АНАЛИЗ ВЛИЯНИЯ ИЗМЕНЕНИЯ СРЕДНЕВЗВЕШЕННЫХ ПРОЦЕНТНЫХ СТАВОК ПО КРЕДИТАМ НА ДИНАМИКУ НЕОБСЛУЖИВАЕМЫХ КРЕДИТОВ

ANALYSIS OF THE IMPACT OF CHANGES IN WEIGHTED AVERAGE INTEREST RATES ON LOANS ON THE DYNAMICS OF NON-PERFORMING LOANS

Ivan Voronin

Postgraduate student at the Vladimir Department of the Russian Presidential Academy of National Economy and Public Administration

Russia, Moscow

АННОТАЦИЯ

Цель: определить взаимосвязь между изменением средневзвешенных процентных ставок по кредитам и долей необслуживаемых кредитов. Метод: корреляционный анализ на основе данных Мирового банка за период 2008–2022 гг. Результат: выявлены значительные различия в степени корреляции в зависимости от страны. Вывод: влияние процентных ставок на качество кредитного портфеля варьируется и требует учета специфики макроэкономических условий.

ABSTRACT

Objective: to determine the relationship between changes in weighted average interest rates on loans and the share of non-performing loans. Method: correlation analysis based on World Bank data for the period 2008-2022. Result: significant differences in the degree of correlation were revealed depending on the country. Conclusion: the impact of interest rates on the quality of the loan portfolio varies and requires consideration of the specifics of macroeconomic conditions.

Ключевые слова: средневзвешенные процентные ставки, ставки по кредитам, необслуживаемые кредиты, международный сравнительный анализ, корреляционный анализ

Keywords: weighted average interest rates, loan rates, non-performing loans, international comparative analysis, correlation analysis

Введение. Анализ взаимосвязи средневзвешенных процентных ставок по кредитам и доли необслуживаемых кредитов в общем портфеле имеет ключевое значение для оценки устойчивости банковской системы и прогнозирования ее реакций на изменения макроэкономических и финансовых условий [1]. Процентные ставки, будучи инструментом регулирования кредитной активности, оказывают непосредственное влияние на платежеспособность заёмщиков, что, в свою очередь, отражается на динамике доли необслуживаемых кредитов [2].

Анализ: исходные данные. В рамках анализа в качестве исходных данных послужили данные Мирового банка, имеющиеся в открытом доступе по двум показателям:

• Доля необслуживаемых кредитов (англ. Non-performing loans to Total loans), которая отражает отношение кредитов с просроченными обязательствами к общему объему портфеля. Данный показатель оценивает качество банковских активов и уровень системного кредитного риска.
• Средневзвешенная процентная ставка по кредитам (англ. Lending interest rates), которая характеризует среднюю стоимость заимствований с учетом объема и ставок по кредитам. Данный показатель отражает условия кредитования и влияние макроэкономической политики.

В качестве временных рамок анализа был задан период 2008-2022 гг., так как именно в этом периоде статистические данные представлены наиболее полно. В результате сравнения двух показателей и проверки данных, для анализа были оставлены 52 страны, включая Российскую Федерацию.

Так, наиболее высокими необслуживаемые кредиты по отношению к общему объему выданных кредитов в среднем являются в таких странах, как Сан-Марино, Украина, Молдова, Черногория, Италия и Болгария (выше 10 %), тогда как наименее высокими — в Швейцарии, Гонконге, Южной Корее и Макао (не более 1 %). Топ-10 худших и топ-10 лучших стран показан ниже (табл. 1).

Таблица 1.

Топ-10 худших и топ-10 лучших стран по необслуживаемым кредитам по отношению к общему объему выданных кредитов, 2008-2022 гг., средние значения

Источник: составлено автором по данным Мирового банка [3]

По показателю средневзвешенных ставок по кредитам наиболее высокими значения оказались в Мадагаскаре, Бразилии, Аргентине и Кыргызстане — более 20 %, а наименее высокими (не более 3 %) — в Японии и Швейцарии (табл. 2)

Таблица 2.

Топ-10 лучших и худших стран по средневзвешенным ставкам по кредитам в 2008-2022 гг., среднее значение

Источник: составлено автором по данным Мирового банка [3]

Анализ: корреляционный анализ. Результаты проведённого корреляционного анализа для каждой страны представлены ниже (табл. 3).

Таблица 3.

Результаты корреляционного анализа между средневзвешенными процентными ставками по кредитам и необслуживаемыми кредитами по отношению к общему объему выданных кредитов в выборке, 2008-2022 гг. (N = 52)

Источник: составлено автором по данным Мирового банка [3].

Примечания: ранжирование — от наиболее сильной положительной корреляционной взаимосвязи до наиболее сильной отрицательной взаимосвязи; * — p<0.05

Результаты и их обсуждение. Результаты корреляционного анализа показывают значительные различия в степени связи между средневзвешенными процентными ставками по кредитам и долей необслуживаемых кредитов в зависимости от страны. В наибольшей степени положительная корреляция наблюдается в Швейцарии, Японии, Черногории и Кувейте (r > 0,8, p < 0,05), что может свидетельствовать о зависимости роста необслуживаемых кредитов от увеличения ставок. В то же время в ряде таких стран, как Китай, Перу и Сан-Марино, выявлены сильные отрицательные корреляционные связи (r < -0,8, p < 0,05), указывающие на противоположные закономерности. Для большинства стран корреляция либо отсутствует, либо является слабой, что отражает влияние различных макроэкономических факторов и особенностей национальной кредитной политики. В Российской Федерации выявлена слабая положительная корреляция (r = 0,09), что может свидетельствовать о низком влиянии процентных ставок на качество кредитного портфеля и предполагает необходимость дополнительного анализа внутренних факторов, определяющих динамику необслуживаемых кредитов.

Вывод. Результаты проведённого исследования показывают различия во влиянии процентных ставок на необслуживаемые кредиты в странах, что связано с национальными экономическими особенностями. Полученные выводы подчеркивают значение адаптации мер к специфике национальных экономик

Список литературы:

1. Балобанова А. А. Проблемный кредит: причины появления и основные методики по управлению // Проблемы развития современного общества. — 2023. — С. 23-31.
2. Львова О.А. Инструментарий превентивной реструктуризации для предупреждения банкротства компаний // Государственное управление. Электронный вестник. — 2023. — № 98. — С. 31–47.
3. Database of world development indicators / World Bank. — URL: https://databank.worldbank.org/source/world-development-indicators/Series/FB.AST.NPER.ZS (accessed: 17.01.2025).