Ибрагимов Шакир Шакирович

Ибрагимов Шакир Шакирович

Ученая степень: магистр, аспирант ИНП РАН

Должность: младший научный сотрудник

Лаборатория: макрофинансовых исследований и прогнозирования

Область научных интересов: банковская система, скорость обращения денег, денежный оборот, обороты и оборачиваемость банковских активов и пассивов, ПО и методология агрегации банковских отчетностей, анализ данных банковских отчетностей на макро- мезо- и микро- уровнях, концентрация банковского сектора

E-mail: 

Чем я занимаюсь?

Я исследую банковскую систему и в особенности её обороты – суммы операций по банковским счетам за месяц – при помощи баз данных (SQL).

Подробнее

В Тверской области у юго-западной околицы одной деревни есть ручеек. Ниже по течению в него впадает ещё один ручей, потом другой, затем третий. Так из крохотного ручья рождается река Волга, собирая в себя около 150 000 притоков и 200 рек.

Я исследую нечто похожее на речную систему. А именно – потоки денег в банковской системе. У них тоже есть ручьи, затоны и стремнины.

Данные по денежным оборотам (потокам) появились в открытом доступе ещё с 2007 г., когда банки стали официально публиковать обороты в данных ежемесячной бухгалтерской отчетности на сайте ЦБ.

Но в анализе этих данных есть сложность. Даже у одного банка сотни счетов, и у каждого счета свое значение за каждый месяц. Слишком дробная информация, чтобы анализировать в необработанном виде – миллионы строк чисел.

Поэтому я разработал программную систему для их анализа – связку из SQL и методики вычисления показателей. С её помощью я собираю все отчетности банков в базу данных, а затем вычисляю показатели по отдельным банкам («собираю ручьи в речки»), и складываю их в суммарные показатели по банковской системе как целому («собираю притоки в большую реку»).

Другими словами, сначала я собираю потоки денег через отдельные счета в показатели уровня отдельного банка. Например, «Кредиты на срок до 30 дней, предоставленные юридическим лицам – нерезидентам», «Средства, предоставленные коммерческим организациям, находящимся в государственной (кроме федеральной) собственности на срок от 30 до 90 дней» и множество других в показатель «Кредиты, выданные нефинансовым организациям» по отдельному банку. На следующем шаге я складываю значения по отдельным банкам в значение по банковскому сектору – суммарно выданные банковским сектором кредиты нефинансовым организациям.

Почему такой подход полезен?

Во-первых, традиционно финансистами из-за отсутствия нужного инструментария и отсутствия до 2007 г. в открытом доступе данных по оборотам российских банков преимущественно используется статистика по остаткам. Другими словами, статистика по количеству денег на счетах на отчетную дату, или, как её называют в классической экономической теории, статистика по «запасам».

Но статистика по остаткам на первое число месяца даёт только «обрывочную» картину состояния банковской системы (дискретную, похожую на “соедини по точкам”) . В отличие от неё, обороты (потоки) несут в себе информацию о том, что происходило между отчетными датами (в течение месяца).

Например, банки могут «улучшать» данные на дату отчетности (остатки), в течение месяца возвращаясь к реальным показателям, или же, например, через кассу банка при том же количестве наличности на отчетную дату (остатков) в один месяц может пройти много денег, а в другой – совсем чуть-чуть. Статистика по оборотам такие различия отражает, а по остаткам – нет.

Наглядный пример – представьте, что в 1 декабря и 1 января в 00:00 часов Вы приходите в портовый склад с проверкой и видите, что он пустой (статистика по остаткам). Значит ли это, что весь месяц склад стоял без дела? Может и да, а может через него прошли тонны ящиков с мандаринами. Точно подтвердить это может только статистика потока товаров через склад. То же и с банками.

Во-вторых, при таком анализе можно в любой момент детализировать данные, «спустится» до нужного уровня. А значит – порой получается не ограничится трактовкой макроуровня («банкам не хватало ликвидности, поэтому объём кредитов предприятиям снизился»), а проследить – из-за каких конкретно групп банков, банка или счета («вида деятельности») это произошло.

Гипотетический, но наглядный пример: «кредитование предприятий снизилось, так как в стране, которую активно кредитовал крупный российский банк, начался экономический кризис и резко возросли риски». Ситуация имеет только косвенное отношение к российской макроэкономике, и потому ЦБ или правительству вряд ли требуются предпринимать какие-то действия макроуровня, направленные на все банки одновременно. Было бы сложно заметить суть происходящего, работая только с суммарной статистикой по всем банкам.

Конечная цель детализации не в том, чтобы обязательно выявлять “особенные” ситуации, а в том, чтобы знать ответ на вопрос «динамика макроуровня одинаково выполнена для всех банков или для разных групп банков тенденции противоположны, а динамика макроуровня это лишь «температура в среднем по больнице?».

Конечно, чем в более глубокие детали приходится углубляться – тем больше требуется знаний и понимания конкретного направления деятельности, конкретного рынка, состояния конкретных банков, что усложняет анализ.

В-третьих, исследование потоков денег позволяет анализировать такой любопытный показатель, как интенсивность операций со средствами в банковской системе (активность операций, или, говоря научно, «оборачиваемость»). Он похож на индекс промышленного производства для предприятий, и интересен тем, что позволяет «держать руку на пульсе» банковской системы непосредственным измерением, без сложных моделей.

В-четвертых, всё вычисляется по методике, основанной на методике ЦБ. То есть, вычисляемые показатели сопоставимы с официально публикуемыми  показателями ЦБ, но более подробны. Что позволяет анализировать не какие-то «экзотические» данные, а дополняющие те, с которыми финансисты привыкли работать.

Основные результаты

Подтверждена гипотеза о нетривиальности динамики скорости обращения денег на краткосрочных и среднесрочных промежутках (с учётом наличия денежного оборота, обслуживающего финансовые потоки). Данные результаты получены непосредственным измерением на основе информации банковской балансовой отчетности.

Подробнее
Одно из первых уравнений, которое проходят большинство студентов в курсе экономики – уравнение Фишера. Обычно в учебниках его записывают как что-то вроде MV=PQ, где M – количество денег, V – скорость обращения денег, P – уровень цен, Q – товарный оборот. Cмысл уравнения трактуется как «если увеличить количество денег в экономике, получится инфляция, а если сдерживать количество денег, то получится побороть инфляцию».

В силу начального периода обучения, уравнение обычно не подвергается сомнениям, хотя сами монетаристы не относились нему так упрощенно. В результате складываются не подвергаемые сомнению стереотипы в духе «если включить печатный станок, будет инфляция», оказывающие фундаментальное воздействие на массовые взгляды на экономику, и как следствие, на управленческие решения правительства и ЦБ. Однако в 90-е количество денег бывало настолько малым, что приходилось заниматься бартером, а цены все равно росли. Что намекает нам, что реальная экономика устроена сложнее.

Чтобы свести всё к выводам, излагаемым в учебниках, среди прочего, используется гипотеза, что скорость обращения денег постоянна. Подтвердить или опровергнуть её было проблематично – нет прибора, чтобы померить скорость перемещения купюр в экономике, а при оценке значения скорости обращения денег по формулам неясно – то ли велика ошибка методики оценки (формула составлена неверно), то ли всё и правда так.

С открытием доступа к данным по банковским оборотам стало возможно измерить скорость обращения денег непосредственно. Не совсем той части денег, которую обычно имеют в виду в уравнении (в данных только часть наличного оборота,и примешан финансовый оборот, и не несущие экономического смысла технические бухгалтерские операции), но части достаточно значимой, чтобы по итогам исследования, мы пришли к выводу, что нельзя полагать, что скорость обращения денег постоянна.

Фактически, этот результат – ещё один кирпичик в понимание истоков спора между монетаристами и кейнсианцами: “есть ли смысл в увеличении количества денег в экономике, или это даст только инфляцию?”.

Разработана и применена методика анализа состояния банковской системы с использованием данных о банковских оборотах и показателя оборачиваемости (потоковых характеристик). Методика дополняет анализ, использующий только остатки на банковских счетах, или «запасы», как их принято называть в общей экономической теории (дискретные характеристики).

Подробнее
Работы, использующие обороты в банковском анализе, появились давно (например, Соколов А.А. и Струмилин С.Г. проводили такой анализ ещё в начале 20го века). И все же на макроуровне такая статистика анализировалась мало – из-за закрытости статистики и отсутствия программного инструментария.

Поэтому, когда я вычислил показатели оборотов и оборачиваемости (интенсивности операций по счетам), наша исследовательская группа обрела множество графиков и таблиц с неочевидным значением. Что было естественно – большинство исследователей привыкло к измерению показателей в остатках: «тысяча рублей на счете это мало, а миллион много».

Однако как понять – миллион рублей, прошедших по банковскому счету за месяц это много или мало? Потребовалось разобраться, как и почему обороты и оборачиваемость повышаются и понижаются, до какой степени на эти показатели можно положиться, какие факторы могут связывать их динамику с другими экономическими показателями, и, самое главное, как собрать из сотен показателей единую, осмысленную, и укладывающуюся в человеческой голове картину происходящего.

В результате мы обнаружили, что картина кризиса 2008 г. выглядит не как «осенью 2008 г. было плохо, с января 2009 г. всё стабилизировалось и пошло в рост» (самая распространенная версия), а «осенью 2008 г. было плохо, ЦБ влил поддержку банков деньгами, но эти деньги не использовались так же активно, как раньше, а вместо этого держались в качестве «резервов», «застревали» в крупных банках. В итоге до регионов поддержка ЦБ, по-видимому, дошла только к середине лета 2009 г.» То есть, на традиционных цифрах (остатках) всё было в порядке, что приводило аналитиков к первой, распространенной картине, а на оборотах – активность деятельности в экономике не восстановилась, в регионах кризис достиг дна только к середине 2009 г.

Также исходя из исследования оборачиваемости, мы пришли к выводу, что после 2008 г. банковская система и экономика страны вошла в фазу стагнации и уперлась в потолок экономической модели (ещё до следующего падения цен на нефть). Что не являлось на тот момент единогласной среди экономистов точкой зрения, хотя позже уже не вызывало особых споров.

Выяснилось, что наработанные знания и подходы к анализу можно использовать как методику – подставлять значения за новые даты, проверять изменения в графиках, уже зная, на что обращать внимание, как искать дополнительную информацию по явлениям, которые нельзя расшифровать из графиков сразу, и как в итоге сложить по алгоритму общую картину. Например, «чёрный понедельник» 2014 г. и последующее развитие событий с точки зрения оборотов похоже на события 2008 г. Многие выводы можно было переносить почти без изменений.

Отчасти возможность переноса выводов с одного временного периода на другой, конечно, вызвана инертностью российской экономики и упрощенностью её структуры. Однако даже если со временем российская экономика изменит свою структуру, многие элементы методики останутся актуальными, надо будет лишь дополнить их анализом новорожденных (или получивших новую значимость) элементов экономики.

Показано, что ликвидность банковского сектора не нейтральна по отношению к способу её пополнения. Выявлена неоднородность денежных потоков между отдельными КО и многомерность скорости обращения и наличие содержательно объяснимой динамики скорости обращения отдельных денежных потоков.

Подробнее
Исследование денежных потоков в банковской системе показало, что правильно рассматривать много различных составляющих скорости обращения денег (по отдельным банкам и по отдельным видам деятельности внутри банка), а не только “среднюю по больнице” скорость обращения.

Из этого результата, среди прочего, следует, что есть разница какими финансовыми инструментами предоставлять банкам ликвидность, и каким банкам её предоставлять. Исходя из нашего исследования, в кризис деньги могут перестать “работать” в том режиме, что был до кризиса. Они как бы «замораживаются» в резервы (их скорость обращения падает), а потому экономике в этой фазе для восстановления активности может требоваться больше денег, чем было бы достаточно до кризиса. Важность этого в том, что часто именно на докризисных параметрах системы проводится оценка потребности банковской системы в ликвидности, так как параметры нового “режима работы” ещё не очевидны. То есть, научно говоря, из-за неравномерности потоков денег в банковской системе, эффект повышения ликвидности может демпфироваться. Гипотетически могут демпфироваться инфляционные эффекты увеличения денежной массы.

Выявлено, что концентрация банковского сектора по остаткам и оборотам (то есть, грубо говоря, мера того, насколько большая доля рынка сконцентрирована у крупнейших банков) отличается и численно и экономически содержательно. Отличие проявляется и в значении, и при некоторых условиях, направленностью динамики. Выявленное различие является ещё одним ограничением применимости классического индекса Герфиндаля-Гиршмана по остаткам.

Выявленная неоднородность денежных потоков (как между КО, так и между направлениями деятельности) в банковской системе дает возможность в дальнейшем формировать регулятивные меры, работающие с конкретными сегментами денежного обращения и возможность повысить эффективность предоставления ликвидности.

Выявлено, что ранг банка по остаткам (“банк Z пятый по размеру в России”) может существенно не совпадать с рангом банка по оборотам. В ряде случаев это может означать существенно большее значение банка для банковской системы по оборотам, чем предполагается по остаткам. Например, банкротство Мастер-Банка привело к неожиданно сильным последствиям, так как обороты через него, судя по всему, были гораздо больше, чем остатки. Различие в значимости банков для банковской системы вызвано тем, что некоторые КО имеют региональное значение, узкую специализацию (в том числе, инновационную), или несут ключевое значение как узел сети (через банк проходит большой объём операций).

Как следствие – оперировать критерием «малого» размера активов банка может быть методически опасным. Так, нам представляется методически неверным взятый в свое время курс на повышение концентрации российской банковской системы при помощи ужесточения требований к размеру собственного капитала.

Разработан инструментарий, агрегирующий официальные отчетные данные банков, опубликованные на сайте ЦБ (более 15 000 000 строк данных) как до показателей уровня отдельных банков и групп банков, так и до показателей уровня банковского сектора (все КО в сумме). Прикладные возможности инструментария существенно шире использованных в исследовании.

Подробнее
Объём, охват и детализация данных отчетности по 101-й форме, ежемесячно выкладываемой банками на сайте ЦБ в открытом доступе настолько велики, что, при наличии программного комплекса для её обработки, работа с ней становится повседневным инструментом. На этих данных возможно выстроить исследования по широкому кругу вопросов, выходящими за охват как отдельного исследователя, так и команды исследователей.

Перспективная задача для подобных проектов – выстраивание сотрудничества исследователей при работе с подобным инструментарием на уровне интерфейса программы, что существенно бы повысило их общую эффективность работы и снизило бы банковские риски. 

Образование:

  • МФТИ, Факультет Управления и Прикладной Математики, 2005-2011 гг.

Основные публикации на сайте:

    Статьи и другие материалы на сайте: