Прогнозирование процентный ставок в российской банковской системе

ВВЕДЕНИЕ 3
ГЛАВА 1. МОДЕЛИРОВАНИЕ БАНКОВСКИХ ПРОЦЕНТНЫХ СТАВОК В РОССИЙСКОЙ ЭКОНОМИКЕ: ВЫЗОВЫ И ОСОБЕННОСТИ 5
1.1 Детерминанты банковских ставок и их моделирование 5
1.2 Структура моделей банковской системы России. 7
ГЛАВА 1 СЦЕНАРНЫЕ УСЛОВИЯ ПРОГНОЗА 11
2.1 Рассчет прогнозных показателей ключевой ставки ЦБ РФ 11
ЗАКЛЮЧЕНИЕ 13
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 15

Весь текст будет доступен после покупки

Актуальность исследования моделирования процентных ставок в российской банковской системе обусловлена ее значительным влиянием на экономику страны. Процентные ставки играют важную роль в денежно-кредитной политике, оказывая влияние на инвестиции, потребительские расходы и кредитование. С учетом изменчивости ключевой ставки в России, моделирование процентных ставок представляет собой сложную задачу, требующую более глубокого понимания динамики банковского сектора. Недостаток исследований в этой области подчеркивает важность данного исследования.

Несмотря на некоторые работы, посвященные моделированию процентных ставок в российской банковской системе, степень изученности проблемы остается относительно невысокой. Например, одни исследования фокусируются на влиянии изменений ключевой ставки и рефинансирования Банка России на ставки кредитов, но учитываются не все аспекты, такие как различия в периодах изменения ключевой ставки и ее воздействие на среднесрочные траектории ставок до одного года.

Целью этой работы является разработка моделей, способных отразить динамику процентных ставок в российской банковской системе, особенно в условиях быстрых изменений ключевой ставки. В рамках этой цели ставятся задачи: анализ влияния изменений ключевой ставки на банковские ставки с учетом временных задержек; моделирование среднесрочных траекторий ставок до одного года; исследование воздействия ставок на кредитование различных секторов экономики.

Объектом исследования выступает банковская система России, а предметом – процентные ставки и их динамика. Для достижения поставленных целей используются методы эконометрики для анализа статистических данных и построения моделей, а также теория денежно-кредитных отношений. В работе основываются на статистические данные о процентных ставках, ключевой ставке и других факторах, воздействующих на денежно-кредитную политику.

Весь текст будет доступен после покупки

ГЛАВА 1. МОДЕЛИРОВАНИЕ БАНКОВСКИХ ПРОЦЕНТНЫХ СТАВОК В РОССИЙСКОЙ ЭКОНОМИКЕ: ВЫЗОВЫ И ОСОБЕННОСТИ
1.1 Детерминанты банковских ставок и их моделирование

Ключевой ставкой определяется большая часть банковских ставок в экономике. Однако изменения в ключевой ставке не всегда мгновенно сказываются на банковские процентные ставки, а временные задержки могут различаться в зависимости от конкретных банковских продуктов. Также стоит учитывать, что ожидаемые изменения в ключевой ставке могут заранее повлиять на ставки коммерческих банков. В условиях России, быстрые изменения ключевой ставки в последние годы делают моделирование еще более сложным.

В период с 2018 года по июнь 2020 года ключевая ставка была снижена восемь раз, с уровня 7,5% до 4,25%. Однако в связи с ростом инфляции, впоследствии начался цикл ужесточения денежно-кредитной политики, и к июню 2021 года ставка была повышена трежды, достигнув 5,5%. В ноябре 2023 года ставка ЦБ была повышена до 15%.

Моделирование банковских процентных ставок в российской банковской системе до настоящего времени не получило должного внимания. Существующие исследования, представленные в статьях [1; 2; 3; 4; 5] используют эконометрические модели и тесты для исследования влияния изменений ключевой ставки и ставки рефинансирования Банка России на банковские ставки по кредитам.

Несмотря на некоторые исследования, существует потребность в более глубоком исследовании долгосрочных траекторий ставок до одного года для обеспечения более точных прогнозов будущих изменений в банковской системе России.

Весь текст будет доступен после покупки

1. Крепцев Д.А., Селезнев С.М. Влияние ставок денежного рынка на ставки по кредитам конечным заемшикам // Деньги и кредит. - 2017. № 8. С. 18-27.
2. Борзых О.А. Канал банковского кредитования в России: оценка с помошью TVP-FAVAR модели // Прикладная эконометрика. - 2016. № 43. С. 96-117.
3. Коваленко О.В. Моделирование процентного канала денежно-кредитнои трансмиссии в России // Вестник РЭА. - 2009. № 5. С. 80-86.
4. Шимановскии Д.В. Инструментарии прогнозирования спроса и предложения на кредитном рынке на основе диффузных индексов Банка России // Вестник Пермского университета. Серия: Экономика. - 2017. № 2. С. 202-217.
5. Moiseev A.K. and Cherkovets M.V. Scenario prediction of dynamics of interest rates and internal creditvolume in Russia for - 2018?2022 – Р. 507-513
6. Gambacorta L. How do banks set interest rates? // European Economic Review. - 2008. Nо. 5. P 792-819.
7. Ebrahimi S. The Effects of Ownership Structure on Borrowing Rate: The Case of Listed Iranian Companies // Millenial Asia. Jan. - 2021. 24 p.

Весь текст будет доступен после покупки