Pobierz Wpływ czynników makroekonomicznych na poziom kosztów ryzyka kredytowego banków i więcej Publikacje w PDF z Analiza i zarządzanie w biznesie tylko na Docsity!
STUDIAI PRACE
Kolegium
Zarządzania
i Finansów
ZESZYT NAUKOWY 1 5 3
s. 49-
Szkoła Główna Handlowa w Warszawie
Oficyna Wydawnicza SGH
kolegia.sgh.waw.pl
Marcin Borsuk
W ydział Z arządzania
U niw ersytet Gdański
Wpływ czynników makroekonomicznych
na poziom kosztów ryzyka kredytowego
banków
Streszczenie
Cykle koniunkturalne mogą mieć znaczące przełożenie na rentowność poszczególnych przed
siębiorstw oraz sytuację finansową gospodarstw domowych. W związku z tym wpływają one
również na profil ryzyka podmiotów gospodarczych, co ma istotne znaczenie dla polityki
kredytowej banków. Korzystając z ekonometrycznego modelu panelowego, w artykule
poddano analizie czynniki mogące pomóc wyjaśnić proces kształtowania się salda rezerw
i odpisów na kredyty w polskim sektorze bankowym. Zastosowane zmienne objaśniające
obejm ują zarówno czynniki ekonomiczne, jak i rynkowe. W nioski z przeprowadzonego
badania wskazują, że zmienne makroekonomiczne, takie jak dynamika PKB, stopa bezrobocia
oraz krótkoterminowe stopy procentowe, mają istotny wpływ na poziom kosztów ryzyka
kredytowego polskich banków.
Słowa kluczowe: straty kredytowe, koszty ryzyka, model panelowy, czynniki makroekono
miczne, banki
Kod klasyfikacji JEL: G
50 Marcin Borsuk
1. Wprowadzenie Ryzyko kredytowe można zdefiniować jako ryzyko nieoczekiwanego niewyko nania zobowiązania lub pogorszenia się zdolności kredytowej zagrażającej wyko naniu zobowiązania. Materializacja ryzyka kredytowego może dotkliwie wpłynąć na wyniki finansowe instytucji kredytowych. Zdarzenie kredytowe powoduje, że banki zgodnie z istniejącymi regulacjami są zobowiązane do utworzenia rezerw (odpisów aktualizacyjnych) na kredyty zagrożone, co w konsekwencji wpływa na spadek wyniku finansowego netto. Ryzyko kredytowe składa się z ryzyka ogólnego (systemowego), wynikającego z wpływu sytuacji makroekonomicznej oraz cykli gospodarczych na kredytobior ców, oraz z ryzyka specyficznego, związanego z czynnikami właściwymi dla danego banku, takimi jak polityka kredytowa czy jakość zarządzania ryzykiem kredyto wym1. Straty w portfelu kredytowym są zatem funkcją zarówno ryzyka ogólnego, jak i ryzyka specyficznego2. Głównym celem analizy jest zbudowanie modelu ryzyka kredytowego dla pol skiego sektora bankowego, wyjaśniającego wpływ czynników makroekonomicznych na poziom kosztów ryzyka kredytowego banków. Do realizacji tak zdefiniowanego celu posłużył model panelowy (ang. p an el m odel), objaśniający kształtowanie się rezerw na poziomie indywidualnych banków. 2. Wpływ czynników makroekonomicznych na straty kredytowe Obszerny zakres literatury wskazuje na istotny wpływ cyklu gospodarczego na poziom ryzyka kredytowego. Potwierdzają to wyniki finansowe banków, które są silnie uzależnione od panującej koniunktury rynkowej. Dzieje się tak, gdyż cykl
1 W niektórych badaniach autorzy posługują się zmiennymi o charakterze wewnętrznym (specy
ficznym), takim i jak wskaźnik C/I, wskaźniki rentowności, wskaźniki wypłacalności, wskaźniki jakości
kredytów. W niniejszym badaniu nie zastosowano żadnej z wymienionych zmiennych z uwagi na to,
że symulacja ma przede wszystkim służyć do prognozowania strat w środowisku zmieniających się
uwarunkowań zewnętrznych.
2 V. Bhansali, R. Gingrich, F.A. LongstafF, System atic credit risk: W h at is the m a rk et telling us?,
„Financial Analysts Journal” 2008, vol. 64, no. 4, s. 1.
52 Marcin Borsuk
- Działalność banku. Cechy indywidualne banków, takie jak profil działalności, apetyt na ryzyko (np. tempo wzrostu/spadku akcji kredytowej), struktura bilansu (np. koncentracja walutowa portfela kredytowego), czy jego efektywność mogą istotnie wpłynąć na poziom generowanych strat kredytowych7.
- Zabezpieczenie. Zmiana wartości zabezpieczenia wpływa na wartość oczekiwa nych strat kredytowych poprzez odziaływanie na wskaźnik LGD i tym samym poziom tworzonych rezerw8. W literaturze zwraca się również uwagę, że działalność instytucji kredytowych charakteryzuje się procyklicznością, która prowadzi to tzw. silnych okresów koniunk tury - dekoniunktury (ang. boom an d bust cycle)9. Dzieje się tak, gdyż w okresie eks pansji gospodarczej banki często nie doszacowują ryzyka kredytowego kontrahenta, obniżają standardy kredytowania, nie zawiązują adekwatnych rezerw na oczekiwane straty oraz nie budują odpowiednich buforów kapitałowych. Nieroztropność w zarzą dzaniu ryzykiem prowadzi do tego, że w okresie załamania koniunktury instytucje kredytowe ograniczają swoją aktywność, odcinając dostępne źródła finansowania, co w konsekwencji prowadzi do eskalacji niekorzystnej sytuacji gospodarczej. 3. Zmienne wykorzystane w badaniu Wiele wskaźników finansowych jest w stanie sygnalizować zmienność poziomu ryzyka banku w ramach cyklu koniunkturalnego. Jednakże rezerwy celowe na ocze kiwane straty kredytowe są najczęściej uznawane za główny kanał transmisji szoków makroekonomicznych na bilans banków. Dlatego też, do opisu zmiennej objaśnianej wykorzystano odpisy netto na trwałą utratę wartości kredytów10. W celu standa ryzacji miary, skumulowaną wartość utworzonych rezerw na koniec roku podzie lono przez średnią wartości kredytów w danym okresie. Wyższy poziom wskaźnika obrazującego koszty ryzyka kredytowego wskazuje na niższą jakość portfela kredy towego oraz wyższe straty kredytowe.
7 D. Pain, The provision in g ex p erien ce o j the m a jo r UK ban ks: a sm ali p a n el investigation , Bank of
England W orking Paper Series, no. 177, January 2003, s. 21.
8 LGD (ang. lossgiven default) - współczynnik strat z tytu łu niewykonania zobowiązania.
9 M. Czaplicki, B oom y kredytow e w g o sp o d ark a ch w schodzących. Przyczyny i sposoby p rz eciw d z ia
łan ia , M ateriały i Studia 2002, Zeszyt nr 284, s. 2.
10 Utworzone odpisy wpływają zarówno na zyskowność banków (stanowią koszt w rachunku zysków
i strat) oraz kapitał (redukują wartość bilansową aktywów).
Wpływ czynników makroekonomicznych na poziom kosztów ryzyka kredytowego banków 53 Przeprowadzony przegląd literatury oraz zanotowane straty kredytowe banków w analizowanym okresie sugerują, że najważniejszymi czynnikami wpływającymi na poziom rezerw są czynniki wymienione w tabeli 1.
Tabela 1. Potencjalny zbiór zmiennych objaśniających straty kredytowe banków
Z m ie n n a Skrót Znak H ipoteza M iara Z m ie n n a objaśniana Koszty ryzyka cor n.d. R ezerw y na o c ze k iw a n e straty k re d y to w e są najczęściej u z n a w a n e za g łó w n y kan ał transm isji szoków m akro eko n o m iczn ych na bilans b a n k ó w pokrycie p o rtfela k re d y to w e g o przez b ilan so w y stan o d p is ó w z ty tu łu u tra ty w artości k re d y tó w Z m ie n n a objaśniająca Kurs w a lu to w y (EUR/PLN) k u rs + D eprecjacja kursu w a lu ty krajo w ej p o w o d u je w zro st zo b o w ią za ń d e n o m in o w a n y c h w w alu cie obcej Z m ian a % r./r. PKB p k b W zro st p o p y tu na d obra i usługi w p ły w a na lepszą sytuację p rzed sięb io rstw i g o sp o d arstw d o m o w y c h. Za to w okresie d e k o n iu n k tu ry w zrasta ryzyko n iew ypłacalności przed sięb io rstw , co p rzekłada się na wysokość tw o rzo n ych reze rw przez banki Z m ian a % r./r. Stopa p ro cen to w a WIBOR + P oziom stóp p ro cen to w ych rynku m ię d zy b a n k o w e g o m o ż e służyć do aproksym acji k o sztó w fin an so w an ia, zw łaszcza że większość zaciąg n iętych zo b o w ią za ń w Polsce in d eksow anych jest d o stóp ryn ko w ych. W ysokie stopy p ro c e n to w e m o g ą s p o w o d o w ać trudności spłaty zad łu żen ia w śród kred yto b io rcó w , co w konsekw encji przyczynia się d o w zro stu liczby i w artości k re d y tó w zagrożonych P oziom W IB O R 3M 1 1 Stopa bezrobocia b e z r o b + U trata źró d e ł d o c h o d u z pracy p ro w a d z i do zaprzestania reg u lo w an ia zo b o w ią za ń przez g o sp o d arstw a d o m o w e P oziom stopy bezrobocia Z a tru d n ie n ie z a t r u ć Spadający p o zio m za tru d n ie n ia w p rzed sięb io rstw ach sygnalizuje pogarszającą się sytuację p rzed sięb io rstw i gorsze persp ektyw y rozw oju Z m ian a % r./r.
11 Ze względu na brak danych dotyczących kwotowań stawek rynku międzybankowego z przed
1995 r. zastosowano w tym okresie poziom rentowności krótkoterminowych bonów skarbowych.
Wpływ czynników makroekonomicznych na poziom kosztów ryzyka kredytowego banków 55 możliwych zmian strukturalnych), z drugiej, pozwala uchwycić większą liczbę cykli koniunkturalnych14. Z uwagi na to, że: 1) dane finansowe banków z wczesnych lat 90. zawierają pewne luki sprawozdawcze, 2) część banków została przejęta przez inne instytucje kredy towe, 3) na rynku polskim pojawiły się nowe podmioty, w analizie posłużono się panelem 39 banków. W celu uniknięcia sformułowania błędnych wniosków na pod stawie zbyt małej liczby obserwacji z analizy wykluczono banki, względem których okres obserwacji nie przekroczył pięciu lat. Obliczenia przeprowadzono za pomocą programu ekonometrycznego E-YIEW S 8.
Tabela 2. Statystyki opisowe zmiennych objaśniających
r e z e r w p k b b e z r o b w ib o r k u rs z a b e z p p la c e M ean 5.055257 4.205395 14.59037 9.646301 2.516954 8.911627 2. M ed ian 3.910000 4 .5 0 0 0 0 0 13.40000 5 .7 60 0 0 0 3.175759 8.695652 1. M ax im u m 3 0 .85000 7.100000 2 0 .00 0 0 0 34.10000 25.57621 37.16263 9. M in im u m 0.000000 1.200000 9 .5 0 0 0 0 0 2.670000 -10.77738 -9 .7 4 5 0 6 6 -2 .0 2 9 7 6 3 Std. Dev. 4.757722 1.836652 3.199412 7.926646 9.367921 12.11439 2. Skewness 2.011220 -0.191169 0.324894 1.356668 0.408712 0.751543 0. Kurtosis 8.413073 1.919904 1.854855 3.651154 2.320026 3.086745 2. Jarque-B era 983.5350 2 8 .38909 37.48867 168.3765 2 4 .44 8 0 8 49.01944 37. P robability 0.000000 0.000001 0.000000 0.000000 0 .0 00 0 0 5 0.000000 0. Sum 2623.679 2182.600 7572.400 5 0 0 6.4 3 0 1306.299 4625.134 1149. Sum S q.Dev. 11725.41 1747.365 5302.372 32546.83 45458.62 76020.92 4199. O bservations 519 519 519 519 519 519 519 Źródło: obliczenia własne. Szeregi czasowe dla zmiennych makroekonomicznych i rynkowych pochodzą głównie z GUS, KNF, NBP, OECD, EUROSTAT i serwisu Thomson Reuters. Źró dłem pozyskania danych dla salda rezerw i odpisów na kredyty dla badanej próby banków była baza danych BankScope. Statystyki opisowe zmiennych zastosowanych w badaniu zaprezentowano w tabeli 2, a ich kształtowanie w czasie przedstawiono w ujęciu graficznym na rysunku 1.
14 W związku z tym , że w badaniu istotne było określenie wpływu uwarunkowań m akroekono
micznych na koszty ryzyka banku, błędem byłoby przyjęcie zbyt krótkiego horyzontu czasowego, stąd
posłużono się 20-letnim okresem obserwacji. Badany horyzont czasowy obejmuje okresy recesyjne
oraz kryzysów finansowych.
56 Marcin Borsuk
Rysunek 1. Straty kredytowe na tle wskaźników ekonomicznych w latach 1993-
— PKB — BEZROB - o - W I B O R ZABEZP
EURPLN — PŁACE -------- REZERW (s.p.)
Uwaga: zmienna na osi prawej przedstawia koszt ryzyka dla danych sektorowych. Źródło: opracowanie własne na podstawie zewnętrznych baz danych wymienionych w tabeli 1.
Rysunek 2. Koszty ryzyka dla badanej próby banków w latach 1993-
Źródło: opracowanie własne na podstawie danych BankScope. Graficzna analiza rysunku 2 dostarcza pierwszych dowodów na to, że na prze strzeni analizowanych lat istniały wspólne czynniki, które wpływały na kierunek kształtowania się poziomu rezerw w poszczególnych bankach (źródło ryzyka ogól nego). Natomiast czynniki specyficzne, takie jak chociażby jakość zarządzania,
58 Marcin Borsuk Powyższe równanie zakłada, że nie wszystkie param etry w estymowanym równaniu są równe dla wszystkich analizowanych banków. Estymowany model uwzględnia możliwość wystąpienia zróżnicowanych efektów indywidualnych a , które mogą być różne w odniesieniu do poszczególnych banków. Zatem w każdym z równań parametr a. jest charakterystycznym dla danego banku, dodatkowym składnikiem wpływającym na zmienną zależną, w części której wpływ ten nie jest objaśniany przez inne zmienne użyte w badaniu. Takie podejście pozwala otrzy mać lepsze własności estymatora parametru j.3 , gdyż efekty indywidualne korygują problemy związane z potencjalnie nieprawidłową specyfikacją modelu wynikającą z nieuwzględnienia stałych w czasie zmiennych opisujących poszczególne banki. Dwa wymiary zmienności analizowanej próby, wynikające z szeregowo-czasowego i przekrojowego charakteru, obniżają niebezpieczeństwo wystąpienia współlinio- wości dla zmiennych oraz zwiększają zmienność w próbie, co zwiększa efektyw ność estymatorów.
6. Wyniki W yniki estymacji zbiegają się z wcześniej sformułowanymi hipotezami oraz przeprowadzonymi badaniam i w innych krajach. Estymowane param etry dla zmiennych makroekonomicznych i rynkowych mają oczekiwane znaki: rosnąca dynamika PKB, wzrost cen na rynku nieruchomości stanowiących zabezpieczenie kredytu oraz wzrost płac realnych wpływają na spadek strat kredytowych. Nato miast wyższy poziom bezrobocia, wyższy poziom stawek rynku międzybankowego oraz deprecjacja waluty krajowej oddziałują negatywnie na poziom ryzyka kredy towego w bankach. Poziom współczynnika determinacji R2oraz statystyka F znajdują się na akcep towalnych poziomach i potwierdzają dobrą jakość dopasowania modelu, przy jed noczesnej wyraźnej istotności większości zmiennych (poza dynamiką realnego wynagrodzenia). Ponadto przeprowadzony test Chowa1 5 dla restrykcji nakładanych na parametry estymowanego równania potwierdził słuszność założenia o zróżnico waniu efektów indywidualnych (w przeciwieństwie do stałej wartości identycznej
15 Test Chowa oparty jest na kwadratach reszt dla regresji przy założeniu wspólnej stałej w odnie
sieniu do wszystkich obiektów i ma rozkład F. B.H. Baltagi, E con om etric A nalysis o j P an el D a ta ,
5th Edition, Wiley, 2013, s. 65.
Wpływ czynników makroekonomicznych na poziom kosztów ryzyka kredytowego banków 59 dla wszystkich równań). Hipoteza o zasadności przyjętego założenia, że efekty indy widualne mają charakter stałych parametrów (ang .fix e d effectś) w przeciwieństwie do hipotezy, że efekty indywidualne są jedynie produktem pewnej zmiennej losowej (ang. random effects), której to zmiana ma taki sam rozkład dla wszystkich analizo wanych obiektów, została potwierdzona testem Hausmana16.
Tabela 3. Wyniki estymacji statycznego modelu panelowego typu fix e d effect
V ariab le C oefficient Std. Error t-S tatistic Prób. C 1.994579 1.005332 1.984000 0. PKB -0.165190 0.094410 -1.749710 0 .0 80 8 BEZROB 0.250584 0 .0 6 0 4 0 6 4.148343 0. W IBO R 0.048612 0.029265 1.661098 0. KURS 0.050754 0.017798 2.851709 0. ZABEZP -0 .031254 0.017842 -1.751694 0. PLACE -0 .0 9 8 7 9 7 0.081402 -1.213691 0. Effects S pecification Cross-section fixed (d u m m y variables) R-squared 0.556517 M ea n d e p e n d e n t var 5. A djusted R-squared 0.515350 S.D. d e p e n d e n t var 4. S .E .o f regression 3.312175 A kaike info criterion 5. Sum squared resid 5200.020 S ch w arz criterion 5.6 84 4 6 3 Log likelihood -1 3 34.450 H a n n a n -Q u in n criter. 5. F-statistic 13.51845 P rób (F-statistic) 0. Źródło: obliczenia własne. Mimo istotnych statystycznie zależności, znaczna część zmienności kosztów ryzyka pozostaje niewyjaśniona. Nie ma zatem podstaw do odrzucenia hipotezy, że poziom strat kredytowych jest w pewnej części zależny również od czynników specyficznych. Niemniej jednak, na rysunku 3 widoczne jest, że model wychwy tuje punkty zwrotne procesu kształtowania się rezerw, co oznacza, że czynniki
16 Test Hausmana oparty jest na różnicy w efektywności oraz możliwości wystąpienia obciążenia
estymatora błędnie zakładającego, że prawdziwy model to model random effect. B.H. Baltagi, E con o-
m etric..., op. cit., s. 71.
Wpływ czynników makroekonomicznych na poziom kosztów ryzyka kredytowego banków 61 Bibliografia
- Allen L., Saunders A., Incorporating Systemie Influences into Risk Measures: A Snrvey o fth e Literaturę, „Journal of Financial Services Research” 2004, 26.
- Aver B., An Empirical Analysis o f Credit Risk Factors o fth e Slovenian Banking Sys tem, „Managing Global Transitions” 2008, 6(3).
- Baltagi B.H., Econometric Analysis ofPanelD ata, 5th edition, Wiley, New Delhi 2013.
- Bhansali V., Gingrich R., LongstafF F.A., Systematic credit risk: What is the market telling ns?, „Financial Analysts Journal” 2008, vol. 64, no. 4.
- Bonfim D., Credit risk drivers: Evaluating the contribution offirm level information and o f macroeconomic dynamics, „Journal of Banking&Finance” 2009, vol. 33, iss. 2, February.
- Czaplicki M., Boomy kredytowe w gospodarkach wschodzących. Przyczyny i sposoby przeciwdziałania, Materiały i Studia 2002, Zeszyt nr 284.
- Głogowski A., Macroeconomic determinants ofPolish banks loan losses - results o f a panel data study, NBP WP Np. 53, Warsaw, November 2008.
- Jakubik P, Credit Risk in the Czech Economy, Working Papers IES 2007/11, Charles University Prague, Faculty of Social Sciences, Institute of Economic Studies, revised Mar, 2007.
- Jakubik P, Schmieder Ch., Stress Testing Credit Risk: Is the Czech Republic Dif- ferent from Germany?, Working Papers 2008/9, Czech National Bank, Research Department.
- Jimenez G., Saurina J. (2004), Collateral, Type ofLender and Relationship Banking as Determinants o f Credit Risk, „Journal of Banking and Finance” 2004, 28(9).
- Kattai R., Credit Risk Model fo r the Estonian Banking Sector, Bank of Estonia, WPs 1 / 2010.
- Pain D., The provisioning experience o fth e major UK banks: a smali panel imestiga- tion, Bank of England Working Paper Series, no. 177, January 2003.
- Peura S., Jokivuolle E., Simulation-based stress testing o f banks regulatory Capital adeąuacy, Finance 0405003, EconWPA, 2004.
- Quagliariello M., Banks Riskiness Over the Business Ciele: a Panel Analysis on Italian Intermediaries, Temi di discussione (Economic working papers) 599, Bank of Italy, Economic Research and International Relations Area, 2006.
- Rosch D., Scheule H., Stress-Testing Credit Risk Parameters - An Application to Retail Loan Portfolios, April 24, „Journal of Risk Model Yalidation” 2007, vol. 1, no. 1.
62 Marcin Borsuk
- Virolainen K., Macro Stress Testing with a Macroeconomic Credit Risk Model fo r Fin- land, Bank of Finland Discussion Paper no. 18, October 2004.
- Yiping Q., Macro Economic Factors and Probability o f Default, France, „European Journal of Economics” 2008, 13. Macroeconomic Factors and Their Impact upon the Cost o f Credit Risk in Banks Summary
Business cycles may significantly impact the profitability of enterprises and financial performance
of households. Thus, it also impacts riskprofiles of economic operators, which are important
elements of credit policy pursued by banks. Using the econometric panel model, the paper
examines factors, which may help explain the shaping of the balance total of reserves and
write-ofFs for credits in the Polish banking sector. Independent variables include economic
and market factors. Conclusions from the study demonstrate that macroeconomic factors,
such as GDP dynamics, unemployment ratę and short-term interest rates may importantly
impact the cost of credit risk in Polish banks.
Keywords: credit losses, cost of risk, panel model, macroeconomic factors, banks
