Создать PDF Рекомендовать Распечатать

Оценка эффективности банковского кредитования предприятий строительного комплекса

Отраслевая экономика | (105) УЭкС, 11/2017 Прочитано: 412 раз
(0 Голосов:)
  • Автор (авторы):
    Нургалиев Руслан Рамилевич, Берваль Андрей Владимирович, Миронова Маргарита Давыдовна
  • Дата публикации:
    10.11.17
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    Казанский федеральный университет
    Казанский государственный архитектурно-строительный университет

Оценка эффективности банковского кредитования предприятий строительного комплекса

Efficiency estimation of bank crediting for the building complex enterprises

НургалиевРусланРамилевич

Nurgaliev Ruslan Ramilevich

магистрант Института управления, экономики и финансов

Казанский федеральный университет

Берваль Андрей Владимирович

Berval Andrei Vladimirovich

к.э.н. / старший преподаватель кафедры муниципального менеджмента

Казанский государственный архитектурно-строительный университет

andrei_berval@mail.ru

Миронова Маргарита Давыдовна

Mironova Margarita Davidovna

д.э.н. / профессор

Казанский федеральный университет

marg.mironova2011@yandex.ru

Аннотация

В настоящее время наиболее распространенным и доступным способом финансирования строительного комплекса выступает банковское кредитование. В статье проанализировано состояние кредитования строительного комплекса и проведен корреляционно-регрессионный анализ факторов, влияющих на уровень просроченной задолженности перед банками. По результатам моделирования получен ряд практикоориентированных выводов и выполнено прогнозирование уровня просроченной задолженности по кредитам строительного сектора при сохранении текущих тенденций развития.

Abstract

Currently, the most common and affordable way of financing the construction complex is bank lending. The article analyzes the state of crediting of the construction complex and conducted a correlation and regression analysis of factors affecting the level of overdue debts to banks. Based on the modeling results, a number of practical conclusions were obtained and forecasted the level of overdue loans for construction sector loans while maintaining current development trends.

Ключевые слова: кредитование, банковский сектор, строительный комплекс, финансирование, просроченная задолженность

Keywords: crediting, banking sector, construction complex, financing, arrears

В настоящее время наиболее распространенным и доступным способом финансирования строительного комплекса выступает банковское кредитование. Банки, аккумулируя большой объем денежных средств, могут осуществить необходимое крупномасштабным и долгосрочным проектам строительного комплекса финансирование, предложить средства и представителям малого и среднего бизнеса, практически не имеющим доступа к прочим источникам. Однако, если в мировой практике финансирования строительного сектора наблюдается следующее соотношение: около 70% составляет внешнее (как правило, банковское финансирование), а оставшиеся 30% приходятся на долю собственных средств строительных компаний, то в России наблюдается обратная пропорция. В связи с чем, представляется актуальным и целесообразным проанализировать эффективность кредитования банковской отраслью строительного комплекса и факторы, на нее влияющие.

Наблюдающаяся тенденция снижения объемов строительного производства, начавшаяся в 2014г. (рис.1), во многом связана с сокращением объемов кредитования, так как ограничение доступа к источникам финансирования, вынуждает девелоперов отказываться от проектов. Кризисы 2007-2009 гг, 2015-2016 гг показывают, что компании в этой отрасли в значительной степени подвержены влияниям макроэкономических потрясений [11, с. 57].

В 2017 году на рынок недвижимости продолжит влиять снижение объема инвестиций, в том числе зарубежных [3]. Так, объем кредитования строительства по итогам 2016 года упал почти на 40% по сравнению с аналогичным показателем по итогам 2013 года (на 922 008 млн. руб.). По данным Рейтингового агентства строительного комплекса, практически половина всего портфеля кредитов формируется Москвой (49,7%) и Санкт-Петербургом (8,1%) [4]. Подобная тенеденция наблюдается и в ипотечном кредитовании (сокращение ипотечного кредитования региональных банков и одновременное увеличение количества кредитных средств, предоставленных московскими банками [9, c. 392].

mi1

Рис. 1. Динамика ввода зданий в действие в Российской Федерации в 2000-2016 гг. [5].

Одновременно с этим, банки отказываются от кредитования строительного комплекса в связи со стремительным ростом просроченной задолженности (рис. 2) и усилением их рыночного риска, а также рыночному риску, представляющего собой риск финансовых потерь балансовых и внебалансовых операций финансового института в результате неблагоприятных изменений уровня рыночных цен [6, с. 43]. Следует отметить, что деятельность строительной организации сопряжена со значительным количеством рисков различных видов и природы. Как показывают исследования, наиболее подвержена рискам различного рода деятельность организаций-застройщиков [6, с. 81]. Еще одной тенденцией рынка в текущей кризисной ситуации является ужесточение требований к кредитова­нию [1, с. 40]. Своевременная и достоверная оценка уровня риска дефолта корпоративных заемщиков получает важное значение как для стабильности российского банковского сектора и всей финансовой системы [7,с. 14].

mi2

Рис. 2. Динамика просроченной задолженности по кредитам, предоставленным юридическим лицам и индивидуальным предпринимателям в 2010-2017 гг., в млн. руб. [2]

Уровень просроченной задолженности представляется комплексной характеристикой эффективности, отражающей способность/неспособность предприятий строительного комплекса обслуживать свой долг в текущих экономических условиях, с одной стороны, качество процедур отбора заемщиков, обеспечения и управления кредитными рисками, с другой стороны, а также адекватность действующих условий кредитования, программ поддержки строительного комплекса текущим экономическим реалиям. Четырехкратное увеличение уровня просроченной задолженности по кредитам строительной отрасли свидетельствует о невысокой эффективности взаимодействия банковского и реального строительного сектора.

В связи с этим представляется целесообразным проведение корреляционно-регрессионного анализа для выявления факторов, оказывающих влияние на рост просроченной задолженности, а также построение прогноза ее дальнейшего изменения при сохранении существующих тенденций.

В рамках эконометрического исследования в качестве зависимой переменной был выбран уровень просроченной задолженности по кредитам предприятий строительного комплекса (Y).

В качестве базы моделирования использовались официальные данные Министерства финансов Российской Федерации, Федеральной службы государственной статистики, Банка России, Внешэкономбанка за период 2014-2016, представленные в приложении 2. Корреляционно-регрессионный анализ и обработка данных были выполнены с помощью программного обеспечения GNURegression, EconometricsandTime-seriesLibrary.

На первом этапе анализа был произведен отбор факторов, способных оказать влияние на результативный показатель. Отбор базировался на логическом анализе и логических наблюдениях о существовании вероятностных зависимостей.В качестве факторов были выбраны: X1 – объем выданных кредитов; X2 – уровень инфляции; X3 – ВВП; X4 – объем выполненных строительных работ; X5 – курс доллара по отношению к рублю; X6 – индекс цен производителей на товары инвестиционного назначения; X7 – индекс цен производителей строительной продукции; X8 – индекс промышленного производства; X9 – объем выданных ипотечных кредитов.

С помощью инструментария программного обеспечения была произведена оценка данных методом наименьших квадратов, Проверка статистической значимости параметров регрессии по критерию Стьюдента показала, что коэффициенты регрессии при факторах Х1, Х2, Х3, Х4, Х5, Х9 являются статистически значимыми (tфакт>tтабл). Три фактора в модели не являются статистически значимыми (Х6, Х7, Х8), в связи с чем, была проведена повторная оценка с использованием метода наименьших квадратов после исключения из модели факторов Х6, Х7, Х8 и получено следующее уравнение:

Y=?0,125711?0,00000008*X1?0,0351701*X2+0,00001895*X3?

?0,00007485*X4+0,00359461*X5+0,00000011*Х9                             (1)

Коэффициент детерминации составил 0,965, т.е. полученным уравнением регрессии можно объяснить 96,5% дисперсии результативного показателя, т.е. полученная модель хорошо аппроксимирует данные и ее можно использовать при построении прогноза просроченной задолженности по кредитам строительной отрасли. Критерий Фишера Fфакт = 134,93 > Fтабл = 2,43, следовательно, уравнение регрессии признается статистически значимым и может быть использовано для анализа и прогнозирования экономических процессов. Проверка статистической значимости параметров регрессии по критерию Стьюдента показала, что коэффициенты регрессии при всех факторах значимы с вероятностью в 99%.

По результатам проведенного экономико-математического анализа можно сделать следующие практикоориентированные выводы о влиянии регрессоров на результирующий показатель: объем новых кредитов, предоставляемых строительному комплексу и величина просроченной задолженности находятся в обратной зависимости, т.е. увеличение объема кредитования может привести к незначительному сокращению уровня просроченной задолженности. Такой вывод может быть объяснен тем, что предприятия строительного комплекса испытывают острый дефицит заемных средств для финансирования своей деятельности, что приводит к заморозке строительства большого количества объектов и, соответственно, как к недополучению ими доходов, которые могут быть направлены на погашение уже существующих долгов, так и к банкротству этих предприятий.

Рост курса доллара приводит к росту просроченной задолженности, так как большая часть строительных материалов закупается у иностранных производителей, таким образом, с ростом курса доллара увеличиваются цены и на материалы.

Обратно пропорциональная зависимость между уровнем инфляции и уровнем просроченной задолженности объясняется тем, что при росте инфляции уже взятые предприятиями долгосрочные кредиты «дешевеют»; однако не стоит забывать, что при взятом Банком России курсом на таргетирование инфляции и использовании для этого ключевой ставки, рост инфляции приводит к удорожанию самих кредитов, что слабо повлияло на модель в связи с тем, что резкий скачок ключевой ставки в 2014 году привел к значительному сокращению объемов новых кредитов, таким образом проявился отложенный эффект по уровню просроченной задолженности по взятым ранее кредитам.

Увеличение объемов строительства приводит к тому, что предприятия получают больший доход от своей деятельности, что повышает их кредитоспособность перед банками.

Интересной видится парадоксальная прямо пропорциональная зависимость между объемом выдаваемых ипотечных кредитов и уровнем просроченной задолженности строительных организаций перед банками: с точки зрения логики данный фактор должен влиять аналогично фактору Х1, однако, на деле в действие вступают дополнительные условия, которые следует учитывать. К ним относятся ситуация экономической и внешнеполитической нестабильности в анализируемые годы. Высокие процентные ставки по ипотечному кредитованию в 2014-2015 годах, а также большое количество случаев проявления недобросовестности застройщиков привело к тому, что люди, берущие ипотеку, обращаются к наиболее крупным и успешным застройщикам, предпочитая переплатить, но снизить свои риски, оставляя таким образом большой сегмент не столь известных малых и средних компаний, в большей степени подверженных негативному влиянию конъюнктурных колебаний, влияющих на их способность обслуживать долг, без финансирования. Кроме того, в условиях высоких ставок, заемщики предпочитают пользоваться услугами застройщиков-партнеров банков, так как, как правило, банки предлагают сниженные ставки по таким кредитам.

Таким образом, в условиях нестабильности последних лет ипотечное кредитование оказывает точечное влияние на ряд заемщиков, не меняя состояния массовых неплатежей в статистическом целом.

С использованием полученной многофакторной экономико-математической модели был построен прогноз изменения просроченной задолженности по кредитам как показателя эффективности взаимодействия предприятий строительного комплекса и коммерческих банков.

Как показали результаты расчетов, уровень просроченной задолженности при существующих тенденциях изменения факторов будет увеличиваться и на 01.01.2018 составит 25,44%, на 01.01.2019 – 28,37%, на 01.01.2020 – 31,3%.

mi3

Рис. 3. Прогноз уровня просроченной задолженности по кредитам строительного сектора, в %[1]

Таким образом, по результатам анализа эффективности взаимодействия банковского сектора и предприятий строительного комплекса можно сделать вывод о существующих тенденциях ухудшения этой эффективности, проявляющихся в прогнозируемом росте уровня просроченной задолженности по кредитам. Банкам необходимо пересмотреть свои подходы к финансированию предприятий строительного комплекса, как в части действующих условий кредитования, так и в части отбора кредитоспособных предприятий и формировании новых подходов к мониторингу данных клиентов в процессе обслуживания. В то же время, из-за ограниченности статистических данных, закрытые данном сегменте рынка, наличие институциональных и правовые барьеры, снижает предсказательную силу рыночных сигналов, количество исследований и оценки вероятности дефолта модели для российского сектора корпоративного кредитования весьма ограничено [8, с. 67 ]. Стоит отметить, что совершенствование банковского обслуживания предприятий строительного комплекса, в первую очередь связанного с кредитованием, является важным не только для хозяйствующих субъектов, затронутых в этом процессе, но и для всей экономики в целом, так как строительная отрасль является одним из важнейших двигателей экономического развития и перехода к инновационной экономике.

Библиографический список

  1. Андреева О. В., Абдрахманова Р. Г. Анализ источников финансирования предприятий строительного комплекса//Журнал научных и прикладных исследований.- 2016. - №4. - с. 41-46
  2. Банк России. – Официальный сайт. – Режим доступа: http://www.cbr.ru/ (дата обращения: 25.06.2017)
  3. Герасимов С. Состояние и перспективы строительной отрасли РФ в 2016 – 2017 гг. // Indexbox. – Режим доступа: http://www.indexbox.ru/news/sostojanie-i-Perspektivy-stroitelnoj-otrasli-rf/ (дата обращения: 15.05.2017)
  4. Строительная отрасль в 2016 году. Аналитический отчет / Рейтинговое агентство строительного комплекса. 2017. – Режим доступа: https://rask.ru/analytics/(дата обращения 22.06.2017)
  5. Федеральная служба государственной статистики. – Официальный сайт. – Режим доступа: http://www.gks.ru/ (дата обращения: 25.06.2017)
  6. Ksenofontov A.S., Savon I.V., Serba V.Y., Shkurkin D.V. Basics of Modeling the Probability of Corporate Borrowers’ Default // International Journal of Economics and Financial Issues. – 2016. - 6(S1). – Р. 14-18.
  7. Rylov D.V., Shkurkin D.V., Borisova A.A. Estimation of the Probability of Default of Corporate Borrowers // International Journal of Economics and Financial Issues. – 2016. – 6 (S1). – P. 63-67.3.
  8. Stolbov, M.Iin the Russian mortgage market through the lens of financial accelerator theory // Studies on Russian Economic Development. – 2011. – Vol.22. – P. 392-400.
  9. Хитрин Д.А., Миронова М.Д. Особенности рисков и финансовой отчетности организации-застройщика // Сборник материалов научно-практической конференции студентов, магистрантов, аспирантов: 20 - летию Высшей школы экономики КНИТУ посвящается, 2016.- С.81-83.
  10. Vagizova, V, Karimullina, A., Batorshyna, A. Establishmentthe effective interaction between banking and construction sectors in theeconomy // Journal of Economics and Economic Education Research. – 2015. – Vol.17. – P. 57-63.
  11. Duvalova, E. P.; Duvalova, Y. I.; Ikhsanova, L. R.; Tufetulov, A. M. Market Risks of Financial Sector and Their Impact on the Regional Institutions // Academy of Strategic Management Journal. – 2016.Vol.15. – P. 47-43.

References

1. Andreeva O. V., Abdrakhmanova R. G. Analysis of sources of financing of building complex enterprises//Journal scientific and applied research.- 2016. - No. 4. - S. 41-46

2. The Bank Of Russia. – The official website. – Mode of access: http://www.cbr.ru/ (accessed: 25.06.2017)

3. Gerasimov S. the State and prospects of construction industry of the Russian Federation in 2016 – 2017. / / Indexbox. – Mode of access: http://www.indexbox.ru/news/sostojanie-i-Perspektivy-stroitelnoj-otrasli-rf/ (accessed: 15.05.2017)

4. The construction industry in 2016. Analytical report / Rating Agency of building complex. 2017. – Mode of access: https://rask.ru/analytics/(accessed 22.06.2017)

5. Federal state statistics service. – The official website. – Mode of access: http://www.gks.ru/ (accessed: 25.06.2017)

6. Duvalova, E. P.; Duvalova, Y. I.; Ikhsanova, L. R.; Tufetulov, A. M. Market Risks of Financial Sector and Their Impact on the Regional Institutions // Academy of Strategic Management Journal. – 2016. Vol.15. – P. 47-43.

7. Ksenofontov A.S. Savon I.V., Serba V.Y., Shkurkin D.V. Basics of Modeling the Probability of Corporate Borrowers’ Default // International Journal of Economics and Financial Issues. – 2016. - 6(S1). – Р. 14-18.

8. Rylov D.V., Shkurkin D.V., Borisova A.A. Estimation of the Probability of Default of Corporate Borrowers // International Journal of Economics and Financial Issues. – 2016. – 6 (S1). – P. 63-67.3.

9. Stolbov, M.I Crisis in the Russian mortgage market through the lens of financial accelerator theory // Studies on Russian Economic Development. – 2011. – Vol.22. – P. 392-400.

10. Hytrin D. A., Mironova M. D. the features of risks and financial reporting of the organization-Builder // the Collection of materials of scientific-practical conference of students, undergraduates, graduate students: the 20th anniversary of the Higher school of Economics KAZAN state technical University dedicated, 2016.- P. 81-83.

11. Vagizova, V, Karimullina, A., Batorshyna, A. Establishment of the effective interaction between banking and construction sectors in theeconomy // Journal of Economics and Economic Education Research. – 2015. – Vol.17. – P. 57-63.



Составлено авторами по результатам экономико-математического регулирования