Значение обязательных нормативов Банка России как фактора отзыва лицензий у коммерческих банков

Все банки Российской Федерации, как с базовой, так и с универсальной лицензией, обязаны выполнять нормативы банковской деятельности, иначе они могут лишиться лицензии. Проблема, которую затрагивает исследование, связана с вопросом: возможно ли Банку России усилить контроль за факторами дефолта коммерческих банков, используя экономические методы регулирования, а именно — контроль за выполнением нормативов банковской деятельности? Цель работы — выявить факторы, влияющие на вероятность отзыва лицензий у коммерческих банков в Российской Федерации в период относительной стабильности в банковской системе (2016–2021 гг.) Особое внимание уделяется причинам отзыва лицензий и анализу факторов, связанных с соблюдением коммерческими банками основных нормативов банковской деятельности. В качестве методов использованы: анализ причин отзыва банковских лицензий, разделение 244 банков, лишившихся лицензий, на две группы: с отзывом лицензии по экономическим причинам и в связи с нарушением законодательства. Для анализа влияния значения нормативов банковской деятельности на вероятность отзыва лицензии применялась мультиномиальная логистическая регрессия. Эконометрический анализ показал, что факторы, влияющие на отзыв лицензий у российских коммерческих банков (включая те, что входят в две рассмотренные группы), значительно различаются. Не все показатели, связанные с нормативами и вероятностью отзыва лицензии, оказались значимыми в данной выборке. Снижение норматива достаточности капитала существенно увеличивает риск отзыва лицензии по экономическим причинам. Рост значения норматива максимального размера крупных кредитных рисков также повышает вероятность отзыва лицензии независимо от причины.

1. Пересецкий А.А. Модели причин отзыва лицензий российских банков. Влияние неучтенных факторов. Прикладная эконометрика. 2013;(2):49-64.

2. Mare D. S. Contribution of macroeconomic factors to the prediction of small bank failures. Journal of International Financial Markets, Institutions and Money. 2015;39:25-39. DOI: 10.1016/j.intfin.2015.05.005

3. Assaf A.G., Berger A.N., Roman R.A., Tsionas M.G. Does efficiency help banks survive and thrive during financial crises? Journal of Banking & Finance. 2019;106:445-470. DOI: 10.1016/j.jbankfin.2019.07.013

4. Lagasio V., Pampurini F., Pezzola A., Quaranta A. G. Assessing bank default determinants via machine learning. Information Sciences. 2022;618:87-97. DOI: 10.1016/j.ins.2022.10.128

5. Зубарев А.В., Шилов К.Д. Дифференциация факторов банковских дефолтов по причинам отзыва лицензий. Экономический журнал Высшей школы экономики. 2022;26(1):69-103. DOI: 10.17323/1813-8691-2022-26-1-69-103

6. Lu Y., Wang Y. Bank liquidity hoarding and bank systemic risk: The moderating effect of economic policy uncertainty. Pacific-Basin Finance Journal. 2023;82:102189. DOI: 10.1016/j.pacfin.2023.102189

7. Abdesslem R. B., Chkir I., Dabbou H. Is managerial ability a moderator? The effect of credit risk and liquidity risk on the likelihood of bank default. International Review of Financial Analysis. 2022;80:102044. DOI: 10.1016/j.irfa.2022.102044

8. Carmona P., Climent F., Momparler A. Predicting failure in the U.S. banking sector: An extreme gradient boosting approach. International Review of Economics & Finance. 2019;61:304-323. DOI: 10.1016/j.iref.2018.03.008

9. Eichler S., Sobański K. National politics and bank default risk in the eurozone. Journal of Financial Stability. 2016;26:247-256. DOI: 10.1016/j.jfs.2016.07.008

10. Ashraf B.N., Zheng C., Jiang C., Qian N. Capital regulation, deposit insurance and bank risk: International evidence from normal and crisis period. Research in International Business and Finance. 2020;52:101188. DOI: 10.1016/j.ribaf.2020.101188

11. Soenen N., Vennet R. V. Determinants of European banks’ default risk. Finance Research Letters. 2022;47A:102557. DOI: 10.1016/j.frl.2021.102557

12. Ding Q., He W. Digital transformation, monetary policy and risk-taking of banks. Finance Research Letters. 2023;55B:103986. DOI: 10.1016/j.frl.2023.103986

13. Soenen N., Vennet R.V. ECB monetary policy and bank default risk. Journal of International Money and Finance. 2022;122:102571. DOI: 10.1016/j.jimonfin.2021.102571

14. Мякинен М., Соланко Л. Определяющие факторы закрытия банков: Что важнее — уровни или изменения CAMEL-переменных? Деньги и кредит. 2018;77(2):3-21.

15. Карминский А.М., Костров А.В., Мурзенков Т.Н. Моделирование вероятности дефолта российских банков с использованием эконометрических методов. Препринт WP7/2012/04. М.: Изд. дом Высшей школы экономики; 2012. 64 с. URL: https://wp.hse.ru/data/2012/10/22/1245987109/WP7_2012_04_ff.pdf (дата обращения: 15.01.2024).

16. Кириллов А. В., Халилова М. Х. Основные причины отзыва лицензий у проблемных российских банков. Финансовые рынки и банки. 2023;(3):43-46.

17. Семенова Н. Н., Иванова И. А., Василькина A. А. Оценка устойчивости развития коммерческого банка на основе метода анализа иерархий. Финансы: теория и практика. 2021;25(4):121-135. DOI: 10.26794/2587-5671-2021-25-4-121-135

18. Manthoulis G., Doumpos M., Zopounidis C., Galariotis E. An ordinal classification framework for bank failure prediction: Methodology and empirical evidence for US banks. European Journal of Operational Research. 2020;282(2):786-801. DOI: 10.1016/j.ejor.2019.09.040

19. Радионова М. В., Приступина Ю. В. Моделирование вероятности дефолта российских банков. Финансовая аналитика: проблемы и решения. 2017;10(2):226-240. DOI: 10.24891/fa.10.2.226

20. Agresti A., Tarantola C. Simple ways to interpret effects in modeling original categorical data. Statistica Neerlandica. 2018;72(3):210-223. DOI: 10.1111/stan.12130

21. Fagerland M. W., Hosmer D. W. A generalized Hosmer-Lemeshow goodness-of-fit test for multinomial logistic regression models. Stata Journal. 2012;12(3):447-453. DOI: 10.1177/1536867X1201200307

22. Fagerland M. W., Hosmer D. W., Bofin A. M. Multinomial goodness-of-fit tests for logistic regression models. Statistics in Medicine. 2008;27(21):4238-4253. DOI: 10.1002/sim.3202

23. Cramer J. S. The standard multinomial logit model. In: Cramer J. S. Logit models from economics and other fields. Cambridge: Cambridge University Press; 2003:104-125.