Эмпирическая оценка системного риска: межстрановой подход

М.А. Щепелева (МГИМО-Университет)
Эмпирическая оценка системного риска: межстрановой подход
Цель исследования – изучить характер взаимосвязи между системным риском
финансового рынка и ситуацией в реальном секторе применительно к странам «большой
семерки», PIIGS и России.
С одной стороны, волатильность выпуска в фазах бизнес-цикла во многом зависит
от уровня волатильности на финансовом рынке. Начиная с 1960-х годов, экономические
рецессии в большинстве случаев протекали на фоне спада кредитования и значительного
изменения цен на финансовые активы. Финансовый цикл влияет на глубину и
продолжительность экономической рецессии, а также на скорость последующего
восстановления.
С другой стороны, причинно-следственная связь не обязательно направлена от
финансовой системы к реальному сектору. Замедление экономической активности в
реальном секторе приводит к снижению прибылей корпораций, доходов экономических
агентов, увеличению количества банкротств и росту безработицы. В финансовом секторе
наблюдается увеличение количества неработающих ссуд в портфеле банков, рост
резервов, сокращение объемов кредитования. Дефицит кредитных средств способствует
дальнейшему усилению спада в реальной экономике.
В результате, определение реального источника кризиса – вызван он общим
экономическим спадом или проблемами в финансовом секторе – представляется
актуальным.
В соответствии с этим, далее анализируется, как уровень системного риска
соотносится с динамикой ВВП. В качестве показателя, аппроксимирующего системный
риск финансового сектора, рассматривается «дистанция Махаланобиса», а темпы
прироста реального ВВП отражают состояние в реальном секторе.
Динамика индекса Махаланобиса, рассчитываемого на основе цен финансовых
активов
(акций,
облигаций,
недвижимости
и
сырьевых
товаров),
совпадает
с
общепризнанными эпизодами финансовой нестабильности. Основные преимущества
индикатора по сравнению с другими показателями заключаются в том, что он не только
отражает «аномальные» значения цен активов (так называемый «magnitude surprise»,
«феномен аномальных значений»), но и изменение характера взаимосвязи между ними
(«correlation surprise», «корреляционный феномен)
1
, а также относительно просто
Стоит отметить, что эпизоды волатильности, которые характеризуются изменением корреляционной связи
между ценами активов, являются более продолжительными и имеют более серьезные последствия, чем те,
когда изменяются только лишь значения цен.
1
1
рассчитывается.
Формула для вычисления расстояния Махаланобиса выглядит следующим
образом:
𝑀𝑎𝑡2 = (𝑟𝑡 − μ)′ ∑
−1
(𝑟𝑡 − μ)
(1),
где 𝑟𝑡 – цена финансового актива
μ – среднее для всей многомерной выборки
∑
−1
- транспонированная
матрица ковариаций для всей выборки
Расстояние Махаланобиса является обобщением расстояния Евклида. При
вычитании из значения цены средней величины определяется, насколько «аномальной»
была цена в данный момент времени. Умножение на матрицу, обратную ковариационной,
предполагает деление на стандартное отклонение, что делает данную метрику
инвариантной к масштабу, а также помогает уловить корреляцию между активами.
Умножение на транспонированную матрицу центрированных цен позволяет перейти к
скалярной величине и выразить уровень «финансовой волатильности» одним числом.
Стоит отметить, что эпизоды волатильности, которые характеризуются изменением
корреляционной связи между ценами активов, являются более продолжительными и
имеют более серьезные последствия, чем те, когда изменяются только лишь значения цен.
Временной период исследования – 1995:Q2-2014:Q3. Данные получены с
помощью информационно-аналитической системы Bloomberg и с сайта OECD Stats.
Использование упомянутых выше индексов, а также определенного временного интервала
обусловлено ограниченностью данных по разным странам.
Методология исследования – построение VAR-моделей, анализ которых
проводился в следующем порядке:
1) Определение стационарности временных рядов (согласно проведенным тестам
на единичный корень (ADF, ADF-GLS, KPSS), ряды темпов прироста ВВП и дистанции
Махаланобиса являются стационарными для всех рассматриваемых стран).
2) Определение порядка лага VAR (ориентиром служит критерий BIC),
3) Оценка модели и стандартная проверка на автокорреляцию, наличие ARCH
процессов, оценивается «стационарность в целом».
4) Тест Энгла-Грейнжера на причинно-следственную связь.
5) Построение импульсных откликов.
Результаты теста Гренжера на причинно-следственную связь представлены в
таблице 1:
Таблица 1. Результаты теста Гренджера между индикатором финансовой
нестабильности и темпами роста ВВП.
2
GDP Granger causes mdist
0.3613
0.2459
0.1449
0.7325
0.2725
0.5550
0.4602
0.6465
0.7474
0.4751
0.1996
0.7148
0.7033
USA
EU
Russia
Japan
Germany
France
UK
Canada
Spain
Ireland
Italy
Greece
Portugal
После
включения
контрольных
Mdist Granger causes GDP
0.0040***
0.0580*
2.96e-0.5***
0.0208*
0.3146
0.0475**
9.13e-0.5***
0.9167
0.0075***
0.0465**
0.4528
0.1347
0.0143**
переменных
(индекс
VIX)
результаты
практически не изменяются.
Во всех рассматриваемых странах, в том числе и в России, увеличение уровня
финансовой нестабильности предшествует спаду ВВП. По результатам проведенного
анализа можно сделать вывод о том, что именно высокий уровень накопленного риска в
финансовом секторе предшествует экономическому спаду в реальном секторе.
Импульсные отклики
Согласно построенным импульсным откликам, которые оказались значимы в
случае США, России, ЕС, Японии, Франции, Великобритании, Португалии, Испании,
Ирландии,
последствия
реализации
системных
финансовых
рисков
негативно
сказываются на динамике ВВП в среднем в течение 2-3 кварталов.
В США наблюдается наиболее быстрый период восстановления – уже со 2
квартала, в ЕС - примерно с 4 квартала.
По России значим отклик ВВП на шок финансового сектора и отклик индекса
финансовой нестабильности на шок ВВП в среднесрочном периоде (т.е. причинноследственная связь двусторонняя). Кроме того, в России наблюдается наиболее глубокий
спад по сравнению с другими странами. Действительно, в результате финансовоэкономического кризиса Россия пострадала сильнее всего. Темпы прироста ВВП с 8,5% в
2007 г. опустились до 5,2% в 2008, а затем снизились до отрицательной отметки в (-7,8%)
в 2009 году. Однако, восстановление произошло достаточно быстро – уже в 2010 г. темпы
прироста составили 4%. Причина столь резкого падения, по общему мнению, высокая
доля экспорта нефти, газа и других энергоресурсов. В течение и после кризиса,
потребление и использование электроэнергии снизилось, что повлекло серьезный спад в
темпах прироста ВВП России.
При сравнении динамики индекса финансовой нестабильности и темпов роста
ВВП, получается, что в большинстве случаев именно аномальное «поведение»
финансовых активов предшествует спаду в реальном секторе.
3
4