Учет неценовой конкуренции в процессе прогнозирования российского рынка корпоративного кредитования
Автор: Шимановский Д.В.
Журнал: Вестник Пермского университета. Серия: Экономика @economics-psu
Рубрика: Экономико-математическое моделирование
Статья в выпуске: 4 (23), 2014 года.
Бесплатный доступ
По результатам анализа финансовой статистики последних лет кредитный рынок является наиболее устойчивым сегментом российской финансово-кредитной системы. Следовательно, прогнозирование важнейших макроэкономических показателей невозможно без прогнозирования показателей национальной банковской системы. Целью данной статьи является выявление значимых для прогнозирования кредитного рынка новых для России статистических индикаторов - индексов условий банковского кредитования (далее УБК). В статье описана построенная автором эконометрическая модель векторной авторегрессии, позволяющая прогнозировать показатели рынка корпоративного кредитования и включающая индексы УБК. Модель основывается на зарубежном опыте включения индексов УБК в эконометрические модели. Теоретической базой для построения модели является производственно-организационный подход к моделированию банковской деятельности. Данный подход предполагает, что единственной целью функционирования банка на кредитном и депозитном рынках является максимизация прибыли. Модель включает пять уравнений, неизвестные параметры которых были оценены при помощи двухшагового МНК. Все уравнения проверены на наличие мультиколлинеарности факторов в модели, а также на гетероскедастичность и автокорреляцию остатков. Прогноз является краткосрочным с горизонтом прогнозирования в два квартала. Он строится для двух основных показателей кредитного рынка - процентной ставки по кредитам и темпа прироста задолженности юридических лиц перед банковским сектором России. Качество прогноза оценено при помощи средней абсолютной процентной ошибки прогноза. Для обоих показателей она не превышает 25 % от их среднего значения фактической статистики. Такая точность прогноза достигнута во многом за счет включения в модель индексов УБК.
Модель векторной авторегрессии, прогнозирование кредитного рынка, сценарное прогнозирование
Короткий адрес: https://sciup.org/147201666
IDR: 147201666 | УДК: 330.43:338.27
Taking into account non-price competition in the course of forecasting Russian corporate crediting market
Analysis of the financial statistics of recent years suggests that the credit market is one the most stable segments of the Russian financial and credit system. Therefore, the prediction of the most important macroeconomic indicators is impossible without forecasting the bank crediting indicators. The purpose of this article is to identify the significance of the statistical indicators that are new for Russia -indexes of bank lending (hereinafter - BCC) for forecasting the credit market conditions. The article describes the econometric model of vector autoregression, which allows forecasting indicators of the corporate crediting market and includes indexes of BCC. The model is compiled by the author and based on foreign experience of incorporating indexes of BCC in econometric models. Theoretical basis for the model is the production and organizational approach to banking activity modeling. This approach assumes that the sole purpose of functioning of a bank in the credit and deposit markets is to maximize profits. The model includes five equations, the unknown parameters of which were assessed using a Two-Stage OLS. All equations are checked for the presence of multicollinearity of the regressors and heteroscedasticity and autocorrelation of the residuals. The forecast is short-term with the forecasting horizon of two quarters. It is constructed for the two main indicators of the credit market: the interest rate on credits and the rate of growth of entities' debt to the banking sector in Russia. The quality of forecast is assessed using the mean absolute percentage error of the forecast. For both indicators it does not exceed 25% of their mean value of the actual statistics. This accuracy of the forecast was achieved largely due to the inclusion of the indices of BCC in the model.
Список литературы Учет неценовой конкуренции в процессе прогнозирования российского рынка корпоративного кредитования
- Бутакова М.М. Экономическое прогнозирование: методы и приемы практических расчетов. 2-е изд., испр. М.: КНОРУС, 2010. 168 с.
- Егоров А.В., Карамзина А.С., Чекмарева Е.Н. Анализ и мониторинг условий банковского кредитования//Деньги и кредит. 2010. № 10. С. 16-22.
- Кремер Н.Ш., Путко Б.А. Эконометрика. М.: ЮНИТИ, 2002. 312 с.
- Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов: учеб. пособие. М.: Финансы и статистика, 2003. 416 с.
- Меркурьев И.Л. Моделирование финансово-экономической деятельности коммерческого банка/И.Л. Меркурьев, В.Д. Виноградов, М.А. Сидоров, И.Ф. Алешина. М.: Росс. экон. акад., 2000. 160 с.
- Мэнкью Н.Г. Макроэкономика: пер. с англ. М.: Изд-во МГУ, 1994. 736 с.
- Носко В. П. Эконометрика. М.: Дело, 2011. 672 с.
- Отчет о развитии банковского сектора и банковского надзора в 2013 г./Центральный Банк Российской Федерации,. 2014. 128 с.
- Радева О.В. Основные подходы к применению индикаторов условий банковского кредитования в макроэкономическом моделировании//Деньги и кредит. 2012. № 10. С. 54-58.
- Сакс Д.Д., Ларрен Ф.Б. Макроэкономика. Глобальный подход: пер. с англ. М.: Дело, 1996. 848 с.
- Симонов П.М., Шимановский Д.В. Применение индексов неценовых условий банковского кредитования в экономическом прогнозировании: история и перспективы//Вестн. Перм. ун-та. Сер. «Экономика». 2013. №4 (19). С. 8-12
- Симонов П.М., Шимановский Д.В. Учет неценовых условий банковского кредитования в прогнозировании финансово-экономических показателей//Вестн. Тамбов. ун-та. Сер. «Естественные и технические науки». 2013. Т. 18, вып. 5. С. 2675-2676.
- Шагас Н.Л. Туманова Е.А. Макроэкономика-2. М.: ТЕИС, 2006. 427 с.
- Шапкин А.С., Шапкин В.А. Теория риска и моделирование рисковых ситуаций. М.: Дашков и Ко, 2005. 880 с.
- Freixas X., Rochet J.-C. Macroeconomics of banking. Massachusetts: Massachusetts Institute of Technology, 1999. 312 p.
- Lown C., Morgan D.P. The credit cycle and the business cycle: new finding using the loan officer opinion survey//Journal of Money, Credit and Banking. 2006. Vol. 38, № 6. pp. 282-307.
