Исследование российского рынка банковских услуг
Московский Государственный
Университет имени М. В. Ломоносова
Проект по эконометрике
на тему
«Исследование российского
рынка банковских услуг»
выполнил:
Бачманов Сергей
(204 группа)
2006 г.
Введение
Целью данной работы является построение
адекватной модели, описывающей образование прибыли на рынке банковских услуг в
зависимости от различных параметров.
Основные предпосылки и допущения:
1.
рассматривается
рынок банковских услуг в РФ
2.
рассматриваются
банки, которые не несли существенных убытков в течение продолжительного периода
времени. Предполагается, что отрицательная прибыль свидетельствует о
недостаточной квалификации управляющего банка, а этот параметр невозможно
учесть в модели
3.
предполагается,
что в выборку включены банки, не связанные с теневой экономикой: образование
прибыли происходит в соответствии с законодательством РФ.
При этом
основными требованиями к модели являются следующие: а) выявление факторов,
влияющих на прибыль банка; б) верифицируемость модели.
Работа
состоит из 5 частей:
1)
описание данных;
2)
предварительный анализ данных;
3)
построение модели;
4)
анализ устойчивости модели;
5)
интерпретация результатов
Описание
данных
Источники данных:
Данные по количественным признакам и
способу привлечения средств получены с сайтов www.banks-rate.ru и www.fundz.ru информация об уровне надежности с www.investfunds.ru. Выборка является
пространственной, информация о банках собиралась 5-25 апреля, так что наблюдения
можно считать одномоментными. Все количественные параметры приведены в тысячах
рублей.
Данные
содержали следующую информацию:
Ø
чистые
активы
Ø
работающие
активы
Ø
кредиты,
выданные коммерческим организациям
Ø
собственный
капитал
Ø
фактическая
прибыль
Ø
средства
юридических лиц
Ø
средства
частных лиц
Ø
уставной
фонд
Ø
ликвидные
активы
Ø
суммарные
обязательства
Ø
обязательства
до востребования
Ø
средства
бюджетных организаций
Ø
привлеченные
средства других банков
Ø
выпуск
кредитных карт
Ø
ориентация
банка на обслуживание граждан, коммерческих организаций или бюджетных
организаций
Ø
уровень
надежности
Всего было отобрано 210 наблюдений.
Проверка однородности
данных:
Сначала была проведена сортировка
данных по величине прибыли, а затем построена диаграмма.
По графику видно, что данные
неоднородны, и необходимо исключить из выборки банки, прибыль которых более 2
млрд. и менее -500 млн. рублей.
Новая диаграмма отражает плавное
изменение величины прибыли и указывает на однородность данных. После сортировки
в выборке остались данные по 188 банкам.
Предварительный анализ данных
Комментарии к регрессорам,
включенным в первоначальную модель:
Выпуск кредитных
карт (kredkart). Параметр показывает, выпускает ли
банк кредитные карты, и принимает значение 1 если выпускает и 0 если нет.
Ориентация банка
на обслуживание граждан, коммерческих организаций или бюджетных организаций (chastn urid budjet). Каждый параметр принимает значение 1,
если банк привлекает наибольшие средства от соответствующей группы клиентов. Уровень
надежности (nada nadb nadc nadd). Каждый параметр принимает значение 1,
если банк принадлежит к группе с соответствующей надежностью. Уровни надежности
А++, А+, А приравниваются к А. Аналогично и уровнями В и С. Такое допущение
необходимо для сокращения фиктивных переменных с 10 до 4.
Чистые активы (chakt)
Ликвидные активы (likvakt)
работающие
активы (rabakt)
кредиты, выданные
коммерческим организациям (kredkommorg)
собственный
капитал (sobkap)
фактическая
прибыль (factprib)
средства
юридических лиц (srurlits)
средства
частных лиц (srchlits)
уставной фонд
(ustfond)
суммарные
обязательства (sumobaz)
обязательства
до востребования (obazdovos)
средства
бюджетных организаций (srbudjetorg)
привлеченные
средства других банков (privsrdrbank)
Построение
модели.
Ожидания относительно знаков
коэффициентов параметров на основе эмпирико-логических соображений:
ожидаемые знаки
коэффициентов
|
sobkap
|
+
|
privsrdrbank
|
-
|
likvakt
|
+
|
sumobaz
|
+
|
rabakt
|
+
|
obazdovos
|
-
|
kredkommorg
|
-
|
chakt
|
+
|
srurlits
|
+
|
ustfond
|
+
|
srchlits
|
+
|
nadc nadd
|
+
|
kredkart
|
+
|
nadb
|
+
|
nada
|
+
|
nadd
|
-
|
Сначала следует рассмотреть
модель, в которую включены все регрессоры:
FACTPRIB CHASTN CHAKT C KREDKART
KREDKOMMORG LIKVAKT NADA NADB NADC OBAZDOVOS PRIVSRDRBANK RABAKT SOBKAP
SRBUDJETORG SRCHLITS SRURLITS SUMOBAZ URID USTFOND
Dependent Variable: FACTPRIB
|
Method: Least Squares
|
Date: 05/11/06 Time: 14:26
|
Sample: 1 188
|
Included observations: 188
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
CHASTN
|
-38562.44
|
403146.5
|
-0.095654
|
0.9239
|
CHAKT
|
0.000390
|
0.017444
|
0.022374
|
0.9822
|
C
|
-31031.80
|
455112.7
|
-0.068185
|
0.9457
|
KREDKART
|
-126509.7
|
122003.9
|
-1.036931
|
0.3012
|
KREDKOMMORG
|
-0.043066
|
0.010004
|
-4.304699
|
0.0000
|
LIKVAKT
|
-0.058559
|
0.024442
|
-2.395787
|
0.0177
|
NADA
|
155861.6
|
237730.7
|
0.655623
|
0.5130
|
NADB
|
37945.04
|
224776.6
|
0.168812
|
0.8661
|
NADC
|
24925.58
|
218431.4
|
0.114112
|
0.9093
|
OBAZDOVOS
|
0.021043
|
0.011016
|
1.910313
|
0.0578
|
PRIVSRDRBANK
|
0.011666
|
0.015564
|
0.749547
|
0.4546
|
RABAKT
|
-0.000148
|
0.012834
|
-0.011567
|
0.9908
|
SOBKAP
|
0.529484
|
0.042067
|
12.58669
|
0.0000
|
SRBUDJETORG
|
-0.008079
|
0.017182
|
-0.470193
|
0.6388
|
SRCHLITS
|
0.003690
|
0.020046
|
0.184087
|
0.8542
|
SRURLITS
|
-0.034925
|
0.017205
|
-2.029897
|
0.0439
|
SUMOBAZ
|
0.000706
|
0.002675
|
0.263889
|
0.7922
|
URID
|
-17825.14
|
402456.1
|
-0.044291
|
0.9647
|
USTFOND
|
-0.403681
|
0.038156
|
-10.57969
|
0.0000
|
R-squared
|
0.667580
|
Mean dependent var
|
378819.5
|
Adjusted R-squared
|
0.632174
|
S.D. dependent var
|
703430.8
|
S.E. of regression
|
426621.2
|
Akaike info criterion
|
28.86077
|
Sum squared resid
|
3.08E+13
|
Schwarz criterion
|
29.18785
|
Log likelihood
|
-2693.912
|
F-statistic
|
18.85515
|
Durbin-Watson stat
|
2.081729
|
Prob(F-statistic)
|
0.000000
|
Ожидания в отношении знаков коэффициентов
подтвердились только для следующих параметров: SOBKAP, NADA, NADB, KREDKOMMORG, SUMOBAZ, CHAKT. Модель показывает, что
собственный капитал банка важен для получения высокой прибыли; кредиты,
выданные коммерческим организациям, снижают фактическую прибыль (средства,
направленные на выдачу кредитов, поступают за счет сокращения прибыли в текущем
периоде).
В целом же модель неудачная, и довольно малы, значение F-статистики тоже не большое. В этой
модели 13 из 19 регрессоров незначимы. Велико значение Sum squared resid (3.08E+13) и стандартных ошибок модели (426621.2).
Проверим модель на
гетероскедастичность:
White
Heteroskedasticity Test:
|
F-statistic
|
5.439868
|
Probability
|
0.000000
|
Obs*R-squared
|
95.81897
|
Probability
|
0.000000
|
Страницы: 1, 2, 3, 4, 5
|