecopula, мы использовали показатель

AMISE по умолчанию.

0.01

0.01

0.01

0.05

0.1

0.15

-3 -2 -1 0 1 2 3

-3-2

-10

12

3

z1

z 2 0.02

0.05

0.1

0.15

-3 -2 -1 0 1 2 3

-3-2

-10

12

3

z1

z 2

0.02

0.05

0.1

0.15

-3 -2 -1 0 1 2 3

-3-2

-10

12

3

z1

z 2

0.02

0.02

0.02

0.05

0.05

0.1

0.1

0.1

0.15

0.2

-3 -2 -1 0 1 2 3

-3-2

-10

12

3

R

R R

PD

PD PD

PD

R

124

На основе ядерных оценок бета методом Монте-Карло были

сгенерированы 10 000 заемщиков (функция rkdecop в пакете kdecopula),

после чего с использованием полученных спецификаций

маргинальных распределений через обратные функции распределения

(функция qkde в пакете ks) определены параметры PD и R для каждого

заемщика.

В начале данного раздела, в формуле (3.28), описывающей

скоринговую модель, размер кредитной заявки компании МСБ

считался как произведение некоторого параметра b и товарооборота

компании-заемщика. Если вторая величина является известной, то

первую необходимо определить. Пусть она будет некоторой случайной

величиной, зависимость от оборота компании которой может быть

представлена линейной регрессией:

ln lnb R , (0,1)N . (3.34)

Откуда искомый параметр может быть выражен как:

b e R

. (3.35)

Нормируя (3.8) на показатель товарооборота и предполагая, что

фактическая оценка вероятности дефолта заемщика отлична от

полученной по данным Банка России на размер поправочного

множителя ( ), скоринговая модель приобретает следующий вид:

1

1

,ˆ( )

,ˆ( )

kb если b

R N PDL

kRиначе

R N PD

. (3.36)

Дальнейшие рассуждения построены на минимизации

расстояния Колмогорова между двумя эмпирическими функциями

распределения. Первой является отношение выданных кредитов к

товарообороту компаний-заемщиков L

R

из (3.36). Вторая

эмпирическая функция распределения была получена на основе

125

данных, предоставленных МСП Банком68 по совокупному портфелю

компаний-заемщиков (поэтому мы будем называть ее функцией

распределения МСП Банка), участвующих в его программах, что

является надежной оценкой вида распределения заемщиков. Функция

и плотность распределения МСП Банка представлены на рис.13.

Рисунок 13 – Плотность и функция распределения показателя

выданный кредит/выручка компаний-заемщиков, участвующих в

программах банков-партнеров МСП Банка

Источник: рассчитано автором

При этом в данном случае мы предполагаем, что отношения

кредит/выручка и кредит/оборот имеют одинаковый вид распределения

(к сожалению, данные Росстата по МСБ не представляют возможности

получить оценку кредит/выручка). Фактически мы считаем, что

товарооборот компаний МСБ и их выручка имеют одинаковое

распределение. Связано это с тем, что различие между выручкой и

товарооборотом компании является несущественным и заключается

лишь в том, что в первый помимо денежных поступлений от

реализации товаров и услуг включаются также и поступления от

реализации имущества (в том числе, ценные бумаги). Для сектора МСБ

эта компонента не является значительной.

68 За что автор выражает искреннюю признательность А.А.Шамраю – начальнику отдела анализа и

прогнозирования МСП Банка.

0

0,005

0,01

0,015

0,02

0,025

0,03

0,035

0 0,5 1 1,5 20

0,2

0,4

0,6

0,8

1

1,2

0 0,5 1 1,5 2 2,5

126

Таким образом, оценка параметров в (3.36) проходила на основе

минимизации расстояния Колмогорова между двумя эмпирическими

функциями распределения: функции, смоделированной методом

Монте-Карло с использованием 5 параметров ( ( ; , , , , )F x k ) и

эмпирической функции распределения ( F ( )МСП Банк

x ), построенной на

основе данных, которые были получены от МСП Банка. Для оценки

параметров первой эмпирической функции решалась следующая

оптимизационная задача:

* * * * *

, , , ,

( , , , , ) arg min max ( ; , , , , ) F ( )МСП Банк

xk

k F x k x

, (3.37)

где – среднеквадратическое отклонение ошибки .

В целом, для аппроксимации эмпирических функций

распределения используется 5 параметров:

1) и – свободный член и угловой коэффициент линейной

регрессии параметра b на товарооборот компании-заемщика;

2) 0 – среднеквадратическое отклонение ошибки ;

3) 1 – поправочный множитель вероятности дефолта

заемщика. В модели используются вероятности дефолта заемщиков,

получивших кредит от коммерческого банка, однако исходный пул

заемщиков включает также тех, кому кредит выдан не был, в связи с

чем вероятность дефолта в пуле заемщиков должна быть выше. Так мы

пытаемся элиминировать недостаток использования цензурированной

выборки в скоринговой модели.

4) k – размер регулятивного капитала, который коммерческий

банк аллокирует на покрытие риска по кредиту одному заемщику.

Таким образом, мы получили модель спроса на кредиты МСБ,

которая заключается в описании совместного распределения

четырех параметров:

127

порядковый номер банка-кредитора в общей совокупности

банков;

кредитный риск заемщика (PD);

размер заемщика (товарооборот);

отношение кредитной заявки к товарообороту (параметр b).

Важной особенностью является универсальность данной модели.

Качество подгонки двух эмпирических функций распределения

(по (3.37)) можно оценить по графикам плотностей и функций

распределения данных функций, представленных на рис.14.

Рисунок 14 – Графики плотности и функции распределения

МСП Банка и моделируемой функции

Источник: рассчитано автором

Получившиеся в результате значения параметров для искомой

функции суммированы в табл.13.

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

0 0,5 1 1,5Плотность распределения МСП Банка

Плотность моделируемого распределения

0

0,2

0,4

0,6

0,8

1

1,2

0 2 4 6 8 10

Функция распределения МСП Банка

Функция распределения моделирумая

128

Таблица 13 – Значения параметров моделируемого распределения

кредитов МСБ

Параметр Значение

2,250

-1,558

1,571

1,298

K 2,004

Источник: рассчитано автором

Первый параметр является положительным и в случае мелких

компаний гарантирует положительную величину размера кредитной

заявки. Значение второго параметра свидетельствует о том, что чем

выше размер компании, тем меньше размер ее кредитной заявки

относительно товарооборота. Средний уровень дефолтов заемщиков,

которые предоставляют кредитные заявки, в 1,5 раза выше среднего

уровня дефолтов по выданным кредитам. Аллокируемый (или риск-

капитал) капитал оценивается в 2 млн руб., что значительно выше

среднего размера аллокируемого капитала у банков-партнеров МСП

Банка (0,5 млн руб. – рассчитано по открытым данным). Это

свидетельствует о том, что у партнеров данного финансового института

мелкие заемщики. Таким образом, средний оцененный размер кредита

на рынке – 20 млн руб.; при этом по данным МСП Банка, он составляет

10–11 млн руб., т.е., вероятно, что по какой-то причине коммерческие

банки заинтересованы в демонстрации роста кредитных портфелей

МСБ (например, для акционеров), включая в данную категорию

крупные компании-заемщики.

Далее, на основе оцененных параметров, по формуле (3.28)

можно определить размер кредита, получаемого отдельным

заемщиком. Считая, что каждая компания получает кредит в том банке,

129

в котором находится ее расчетный счет, и, зная доли каждого банка на

рынке расчетных счетов, мы можем рассчитать размер кредитного

портфеля банка в момент времени 1. Далее, рассчитав дюрацию по

формуле (3.29) и воспользовавшись формулой (3.21), можно оценить

портфель кредитов МСБ для каждого коммерческого банка в

российской банковской системе на момент времени T. Использовав

списки банков-партнеров каждого БР за 2013 г., можно получить

данные по агрегированным портфелям БР, а также рассчитать их долю

на рынке кредитования МСБ.

Используя метод Монте-Карло, мы получили оценки доли

каждого банка-партнера БР на рынке кредитования МСБ; наложим

полученные результаты на результаты оптимизации из второй главы.

Таким образом, рассчитаем три индекса, отражающих

средневзвешенную долю суммарных портфелей банков-партнеров

различных БР (т.е. средневзвешенную рыночную долю по поддержке

МСБ отдельного БР), два из которых являются показателями

эффективности деятельности БР в поддержке сектора МСБ.

Индекс, служащий базой для сопоставления (бенчмарк),

определен как средневзвешенная смоделированных рыночных долей

группы банков-партнеров каждого БР:

1 1

N

i iiI v w

, (3.38)

где iv – доли i-го банка-партнера БР на рынке кредитования МСБ,

полученные в результате моделирования методом Монте-Карло; iw –

доли фондирования i-го банка-партнера БР (по данным 2013 г.).

Индекс, отражающий средневзвешенную рыночную долю

программы поддержки МСБ при перераспределении средств БР среди

банков-партнеров с наименьшей наценкой в цене банковских

130

продуктов МСБ и фактически являющийся первым показателем

эффективности БР:

1 1

N Lerner

i iiSEI v w

, (3.39)

где Lerner

iw – доли фондирования i-го банка-партнера БР, полученные в

результате оптимизации индекса Лернера во второй главе.

Индекс, отражающий средневзвешенную рыночную долю

программы поддержки МСБ при перераспределении средств БР среди

наиболее крупных их банков-партнеров и являющийся вторым

показателем эффективности программы МСБ БР:

2 1

N Boone

i iiSEI v w

, (3.40)

где Boone

iw – доли фондирования i-го банка-партнера БР, полученные в

результате оптимизации индикатора Буна во второй главе.

Результаты расчетов вышеприведенных индексов представлены

в табл. 14.

Таблица 14 – Показатели эффективности БР

(%) 1

I 1SEI 2

SEI

МСП

Банк

0,188 0,067 0,493

ЕБРР 0,458 0,182 0,782

IFC 0,083 0,041 0,109

ЧБТР 0,125 0,131 0,156

FMO 0,051 0,028 0,074

Источник: рассчитано автором

Таким образом, базой для сравнения служит 1I , т.е.

средневзвешенная доля программы МСБ БР при исходном

распределении средств и наличии модельного и операционного рисков

в поведении БР. На основе сравнения индикаторов эффективности с

бенчмарком можно сделать вывод о неподтверждении гипотезы 1 и о

подтверждении гипотезы 2, выдвинутых в предыдущем разделе данной

131

главы. При перераспределении ресурсов БР с помощью индекса

Лернера не достигается распределение ресурсов среди наиболее

крупных банков-партнеров БР, что, наоборот, характеризует наименее

эффективные управленческие решения с точки зрения достижения ими

целевых показателей. В то время как минимизация индикатора Буна

описывает наиболее эффективные управленческие решения БР. Таким

образом, этот вывод может быть формализован как:

1 1 2SEI I SEI . (3.41)

Показатели эффективности характеризуют средневзвешенную

рыночную долю, к которой имеется доступ у БР при наиболее и

наименее эффективном распределении им имеющихся ресурсов. Чем

они выше, тем лучше. С одной стороны, это означает, что БР может

быстрее раздавать кредитный портфель, реализуя при этом

поставленные таргеты. С другой, эти модели показывают то, какой

объем спроса «закрывается» ресурсами БР. Даже с учетом того, что

«деньги не маркируются» и средства БР – это лишь часть этого спроса,

сотрудничество с БР имеет определенный положительный эффект для

коммерческого банка, начинающего благодаря средствам БР активнее

работать на рынке кредитования МСБ, завоевывая более высокую

рыночную долю.

При этом средний спрос, охватываемый БР, составляет менее 3%,

что свидетельствует о том, что эти финансовые институты

действительно нацелены на мелкие и средние банки. При

сопоставлении данных показателей для отдельных БР можно сделать

вывод о том, что наиболее эффективной является деятельность ЕБРР.

Это несколько неожиданно по причине того, что объемы поддержки

МСП Банка во много раз выше. Это означает, что ЕБРР технологически

правильно относится к выбору своих банков-партнеров. Важно

отметить, что данный вывод соотносится с результатами раздела 2.1.

132

3.3 Интерпретация оценок конкуренции банков

развития

На основе предыдущих разделов был сделан вывод о том, что что

ЕБРР в данной группе БР является «эталоном». Однако, что делает

методику отбора банков-партнеров данным финансовым институтом,

успешной, не совсем ясно. Обусловлено это тем, что БР, в целом, и

ЕБРР, в частности, не раскрывают методики отбора своих банков-

партнеров. В данном разделе на основе анализа показателей

финансового состояния партнеров различных БР попробуем

определить как пороговые значения, так и группу наиболее важных

показателей коммерческих банков для того, чтобы сформулировать

рекомендации для повышения эффективности в области методик

отбора других БР, прежде всего, национального БР – МСП Банка.

Для определения пороговых уровней финансового состояния

банков-партнеров, воспользуемся однофакторным дискриминантным

анализом. Пусть рассматриваются два класса коммерческих банков –

один включает в себя партнеров ЕБРР, а другой – партнеров всех

остальных БР (МСП Банк, IFC, ЧБТР и FMO). Пусть классы состоят из

множества элементов 1

1 1 1 1

1 2, ,...,

nX x x x и

2

2 2 2 2

1 2, ,...,

nX x x x ,

соответственно. Для того, чтобы определить, к какому классу

принадлежит рассматриваемый коммерческий банк, используется 1

признак z (в данном случае, один из 12 рассматриваемых в данной

работе показателей финансового состояния коммерческих банков,

поэтому одному банку соответствует скаляр, а не вектор признаков).

Априорные (т.е. доопытные) вероятности отнесения коммерческого

банка к той или иной группе по соответствующему признаку известны

и равны 1( )p z и 2

( )p z . Теперь нам необходимо сформулировать правило

133

дискриминации, в соответствии с которым объект будет отнесен к

классу 1 или классу 2.

Пусть на оси ординат имеется некоторая точка 0z , тогда объект

будет относиться к классу 1 iff:

0z z , (3.42)

где z – значение показателя финансового состояния отдельного банка-

партнера БР. В обратном случае банк относится к классу 2.

Графическая иллюстрация правила дискриминации представлена на

рис.15.

Рисунок 15 – Распределение совокупностей 1 и 2 по признаку z

Источник: составлено автором

Идея дискриминантного анализа заключается в том, чтобы найти

апостериорные (т.е. послеопытные) вероятности для ситуаций

отнесения банка как к классу 1, так и классу 2, и выбрать среди них

наибольшую вероятность.

Таким образом, пусть апостериорная вероятность отнесения

банка в группу 1:

0

1"1" | z

2P bank MC . (3.43)

Применяя формулу Байеса, имеем:

134

0 0

0

0 0 0

"1" | z "1" | z"1" | z

"1" | "2" |

P MC P MCP bank MC

P z MC P z MC P z MC

2 20

01 10

0

1 1 1

( )"2" "2" | "2"1"2" | 1

( )"2" "2" | "1"1

"1""1" | z MC

"1"

n p zP P P z MCP z MC

n p zP P P z MC

PP

P

, (3.44)

Подставляя в (3.43) получаем:

2 2

1 1

1 1

( ) 21

( )

n p z

n p z

, (3.45)

2 2

1 1

( )2 1

( )

n p z

n p z , (3.46)

1 2

2 1

( )

( )

n p z

n p z . (3.47)

Таким образом, дробь справа в формуле (3.47) представляет

собой статистику отношения правдоподобия. Критерий на ее основе в

соответствии с леммой Неймана-Пирсона является наиболее мощным,

т.е. имеет наименьшую ошибку второго рода (Айвазян, 1989), в нашем

случае: объект, принадлежащий ко второму классу, будет отнесен к

первому.

Поскольку мы работаем с обучающими выборками и вид

распределения нам неизвестен, для дальнейшего определения точки 0z

используем эмпирические функции распределения вида:

1

1( ) 1

i

ji

n

j z xjj

F zn

, (3.48)

где

1,1

0, zz x

z x

x

– индикаторная функция, индекс j соответствует БР, i

– банку-партнеру.

135

В данном случае анализируются две эмпирические функции

распределения – банков-партнеров ЕБРР и всех остальных БР. Таким

образом, дискриминирующая функция будет иметь вид:

1 2(z) ( ) (z)G F z F . (3.49)

Поскольку нас интересует экстремум этой функции, то:

1 2( ) ( ) ( ) 0G z p z p z . (3.50)

Таким образом, из (3.48):

1 2

2 1

( )

( )

p z n

p z n . (3.51)

Однако до проведения непосредственно дискриминантного

анализа необходимо удостовериться в том, что генеральные

совокупности, к которым принадлежат исследуемые эмпирические

функции распределения, не равны. Для этого используем критерий

однородности Колмогорова-Смирнова. Результаты его применения для

каждого показателя финансового состояния представлены в табл. 15.

Таблица 15 – Результаты расчета критерия Колмогорова-Смирнова

Показатель Максимальная

отрицательная

разность двух

эмпирических

функций

распределения

Максимальная

положительная

разность двух

эмпирических

функций

распределения

p-value

Н1 -0,105 0,271 p < 0,025

Н2 -0,098 0,091 p > 0,10

Н3 -0,155 0,076 p > 0,10

NPL -0,281 0,018 p < 0,01

CIR -0,074 0,094 p >0,10

ROA -0,167 0,020 p > 0,10

ROE -0,168 0,020 p > 0,10

Портфель МСБ -0,341 0,042 p < 0,001

Собственный

капитал

-0,468 0,024 p < 0,001

Активы -0,540 0,035 p < 0,001

Доля депозитов

физических лиц

-0,081 0,124 p > 0,10

136

Доля

корпоративных

кредитов

-0,087 0,124 p > 0,10

Источник: рассчитано автором

Так, при уровне значимости 0,05 две эмпирические функции

распределения отличаются у показателей: Н1, NPL, собственный

капитал, активы, портфель кредитов МСБ. Для остальных показателей

гипотеза о равенстве функций распределения не отвергается. Поэтому

в дальнейшем однофакторный дискриминантный анализ будет

применен в отношении первой группы показателей. Результаты его

расчета представлены в табл.16.

Таблица 16 – Результаты однофакторного дискриминантного анализа

Показатель финансового состояния

банка-партнера

Значение экстремума

Н1 11,24

NPL 0,01

Портфель МСБ (млн руб.) 25,78

Собственный капитал (млрд руб.) 2,014

Активы (млрд руб.) 24,96

Источник: рассчитано автором

На основании проведенного анализа можно сделать вывод о том,

что ЕБРР вкладывает в банки-партнеры с активами и капиталом свыше

25 и 2 млрд руб., соответственно. По первому показателю это банки

примерно из топ-150 банковской системы России. При этом значение

норматива достаточности капитала для партнеров ЕБРР по сравнению

с партнерами других БР (преимущественно, партнерами МСП Банка)

выше 11,24. Необходимо также отметить, что среди коммерческих

банков, доля просроченной задолженности в кредитных портфелях

которых превышает 1%, выше вероятность принадлежности именно к

137

сети банков-партнеров ЕБРР. Исходя из того, что данное

диссертационное исследование сфокусировано на поддержке сектора

МСБ БР, важным показателям является объем кредитного портфеля

МСБ коммерческого банка-партнера. Однако, как уже было отмечено

ранее, поскольку реальный его объем не наблюдаем (из-за

особенностей РСБУ), он также аппроксимировался через портфель ИП.

Так, значение в 26 млн руб. отражает именно портфель ИП, у банков-

партнеров ЕБРР объем портфеля ИП выше этой границы. Таким

образом, полученные значения могут быть использованы в

деятельности, в частности, МСП Банка для более эффективного отбора

финансовых институтов-партнеров исходя из практики «эталонного»

БР.

В качестве дальнейшего анализа были построены деревья

классификации по показателям финансового состояния для партнеров

различных БР (результаты анализа представлены на рис.1-5

Приложения Е). На его основе можно отметить, что размер банка

является ключевой категорией при выборе банка-партнера для ЕБРР и

МСП Банка. При этом ЕБРР начинает работать с партнерами, размер

активов которых превышает 24,5 млрд руб. (что согласуется с

результатами дискриминантного анализа). А МСП Банк, ввиду уже

отмеченной значительной диверсифицированности портфеля, работает

как с мелкими банками (их капитал ниже 1,9 млрд руб. –

приблизительно та же точка, что и полученная по результатам

дискриминантного анализа) с небольшими портфелями МСБ, так и с

крупными (у которых H3<76,3, но ROE>0,3). Для двух

рассматриваемых БР – IFC и FMO – ключевой категорией является

существующий портфель кредитов МСБ, при этом для первого также

важны показатели рентабельности (CIR, ROE), а для второго – ROE и

NPL. ЕБРР является единственным в выборке БР, для которого важен

138

не только финансовой устойчивости банка-партнера (NPL < 0,07), но и

степень диверсификации его бизнеса (доля депозитов физических лиц

в обязательствах банка-партнера < 0,225).

Анализ методик отбора банков-партнеров БР был бы неполным

без учета компонент предельных издержек в форме (2.6). Для его

проведения воспользуемся методом главных компонент – методом

перехода к новым переменным, которые состоят из множества

исходных показателей с сохранением большей части суммарной

дисперсии в пространственной выборке. Результаты его применения

представлены в табл.17, при этом приводятся данные только по

компонентам с собственными значениями выше 1 (по критерию

Кайзера).

Таблица 17 – Матрица факторных нагрузок по главным компонентам

(при 1 )

Составляющая

предельных издержек

Главная компонента 1

(Dim 1)

Главная компонента 2

(Dim 2) f

iti 0,824 -0,220

itr -0,220 0,864

it 0,665 0,557

Собственное значение

( )

1,168 1,104

Доля дисперсии 38,942 36,791

Накопленная доля

дисперсии

38,942 75,733

Источник: рассчитано автором

Значительный интерес представляет интерпретация факторных

назгрузок, т.е. коэффициента линейной корреляции исходной

переменной и ее проекцией на главную ось. При анализе первой

главной компоненты видно, что наибольший вклад в нее вносят доля

операционных расходов по кредиту МСБ и стоимость фондирования

139

коммерческого банка. Таким образом, первая компонента может быть

интерпретирована как размер банка. На вторую главную компоненту

наибольшее влияние оказывают резервы коммерческого банка и

операционные расходы, значит, ее экономическая интерпретация

такова: она отвечает за кредитный риск банка.

Важно также рассмотреть график проекции факторных нагрузок

на плоскость факторных осей по отдельным наблюдениям (см.рис.16).

Рисунок 16 – График нагрузок по наблюдениям

Примечание: BSTDB – партнеры ЧБТР, EBRD – партнеры ЕБРР, NO –

банки, не сотрудничающие с БР; SME Bank – партнеры МСП Банка.

Источник: расчеты автора в программе R

Таким образом, видно, что среди достаточно

диверсифицированного портфеля МСП Банка выделяется «хвост» –

группа мелких и средних банков-партнеров с низким уровнем

кредитного риска (который может быть охарактеризован как

преимущество диверсификации). Причем, среди группы схожих по

размеру коммерческих банков в банковской системе остаются банки с

более высоким кредитным риском, что несомненно является

положительным моментом. Однако облако банков-непартнеров

(бирюзовые точки) закрывает и значительное число более крупных

-4 -2 0 2 4 6 8 10

-20

24

68

10

Individuals factor map (PCA)

Dim 1 (38.94%)

Dim

2 (

36

.79

%)

BSTDB

EBRD

FMO

IFC

NO

SME BANK

140

банков-партнеров МСП Банка (пурпурные точки) с более высоким

относительно «хвоста» кредитным риском.

Интересным представляется анализ различий в методиках отбора

БР (см. рис.17).

Рисунок 17 – График нагрузок по группам БР

Источник: расчеты автора

Из рис.17 видно, что ЕБРР выбирает в среднем более крупные

банки-партнеры по сравнению с МСП Банком, но при этом их

кредитный риск также в целом выше, что согласуется с результатами

однофакторного дискриминантного анализа. Что же касается

остальных БР, то средний уровень кредитного риска у FMO, IFC, ЧБТР

и МСП Банка сопоставим, хотя, средний размер банков-партнеров у

первых трех БР выше.

Попробуем совместить результаты анализа по рис.16 и 17 для

того, чтобы определить целевую аудиторию, на развитии которой

необходимо сконцентрироваться МСП Банку для повышения

собственной эффективности в области поддержки МСБ.

141

Рисунок 18 – Рекомендация для оптимизации числа банков-

партнеров МСП Банка

Источник: расчеты автора

Таким образом, МСП Банк путем исключения особо крупных

(госбанков) и мелких банков (но оставляя часть выделенного ранее

«хвоста») с учетом кредитного риска банков-партнеров сможет

увеличить собственную эффективность, быстрее выполняя таргеты,

поскольку выделенная область банков обладает достаточной

способностью к абсорбированию всего кредитного портфеля МСП

Банка.

Целевая

аудитория МСП Банка

142

Заключение

В современной экономической литературе значительное место

уделено БР, при этом недостатки существующих академических работ

могут быть выделены в две группы. К первой группе относятся слабая

теоретическая обоснованность и низкая степень применения

количественных методов анализа. Ко второй – игнорирование

механизма взаимодействия таких финансовых институтов, как БР,

включающего в себя не только кооперацию, но и конкуренцию. Для

преодоления упомянутых недостатков исследований в области БР в

данной работе были проведены комплексный анализ и количественная

оценка конкуренции между БР на примере их деятельности в области

кредитования МСБ в России, а также предложен количественный

аппарат оптимизации деятельности БР с учетом фактора конкуренции.

На основе изучения литературы в области деятельности БР был

сделан вывод о том, что подобные институты создаются, прежде всего,

для устранения различных «провалов рынка»; именно поэтому

основополагающим принципом деятельности БР является не-

конкуренция с частными игроками. При этом на основе изучения

нормативных документов БР было показано, что ключевым отличием

БР от коммерческих банков является то, что вторые стремятся к

максимизации финансового результата, в то время как для первых

ключевым показателем деятельности является объем кредитного

портфеля. Кроме того, БР обладают более высокими по сравнению с

коммерческими банками риск-аппетитами, что в некотором роде

способствует появлению модельного и операционного рисков в

деятельности БР. Эти особенности БР являлись существенными как

при построении моделей конкуренции БР, так и при оценке

индикаторов эффективности БР.

143

Деятельности БР как государственным институтам в целом

свойственен операционный риск, объясняемый не только высокими

риск-аппетитами данных финансовых институтов, но и аргументами

агентской и политической теорий. Его наличие, как было показано в

работе, через неэффективность ведет к субоптимальному результату

распределения ресурсов на рынке. При этом повышение

общественного благосостояния может быть достигнуто с помощью

конкуренции между БР. Поскольку в данной работе рассматривался

механизм поддержки сектора МСБ69 через группы банков-партнеров,

то конкуренция между БР возникает из-за стремления последних

распределить целевой объем кредитного портфеля среди

ограниченного количества надежных коммерческих банков. На

примере российского рынка конкуренция между БР была обоснована с

помощью матрицы конкуренции.

При этом на основе анализа были также выявлены существенные

различия в методиках отбора банков-партнеров у различных БР. Так,

международные БР ориентируются, прежде всего, на наличие

международных рейтингов у коммерческих банков, в то время как для

национального БР (МСП Банк) его наличие не является

основополагающим критерием. К тому же, при анализе подвыборки

банков-партнеров с международным рейтингом, выяснилось, что

вероятности дефолта при 5–летнем горизонте инвестирования

(среднем сроке кредитной линии от БР) у них существенно выше, чем,

в среднем, у партнеров международных БР. Негативным сигналом

относительно применяемых МСП Банком методик отбора также

является наличие банков-партнеров, у которых была отозвана

лицензия. При этом важно отметить высокую долю МСП Банка на

69 Это направление является одним из ключевых для БР: на его поддержку направляется, в

среднем, около 20-25% кредитного портфеля любого универсального БР.

144

рынке ресурсов БР – объем выдаваемых им средств банкам-партнерам

в 2,5–4 раза превосходит объем средств всех международных БР вместе

взятых. Это также единственный БР, предоставляющий средства своим

банкам-партнерам по субсидированной ставке.

Важно отметить, что, в целом, тема оценки конкуренции является

одной из наиболее проработанных в области изучения банковской

деятельности, обладая широким инструментарием, развившимся в XX

в. и продолжающим развиваться в настоящее время. При детальном

рассмотрении основных методов и моделей, используемых в

литературе, выяснилось, что наиболее подходящими с учетом

специфики изучения рынка отдельно взятого банковского продукта

(кредита МСБ) инструментами оценки конкуренции для настоящей

работы являются модель «ценовой» (индекс Лернера) и «эффективной»

(индикатор Буна) конкуренций. При этом необходимо отметить, что

расчет данных моделей для БР напрямую не представлялся возможным

из-за отсутствия точной информации по ценам каждого БР

(являющимся предметом банковской тайны для БР), а также сложности

оценки предельных издержек данных финансовых институтов (в

особенности, для международных БР). В литературе также

подчеркивается, что существенной сложностью в оценке выбранных

моделей является расчет предельных издержек.

Для преодоления этого недостатка в работе предлагается

методика оценки предельных издержек на основе содержательного

выделения их компонент: стоимости фондирования, нормы

резервирования и доли операционных расходов банков-партнеров БР.

Важно отметить, что при моделировании первой компоненты учтено

то, что в ценообразовании своих продуктов БР не закладывают

дополнительную маржу, поскольку их деятельность не направлена на

145

извлечение прибыли. Модель предельных издержек стала базой для

расчета значений индекса Лернера и индикатора Буна для БР.

Оценка первой модели конкуренции выявила высокую долю

предельных издержек в цене кредита МСБ, что может служить

косвенным свидетельством низкой рентабельности данного вида

банковских продуктов. При оценке индикатора Буна выяснилось, что

партнеры ЧБТР обладают наибольшими значениями данного

показателя. Это означает, что при увеличении предельных издержек на

единицу они способны добиться большего роста своих продуктов МСБ

по сравнению с группами остальных БР. При этом также было

выявлено, что в общем случае отношения между БР во временной

динамике при расчете обоих показателей характеризуются частичным

порядком, т.е. невозможно однозначно определить порядковые

отношения между всеми БР. С одной стороны, это может быть

объяснено достаточно большим числом перекрывающихся банков-

партнеров, а с другой – наличием модельного и операционного рисков

в деятельности БР, устранение которой способно привести не только к

более высокой эффективности существующих БР, но и улучшению

субоптимального результата распределения ресурсов на рынке.

В исследовании представлены основные источники и факторы

возникновения модельного и операционного рисков в области

поддержки МСБ БР, связанные, прежде всего, с высокими риск-

аппетитами данных финансовых институтов и, в целом, со стимулами

менеджмента БР к достижению эффективности деятельности БР. В

работе также показано, что применение аппарата оптимизации

приводит к устранению этих рисков в моделях конкуренции. При этом

важно отметить, что при проведении оптимизации учитывался тот

факт, что деятельность БР направлена на ускорение достижения

целевого объема кредитного портфеля; эта задача решаема при

146

перераспределении средств среди наиболее крупных банков-партнеров

при экзогенно заданных методиках отбора.

Важным результатом работы является созданная (с учетом

технологий, применяемых коммерческими банками в области

кредитования МСБ, на основе скоринговой модели и оценки ядерной

функцией модели двумерной копулы) модель спроса на кредиты МСБ.

Таким образом, с помощью предложенной модели методом Монте-

Карло удалось получить распределение рыночных долей партнеров БР

на рынке кредитования МСБ, близкое к реальным рыночным

значениям.

Кроме того, оценка параметров разработанной модели спроса

позволила составить представление о ключевых характеристиках

рынка кредитования МСБ, по которым отсутствует достоверная

статистика. Так, средний размер выдаваемого кредита МСБ в России

составляет 20 млн руб., а вероятность дефолта компаний МСБ,

получающих кредит в коммерческом банке, в 1,5 ниже

среднерыночного уровня. Важной особенностью данной модели

является ее универсальность, в связи с чем она может использоваться,

в частности, Банком России при исследовании других сегментов

кредитного рынка, а оценка ее параметров представляется интересной

с той позиции, что из-за особенностей РСБУ надежная

неагрегированная статистика непосредственно по кредитам МСБ

фактически отсутствует.

На основе результатов оптимизации и модели спроса были

разработаны показатели эффективности БР в области поддержки

сектора МСБ, которые представляют собой, по сути, оценку средней

величины спроса, доступной БР через существующую сеть банков-

партнеров посредством перераспределения ресурсов БР с помощью

индекса Лернера и индикатора Буна. В результате расчетов

147

выяснилось, что она составляет менее 3%; поэтому, на наш взгляд,

целесообразно увеличение объемов поддержки МСБ БР в России, но не

за счет госбанков со сложившимися программами поддержки МСБ и не

являющихся финансово-ограниченными, а категории надежных

банков, которые способны нарастить свою рыночную долю в этом

сегменте кредитного рынка.

Кроме того, в работе было выявлено, что оптимизация моделей

конкуренции с помощью индекса Лернера и индикатора Буна

позволяет определить границы значений эффективности

распределения кредитных портфелей БР. Так, минимизация

традиционного индекса Лернера (единственно достижимый вариант в

данной работе с учетом особенностей его расчета, изложенных в

третьей главе) при перераспределении портфеля БР ведет к

наихудшему с точки зрения модельного и операционного рисков

перераспределению средств среди действующих банков-партнеров, в

то время как использование индикатора Буна позволяет добиться

устранения модельного и операционного рисков в моделях

конкуренции.

В работе также было выявлено, что «эталонным» банком в

выборке по способности закрывать «провал рынка» является ЕБРР,

именно этот банк среди анализируемых технологически правильно

относится к выбору банков-партнеров и именно его методику можно

использовать для повышения эффективности деятельности остальных

рассматриваемых в данной работе БР.

Поскольку методики отбора банков-партнеров БР не

разглашаются, в работе были использованы методы интеллектуального

анализа – однофакторный дискриминантный анализ, деревья

классификации и метод главных компонент – для определения

оптимального состава и границ показателей финансового состояния

148

банков-партнеров, которые могут быть использованы БР для

повышения эффективности собственной деятельности.

В частности, на основе данного диссертационного исследования

можно сформировать несколько кратких рекомендаций для повышения

эффективности деятельности МСП Банка: во-первых,

сконцентрироваться в области поддержки групп банков из топ-150 по

рейтингу активов в банковской системе России; во-вторых, исключить

из портфеля государственные банки; в-третьих, при принятии решения

относительно партнерства отдавать предпочтения коммерческим

банкам с международным рейтингом; в-четвертых, приемлемыми для

отбора считаются значения критериев NPL ниже 7% и Н1 выше 11,24%;

в-пятых, методики отбора банков-партнеров не должны опираться на

показатели рентабельности (ROA, ROE) и эффективности (CIR).

Причем, как показал анализ, для реализации данных рекомендаций

вполне достаточно портфеля действующих банков-партнеров.

Важно отметить, что предложенный в данной работе аппарат в

области оценки конкуренции является универсальным и может быть

использован (возможно, с некоторой адаптацией) при исследовании

деятельности БР в области поддержки МСБ в других странах и

регионах мира, а также на другом временном промежутке. Кроме того,

его использование позволит выявить наиболее успешные подходы БР,

а также скорректировать деятельность других БР в сторону повышения

собственной эффективности. Таким образом, будут минимизироваться

модельный и операционный риски БР, что для рынка это будет означать

улучшение субоптимального результата и повышение общественного

благосостояния.

Данное исследование может быть продолжено с помощью

изучения феномена конкуренции БР на примере других аспектов их

149

деятельности, а также дальнейшей разработки теоретического

аппарата, описывающего поведение таких институтов, как БР.

150

Список литературы

Нормативные правовые акты

1. Федеральный закон от 12 мая 1995 г. №88–ФЗ «О

государственной поддержке малого предпринимательства в

Российской Федерации» // Собрание законодательства РФ от 19 июня

1995 г., №25, ст.2343.

2. Федеральный закон от 10 марта 1999 г. №36–ФЗ «О федеральном

бюджете на 1999 год» // Собрание законодательства РФ от 1 марта 1999

г., №9, ст.1093.

3. Федеральный закон от 23 декабря 2003 г. №186-ФЗ «О

федеральном бюджете на 2004 год» // Собрание законодательства РФ

от 29 декабря 2003 г., №52 (Части I–II), ст.5038.

4. Федеральный закон от 17 мая 2007 г. «О банке развития» №82-

ФЗ // Собрание законодательства РФ от 28 мая 2007 г., №22, ст.2562.

5. Федеральный закон №209–ФЗ от 27 июля 2007 г. «О развитии

малого и среднего предпринимательства в Российской Федерации» //

Собрание законодательства РФ от 30 июля 2007 г., №31, ст.4006.

6. Распоряжение Правительства РФ от 27 января 2015 г. №98–р «О

плане первоочередных мероприятий по обеспечению устойчивого

развития экономики и социальной стабильности в 2015 г. (с

изменениями и дополнениями)» // Собрание законодательства РФ от 9

февраля 2015 г., №6, ст.922.

7. Распоряжение Правительства РФ от 02 июня 2016 г. №1083–р

«Стратегия развития малого и среднего предпринимательства в

Российской Федерации на период до 2030 года» // Собрание

законодательства РФ от 13 июня 2016 г., №24, ст.3549.

151

Книги, диссертации, статьи

8. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д.

Прикладная статистика: классификация и снижение размерности:

Справ.изд./ Под ред. С.А.Айвазяна. – М.: Финансы и статистика, 1989.

– 607 с.

9. Альшанский Л. Возможен ли американский дефолт? // Рынок

ценных бумаг. – 2011. – №. 6. – С. 27–29.

10. Анатольев С. Эконометрический ликбез: непараметрические и

полупараметрические методы // Квантиль. – 2009. – №7. – С.37–52.

11. Бабленков И.Б., Ишина И.В. Источники финансового

обеспечения малого бизнеса в современных условиях // Аудит и

финансовый анализ. – 2009. – № 2. – С.364–368.

12. Бакайкина А.В. Программы кредитования малого и среднего

бизнеса банков развития и госбанков // Банковское дело. – 2014. – № 10.

– С. 43–48.

13. Бакайкина А.В. Взаимосвязь структуры портфелей банков

развития с конкурентоспособностью их программ поддержки малого и

среднего бизнеса // Банковское дело. – 2015a. – № 9. – С. 32–39.

14. Бакайкина А.В. Применение индекса Лернера к оценке

конкуренции на рынке кредитования малого и среднего бизнеса в

России // Финансы и кредит. – 2015b. – № 23(647). – С. 17–31.

15. Бакайкина А.В. Оценка конкурентоспособности программ

поддержки малого и среднего бизнеса в России // Прикладная

эконометрика. – 2015c. – № 40(4). – С. 106–128.

16. Бакайкина А.В. Конкуренция коммерческих банков в сегменте

кредитования МСБ и ресурсы банков развития. – Сборник трудов XVI

Апрельской международной научной конференции по проблемам

развития экономики и общества: в 4 кн./отв.ред. Е.Г.Ясин;

152

Нац.исслед.ун-т «Высшая школа экономики». – М.: Изд. дом Высшей

школы экономики. – 2016. – Кн.1. – С. 672–684.

17. Барре К. Проблемы финансирования малого и среднего бизнеса в

России. Российско-Европейский центр экономической политики. 2005.

21 с.

18. Беляев Р.В. Ковенанты как механизм управления риском в

кредитных отношениях // Вестник Санкт-Петербургского

университета. Серия: Менеджмент. – 2015. – №1. – С. 91–124.

19. Благовещенский Ю.Н. Основные элементы теории копул //

Прикладная эконометрика. – №2(26). – С. 113–30.

20. Дранев Ю. Я., Нурдинова Я. С., Редькин В. А., Фомкина С.

А. Модели оценки затрат на собственный капитал компаний на

развивающихся рынках капитала // Корпоративные финансы. – 2012. –

№ 2. – С. 107–117.

21. Дробышевский С., Пащенко С. Анализ конкуренции в

российском банковском секторе. Научные труды ИЭПП, 2006. – № 96.

– 130 с. (Научные труды/ Ин-т экономики переходного периода. № 96).

22. Душенко К.В. Большая книга афоризмов. – М.: Эксмо, 2010. –

1056 с.

23. Карминский А.М., Костров А.В. Моделирование вероятности

дефолта российских банков: расширенные возможности // Журнал

новой экономической ассоциации. – 2013. – № 17(1). – С. 64–86.

24. Мамонов М. Е. Влияние рыночной власти российских банков на

их склонность к кредитному риску: результаты панельного анализа

//Прикладная эконометрика. – 2012. – № 28(4). – С. 85–112.

25. Панферов С. Обобщенный приведенный метод Ньютона: дис. …

канд.физ-мат.наук: 01.01.09 /Панферов Семен Валерьевич. – М.: 2005.

–109 с.

153

26. Пеникас Г.И. Модели «копула» в приложении к задачам

финансов //Журнал «Новой экономической ассоциации». – 2010. – № 7.

– С. 24–44.

27. Расин Дж. Непараметрическая эконометрика: вводный курс //

Квантиль. – 2008. – №4. – C.7–56.

28. Селявина Е.А. Эффективность деятельности банков развития:

дис. … канд.экон.наук: 08.00.10 / Селявина Елизавета Алексеевна. – М.,

2015. – 219 с.

29. Фантаццини Д. Моделирование многомерных распределений с

использованием копула-функций. I // Прикладная эконометрика. –

2011a. – № 22(2). – С. 98–134.

30. Фантаццини Д. Моделирование многомерных распределений с

использованием копула-функций. II // Прикладная эконометрика. –

2011b. – № 23(3). – С. 98–132.

31. Фантаццини Д. Моделирование многомерных распределений с

использованием копула-функций. III // Прикладная эконометрика. –

2011c. – № 24(4). – С. 100–130.

32. Ширяев А.Н. Исследования по статистическому

последовательному анализу // Математические заметки. – 1968. –

№ 3:6. – С. 739–54.

33. Шпынова А.И. Кредитование малых и средних предприятий:

зарубежный и российский опыт: дис. … канд.экон.наук: 08.00.14 /

Шпынова Анна Игоревна. – М., 2009. – 156 с.

34. Aggarwal A. et al. Model Risk: Daring to open up the black box.

Institute and Faculty of Actuaries. 2015. 79 p.

35. Al-Sahlawi K.A.A. The role of industrial development banks in

financing and promoting technological change. The Case of Saudi Industrial

Development Fund. A dissertation submitted to the faculty of the University

154

of Wales at Bangor in partial fulfillment of the requirements for the degree

of doctor of philosophy. 1997. 370 p.

36. Amidu M., Wilson J.O.S. Competing in African banking: Do

globalization and institutional quality matter? Working papers in responsible

banking and finance, No.14–04. University of St.Andrews, 2014. 30 p.

37. Amyx J., Toyoda M. The Evolving Role of National Development

Banks in East Asia. International Centre for the Study of East Asian

Development, Kitakyushu Working Paper Series Vol. 2006–26 (December

2006). 23 p.

38. Arrow K.J., Lind R.C. Uncertainty and the evaluation of public

investment decisions // American Economic Review. – 1970. – Vol. 60. –

Issue 3. – Pp. 364–78.

39. Arezki R., Bolton P., Peters S., Samama F., Stiglitz J. From Global

Savings to Financing Infrastructure: The Advent of Investment Platforms.

IMF Working Paper, WP 16/18. 2016. 47 p.

40. Badawi A. Covenant Thresholds and the Agency Costs of Debt.

Washington Universcity in St.Louis, School of Law. 10 September 2014. 27

p.

41. Badelescu D. SME Financing: the Extent of Need and the Responses

of Different Credit Structures // Theoretical and Applied Economics. – 2910.

– Vol. XVII. – No. 7(548). – Pp. 25–36.

42. Bain J. Barriers to New Competition. Harvard University Press,

Cambridge, MA. 1956. 329 p.

43. Balling M., Bernet B., Gnan E. Financing SMEs in Europe. The

European Money and Finance Forum. Vienna. 2009. 129 p.

44. Barros F., Modesto L. Portuguese Banking Sector: A Mixed

Oligopoly? // Journal of Industrial Organization. –1999. – No. 17. – Pp. 869–

86.

155

45. Bator F.M. Anatomy of market failure // Quarterly Journal of

Economics. –1958. – Vol. 72. – Pp. 351–79.

46. Baumol W.J. Contestable markets: an uprising in the theory of

industry structure // The American Economic Review. – 1982. – Vol. 72. –

No. 1. – Pp.1–15.

47. Baumstark L., Gollier C. The relevance and the limits of the Arrow-

Lind Theorem // Journal of Natural Resources Policy Research. – 2014. –

No. 6(1). – Pp. 45–9.

48. Beck T. SME Finance: What have we learned and what do we need to

learn? The Financial Development Report. World Bank. No. 2010. Pp.187–

95.

49. Beck T., Degryse H., De Haas R., von Horen N.When Arm’s Length

is too Far. Relationship banking over the credit cycle. SRC Discussion paper

No. 33. 2015. 58 p.

50. Beck T., Demirgüç-Kunt A., Maksimovic,V. Financial and legal

constraints to firm growth: does size matter? // Journal of Finance. – 2005.

No. 60(1). – Pp. 137–77.

51. Beim D.O., Calomiris C.W. Emerging financial markets. McGraw-

Hill/Irwing, New York. 2001. 384 p.

52. Berger A.N. The Profit-Structure Relationship in Banking – Tests of

Market-Power and Efficient-Structure Hypotheses // Journal of Money,

Credit and Banking. – 1995. – Vol. 27. – Pp. 404–31.

53. Berger A.N. Potential competitive effects of Basel II on banks in SME

credit markets in the US // Journal of Financial Services approach. – 2006. –

Vol. 29(1). – Pp. 5–36.

54. Berger A. N., Kappler L.F., Udell G.F. The Ability of Banks to Lend

to Informationally Opaque Small Businesses // Journal of Banking and

Finance. –2001. – No. 25. – Pp. 2127–67.

156

55. Berger A., Udell F. Relationship lending and lines of credit in small

firm finance // Journal of Business. – 1995. – No. 68(3). – Pp. 351–81.

56. Berger A.N., Udell G.F. Small business credit availability and

relationship lending: The importance of bank organizational structure //

Economic Journal. – 2002. – No. 112. – Pp. F32–F53.

57. Berlin M., Mester L. Debt covenants and renegotiation // Journal of

Financial Intermediation. – 1992. – Vol.2. – Pp. 95–133.

58. Besanko D., Thakor A. Banking deregulation: Allocational

consequences of relaxing entry barriers // Journal of Banking and Finance. –

1992. – Vol. 16(5). – Pp. 909–22.

59. Bikker J.A., Haaf K. Measures of competition and concentration in the

banking industry: a review of the literature. Netherlands Central Bank

Research Series Supervision, No. 27. 2000. 46 p.

60. Bikker J. A., Haaf K. Competition, concentration and their

relationship: An empirical analysis of the banking industry // Journal of

Banking and Finance. – 2002. – No. 26. – Pp. 2191 – 14.

61. Bikker J., Shaffer S., Spierdijk L. Assessing competition with the

Panzar-Rosse model: the role of scale, costs, and equilibrium. DNB Working

paper No. 225/2009. 39 p.

62. Bikker J. A., Spierdijk L., Finnie P. The Impact of Bank Size on

Market Power. DNB Working Papers 120, Netherlands Central Bank. 2006.

37 p.

63. Boone J. A new way to measure competition // The Economic Journal.

– 2008. – No. 188. – Pp. 1245–61.

64. Bresnahan T.R. The oligopoly solutions identified // Economic

Letters. – 1982. – No. 10. – Pp. 87–92.

65. Buch C.M., Eickmeier S., Prieto E. In search for yield? Survey-based

evidence on bank risk taking. Deutsche Bundesbank discussion paper.

No. 10/2011. 39 p.

157

66. Bulow J., Rogoff K. Grants versus Loans for Development Banks

//American Economic Review. – 2005. – No.95(2). – Pp.393–97.

67. Buiter W., Fries S. What should the multilateral development banks

do? EBRD Working papers. WP 0074.2001. 26 p.

68. Carrasco E. R., Carrington W., Lee H.J. Governance and

Accountability: The Regional Development Banks. Research paper, The

University of Iowa Legal Studies, Iowa City, USA.2008. 60 p.

69. Cetorelli N. Competition among banks: Good or bad? // Economic

Perspectives. – 2011. – 2Q/2001. – Pp. 38–48.

70. Chen S. H., Liao C. C. Are foreign banks more profitable than

domestic banks? Home- and host-country effects of banking market

structure, governance, and supervision // Journal of Banking and Finance. –

2011. – No. 35(4). – Pp. 819–39.

71. Claessens S., Laeven L. What drives bank competition? Some

international evidence // Journal of Money, Credit and Banking. – 2004. –

No.36(3). – Pp.563–83.

72. Claessens S., Laeven L., Shaffer S. Comment on "What Drives Bank

Competition? Some International Evidence" // Journal of Money, Credit and

Banking. – 2004. – Vol. 36. – No.3. – Pp. 585–92.

73. De Aghion B. A. Development banking //Journal of Development

Economics. – 1999. – Vol. 58. – Pp. 83–100.

74. Degryse H., Van Cayseele P. Relationship Lending Within a Bank-

Based System: Evidence from European Small Business Data // Journal of

Financial Intermediation. – 2000. – No. 9(1). – Pp. 90–109.

75. De la Torre A. Reforming Development Banks: A Framework.

Presentation at World Bank seminar on Public Sector Banks and

Privatization. 2002. 16 p.

158

76. De la Torre A., Gozzi J. C., Schmukler S. Innovative Experiences in

Access to Finance: Market Friendly Roles for the Visible Hand? World Bank

Working Paper No. 4326. 2007. 78 p.

77. Delis M.D., Staikouras C., Varlagas P. On the Measurement of Market

Power in Banking Industry. Munich Personal RePEc Archive, 12 June 2008.

45 p.

78. De Luna-Martinez J., Vicente C. L. Global Survey of development

banks. Policy Research Working Paper, 5969. 2012. 36 p.

79. Demsetz H. Industry Structure, Market Rivalry and Public Policy

//Journal of Law and Economics. – 1973. – Vol. 16. – No. 1. – Pp. 1–9.

80. De Mel S., McKenzie D., Woodruff C. Getting Credit to High Return

Microentrepreneurs: The Results of an Information Intervention // The

World Bank economic review. – 2011. – Vol. 25. – No. 3. – Pp. 456–457.

81. De Young R., Goldberg L., White W. Young, adolescence and

maturity of banks: credit availability to small business in area of banking

consolidation // Journal of Banking and Finance. – 1999. – Vol. 23. – No. 2–

4. – Pp. 463–92.

82. Diamond W. Development Banks, Economic Development Institute.

1957. International Bank for Reconstruction and Development, Baltimore.

146 p.

83. Dick A. Demand estimation and consumer welfare in banking

industry. Federal Reserve Board Finance and Economics Discussion Series,

No. 58.2002. 54 p.

84. Düllman K., Koziol P. Evaluation of minimum capital requirements

for bank loans to SMEs. Deutsche Bundesbank No.22/2013. 35 p.

85. Frumkin P., Galaskiewicz J. Institutional isomorphism and public

sector organizations // Journal of Public Administration Research and

Theory. – 2004. – No. 14(3). – Pp.283–307.

159

86. Carbó-Valverde S., Humphrey D., Maudos J., Molyneux P. Cross-

country Comparisons of Competition and Pricing Power in European

Banking // Journal of Internationa Money and Finance. – 2009. – No. 28(1).

– Pp.115–34.

87. Garcia P. The New BRICS Institutions as Contestable Multilateralism.

Economic Policy Papers of the Central Bank of Chile. No. 55. 2015. 10 p.

88. Gnos G., Rochon L.-P. Credit, Money and Macroeconomic Policy. A

Post-Keynesian Approach. Cheltenham, UK; Northampton, MA, USA:

Edward Elgar Publishing, 2011. 368 p.

89. Goddard J.A., Molyneux P., Wilson J.O.S. European Banking.

Efficiency, Technology and Growth. 2001. John Wiley and Sons, England.

308 p.

90. Griffith-Jones S. The positive role of good development banks.

[Electronic resource] / Third International Conference: Financing for

Development. Addis Ababa, Ethiopia, 20 May 2015. Режим доступа:

http://www.un.org/esa/ffd/ffd3/blog/positive-role-development-banks.html

(дата обращения: 06.07.2016 г.).

91. Gutierrez de Rozas L. Testing for Competition in the Spanish Banking

Industry: the Panzar-Rosse Approach. Documentos de Trabajo No.0726,

Banco de Espana, 2007. 46 p.

92. Gutierrez E., Rudolph H.P., Homa T., Beneit E.B. Development

Banks: Role and Mechanisms to Increase Their Efficiency, The World Bank,

Policy Research Working Paper No. 5729, 2011. 35 p.

93. Hart O., Shleifer A., Vishny R. The Proper Scope of Government:

Theory and Application to Prisons // Quarterly Journal of Economics. –

1997. – No. 112. – Pp. 1127–61.

94. Hirschman A. The paternity of an index // American Economic

Review. – 1964. – No. 54(5). – P.761.

160

95. Ho T., Saunders A. The determinants of bank interest margins: theory

and empirical evidence // Journal of Financial and Quantitative Analysis. –

1981. – No. 16. – Pp. 581–600.

96. Holmstrom B., Milgrom P. Multitask principal-agent analyses:

incentive contracts, asset ownership and job design // Journal of Law,

Economics and Organization. – 1991. – Vol. 7 (Special Issue). – Pp. 24–52.

97. Hope C.J., Gwatidzo T., Ntuli M. Investigating The Effect Of Bank

Competition On Financial Stability In Ten African Countries // International

Business and Economics Research Journal. – 2013. – Vol. 12(7). – Pp. 755-

768.

98. Humphrey C. Altruists or bankers? A comparative study on how

multilateral development banks react to changing external circumstances.

Conference paper, Emerging Research in Political Economy and Public

Policy, London School of Economics. 2009. 18 p.

99. Humphrey C. The business of development: borrowers, shareholders,

and the reshaping of multilateral development lending. A thesis submitted to

the Department of International Development of the London School of

Economics for the degree of Doctor of Philosophy, London, December 2012.

247 p.

100. Humphrey C. The politics of loan pricing in multilateral development

banks // Review of International Political Economy. – 2014. – No. 21(3). –

Pp. 611–39.

101. Humphrey C. Challenges and opportunities for Multilateral

development banks in 21st century infrastructure finance. Global Green

Growth Institute and G24 special paper series on infrastructure finance and

development. 2015a. 23 p.

102. Humphrey C. Infrastructure finance in the developing world.

Challenges and opportunities for multilateral development banks in 21st

161

century infrastructure finance. Global Green Growth Institute and G24

special paper series on infrastructure finance and development. 2015b. 23 p.

103. Humphrey C. National development banks and infrastructure

provision: a comparative study of Brazil, China and South Africa. Global

Green Growth Institute and G24 special paper series on infrastructure

finance and development. 2015c. 23 p.

104. Humphrey C. The Invisible Hand: Financial Pressures and

Organizational Convergence in Multilateral Development Banks. Paper

presented at European Political Science Association conference. 2015d. 60

p.

105. Iwata G. Measurement of Conjectural Variations in Oligopoly //

Econometrica. – 1974. – Vol. 42. – Pp. 947–66.

106. Kacabay S.A. Bank Competition and Banking System Stability:

Evidence from Turkey. A thesis submitted to the Graduate School of Social

Sciences of Middle East Technical University for the Master of Science,

Ankara, September 2009. 107 p.

107. Kancharla S. Mastering Model Risk: Assessment, Regulation and Best

Practices. Numerix LLC, 2013. 12 p.

108. Kane J. Development Banking. 1975. Lexington Massachusetts:

Lexington Books. 217 p.

109. Kapur D. The common pool dilemma of global public goods: lessons

from the World Bank’s net income and reserves // World development. –

2002. – Vol. 30. – No. 3. – Pp. 337–54.

110. Kapur D., Raychaudhuri A. Rethinking the financial design of the

World Bank. Working paper 352, Center for Global Development. 2014. 26

p.

111. Kiefer N., Larson C.E. Specification and Information Issues on Credit

Scoring. OCC Economics Working Paper 2004–5. 31 p.

162

112. Kilby C. Donor influence in MDBs: the case of the Asian

Development Bank. Vassar College Department of Economics Working

Paper Series. No. 70. 2005. 40 p.

113. Lazarrini S., Musacchio A., Bandeira-de-Mello R., Marcon R. What

do state-owned development banks do? Evidence from Brazil, 2002-09 //

World Development. – 2015. – No. 66. – Pp. 237–53.

114. Lau L.J. On identifying the degree of competitiveness from industry

price and output data // Economic Letters. – 1982. – No. 10. – Pp. 93–9.

115. Leon F. Bank Competition in Africa: Three Essays. A thesis submitted

to Universit´e d’Auvergne for the degree of Doctor of Philosophy in

Econometrics, Clermont-Ferrand, September 2014. 233 p.

116. Lerner A. P. The concept of monopoly and the measurement of

monopoly power // The Review of Economic Studies. – 1934. – No. 1(3). –

Pp.157–75.

117. Levitt T. Exploit the product life cycle // Harvard Business Review. –

1965. – Vol. 43. – No. 6. – Pp. 81–94.

118. Levy-Yeyati E., Micco A., Panizza U. Should the government be in

the banking business? The role of state-owned and development banks.

Research Department Publications, Inter–American Development Bank,

4379.2004. 43 p.

119. Luna V.M.I. Development banks in economic development: Two

Latin American experiences (Nacional financiera and the Banco nacional de

desenvolvimento economico e social). A dissertation submitted to the faculty

of the University of Utah in partial fulfillment of the requirements for the

degree of doctor of philosophy. 2013. 138 p.

120. Manning J. Can the BRICS Development Bank compete with the

World Bank and the IMF? [Electronic resource] / The International Banker.

2015. – Режим доступа: http://internationalbanker.com/banking/can-brics-

163

new-development-bank-compete-world-bank-imf/ (дата обращения:

12.06.2016 г.).

121. Mas-Collel A., Whinston M.D., Green J.R. Microeconomic Theory.

1995. Oxford University Press. 977 p.

122. Mason E. Price and Production Policies of Large-Scale Enterprise

//American Economic Review. – 1939. – No. 29(1). – Pp. 61–74.

123. Maudos J., Nagore A. Explaining market power differences in

banking: a cross-country study. Working paper. WP–EC 2005–10. 2005. 34

p.

124. Mazzucato M., Penna C. Beyond market failures. The market creating

and shaping roles of state investment banks. SPRU Working Paper Series

2014(21). 2014. 59 p.

125. Mechler R. Natural disaster risk management and financing disaster

loses in developing countries. Zur Erlangung des akademischen Grades eines

Doktors der Wirtschaftswissenschaften. Von der Fakultät für

Wirtschaftswissenschaften der Universität Fridericiana zu Karlsruhe. 2013.

248 p.

126. Mester L., Nakamura L., Renault M. Checking accounts and bank

monitoring. Federal Reserve Bank of Philadelphia. No.5–14. 2005. 38 p.

127. Michis A. Measuring Market Power in the Banking Industry in the

Presence of Opportunity Costs. Central Bank of Cypris Working Paper

2013–1. 40 p.

128. Micco A., Panizza U., Yañez M. Bank Ownership and Performance.

Research Department Working Paper No. 518. Washington DC, United

States: Inter-American Development Bank, Research Department.2004. 48

p.

129. Misacchio A., Lazarrini S. State-Owned Enterprises in Brazil: History

and Lessons. Workshop on State-Owned Enterprises in Development

Process. Paris, 4 April 2014. 47 p.

164

130. Mistry P. Multilateral Development Banks: An Assessment of their

Financial Structures, Policies and Practices. 1995. Forum on Debt and

Development (FONDAD). The Hague. 308 p.

131. Mirzaei A., Moore.T, Liu.G. Does market structure matter on Bank’s

profitability and stability? Emerging Vs. advanced economies //Journal of

Banking and Finance. – 2013. – Vol (37). – Pp. 2920–37.

132. Molnár J., Nagy M., Horváth C. A Structural Empirical Analysis of

Retail Banking Competition: the Case of Hungary. MNB Working

Papers 2007/1, Magyar Nemzeti Bank (Central Bank of Hungary). 2007. 40

p.

133. Mueller D.C. The Persistence of Profits Above the Norm //

Economica. – 1977. – No. 44. – Pp. 369–80.

134. Mueller D.C. Profits in the Long Run. 1986. Cambridge University

Press. 378 p.

135. Musonda A. Deregulation, Market Power and Competition: An

Empirical Investigation of the Zambian Banking Industry. Paper Submitted

to the Center for Study of African Economies. Conference on Economic

Development for Africa. University of Oxford. 16–18 March 2008. 46 p.

136. Nagler T. Kernel Methods for Vine Copula Estimation. Master’s

Thesis, Technische Universitaet Muenchen. 2014. 125 p.

137. Nauenberg E., Basu K., Chand H. Hirschman-Herfindahl Index

determination under incomplete information // Applied Economics Letters.

– 1997. – No. 4. – Pp. 639–42.

138. Ono A. The Role of Credit Scoring in Small Business Lending.

Unpublished paper presented at the ADB Institute seminar “Financial

information infrastructure and SME finance”, May 9–12. 2006. 15 p.

139. Pagano M. Financial markets and growth. An overview//European

Economic Review. – 1993. – Vol.37. – Pp.613–22.

165

140. Panzar J., Rosse J. Testing for `monopoly' equilibrium //Journal of

International Economics. 1987. – No. 35(4). – Pp. 443–56.

141. Pawlowska M. Changes in the size and structure of the European

Union banking sector – the role of competition between banks. NBP

Working paper No. 205. 2015. 36 p.

142. Peltzman S. The gains and Losses from Industrial Concentration

//Journal of Law and Economics. – 1977. – Vol. 20. – No. 3. – Pp. 229–63.

143. Peresetsky A.A., Karminsky A.M., Golovan S.V. Probability of

Default Models of Russian Banks // Economic Change and Restructuring. –

2011. – No. 44(4). – Pp. 297–334.

144. Perry G. Growing Business or Development Priority? Multilateral

Development Banks’ Direct Support to Private Firms. The Center for Global

Development. 2011. 64 p.

145. Petersen J., Crihfield J.B. Linkages between local governments and

financial markets: a tool kit to developing sub-sovereign credit markets in

developing economies. World Bank. 2000. Washington, DC – Background

Series: Municipal Finance. 88 p.

146. Petersen M.A., Rajan R.G. The Benefits of Lending Relationships:

Evidence from Small Business Data // Journal of Finance. – 1994. – No. 49.

– Pp. 3–37.

147. Principles for the Sound Management of Operational Risk. Basel

Committee on Banking Supervision.2011.27 p.

148. Ramirez M.D. Development Banking in Mexico: The Case of

Nacional Financiera. 1986. Praeger Publishers, New York, NY.228 p.

149. Roberts M., Sufi A. Control Rights and Capital Structure: An

Empirical Investigation // The Journal of Finance. – 2009. – Vol. LXIV(4).

– Pp. 1657–95.

150. Sapienza P. The effects of bank ownership on bank lending//Journal

of Financial Economics. – 2004. – Vol. 72(2). – Pp. 357–84.

166

151. Safonov S. Small and Medium Entrepreneurship in Russia. [Electronic

resource] / SME Financing in ENCA. Luxemburg, 12 March 2014. Режим

доступа:http://www.eib.org/attachments/general/events/2014_03_12_luxe

mbourg_sme_financing_enca_safonov_en.pdf (дата обращения:

12.06.2016 г.).

152. Shaffer S. Bank competition in concentrated markets//Business

Review. No. 3–4. 1994. Pp. 3–17.

153. Sobreira R., Zendron P. Implications of Basel II for National

Development Banks. 2012. 15 p.

154. Soekijad M., van Wendel de Joode R. Co-opetition in knowledge

intensive networks: Two case studies, in: Coopetition strategy: Theory

experiments and cases, Dagnino, G. B. & Rocco, E. (eds.). 2009. 338 p.

155. Stiglitz J. The Invisible Hand and Modern Welfare Economics. NBER

Working Paper No. 3641. 1991. 48 p.

156. Stiglitz J. The Role of the State in Financial Markets, In: Proceedings

of the World Bank Annual Conference on Development Economics, The

World Bank, Washington D.C. 1994. 61 p.

157. Thorne J. A framework for successful development banks.

Development Bank of South Africa. Working Paper Series, No. 25.2011. 44

p.

158. Thorne J., Du Toit C. A macro-framework for successful development

banks // Development Southern Africa. – Vol. 26. – No. 5. – 2009. – Pp.

677–94. 21 p.

159. Valkucak M. The Role and System of Business Covenants – Focus on

Practice in Slovakia. Master’s Thesis, Central European University. 2012.

60 p.

160. Yescombe E.R. Principles of Project Finance. 2014. YCL Consulting

Ltd. Published by Elsever Inc. 560 p.

167

Документы банков развития

161. Миссия и стратегические цели ЕАБР [Электронный ресурс]

/Евразийский банк развития. Режим доступа:

http://www.eabr.org/r/about/mission/(доступ на 12.06.2016 г.).

162. Страновая стратегия Международного инвестиционного банка

для Российской Федерации/Международный инвестиционный банк.

2012. 7 c.

163. Стратегия развития Банка на период до 2020 года [Электронный

ресурс] /МСП Банк. Режим доступа:

https://www.mspbank.ru/info/O_banke/strategy (доступ на 12.06.2016 г.).

164. Annual Report 2015/Nordic Investment bank. 2016. 217 p.

165. Background Material on Capital Resources Review 4 2011-2015.

[Электронный ресурс]/ EBRD. 2010. Pp.8-9. Режим доступа:

http://www.ebrd.com/downloads/policies/capital/crr4b.pdf (доступ на

12.06.2016 г.).

166. Financial Report 2015 / KfW. 2016. 193 p.

167. IFC Strategy and Business Outlook FY16–18 / IFC. 2015. 54 p.

168. Medium-term strategy and Business plan 2015–2018 / BSTDB. 2015.

39 p.

169. Report on Portfolio Risk and Loss Reserve Allocation Policies. 2012.

Office of Inspector General, Export-Import Bank of the United States. 47 p.

170. Russia Country Strategy 2015–2018 / BSTDB.2015.11 p.

171. OeEB Development Report 2014 / OeEB. 2015. 5 p.

172. Strategy 2013-2016 [Электронный ресурс] / FMO. Режим доступа:

http://annualreport2012.fmo.nl/strategy-2013-2016 (доступ на 12.06.2016

г.).

173. The EIB Group Operational Plan 2016-2018 / EIB. 2015. 41 p.

168

174. The SME Banking Knowledge Guide / IFC Advisory Services. 2009.

80 p.

Электронные ресурсы

175. http://www.bstdb.org – Официальный сайт Черноморского банка

торговли и развития.

176. http://www.cbr.ru – Официальный сайт Центрального банка РФ.

177. https://www.deginvest.de – Официальный сайт Немецкой

корпорации развития (DEG).

178. http://www.eabr.org – Официальный сайт Евразийского банка

развития.

179. http://www.ebrd.com – Официальный сайт Европейского банка

реконструкции и развития.

180. http://www.eib.org – Официальный сайт Европейского

инвестиционного банка.

181. https://www.fmo.nl – Официальный сайт Голландского банка

развития (FMO).

182. http://www.gks.ru – Официальный сайт Федеральной службы

государственной статистики РФ.

183. http://www.ifc.org – Официальный сайт Международной

финансовой корпорации.

184. https://www.iib.int/ru – Официальный сайт Международного

инвестиционного банка.

185. https://www.kfw.de – Официальный сайт Немецкого банка

развития (KfW).

186. https://www.mspbank.ru – Официальный сайт АО «Российский

банк поддержки малого и среднего предпринимательства».

169

187. http://www.nib.int – Официальный сайт Северного

инвестиционного банка.

188. http://www.oe-eb.at – Официальный сайт Австрийского банка

развития (OeEB).

189. http://www.rsbf.org – Официальный сайт Учебно-

информационной платформы Фонда поддержки малого бизнеса

Европейского банка реконструкции и развития.

190. http://www.smefinanceforum.org – Официальный сайт SME

Finance Forum.

191. http://www.spark-interfax.ru – Официальный сайт Системы

профессионального анализа рынков и компаний (СПАРК)

«Интерфакс».

170

Список аббревиатур основных банков развития

ЕАБР – Евразийский банк развития

ЕБРР – Европейский банк реконструкции и развития

ЕИБ – Европейский инвестиционный банк

СИБ – Северный инвестиционный банк

МИБ – Международный инвестиционный банк

МСП Банк – АО «Российский банк поддержки малого и среднего

предпринимательства»

ЧБТР – Черноморский банк торговли и развития

DEG – Deutsche Investitions- und Entwicklungsgesellschaft

FMO – Nederlandse Financierings-Maatschappij voor Ontwikkelingslanden

N.V.

IFC – International Finance Corporation

KfW – Kreditanstalt für Wiederaufbau

OeEB – Oesterreichische Entwicklungsbank AG

171

Приложения

Приложение А. Целевые показатели

деятельности различных БР

Таблица 1 – Целевые показатели деятельности различных БР

БР Выдержки из документа

DEG

(KfW)

«…основной целью Банка в рамках реализации стратегии, является

покрытие наиболее важных групп клиентов и регионов KfW с акцентом

на качество реализуемых проектов. Для развития KfW это означает

обязательство поддерживать высокий уровень качества реализуемых

программ, что и было достигнуто в последнее время, и существенный

охват ключевых регионов развития и групп клиентов KfW. KfW

стремится направить около 45% нового объема обязательств внутри

страны на поддержку сектора МСБ из-за его особой важности.

В целом, 2015 год был достаточно успешным финансовым годом для

развития KfW. В общем, планы и стратегические цели, поставленные на

среднесрочную перспективу, были достигнуты, а в некоторых случаях

перевыполнены. Увеличение объема нового бизнеса до 79,3 млрд евро

(2014: 74,1 млрд евро) также свидетельствует об успешности этого года».

Источник: Financial Report 2015 / KfW.2016.Pp.31-32.

IFC «Инвестиционная программа для FY16-18. Основные моменты

потенциальной траектории Программы включают в себя:

Более амбициозные общий рост долгосрочного

финансирования по сравнению с прогнозами последних лет. С

целью максимизации ее роста с учетом капитальной базы IFC

стремится выйти на траекторию роста объема долгосрочных

инвестиций до 8-10% в года в течение FY15-18.

Средний годовой объем портфеля краткосрочного

финансирования, как ожидается, вырастет на 5-10% в год».

Источник: IFC Strategy and Business Outlook FY16-18 /IFC.2015.P.6.

FMO «В основе нашей новой стратегии лежит финансовая устойчивость и

эффективность, в рамках которой мы нацелены на рентабельность

собственного капитала акционеров как минимум 6% и операционных

расходов к доходам от 25% до 30%».

«При условии, что инвестиции соответствуют нашим критериям, больше

инвестиций создают более сильное воздействие. Для максимального

эффекта, мы будем увеличивать наши собственные объемы инвестиций

и объемы финансирования других организаций, к 2020 году мы

намерены довести это соотношение до 1:1».

Источник: Strategy 2013-2016 [Электронный ресурс] / FMO. Режим

доступа: http://annualreport2012.fmo.nl/strategy-2013-2016 (доступ на

12.06.2016 г.).

OeEB «OeEB является официально уполномоченным Банком развития

Австрии. Его Миссия состоит в содействии экономическому,

экологическому и социально-устойчивому развитию через

172

финансирование и инвестиции в прибыльные проекты частного сектора

в развивающихся странах и странах с переходной экономикой. Для

реализации Миссии OeEB предлагает три продукта: инвестиционное

кредитование, долевое участие и консультационные программы. OeEB

уделяет особое внимание проектам в области возобновляемой

энергетики и эффективного использования ресурсов (в том числе

энергоэффективности). Кроме того, деятельность OeEB сфокусирована

в области проектов, содействующих развитию сектора микро-, малых и

средних предприятий».

Источник: OeEB Development Report 2014 /OeEB. 2015.P.3.

МИБ «Реализация настоящей стратегии должна обеспечить:

-Полномасштабное использование потенциала МИБ как

многостороннего банка развития, включая значительное увеличение

объемов его операций; [….]

-Высокую эффективность деятельности Банка, соответствующую

наилучшей практике многосторонних банков развития».

Источник: Страновая стратегия Международного инвестиционного

банка для Российской Федерации/Международный инвестиционный

банк.2012.С.1.

ЕАБР «Ключевые показатели деятельности в 2013-2017 гг.:

-Объем текущего инвестиционного портфеля Банка к концу 2017 г. – не

менее 4,7 млрд долл. США, достигнутый за счет подписания в 2013-2017

гг. новых проектов на сумму не менее 3,7 млрд долл.США.»

«Поддержка следующей отраслевой структуры текущего

инвестиционного портфеля (максимальная доля проектов):

-Транспортный сектор – до 40%;

-Энергетика и энергоэффективность – до 50%;

-Телекоммуникационная инфраструктура – до 20%;

-Муниципальная и прочая инфраструктура – до 20%;

-Финансовый сектор – до 20%;

-Другие отрасли – до 50%».

Источник: Миссия и стратегические цели ЕАБР [Электронный ресурс]

/Евразийский банк развития. Режим доступа:

http://www.eabr.org/r/about/mission/(доступ на 12.06.2016 г.).

ЕБРР «В Обзоре источников капитала 3, были установлены следующие

операционные цели (при обменном курсе пары «евро-доллар» – 1,15):

Достичь роста портфеля в размере 21,9 млрд евро к 2010 г.;

Обеспечить годовой объем бизнеса в пределах диапазона

3,3-3,9 млрд евро со значительным ежегодным ростом, в

частности, количества проектов в портфеле.

Поддержать рост в базовом случае доли портфеля Банка,

направляемой на поддержку стран с переходной экономикой и

России до примерно 87% к 2010 г.;

Поддерживать деятельность по развитию частного

сектора, с существенным фокусом на долевом финансировании».

Источник: Background Material on Capital Resources Review 4 2011-2015.

[Электронный ресурс]/ EBRD. 2010. Pp.8-9. Режим доступа:

http://www.ebrd.com/downloads/policies/capital/crr4b.pdf (доступ на

12.06.2016 г.).

173

ЕИБ «Показатели эффективности отражают достижение целей и реализацию

процессов, которые Банк считает наиболее важными. Объемы

кредитования отражают один из аспектов вклада ЕИБ в реализацию

дальнейших целей политики ЕС, но качество кредитного портфеля

является ключевым аспектом этого вклада».

Источник: The EIB Group Operational Plan 2016-2018 / EIB.2015.P.29.

МСП

Банк

«Ключевыми критериями оценки эффективности реализации Стратегии

Банка являются:

-Объем финансирования, доведенного до субъектов МСП (включая

объем средств, доведенных до субъектов в рамках реализации механизма

гарантийной поддержки);

-Доля долгосрочной поддержки МСП (от 3 до 10 лет) в общем объеме

средств, доведенных до субъектов МСП;

-Качество кредитного портфеля по Программе поддержки МСП (средняя

ставка резервирования).»

Источник: Стратегия развития Банка на период до 2020 года

[Электронный ресурс] /МСП Банк. Режим доступа:

https://www.mspbank.ru/info/O_banke/strategy (доступ на 12.06.2016 г.).

СИБ «Миссия СИБ состоит в финансировании проектов, направленных на

повышение конкурентоспособности и улучшения экологии стран

Северной Европы и Балтии. СИБ финансирует только те проекты,

которые способствуют реализацией Банка Миссии. В 2015 году СИБ

подписал 45 новых кредитных соглашений и проанализировал уже

действующие кредитные проекты. Анализ включает в себя оценку

соответствия проекта целям Миссии, включая изучение их социально-

экономических и экологических аспектов. Кредиты, получившие

внутреннюю оценку «хорошо» и «отлично» составили свыше 94%

общего объема кредитования».

Источник: Annual Report 2015/Nordic Investment bank. 2016. P.14.

ЧБТР «На основе Бизнес-плана ЧБТР на 2015-2018 гг., Банк ожидает, в

среднем, подписание четырех новых кредитных соглашения в год,

предположительно, на 37-55 млн евро. Это означает появление 16 новых

подписанных сделок на сумму, приблизительно, 184 млн евро (в

диапазоне 156-212 млн евро).»

Источник: Russia Country Strategy 2015-2018/BSTDB.2015.P.8.

«…он [ЧБТР] рассчитывает увеличить портфель операций на 1250 млн

евро к концу 2015 года в соответствии с базовым сценарием. Этот

целевой показатель роста является устойчивым со средними

ежегодными темпами в 7,5%, поддерживая создание постоянных

источников дохода и поддержание устойчивого финансового положения

Банка. Его реализация потребует новых обязательств (подписанные

операции) в среднем 285-290 млн евро в год и чистые дополнительные

заимствования порядка 200 млн евро».

Источник: Medium-term strategy and Business plan 2015-2018 /

BSTDB.2015.P.3.

174

Приложение Б. Описательная статистика

показателей финансового состояния банков-

партнеров БР

Таблица 1 – Описательная статистика показателей финансового

состояния банков-партнеров БР (без учета Сбербанка)70 по данным на

2013 г.

Н1

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 10,440 45,460 14,800 4,914

ЕБРР 11,240 26,200 13,070 2,434

IFC 11,240 22,470 13,752 2,796

ЧБТР 11,240 18,210 13,638 2,166

FMO 11,450 18,210 13,765 2,135

СИБ 11,010 14,380 12,401 1,074

Н2

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 5,570 294,230 64,188 29,828

ЕБРР 32,040 173,930 66,019 28,191

IFC 26,980 87,170 54,714 15,903

ЧБТР 39,990 173,930 75,872 30,416

FMO 36,370 140,030 69,086 25,097

СИБ 32,040 70,450 53,884 15,128

Н3

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 20,800 206,150 89,501 24,258

ЕБРР 58,890 147,460 93,082 20,891

IFC 63,640 139,590 96,986 20,603

ЧБТР 76,990 147,460 114,833 20,519

FMO 76,040 188,560 106,106 25,647

СИБ 73,730 92,610 86,022 5,876

Капитал (млн руб.)

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 236,596 170890,300 10494,440 26210,500

ЕБРР 2014,549 102973,900 24029,230 28946,390

IFC 1815,123 112644,200 13091,910 18189,620

ЧБТР 1815,123 41224,580 14256,070 10504,270

FMO 1815,123 60826,910 18736,460 21463,300

СИБ 26777,370 61946,550 54322,870 10723,720

Активы (млн руб.)

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 876,699 2022595,000 97771,390 244876,400

ЕБРР 24852,190 683521,200 181425,900 176208,000

IFC 13045,990 1029177,000 94447,510 101917,500

ЧБТР 13045,990 443871,300 144558,100 117290,000

FMO 13045,990 370558,600 135700,600 120165,700

СИБ 270348,000 735994,900 413175,100 145292,500

70 Поскольку Сбербанк является «выбросом» в выборке, при его включении наблюдалось смещение

в оценках.

175

Доля депозитов физических лиц в обязательствах

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 0,029 0,826 0,421 0,181

ЕБРР 0,162 0,702 0,381 0,154

IFC 0,122 0,569 0,348 0,137

ЧБТР 0,163 0,495 0,309 0,128

FMO 0,361 0,702 0,501 0,090

СИБ 0,202 0,418 0,332 0,082

Доля корпоративных кредитов в обязательствах банка

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 0,285 1,197 0,703 0,147

ЕБРР 0,523 0,980 0,760 0,135

IFC 0,549 0,980 0,739 0,145

ЧБТР 0,575 0,909 0,730 0,115

FMO 0,523 0,909 0,712 0,169

СИБ 0,549 0,783 0,649 0,098

NPL

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 6,119E-06 0,394 0,041 0,041

ЕБРР 0,010 0,157 0,058 0,035

IFC 0,009 0,133 0,048 0,032

ЧБТР 0,008 0,048 0,028 0,012

FMO 0,027 0,157 0,067 0,036

СИБ 0,033 0,157 0,095 0,038

ROA

БР Минимум Максимум Среднее Стд.откл.

МСП Банк -0,124 0,076 0,010 0,016

ЕБРР -0,010 0,043 0,013 0,012

IFC -0,010 0,033 0,014 0,012

ЧБТР 0,007 0,033 0,020 0,010

FMO -0,010 0,043 0,018 0,020

СИБ -0,010 0,005 0,011 0,008

ROE

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 0,004 1,286 0,116 0,114

ЕБРР 0,005 0,524 0,163 0,133

IFC 0,009 0,928 0,188 0,207

ЧБТР 0,016 0,326 0,156 0,080

FMO 0,016 0,548 0,171 0,152

СИБ 0,013 0,138 0,066 0,037

CIR

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 1,009 3,114 1,284 0,272

ЕБРР 1,033 1,789 1,211 0,186

IFC 1,063 1,445 1,200 0,125

ЧБТР 1,049 1,340 1,160 0,121

FMO 1,098 1,789 1,328 0,277

СИБ 1,027 1,098 1,056 0,032

Портфель МСБ (млн руб.)

БР Минимум Максимум Среднее Стд.откл.

МСП Банк 0,380 56716,830 1424,603 5178,261

ЕБРР 25,781 5569,910 1751,391 1775,175

IFC 22,857 28489,390 1889,401 1444,991

ЧБТР 43,634 4536,173 1223,653 1329,255

FMO 296,338 4702,816 2372,123 1618,855

176

СИБ 25,781 11230,140 5183,566 2693,552

177

Приложение В. Методика подсчета и

источники переменных

Таблица1 – Основные переменные: методика подсчета и

источники

Обозначение71 Название

переменной

Расчет Источник данных

P Годовая ставка по

кредитам МСБ

Отношение

процентных

доходов по

кредитам МСБ к

средней

хронологической

по портфелю МСБ

Формы 101 и 102, Банк России

r Норма

резервирования по

совокупному

кредитному

портфелю

Средняя

хронологическая

Форма 101, Банк России

f

oi Безрисковая ставка

фондирования

Средняя

геометрическая

ГКО–ОФЗ, Банк России

fi Стоимость

фондирования

банков на

финансовом рынке

Cреднегодовая

ставка по

корпоративным

депозитам

коммерческих

банков для каждой

шкалы рейтинга

Международного

рейтингового

агентства Moody’s

Система «СПАРК–Интерфакс»

i Ставка по кредитам

МСП Банка

Средневзвешенная

по совокупному

портфелю

МСП Банк (по запросу)

F Объем

фондирования от

МСП Банка

Произведение

совокупного

портфеля МСП

Банка на долю

кредитного

портфеля банка-

партнера в

совокупной

выборке

МСП Банк (по запросу)

V Совокупный

кредитный

портфель БР

Сумма

среднегодовых

кредитных

портфелей72

банков-партнеров,

кроме МСП Банка,

для которого

Сайты БР, МСП Банк (по запросу)

71 Индексы опущены, каждая из описанных переменных рассчитывалась для конкретно

взятого банка i (за исключением безрисковой ставки фондирования, одинаковой для всего рынка) в

период времени t. 72 Среднегодовой портфель находился как отношение суммы кредитного договора к его

сроку.

178

суммарный

кредитный

портфель разнесен

среди банков-

партнеров в

соответствии с

величиной их

кредитных

портфелей

W Доля банков-

партнеров в

портфеле каждого

БР

Отношение

объема кредитных

ресурсов,

полученных

коммерческим

банком i, к

совокупному

кредитному

портфелю БР j

Сайты БР, МСП Банк (по запросу)

X Совокупный

кредитный

портфель

–

Отчет «Интерфакс –100»,

Интерфакс –ЦЭА

Z Дебетовые обороты

по совокупному

кредитному

портфелю

Средняя

хронологическая

Форма 101, Банк России

R Совокупные

обязательства

Разница между

активами и

собственным

капиталом банка

Отчет «Интерфакс –100»,

Интерфакс –ЦЭА

OC Операционные

расходы

Стоимость труда и

капитала

коммерческого

банка

Форма 102, Банк России

seciss Выпущенные

ценные бумаги

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

liabb Обязательства

перед банками

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

setacñorp Расчетные счета

предприятий

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

setacret Расчетные счета

физических лиц

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

depcorp Корпоративные

депозиты

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

depret Депозиты

физических лиц

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

lb Кредиты

коммерческим

банкам

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

loanscorp Корпоративные

кредиты

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

loansret Кредиты

физическим лицам

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

corracc Корреспондентские

счета

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

secb Вложения в ценные

бумаги

– Отчет «Интерфакс–100»,

Интерфакс–ЦЭА

179

Приложение Г. Значения основных компонент

индекса Лернера для партнеров БР

Таблица 1 – Средние значения основных компонент индекса

Лернера для партнеров каждого БР

it

P it

f

iti it

r it

itX

it

it

i

X

it

it

r

X

2010

ЕБРР 0,188 0,047 0,072 0,031 –1,15E–

07

–3E–07 –3,7E–05

IFC 0,187 0,057 0,074 0,032 –1,9E–07 –6E–07 –4 –E–06

ЧБТР 0,143 0,027 0,073 0,032 –1,38E–

07

–5,5E–07 –3,6E–06

МСП Банк 0,175 0,056 0,077 0,040 –2,72E–

06

–3,8E–06 –2,2E–05

FMO 0,149 0,053 0,075 0,033 –2,2E–07 –7,3E–07 –1,9E–05

2011

ЕБРР 0,141 0,029 0,083 0,025 –7,34Е–

08

–2,7Е–07 –3,2Е–05

IFC 0,148 0,035 0,083 0,025 –1,46E–

07

–4,8E–07 –2,5E–07

ЧБТР 0,126 0,019 0,083 0,025 –1,29Е–

07

–4,6Е–07 –2,4Е–06

МСП Банк 0,140 0,027 0,086 0,034 –1,09E–

06

–2,6E–06 –1,3E–05

FMO 0,137 0,046 0,065 0,027 –2,6E–07 –6,8E–07 –1,6E–05

2012

ЕБРР 0,143 0,013 0,079 0,026 –2,75Е–

08

–1,2Е–07 –2,1Е–06

IFC 0,150 0,013 0,080 0,027 –4,87E–

08

–2,3E–07 –2E–06

ЧБТР 0,126 0,008 0,080 0,027 –5,04Е–

08

–2,3Е–07 –2Е–06

МСП Банк 0,142 0,012 0,082 0,045 –4,29E–

07

–1,29E–

06

–1,06E–

05

FMO 0,144 0,015 0,081 0,030 –1,18E–

07

–4,9E–07 –8,7E–06

2013

ЕБРР 0,148 0,032 0,070 0,028 –5,74Е–

08

–1,1Е–07 –2,6Е–05

IFC 0,135 0,026 0,071 0,030 –9,40E–

08

–1,9E–07 –1,8E–06

ЧБТР 0,137 0,017 0,071 0,029 –8,82Е–

08

–1,8Е–07 –1,7Е–06

МСП Банк 0,145 0,029 0,073 0,056 –1,49E–

06

–1,34E–

06

–1,31E–

05

FMO 0,137 0,019 0,072 0,033 2,4E–08 –9,16E–

08

–1,4E–05

180

Приложение Д. Распределение и

перераспределение весов банков-партнеров в

портфелях БР

Таблица 1 – Распределение и перераспределение весов в

портфелях БР в результате оптимизации индекса Лернера и индикатора

Буна

2010

ЧБТР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна73

Оптимизация индекса

Лернера

1966 0,193611 0,193611 1

1978 0,322362 0 0

3255 0,484027 0,806389 0

ЕБРР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

2225 0,019999 0 0,074928

1978 0,021089 0 0,054077

1574 0,026335 0 0,052843

436 0,054951 0 0,254955

963 0,060709 0 0,520646

3137 0,054951 0 0

1439 0,051565 0 0

2272 0,495565 0,867025 0

323 0,198204 0,132975 0

1637 0,016633 0 0,042551

FMO74

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,367025 0,367025 0

2225 0,509999 0,632975 0,017547

963 0,122976 0 0,982453

IFC

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

323 0,509497 0,908654 0

73 В данном случае приведены результаты минимизации индикатора Буна в соответствии с выводами,

полученными в третьей главе. 74 Из портфеля данного БР были исключены коммерческие банки, по которым на основе форм

отчетности не удалось рассчитать предельные издержки.

181

1966 0,076425 0 0,217543

2707 0,101899 0 0

3461 0,152849 0,091346 0,782457

1810 0,15933 0 0

МСП Банк75

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

3251 0,074507 0,284209 0

2209 0,055668 0,224857 0

2590 0,038913 0 0

1439 0,030522 0 0

1978 0,029847 0 0,106087

1971 0,027845 0 0

912 0,023183 0 0

2179 0,0222 0 0,022116

2306 0,02171 0,224857 0

2771 0,02091 0 0,052303

3311 0,018705 0 0

2210 0,018689 0,189473 0

2879 0,015233 0 0

3058 0,015212 0 0

2763 0,015189 0,151558 0

429 0,015094 0 0

3137 0,014497 0 0

3073 0,01448 0 0

2707 0,014052 0 0

3176 0,01405 0 0,12532

2110 0,01402 0 0,134259

2412 0,013256 0 0

2989 0,012059 0 0

3087 0,011524 0 0

3461 0,009874 0 0,066165

2816 0,009796 0 0

1242 0,009619 0 0,049266

901 0,009412 0 0

3360 0,009209 0 0

2542 0,009201 0 0

2207 0,009137 0 0,03734

65 0,009033 0 0,04336

2733 0,008874 0 0,007436

1827 0,008844 0 0

1637 0,008699 0 0,032404

1966 0,008429 0 0,029636

75 Здесь и далее веса МСП Банка определяются без учета государственных банков и крупного

иностранного – Юникредит Банка.

182

902 0,008403 0 0,024487

1745 0,008388 0 0,008855

2377 0,008288 0 0,01006

3205 0,008178 0 0,031757

2880 0,008111 0 0

1950 0,00809 0 0,001498

1573 0,008056 0 0,015047

812 0,008024 0 0

2208 0,007975 0 0,009837

3144 0,007945 0 0

1376 0,007939 0 0

3269 0,007901 0 0,021185

518 0,007856 0 0,000609

1189 0,007791 0 0

1319 0,007742 0 0

1555 0,007715 0 0

3117 0,007714 0 0,009633

991 0,007673 0 0,013299

3204 0,007634 0 0

704 0,007574 0 0

1521 0,007516 0 0,014018

3161 0,007516 0 0,011422

1616 0,007508 0 0,014565

646 0,007491 0 0,005208

634 0,007457 0 0

1455 0,00736 0 0,004096

708 0,007316 0 0,005858

1329 0,007299 0 0,012609

2337 0,007238 0 0,01203

438 0,007232 0 0,004201

2271 0,007218 0 0,005397

1280 0,007212 0 0,007513

2659 0,007153 0 0,006372

2782 0,007136 0 0

2428 0,007127 0 0,003839

2728 0,007123 0 0,007302

3084 0,007123 0 3,16E-05

2586 0,007111 0 0,001111

889 0,00711 0 0,008539

404 0,007109 0 0,000451

1809 0,007064 0 0,004054

2964 0,006943 0 0,001162

2883 0,006925 0 0

2484 0,006812 0 0,001242

2767 0,006412 0 0,017021

2011

183

ЧБТР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,093765 0,093765 0

1978 0,437412 0 1

3255 0,234412 0,897717 0

3137 0,234412 0,008518 0

ЕБРР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1574 0,023857 0 0,01134

2225 0,017962 0,107866 0

3137 0,052408 0 0

963 0,055837 0 0,201889

1978 0,019619 0 0,333724

1439 0,049129 0 0,285235

323 0,18376 0 0

2272 0,463305 0,892134 0

1637 0,014933 0 0,055599

2210 0,024537 0 0

901 0,04191 0 0

1810 0,052742 0 0,112214

FMO

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,101764 0,183176 0,1

2225 0,514238 0,816824 0

963 0,383998 0 0,9

IFC

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

323 0,493448 1 0

1966 0,119064 0 0,217543

2707 0,153034 0 0

1810 0,117254 0 0,782457

3461 0,117201 0 0

МСП Банк

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

3251 0,071205 0 0

2209 0,054152 0 0

2275 0,045 0 0

2590 0,035222 0 0,074412

184

323 0,034912 0 0

1978 0,032575 0 0,07234

1439 0,026667 0 0,019409

1971 0,02648 0,566767 0,002819

912 0,022104 0 0

2179 0,021586 0,366407 0

2210 0,018619 0 0

2306 0,017196 0,366407 0,002097

2771 0,017034 0 0,002109

2763 0,015656 0 0

429 0,013863 0,066826 0

3058 0,013746 0 0,002106

3261 0,013643 0 0,045286

2110 0,012656 0 0,054297

3176 0,012606 0 0,009149

1810 0,012168 0 0,02942

2707 0,011652 0 0,002125

2989 0,01081 0 0,004191

2412 0,010552 0 0

107 0,009842 0 0

3087 0,009615 0 0,002103

2913 0,009331 0 0,074139

23 0,008624 0 0,065208

3461 0,008613 0 0,002147

901 0,008591 0 0

1242 0,008301 0 0,017676

3360 0,008108 0 0,002069

2816 0,008008 0 0

3124 0,007896 0 0,057619

2207 0,007876 0 0,043951

1343 0,007841 0 0,00211

2542 0,007729 0 0,002151

1745 0,007291 0 0

77 0,007218 0 0,046594

2377 0,007198 0 0

902 0,007169 0 0,014164

1521 0,007111 0 0,026896

2705 0,007085 0 0,032751

1966 0,00707 0 0,002128

3205 0,007059 0 0

2939 0,007057 0 0

2602 0,007002 0 0,019476

3117 0,006999 0 0

518 0,006955 0 0

3144 0,006833 0 0

1573 0,006778 0 0,010072

185

812 0,006625 0 0

3269 0,006592 0 0,00215

1189 0,006591 0 0

2654 0,006591 0 0,056151

1319 0,006509 0 0

1752 0,006485 0 0,019631

1398 0,006393 0 0,010715

3161 0,006373 0 0

3098 0,006352 0 0,002148

3204 0,006348 0 0,008146

991 0,00629 0 0,002163

2767 0,006247 0 0

1616 0,006241 0 0,023355

3480 0,006219 0 0

646 0,006213 0 0,010386

708 0,006213 0 0,002069

5 0,006198 0 0,007167

1329 0,006185 0 0,002163

704 0,006164 0 0,00207

1455 0,006157 0 0,002174

438 0,006112 0 0,031178

2337 0,006078 0 0,002069

1280 0,006069 0 0,002158

2490 0,006066 0 0,002069

2428 0,006055 0 0

3286 0,006051 0 0,002069

3441 0,006033 0 0,037864

2728 0,006025 0 0,00207

3084 0,006004 0 0,002069

889 0,005985 0 0

2659 0,005982 0 0,002158

2271 0,005976 0 0

2468 0,005932 0 0

1809 0,00593 0 0,00207

404 0,005928 0 0,002172

2782 0,005927 0 0,002069

2995 0,005899 0 0,00207

1459 0,00588 0 0,013652

1137 0,00578 0 0,002766

2012

ЧБТР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,059559 0,011912 0

1978 0,456522 0 1

3255 0,148898 0,114997 0

186

3137 0,148898 0,035628 0

2707 0,186123 0,037463 0

ЕБРР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

3137 0,058434 0 0,040097

963 0,063228 0 0,073786

1978 0,030714 0 0,533753

1439 0,055662 0 0,188619

323 0,175982 0,13 0

2272 0,410749 0,87 0

1637 0,027083 0 0,087938

2210 0,034872 0 0

901 0,050952 0 0

1810 0,092325 0 0,075806

FMO

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,101764 0 0

2225 0,514238 1 0,461235

963 0,383998 0 0,538765

IFC

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

323 0,131203 0,7 0

1966 0,147375 0,2 0

2707 0,075598 0 0

1810 0,203431 0 0,197087

3461 0,279483 0,1 0,802913

901 0,037937 0 0

3137 0,124975 0 0

МСП Банк

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

3251 0,060362 0,340405 0

2209 0,053452 0 0

2275 0,03583 0 0

1978 0,031345 0 0,775607

2590 0,029925 0,260145 0

1971 0,025179 0,104325 0

1470 0,023564 0 0

323 0,023324 0,10569 0

1776 0,022065 0 0

1439 0,02158 0 0

187

1942 0,021106 0 0

912 0,019288 0 0

2179 0,015568 0 0

2268 0,015393 0,085545 0

2210 0,015375 0 0

3368 0,015285 0 0

429 0,013399 0,089415 0

2546 0,013367 0 0

3261 0,012931 0 0

2306 0,012583 0 0,026233

2763 0,011947 0 0

3058 0,011916 0 0

2771 0,011609 0,014475 0

1810 0,011083 0 0

2110 0,010814 0 0

3137 0,010563 0 0

2225 0,010003 0 0

2707 0,009312 0 0

3176 0,009136 0 0

2989 0,008931 0 0,06333

2618 0,008312 0 0

107 0,007941 0 0

2412 0,007891 0 0

3461 0,007266 0 0

2956 0,00704 0 0

2518 0,007009 0 0

1657 0,006939 0 0

2733 0,006911 0 0

1343 0,006441 0 0

23 0,006404 0 0

2589 0,006303 0 0

485 0,006231 0 0

2816 0,00606 0 0

1242 0,006012 0 0

2211 0,005988 0 0

2587 0,005748 0 0

3205 0,005718 0 0

3360 0,005693 0 0

3124 0,005575 0 0

1521 0,005523 0 0

1745 0,005494 0 0

2207 0,00549 0 0,066691

2542 0,005329 0 0

2377 0,005243 0 0

2939 0,005131 0 0

2705 0,005124 0 0,001147

188

77 0,005102 0 0,014146

2602 0,005095 0 0,004789

902 0,005087 0 0

518 0,00507 0 0

3144 0,005049 0 0

3117 0,004994 0 0

1966 0,00497 0 0

2208 0,004923 0 0

254 0,004882 0 0

1189 0,004765 0 0

567 0,004699 0 0,006614

2654 0,004695 0 0

1950 0,004692 0 0

812 0,004599 0 0

3269 0,004586 0 0

1573 0,004584 0 0

1398 0,004548 0 0

1752 0,004537 0 0

2324 0,004528 0 0

1329 0,004501 0 0

3098 0,0045 0 0

2810 0,004479 0 0

1616 0,004474 0 0,019158

2767 0,004435 0 0

5 0,004399 0 0

2490 0,004397 0 0

1455 0,004355 0 0

480 0,004332 0 0

2664 0,004322 0 0

732 0,004317 0 0

646 0,004288 0 0

438 0,004271 0 0,019792

1459 0,004266 0 0

2428 0,00426 0 0

3286 0,004251 0 0

1280 0,004244 0 0

708 0,004224 0 0

2337 0,004213 0 0

991 0,004191 0 0

2728 0,004183 0 0

1053 0,004183 0 0

3480 0,00418 0 0

889 0,004131 0 0

385 0,004111 0 0

1809 0,004098 0 0

3441 0,00409 0 0,001182

189

2659 0,00408 0 0

2271 0,004076 0 0

609 0,004072 0 0

2468 0,004056 0 0

817 0,004036 0 0

3236 0,004017 0 0

2802 0,003952 0 0

1399 0,003946 0 0

1763 0,003942 0 0

1166 0,003928 0 0,001311

2995 0,003746 0 0

2013

ЧБТР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,063331 0,012666 0

1978 0,29544 0 1

3255 0,158328 0,108352 0

3137 0,158328 0 0

2707 0,19791 0,042191 0

2225 0,126662 0,03679 0

ЕБРР

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1439 0,053642 0 0,26986

323 0,189569 0 0,39815

2272 0,516529 0,862154 0

1637 0,017129 0 0,083936

2210 0,027735 0 0,040753

901 0,044772 0 0

1810 0,092687 0 0,207301

2225 0,057936 0,137846 0

FMO

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,101764 0 0

2225 0,514238 1 0,395451

963 0,383998 0 0,604549

IFC

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

1966 0,115254 0 0

2707 0,063009 0 1

1810 0,08475 0 0

190

3461 0,236285 0,258617 0

901 0,028814 0 0

3137 0,104596 0,741383 0

2210 0,157523 0 0

2225 0,115254 0 0

МСП Банк

Регистрационный

номер банка-

партнера

Доли до

оптимизации

Оптимизация

индикатора Буна

Оптимизация индекса

Лернера

3251 0,070746 0,405723 0

2209 0,067188 0,18205 0

2275 0,031919 0,248184 0

2590 0,031022 0 0

1971 0,028587 0,12585 0

1470 0,025622 0 0

1942 0,02252 0 0

1776 0,022175 0 0

1439 0,021972 0 0

912 0,021918 0 0

2268 0,01676 0 0

429 0,016385 0 0

2210 0,016049 0 0

2179 0,015601 0 0

3261 0,015561 0 0

3368 0,014391 0 0

2763 0,013913 0,038193 0

1810 0,013771 0 0

3058 0,013457 0 0

2110 0,013049 0 0

2306 0,012567 0 0,182047

3137 0,011618 0 0

2225 0,011566 0 0

2989 0,009936 0 0,093713

2707 0,009798 0 0,109108

2771 0,009711 0 0

2618 0,009232 0 0,146084

880 0,009171 0 0

3176 0,009035 0 0

1657 0,008598 0 0

3461 0,007774 0 0

2518 0,007611 0 0

2412 0,007205 0 0

1343 0,006853 0 0

23 0,006835 0 0,084923

2733 0,006734 0 0

1745 0,006682 0 0

901 0,006635 0 0

191

485 0,006571 0 0

3205 0,006401 0 0

2211 0,006331 0 0

3360 0,006294 0 0

1521 0,006254 0 0,006188

3124 0,006133 0 0,008343

2587 0,006092 0 0,006182

1242 0,006027 0 0

2816 0,005831 0 0

2880 0,005827 0 0

2207 0,005712 0 0,036845

2705 0,005599 0 0,008948

3117 0,005429 0 0

2602 0,005384 0 0

3144 0,005303 0 0

2377 0,005236 0 0

1966 0,005146 0 0

902 0,005112 0 0

77 0,005104 0 0,004756

2324 0,005083 0 0

254 0,005042 0 0,024207

2939 0,005029 0 0,06561

1189 0,005007 0 0

518 0,00499 0 0

2270 0,004978 0 0

2654 0,004969 0 0

2208 0,004952 0 0,001775

1329 0,004864 0 0

3098 0,004823 0 0,029457

1573 0,004769 0 0

1398 0,004745 0 0,009505

3138 0,004713 0 0

2859 0,004691 0 0

3269 0,004686 0 0,005513

2767 0,004629 0 0

5 0,004601 0 0

1616 0,004576 0 0,01929

732 0,004493 0 0,006318

646 0,004433 0 0,009556

2490 0,004433 0 0,011296

1459 0,004421 0 0

438 0,004407 0 0,014366

2664 0,004389 0 0

889 0,00438 0 0

704 0,004367 0 0,012316

1307 0,004351 0 0,014167

192

2398 0,004339 0 0,003339

1455 0,004331 0 0

1280 0,004309 0 0

312 0,004296 0 0,012113

2728 0,004296 0 0,001893

991 0,004294 0 0

1053 0,004292 0 0

2337 0,004291 0 0,016977

2807 0,004289 0 0,018661

467 0,004282 0 0

708 0,00426 0 0,000847

2271 0,004237 0 0

1809 0,004199 0 0

3286 0,004193 0 0

3236 0,004185 0 0

609 0,004184 0 0

2468 0,004177 0 0,005146

1312 0,004149 0 0

2995 0,004141 0 0

2659 0,00414 0 0,003521

817 0,004122 0 0,01051

385 0,004116 0 0

1399 0,004074 0 0,008662

1166 0,004052 0 0,004961

1763 0,004045 0 0,002855

2802 0,004013 0 0

3207 0,003922 0 0

193

Приложение Е. Деревья классификации для БР

Рисунок 1 – Дерево классификации для партнеров ЧБТР

Рисунок 2 – Дерево классификации для партнеров ЕБРР

194

Рисунок 3 – Дерево классификации для партнеров IFC

Рисунок 4 – Дерево классификации для партнеров МСП Банка

195

Рисунок 5 – Дерево классификации для партнеров FMO