Problemy Zarządzania nr4 t.1 - Warsaw University Digital Library

Transkrypt

vol. 12, nr 4 (48), t. 1
współczesne wyzwania
w bankowości i finansach
2014
Wydział Zarządzania Uniwersytet Warszawski
ISSN 1644-9584
Redakcja dr hab. prof. UW Beata Glinka, dr hab. prof. UW Przemysław Hensel
Redaktorzy
tematyczni prof. dr hab. Marian Górski
Redaktor
statystyczny prof. dr hab. Jerzy Wierzbiński
Recenzenci
dr hab. Marek Monkiewicz
dr hab., prof. UW Teresa Czerwińska
dr Grzegorz Tchorek
dr Radosław Winiarski
dr hab., prof. UEK Ewa Miklaszewska
dr hab., prof. UE Janina Harasim
dr Małgorzata Olszak
prof. dr hab. Jan Śliwa
dr Małgorzata Gajda-Kantorowska
dr Małgorzata Pawłowska
dr hab., prof. SGH Piotr Masiukiewicz
dr Lech Kurkliński
dr Jakub Górka
dr hab., prof. UW Tomasz Zalega
dr Małgorzata Maria Frysztak
prof. dr hab. Monika Marcinkowska
Redakcja
językowa mgr Monika Sikorska, mgr Amelia Wydra
Sekretarz
redakcji mgr Anita Sosnowska
Rada
Programowa prof.
prof.
prof.
prof.
prof.
prof.
prof.
Bernard Arogyaswamy (Le Moyne College, NY)
dr hab. Ryszard Borowiecki (Uniwersytet Ekonomiczny, Kraków)
George Cairns (RMIT, Australia)
Lothar Cerny (Cologne University of Applied Sciences)
Barbara Czarniawska (Gothenburg Research Institute, Uniwersytet w Göteborgu)
dr hab. Marian Gorynia (Uniwersytet Ekonomiczny, Poznań)
dr hab. Stefan Kwiatkowski (Wydział Zarządzania, UW i Akademia Leona
Koźmińskiego w Warszawie)
prof. dr hab. Krzysztof Konecki (Instytut Socjologii, Uniwersytet Łódzki)
prof. dr Slawomir Magala (Rotterdam School of Management, Erasmus University)
dr Julian Mahari (BPH Breakthrough Projects Holding AG, Szwajcaria)
prof. Jeff Michelman (University of North Florida)
prof. Gyewan Moon (Kyungpook National University)
prof. dr hab. Alojzy Z. Nowak (Wydział Zarzadzania, UW)
prof. dr hab. Krzysztof Obłój (Wydział Zarzadzania, UW)
prof. Patrick O’Sullivan (Grenoble Bussines School, Francja)
prof. Rolf Solli (Goteborg University i Gothenburg Research Institute, Szwecja)
prof. Victor Starodubrovskij (Międzynarodowy Instytut Zarządzania, Moskwa)
prof. Jeff W. Steagall (Weber University, Uthah)
prof. dr hab. Andrzej Szumański (Wydział Prawa i Administracji, Uniwersytet Jagielloński)
prof. Ruth Taplin (University of Leicester)
prof. zw. dr hab. Jan Turyna (Wydział Zarządzania UW)
prof. Janine Wedel (SPP, George Mason University)
prof. dr hab. Zofia Wysokińska (Instytut Ekonomii, Uniwersytet Łódzki)
prof. dr hab. Anna Zielińska-Głębocka (Wydział Ekonomiczny, Uniwersytet Gdański)
Adres redakcji Redakcja Problemów Zarządzania,
Szturmowa 1/3 pok. A102, 02-678 Warszawa
www.pz.wz.uw.edu.pl, [email protected]
Wydawca Wydawnictwo Naukowe Wydziału Zarządzania UW
Pismo można zaprenumerować lub nabyć pojedyncze egzemplarze, wysyłając zamówienie na e-mail:
[email protected] lub fax: (22) 5534198 z dopiskiem: Wydawnictwo Naukowe WZ.
Chęć dokonania prenumeraty można również zgłaszać telefonicznie pod numerem: (22) 5534198.
Na zamówieniu złożonym przez instytucję należy podać: nazwę instytucji zamawiającej, adres, numer NIP
oraz zgodę na wystawienie faktury bez podpisu odbiorcy.
Cena kwartalnika dla prenumeratorów 25 zł (100 zł za rok). Wysyłka niezwłocznie po ukazaniu numeru.
Cena prenumeraty zawiera koszt przesyłki.
Prenumeratorzy prywatni (nie instytucje) mogą zamawiać kwartalnik wysyłając pieniądze na konto:
Uniwersytet Warszawski Wydział Zarządzania, numer konta: 11-116022020000000060848803
z dopiskiem „zapłata za kwartalnik Problemy Zarządzania”.
Opracowanie komputerowe, druk i oprawa:
Dom Wydawniczy ELIPSA,
ul. Inflancka 15/198, 00-189 Warszawa
tel./fax 22 635 03 01, 22 635 17 85
e-mail: [email protected], www.elipsa.pl
Spis treści
Od redaktora naukowego. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
Artykuły
Konsekwencje implementacji programów luzowania ilościowego
w strefie euro
Irena Pyka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
The analytical framework for identifying and benchmarking
systemically important financial institutions in Europe
Renata Karkowska . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
Ryzyko systemowe w sektorze ubezpieczeń – analiza ekspozycji
w krajach Unii Europejskiej
Teresa Czerwińska . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
Competition between commercial banks in Poland – an analysis
of Panzar-Rosse H-statistics
Filip Świtała, Małgorzata Olszak, Iwona Kowalska . . . . . . . . . . . . . . . .
64
Efektywność techniczna banków spółdzielczych w województwie
wielkopolskim w latach 2008–2012
Michał Jankowski, Aneta Kaczyńska . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
Czynniki determinujące rating kredytowy krajów europejskich
Patrycja Chodnicka, Piotr Jaworski, Katarzyna Niewińska . . . . . . . . . . 111
Skorygowany o ryzyko kredytowe pomiar płynności banku
jako narzędzie wsparcia procesu zarządzania
stabilnością finansową
Paweł Niedziółka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Ekonomiczne granice nieruchomości przemysłowej a wartość
wskaźnika LtV
Edward Wiszniowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
The issues of regulatory environment
of Bank Gospodarstwa Krajowego operation with reference
to European standards for public development banks.
Current situation and own proposals for changes
Sebastian Skuza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Analiza działalności funduszy private equity w Polsce na tle
krajów regionu w latach spowolnienia gospodarczego 2008–2012
Marcin Ignatowski . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
Planowanie finansów osobistych (zarządzanie finansami osobistymi)
z udziałem doradców finansowych – znaczenie dla gospodarstw
domowych i gospodarki
Krzysztof Waliszewski. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
Renty z tytułu szkód na osobie – tendencje i wyzwania
w ubezpieczeniach odpowiedzialności cywilnej
Ilona Kwiecień, Anna Jędrzychowska . . . . . . . . . . . . . . . . . . . . . . . . . . 222
Problemy Zarządzania, vol. 12, nr 4 (48), t. 1: 5 – 6
ISSN 1644-9584, © Wydział Zarządzania UW
Od redaktora naukowego
Współczesne wyzwania w bankowości i finansach są ciągle skutkiem
doświadczeń z globalnego kryzysu finansowego lat 2007–2009. Największą
innowacją na poziomie polityki pieniężnej było zastosowanie w walce z kryzysem przez banki centralne wielu państw, w trym przez Fed i EBC, polityki
ilościowego luzowania. Oba te banki zapowiedziały w roku 2014 stopniowe
wychodzenie z tego rodzaju polityki. Problem ten analizuje I. Pyka w artykule
Konsekwencje implementacji programów luzowania ilościowego w strefie euro.
Kryzys finansowy wywołał również problem stabilności finansowej całej
gospodarki, poszczególnych segmentów sektora finansowego oraz pojedynczych podmiotów z uwzględnieniem roli instytucji systemowo ważnych i ich
wpływu na ryzyko systemowe. Problemowi temu na poziomie Unii Europejskiej poświęcone są dwa artykuły: R. Karkowskiej The analytical framework
for identifying and benchmarking systemically important financial institutions
in Europe oraz T. Czerwińskiej Ryzyko systemowe w sektorze ubezpieczeń –
analiza ekspozycji w krajach Unii Europejskiej.
Istotny wpływ na stabilność sektora instytucji monetarnych ma konkurencyjność działających w nim banków. Problem ten analizują: F. Świtała,
M. Olszak i I. Kowalska w artykule Competition in commercial banks in
Poland – analysis of Panzar-Rosse H-statistics oraz M. Jankowski w artykule
Efektywność techniczna banków spółdzielczych w województwie wielkopolskim
w latach 2008–2012.
Pokłosiem kryzysu są również zmiany w nadzorze finansowym i w określanych przez niego regulacjach funkcjonowania poszczególnych segmentów sektora finansowego. Zagadnieniu temu przyjrzeli się: P. Chodnicka,
P. Jaworski i K. Niewińska w artykule Czynniki determinujące rating kredytowy
krajów europejskich, P. Niedziółka w artykule Skorygowany o ryzyko kredytowe
pomiar płynności banku jako narzędzie wsparcia procesu zarządzania stabilnością finansową, E. Wiszniowski w artykule Ekonomiczne granice nieruchomości przemysłowej a wartość wskaźnika LtV oraz S. Skuza w artykule The issues
of regulatory environment and principles of Bank Gospodarstwa Krajowego
operation with reference to European standards for public development banks.
W jaki sposób globalny kryzys finansowy wpłynął na funkcjonowanie
funduszy private equity w Polsce na tle innych krajów regionu, analizuje
w swoim artykule M. Ignatowski.
Kryzys wpłynął również na wzrost ryzyka inwestorów finalnych (w tym
ubezpieczających się), którymi są gospodarstwa domowe. Powinno to zwrócić
uwagę na potrzebę bardziej świadomego i aktywnego zarządzania finansami
Od redaktora naukowego
osobistymi. O zjawisku tym piszą: K. Waliszewski w artykule Planowanie
finansów osobistych (zarządzanie finansami osobistymi) z udziałem doradców finansowych – znaczenie dla gospodarstw domowych i gospodarki oraz
I. Kwiecień i A. Jędrzychowska w artykule Renty z tytułu szkód na osobie
– tendencje i wyzwania w ubezpieczeniach odpowiedzialności cywilnej.
Po raz pierwszy w historii Katedry Systemów Finansowych Gospodarki
złożyliśmy dwujęzyczny numer Problemów Zarządzania. Mam nadzieję, że
nie odstraszy to polskich czytelników od przestudiowania artykułów w języku
angielskim i da jednocześnie możliwość zapoznania się z niektórymi artykułami czytelnikom zagranicznym.
Prof. dr hab. Marian Górski
Kierownik Katedry Systemów Finansowych Gospodarki
Wydział Zarządzania, Uniwersytet Warszawski
6
Problemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
DOI 10.7172/1644-9584.48.1
Konsekwencje implementacji programów luzowania
ilościowego w strefie euro
Nadesłany: 15.04.14 | Zaakceptowany do druku: 25.11.14
Irena Pyka*
Opracowanie koncentruje się analizie charakteru zastosowanej przez EBC polityki luzowania ilościowego. Bezpośrednim jego celem jest jednak ocena skutków tej polityki. Konsekwencje polityki luzowania
ilościowego EBC analizuje się, wskazując na zmiany w stanach płynności sektora bankowego strefy
euro, poziomach stóp procentowych, poziomie i strukturze agregatu monetarnego M3, a także aktywach
i pasywach bilansu EBC.
Słowa kluczowe: polityka luzowania ilościowego, program papierów wartościowych, agregat M3, struktura
podaży pieniądza bankowego, płynność banków, bilans banku centralnego, EBC.
The consequences of implementation of quantitative easing
programs in the euro area
Submited: 15.04.14 | Accepted: 25.11.14
The study focuses on the analysis of the character, used by the ECB, Quantitative Easing policy. However,
its direct aim is the assessment of effects of this policy. The consequences of the ECB’s Quantitative
Easing policy are analyzed pointing to the changes in the liquidity of the euro area banking sector, levels
of interest rates, level and structure of the M3 monetary aggregate, as well as assets and liabilities of
the balance sheet of the ECB.
Keywords: Quantitative Easing policy, securities program, M3 aggregate, structure of banking money
supply, banks’ liquidity, central bank balance sheet, ECB
JEL: E 580
*
Irena Pyka – prof. dr hab., Uniwersytet Ekonomiczny w Katowicach, Katedra Bankowości i Rynków
Finansowych.
Adres do korespondencji: Uniwersytet Ekonomiczny w Katowicach, Katedra Bankowości i Rynków Finansowych, ul. 1 Maja 50, 40-287 Katowice; e-mail: [email protected].
Irena Pyka
1. Wprowadzenie
Programy luzowania ilościowego w polityce monetarnej banków centralnych pojawiły się jako efekt ich działań na rzecz przywrócenia stabilności
finansowej gospodarki światowej dotkniętej globalnym kryzysem finansowym.
Banki centralne zastosowały je w warunkach małej skuteczności niestandardowych instrumentów polityki monetarnej. Poprzez programy luzowania
ilościowego wprowadziły do obiegu gospodarczego niewyobrażalnie dużą
ilość pieniądza gotówkowego, kierując się potrzebami wzrostu gospodarczego i niską efektywnością kanału transmisji kredytowej.
W strefie euro, w której sektor bankowy odgrywa zasadniczą rolę w finansowaniu gospodarki, a dynamika podaży pieniądza i akcji kredytowej co do
tendencji pozostaje stale niska, wiele państw członkowskich stanęło przed
poważnym zagrożeniem dla ożywienia gospodarczego (EBC, 2014, s. 6).
Dlatego też EBC, początkowo oporny wobec luzowania ilościowego, instrument ten wykorzystał, podobnie jak największe banki centralne gospodarki
światowej, do walki ze skutkami globalnego kryzysu finansowego i słabnącą
dynamiką wzrostu gospodarczego.
Celem opracowania jest prezentacja specyficznych cech programów luzowania ilościowego w strefie euro, skierowana na identyfikację ich skutków
przy równoczesnym rozpoznaniu głównych kanałów przenikania polityki
quantitative easing do gospodarki strefy euro. EBC, przedłużając programy
skupu papierów wartościowych w operacjach otwartego rynku, dostarcza
podmiotom finansowym tej strefy środki pieniężne, starając się zwiększyć
podaż pieniądza kredytowego i zmienić proporcje portfela ich aktywów
finansowych. Dotychczas uruchomione przez EBC programy luzowania
ilościowego nie przełożyły się jednak na wzrost kredytów dla sektora niefinansowego. Niekorzystna pozostaje także struktura podaży pieniądza bankowego strefy euro. Natomiast programy luzowania ilościowego prowadzą
do zmniejszenia nadwyżki płynności na rynku międzybankowym strefy euro
oraz zmian w strukturze aktywów i pasywów bilansu EBC.
2. Programy luzowania ilościowego w strefie euro – różnice
i podobieństwa
EBC reagował na globalny kryzys finansowy w nieco inny sposób niż Fed,
mimo że jest też zbudowany na zasadzie federacyjności. Korzystał z triady
dostępnych mu klasycznych instrumentów polityki monetarnej, dokonując
w pierwszej fazie globalnego kryzysu finansowego takiej ich modyfikacji,
aby w operacjach otwartego rynku przeprowadzać za ich pomocą działania
interwencyjne na rynku pieniężnym (enhanced credit support). Nadzwyczajne
wsparcie kredytowe ze strony EBC miało głównie na celu zwiększenie płynności w sektorze bankowym strefy euro i obejmowało (EBC, 2009, s. 19
i nast.):
8
DOI 10.7172/1644-9584.48.1
Konsekwencje implementacji programów luzowania ilościowego w strefie euro
– dostarczanie bankom strefy euro nieograniczonych kwot płynności po
stałej stopie we wszystkich operacjach refinansujących, za odpowiednim
zabezpieczeniem;
– wydłużenie do jednego roku maksymalnej zapadalności operacji refinansujących, która przed kryzysem wynosiła trzy miesiące;
– rozszerzenie listy aktywów akceptowanych jako zabezpieczenie;
– dostarczanie płynności w walutach obcych (zwłaszcza w dolarach amerykańskich);
– bezpośredni skup na rynku obligacji zabezpieczonych.
Transakcje na pieniężnym rynku otwartym strefy euro EBC wspierał
dodatkowo polityką stałego obniżania bazowych stóp procentowych, które
pozostając na rekordowo niskim poziomie, umożliwiały bankom komercyjnym Eurosysytemu refinansowanie się po bardzo niskim koszcie kapitałowym.
EBC na początku globalnego kryzysu finansowego, w odróżnieniu zatem
od Fed, pomimo iż angażował się w transakcje papierami wartościowymi,
nie tworzył specjalnych programów ich wykupu. Zasilając sektor bankowy
w płynność, stopniowo rozszerzał zestaw aktywów akceptowanych jako
zabezpieczenie transakcji w operacjach otwartego rynku. Wydłużał także
termin zapadalności długoterminowych operacji refinansowych (ang. Longer
Term Refinancing Operations, LTRO). W obliczu oczekiwanych zagrożeń na
rynku bankowym wprowadził równolegle program zakupu listów zastawnych
(ang. Covered Bond Purchase Programme, CBPP), który można uznać za
formę polityki luzowania ilościowego. Jego edycja zakończyła się jednak
w lipcu 2010 r., wtedy gdy program osiągnął planowaną kwotę 60 mld euro.
Program nie został przez EBC przedłużony w związku z obserwowaną
w ciągu 2009 r. poprawą warunków na rynkach finansowych i przekonaniem
EBC, że nadzwyczajna polityka pieniężna powinna być krótkoterminowa.
Rada Prezesów na początku grudnia 2009 r. zdecydowała o stopniowym
wycofywaniu się z niestandardowych instrumentów polityki pieniężnej. Od
I kwartału 2010 r. EBC zaczął stopniowo ograniczać liczbę i częstotliwość
dłuższych operacji refinansujących. Ostatnia operacja 12-miesięczna została
przeprowadzona w grudniu 2009 r., ostatnia 6-miesięczna w marcu 2010 r.
W I kwartale 2010 r. zmniejszono także liczbę operacji 3-miesięcznych.
Natomiast Fed w tym czasie, a więc już w pierwszej fazie globalnego
kryzysu finansowego, rozpoczął dostarczanie płynności do sektora bankowego poprzez zakup papierów wartościowych na niespotykaną wcześniej
skalę. W grudniu 2007 r. przygotował program Term Auction Facility (TAF).
Kolejnym programem FED był Term Securities Lending Facility (TSLF)
stworzony w marcu 2008 r., oparty na papierach skarbowych, ale także
na dłużnych papierach korporacyjnych, papierach komunalnych, MBS-ach
i ABS-ach. W 2008 r. Fed przygotował Primary Dealer Credit Facility
(PDCF) i program Commercial Paper Funding Facility (CPFF) oparty na
zakupie CP oraz ABCP.
9
Irena Pyka
Działania nadzwyczajne EBC od samego początku, w odróżnieniu od
działań Fed, charakteryzowała tzw. tymczasowość. EBC traktował powstałe
zakłócenia za przejściowe. Tworzył niestandardowe instrumenty finansowe
tak, aby były one zdolne do samoregulacji i automatycznego zaniku w razie
poprawy sytuacji. Nie starał się w swych działaniach naruszać też niezależności ESBC, korzystając z własnej autonomii do kształtowania polityki
monetarnej strefy euro. EBC dbał również od samego początku niestandardowej polityki monetarnej o zachowanie dobrej komunikacji z otoczeniem.
Wprowadzeniu nadzwyczajnych narzędzi polityki pieniężnej w strefie euro
towarzyszyło więc transparentne, publiczne wyjaśnianie powodów ich stosowania, tak by przywrócić zaufanie sektora prywatnego do gospodarki oraz
rynku finansowego (Kochaniak, 2012, s. 73–74).
Druga faza reakcji EBC na globalny kryzys finansowy pojawiła się
w roku 2010. Wiosną tego roku ponownie zauważalne stały się bowiem
napięcia w niektórych segmentach rynków finansowych strefy euro. Niepewność dotknęła zwłaszcza rynku obligacji skarbowych i wynikała bezpośrednio z rozpoczynającego się wtedy kryzysu zadłużenia strefy euro.
Obawy o stabilność finansów publicznych państw członkowskich w związku
z rosnącymi wskaźnikami ich deficytu i długu publicznego, ale także najpierw
poważne problemy finansowe i gospodarcze Grecji, a potem także Hiszpanii, Portugalii czy Włoch spowodowały znaczne i szybko rosnące różnice
między oprocentowaniem dziesięcioletnich obligacji skarbowych tych krajów.
W maju 2010 r. osiągnęły one poziomy nienotowane od początku Unii
Gospodarczo-Walutowej, dlatego rządy strefy euro uchwaliły kompleksowy
pakiet środków zaradczych, w tym utworzenie spółki European Financial
Stability Facility.
Reakcja ze strony EBC na zmiany w oprocentowaniu dziesięcioletnich
obligacji skarbowych państw członkowskich była także zdecydowana. Oprocentowanie tych obligacji w strefie euro stanowi bowiem jeden z głównych
czynników determinujących stawki oprocentowania emisji obligacji korporacyjnych. Ponadto przy silnych zaburzeniach w funkcjonowaniu rynków
obligacji powstała obawa, że stopy krótkoterminowe EBC przestaną przekładać się na stopy długoterminowe. EBC mógł zatem stracić kontrolę nad
kosztami obsługi inwestycji podmiotów gospodarczych strefy euro.
Poszukując rozwiązania tego problemu, w maju 2010 r. EBC uruchomił
pierwszy oficjalny programu rynku papierów wartościowych. W ramach tego
programu Eurosystem mógł prowadzić interwencje na rynkach publicznych
i niepublicznych dłużnych papierów wartościowych strefy euro. Jego bezpośrednim celem stało się pogłębienie i zasilenie w płynność tych segmentów
rynków, które miały problemy z prawidłowym funkcjonowaniem. Program
sam w sobie nie stwarzał jednak zagrożenia inflacyjnego. Zasoby płynności
EBC wynikające ze skupu obligacji w ramach ogłoszonego programu w całości były bowiem z powrotem wchłaniane za pomocą specjalnych operacji
absorbujących płynność. Rynek bankowy poprzez te operacje był zatem
10
DOI 10.7172/1644-9584.48.1
sterylizowany. Na koniec 2010 r. łączna kwota interwencji Eurosystemu na
rynkach obligacji wyniosła 73,5 mld euro – dokładnie tyle samo co zasoby
płynności zaabsorbowane z rynku pieniężnego (EBC, 2010, s. 19–21).
Zasadniczo to właśnie Securities Markets Programme stabilizujący wtórne
rynki dłużnych papierów wartościowych należałoby uznać w strefie euro za
początek polityki luzowania ilościowego. Luzowanie ilościowe (QE) jako
instrument nadzwyczajnej polityki monetarnej banków centralnych polega
bowiem na kupnie aktywów finansowych – najczęściej od banków (np. rządowych papierów wartościowych), ale może dotyczyć także innych papierów
wartościowych skupowanych w transakcjach na otwartym rynku finansowym.
Bezpośrednim celem polityki luzowania ilościowego jest dostarczanie podmiotom finansowym, głównie bankom, środków pieniężnych niezbędnych do
zwiększenia ich aktywności kredytowej. Endogeniczny wzrost podaży pieniądza niesie jednak ze sobą ryzyko wzrostu cen, a zatem wysokie ryzyko inflacji. EBC, zakładając w programie SMP, że wykup papierów wartościowych
będzie sterylizowany, kierował się jednak – w przeciwieństwie do programów
Fed czy BoE – kontrolą poziomu cen w strefie euro. Bezpośrednim celem
programu było natomiast ograniczeniem wzrostu i zmienności rentowności
niektórych papierów dłużnych w strefie euro,
We wrześniu 2012 r. EBC ogłosił kolejny program papierów wartościowych Outright Monetary Transactions (OMT). Ważnym czynnikiem jego uruchomienia była przedłużająca się silna segmentacja rynku finansowego wywołana kryzysem związanym z długiem państwowym. OMT dotyczył zakupu
papierów wartościowych przez banki centralne Eurosystemu wyłącznie na
rynku wtórnym i dotyczył papierów skarbowych o maksymalnie trzyletnim
terminie zapadalności, emitowanych przez rządy państw członkowskich strefy
euro. Celem tego programu było głównie zapewnienie efektywności jednolitej polityki pieniężnej EBC poprzez poprawę funkcjonowania mechanizmu
transmisji monetarnej na sferę realną we wszystkich krajach strefy euro.
OMT przyniosło ogólną poprawę sytuacji na rynku finansowym i zmniejszenie nadwyżki płynności.
Utrzymujące się natomiast problemy państw członkowskich strefy euro,
w tym głównie rosnącego w nich zadłużenia publicznego, były przyczyną
powrotu EBC do niestandardowych instrumentów polityki pieniężnej. Pod
koniec roku 2011 EBC zdecydował się na uzupełnienie istniejących programów płynnościowych wznowionym CBPP oraz rocznymi i trzyletnimi
LTRO. Rozszerzył ponadto kolejny raz wachlarz aktywów akceptowanych
jako zabezpieczenie kredytów dla instytucji finansowych (w operacjach
warunkowych). Podjął też inne działania, jak chociażby redukcję współczynnika rezerwy obowiązkowej czy obniżenie progu ratingowego niektórych papierów wartościowych zabezpieczonych aktywami (ABS) (EBC, 2011,
s. 12–14). Największy jednak wpływ na rynki pieniężne strefy euro miały
dwie 3-letnie operacje LTRO (21 grudnia 2011 r. i 29 lutego 2012 r.). Nie
były to nowe programy papierów wartościowych w strefie euro. WznowieProblemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
11
Irena Pyka
nie operacji refinansujących adresowanych do prywatnych instytucji finansowych w ostatecznym rozrachunku powoduje jednak efekt podobny do
programów QE. Gwarancje, szczególnie długoterminowego finansowania,
zwiększają bowiem możliwości zakupu przez instytucje finansowe obligacji
skarbowych.
Duże zainteresowanie pośredników finansowych wznowionymi, długoterminowymi operacjami LTRO doprowadziło do powstania nadwyżki płynności
w systemie bankowym strefy euro. W 2012 r. osiągnęła ona średni poziom
773,9 mld euro, powodując wyraźny spadek działalności operacyjnej banków,
co nie było zamierzonym efektem działań niestandardowych EBC.
Nie zawsze oczekiwana reakcja pośredników bankowych w strefie euro
na prowadzoną przez EBC politykę luzowania ilościowego, jak też stale
niestabilna sytuacja gospodarcza w tej strefie są zasadniczymi powodami
dalszego łagodzenia polityki monetarnej. Prezes EBC M. Dragi zauważył
też, że w strefie euro panuje nie tylko jednomyślność w kwestii użycia
niekonwencjonalnych narzędzi polityki pieniężnej, ale podkreślił, że nie
wyczerpano jeszcze konwencjonalnych narzędzi niezbędnych, aby zapobiec
przedłużającemu się okresowi niskiej inflacji.
Analizując specyficzne cechy polityki luzowania ilościowego stosowanej
przez EBC, warto też podkreślić, że nie poddaje się ona tradycyjnemu dość
podziałowi na quantitative easing i credit easing (Smaghi, 2009). EBC stosował
bowiem quantitative easing, dostarczając płynności do sektora bankowego,
poprzez wykup zgromadzonych w nim papierów wartościowych w dwóch
formach: direct quantitative easing oraz indirect quantitative easing. W obu
przypadkach kierował się potrzebą obniżania rynkowych stóp procentowych.
Direct quantitative easing uruchomił w programie SMP. Natomiast indirect
quantitative easing realizował poprzez LTRO, czyli operacje otwartego rynku
na dłuższe terminy. W przypadku direct quantitative easing EBC tradycyjnie koncentrował się na zakupie długoterminowych obligacji rządowych od
banków. Celem takiej transakcji było oddziaływanie na właściwą wycenę
rynkową prywatnych papierów wartościowych. Zakup obligacji rządowych
powodował równoległy do nich spadek rentowności prywatnych papierów
wartościowych. Indirect quantitative easing z kolei ułatwiał dostęp instytucjom kredytowym do pieniądza banku centralnego, pożyczając go na dłuższe
terminy i na warunkach specjalnie określonych bez konieczności zakupu
papierów wartościowych. Dokonywał się on endogennie na podstawie preferencji płynnościowych banków komercyjnych i zasadniczo wtedy, gdy rynek
międzybankowy był w głębokiej nierównowadze (Smaghi, 2009).
EBC wykorzystał też credit easing mający na celu ułatwienie dostępu
do finansowania podmiotom sfery realnej poprzez zmniejszenie premii za
ryzyko, jaką płacą podmioty sfery realnej (Tymoczko, 2010, s. 13). W programach CBPP i SMP realizował direct credit easing. Direct credit easing
obejmował zakup przez EBC papierów komercyjnych w postaci obligacji korporacyjnych i papierów wartościowych zabezpieczonych aktywami
12
DOI 10.7172/1644-9584.48.1
(sekurytyzacja aktywów). Bezwarunkowy zakup tych papierów wartościowych równoznaczny był z ich utrzymywaniem w bilansie EBC do terminu
wykupu. EBC tym samym stawał się kredytodawcą, podobnie jak każdy
bank komercyjny. Poprzez ten instrument EBC mógł zmieniać przebieg
krzywej dochodowości – terminową strukturę stóp procentowych – na okres
zobowiązania się do wykonywania tych transakcji (Smaghi, 2009).
Polityka luzowania ilościowego prowadzona przez banki centralne
w okresie globalnego kryzysu finansowego nie była zatem jednoznacznie identyczna. EBC kierował się w swych działaniach głównie utrzymaniem płynności sektora bankowego strefy euro. Fed, realizując kolejne
programy papierów wartościowych, powiększał ilość pieniądza w obiegu.
Specyfikę skupu papierów wartościowych w operacjach otwartego rynku
można także wykazać w pozostałych bankach centralnych gospodarki światowej. Polityka quntitative easing pojawiła się jednak w działaniach wszystkich największych banków centralnych gospodarki światowej w warunkach
nasilenia i przedłużenia się okresu niepewności na rynkach finansowych,
wzmacniając siłę oddziaływania ich niestandardowych instrumentów polityki
monetarnej.
3. Konsekwencje polityki luzowania ilościowego
Konsekwencje polityki quantitative easing można rozpatrywać na różnych
płaszczyznach. Z perspektywy makroekonomicznej wiążą się one bezpośrednio z oczekiwaniem na efekty gospodarcze. Wykup papierów wartościowych dokonywany przez banki centralne powodował jednak również
makroskutki finansowe i finansowe skutki mikroekonomiczne. Kolejność
ogłaszanych programów skupu papierów wartościowych pozwala na rozpatrywanie konsekwencji QE w poszczególnych okresach lub inaczej – fazach
powstawania. Ważnym kryterium oceny polityki luzowania ilościowego jest
podział jej konsekwencji na krótki i długi okres. Wpływ quantitative easing
na gospodarkę można rozpatrywać także z perspektywy klasycznych kanałów
transmisji polityki monetarnej, a zatem poprzez:
– kanał stóp procentowych – oddziaływania skupu aktywów finansowych
na krótkoterminowe stopy procentowe rynku międzybankowego i stopy
długoterminowe instrumentów dłużnych;
– kanał kredytów bankowych – oddziaływania skupu aktywów finansowych
na płynność banków komercyjnych i rozwój akcji kredytowej w gospodarce, czyli wzrost ich aktywności operacyjnej (handlowej);
– kanał kursu walutowego – oddziaływania skupu aktywów finansowych
na cenę pieniądza zagranicznego (kanał bardzo silny w gospodarce
otwartej; doświadczenia globalnego kryzysu finansowego pokazują, że
pompowany w nadmiarze przez banki centralne do gospodarki pieniądz
gotówkowy w poszukiwaniu wyższych stóp rentowności inwestowanego
kapitału finansowego przelewał się do krajów wschodzących, aprecjonując
13
Irena Pyka
wartość ich walut krajowych; gdy Fed ogłosił koniec dodatkowego druku
dolarów, spowodowało to natychmiastowe umocnienie dolara wobec euro
i jena; kraje wschodzące stanęły przed problemem gwałtownej dewaluacji
ich walut);
– kanał majątkowy tzw. rynku kapitałowego – oddziaływania skupu aktywów finansowych na zmianę struktury inwestowania podmiotów gospodarczych, w tym głównie instytucji finansowych (kanał sprzyjający transakcjom spekulacyjnym i osiąganiu wysokich dochodów inwestycyjnych
wskutek wysokiej zmienności cen aktywów finansowych).
Kanały transmisji polityki luzowania ilościowego można także analizować, wyodrębniając: (Joyce, Tong i Woods, 2011, s. 200–211; Krishnamurthy
i Vissing-Jorgensen, 2011):
– kanał płynnościowy – sprzedaż papierów wartościowych (aktywów finansowych) bankowi centralnemu oddziałuje na zwiększenia podaży płynnych
rezerw w instytucjach finansowych, uruchamiając dalsze ich dostosowania
do jej nowego poziomu w gospodarce;
– kanał portfelowy – sprzedaż papierów wartościowych (aktywów finansowych) bankowi centralnemu oddziałuje na zmianę struktury portfeli
instytucji finansowych poprzez zmiany rentowności krajowych aktywów
finansowych i relatywnych cen aktywów zagranicznych oraz wzrost ich
relatywnej stopy zwrotu;
– kanał zaufania – sprzedaż papierów wartościowych (aktywów finansowych) bankowi centralnemu może wpływać pozytywnie na nastroje podmiotów gospodarczych; drogą wzrostu zaufania publicznego prowadzi do
spadku premii za ryzyko i wzrostu cen aktywów, przyczyniając się do
zmian w poziomie konsumpcji i inwestycji;
– kanał oczekiwań – sprzedaż papierów wartościowych (aktywów finansowych) bankowi centralnemu jest sygnałem dla uczestników rynków
finansowych stabilizacji na niskim poziomie krótko- i długoterminowych
stóp procentowych.
Ocena konsekwencji polityki luzowania ilościowego wymaga więc szerokiego na nie spojrzenia. Pozytywnie efekty tej polityki generowane poprzez
jeden z kanałów oddziaływania mogą powodować negatywne skutki w innych.
Wielką niewiadomą pozostaje z pewnością długoterminowy wpływ polityki
luzowania ilościowego na inflację gospodarczą. Wiadomo już, że zależność
ta, dotychczas uważana za klasyczną, w krótkim terminie w strefie euro nie
wystąpiła. Banki centralne, obawiając się niepożądanych skutków polityki
luzowania ilościowego, zmieniły natomiast swe nastawienie do tzw. strategii
wyjścia. Zastosowały strategię stopniowego wycofywania się z quantitative
easing.
14
DOI 10.7172/1644-9584.48.1
4. Analiza konsekwencji polityki luzowania ilościowego
w strefie euro
Ocena skutków polityki luzowania ilościowego prowadzonej przez EBC
jest niewątpliwie trudna. Głównie dlatego, że w strefie euro pozostaje stale
zróżnicowana sytuacja gospodarcza państw członkowskich i nierównomierne
tempo wzrostu PKB. Sektor finansowy natomiast znajduje się pod naporem
wysokiego długu publicznego. EBC, monitorując na bieżąco zmiany zachodzące w tych obszarach funkcjonowania państw członkowskich strefy euro,
stale przedłuża okres nadzwyczajnej polityki monetarnej, w tym głównie
kontynuując quantitative easing. Oznacza to, że nie dostrzega jej jednoznacznie pozytywnych skutków w gospodarce strefy euro.
Niewątpliwie czynnikiem warunkującym przedłużenie luzowania ilościowego przez EBC jest stale niska dynamika wzrostu gospodarczego w Eurosystemie. Realny PKB w 2013 r. w porównaniu z poprzednim kwartałem
zwiększył się wprawdzie o 0,3%, ale EBC przewiduje, że realny PKB strefy
euro osiągnie poziom wyższy niż przed kryzysem (tj. w I kwartale 2008 r.)
dopiero pod koniec 2015 r. Średnioroczna dynamika realnego PKB ma
według przewidywań wzrosnąć o 1,2% w 2014 r., o 1,5% w 2015 r. i o 1,8%
w 2016 r. (EBC, 2014, s. 14).
Niepokojące z perspektywy exit strategy jest natomiast to, że wśród głównych czynników ożywienia w horyzoncie projekcji ma być akomodacyjne
nastawienie polityki pieniężnej. EBC tym samym przyznaje, że związek
między polityką luzowania ilościowego i wzrostem gospodarczym w strefie
euro pozostaje nadal silny, a kanał kredytowy niedrożny. Skup aktywów
finansowych przez EBC zwiększa bowiem płynność banków komercyjnych,
ale nie przyczynia się do rozwoju akcji kredytowej w gospodarce, a w konsekwencji pobudzenia inwestycji rzeczowych i wzrostu gospodarczego.
Rysunek 1 potwierdza zmiany zachodzące pod wpływem polityki luzowania ilościowego prowadzonej przez EBC w zapotrzebowaniu na płynność sektora bankowego strefy euro od 2007 r. Na rynku pieniężnym pod
wpływem niestandardowych instrumentów polityki pieniężnej w strefie euro
w październiku 2008 r. nastąpiło przejście od zasady neutralnego poziomu
płynności do nadwyżki płynności. Sytuacja ta przyczyniła się w konsekwencji
do zmiany kosztu kapitału w bankach komercyjnych. W warunkach neutralnego poziomu płynności (nadwyżki płynności bliskiej zera) krótkoterminowe
stopy rynku pieniężnego, zwłaszcza EONIA, zostały powiązane z minimalną
stopą podstawowej operacji refinansującej. W przypadku znacznej nadwyżki
płynności EONIA stała się uzależniona od stopy depozytu w banku centralnym określonej przez EBC (EBC, 2013, s. 40).
Wyraźne zmniejszenia nadwyżki płynności sektora bankowego strefy
euro, które miało miejsce w 2013 r., zmniejszyło natomiast wpływ EBC na
krótkoterminowe stopy procentowe rynku pieniężnego. Nastąpiło bowiem
zbliżenie się poziomu stopy EONIA do poziomu stopy depozytu w banku
15
16
2008
2009
2010
2012
2013
Rys. 1. Łączne potrzeby w zakresie płynności oraz nadwyżka płynności od 2007 r. Źródło: EBC.
0
0
2011
200
400
400
200
600
1 000
1 200
1 400
600
3-letnie
LTRO
Pełny przydział o stałym oprocentowaniu
800
2007
Neutralny przydział płynności
800
1 000
1 200
1 400
Nadwyżka płynności
Czynniki autonomiczne netto
Rezerwy obowiązkowe
Nadwyżka płynności
Potrzeby w zakresie płynności
(mld EUR)
Irena Pyka
DOI 10.7172/1644-9584.48.1
centralnym. Poziom stopy EONIA zaczął w większym stopniu reagować na
czynniki popytowo-podażowe rynku bankowego.
W strefie euro, pomimo prowadzonej polityki luzowania ilościowego,
stale niewystarczająca jest dynamika agregatu pieniężnego M3. Roczna
jego stopa wzrostu w grudniu 2010 r. wyniosła 1,7%, utrzymując się na
poziomie 2% w roku 2011. W roku 2012 dynamika tego wzrostu jednak
wyraźnie osłabła, plasując się w grudniu 2013 r. na poziomie zaledwie 1,0%
(rysunek 2). Dane za styczeń 2014 r. potwierdzają, że dynamika podaży
szerokiego pieniądza (M3) pozostaje w strefie euro niewielka. Procesowi
temu nie towarzyszy też oczekiwany w strefie euro wzrost akcji kredytowej.
Nieznaczny przyrost agregatu M3 w latach 2010–2011 przerodził się w latach
2012–2013 w wyraźną dyferencję między nim a dynamiką akcji kredytowej
(rysunek 2). Roczna dynamika kredytów dla sektora prywatnego pozostaje
ujemna. Roczna dynamika kredytów dla przedsiębiorstw wyniosła w styczniu
2014 r. 2,9%. Natomiast roczna stopa wzrostu kredytów dla gospodarstw
(roczne zmiany w procentach; skorygowane o efekty sesonowe
i kalendarzowe)
M3 (roczna stopa wzrostu)
M3 (3-miesięczna zannualizowana stopa wzrostu)
Kredyty i pożyczki dla sektora prywatnego (roczna
stopa wzrostu)
Kredyty i pożyczki dla sektora prywatnego (3-miesięczna
zannualizowana stopa wzrostu)
14
14
12
12
10
10
8
8
6
6
4
4
2
2
0
0
–2
–2
–4
–4
–6
–6
2008
2009
2010
2011
2012
2013
Rys. 2. M3 a kredyty i pożyczki dla sektora prywatnego. Źródło: EBC.
17
Irena Pyka
domowych utrzymała się w styczniu 2014 r. na poziomie 0,2%, zasadniczo
niezmienionym od początku 2013 r. Dane te potwierdzają, że dynamika podaży
pieniądza i akcji kredytowej w strefie euro jest, co do tendencji, niska. Wynika
to z niewielkiej dynamiki popytu na pieniądz kredytowy i z konieczności
zmniejszenia dźwigni finansowej w sektorze finansowym, która dodatkowo
wstrzymuje tempo kreacji pieniądza w sektorze bankowym strefy euro.
Niskiej dynamice przyrostu agregatu M3 w strefie euro towarzyszy
dodatkowo zmiana poziomu jego struktury. Mniejsza awersja do ryzyka
i pogoń za zyskiem inwestorów zasobnych w pieniądz gotówkowy prowadzą
do znacznego odpływu środków z mniej płynnych instrumentów objętych
agregatem pieniężnym M3 do aktywów bardziej ryzykownych i długoterminowych. Jednocześnie pojawiają się w strefie euro silne preferencje dla
najbardziej płynnych instrumentów agregatu pieniężnego M3, co prowadzi
do wysokiego wzrostu agregatu pieniężnego M1. Agregat pieniężny M1
w kwietniu 2013 r. wzrósł do 8,6% W grudniu 2012 r. wynosił tylko 6,4%
(rysunek 3). Ważnymi czynnikami, które odegrały rolę w jego wzroście, były
zapowiedzi Rady Prezesów o gotowości do przeprowadzenia bezwarunkowych transakcji monetarnych, zmiany zasad zabezpieczeń operacji kredytowych Eurosystemu i opublikowanie zapowiedzi przyszłego poziomu stóp
procentowych EBC.
(roczne zmiany w procentach; skorygowane o efekty sesonowe
i kalendarzowe)
M1
Pozostałe depozyty krótkoterminowe (M2 – M1)
Instrumenty zbywalne (M3 – M2)
25
25
20
20
15
15
10
10
5
5
0
0
–5
–5
–10
–10
–15
–15
–20
–20
2008
2009
2010
2011
2012
2013
Rys. 3. Główne składniki M3. Źródło: EBC.
18
DOI 10.7172/1644-9584.48.1
Przesunięciom struktury portfelowej towarzyszył natomiast spadek rentowności innych aktywów pieniężnych zawartych w agregacie M3. Zmniejszył
się tym samym koszt utraconych możliwości z tytułu utrzymywania wysoce
płynnych instrumentów (rysunek 4). Ta preferencja płynności oznaczała, że
sektor bankowy strefy euro zaczął gromadzić bufory gotówkowe. Roczna
dynamika instrumentów zbywalnych na przestrzeni 2013 r. spadła i wyniosła
–16,2% w grudniu 2014. W grudniu 2012 r. ukształtowała się na poziomie
–6,5%. W przeszłości inwestorzy często wykorzystywali umowy z przyrzeczeniem odkupu do doraźnego lokowania płynności. Atrakcyjność takich umów
zmniejszyła się jednak na skutek pogoni za wyższą rentownością instrumentów spoza agregatu M3 (np. funduszy akcyjnych i funduszy mieszanych).
Konsekwencją nadzwyczajnej polityki EBC była też wyraźna obniżka
krótkoterminowych stóp procentowych. Ich dalsza stabilizacja na niskim
poziomie w roku 2013 była efektem nadwyżki płynności w sektorze bankowym, wywołanej polityką luzowania ilościowego EBC. Krótkoterminowe
stopy rynku pieniężnego strefy euro tym samym pozostały na poziomie
zbliżonym do wynoszącej 0,00% stopy depozytu w banku centralnym na
koniec dnia. Na niskie krótkoterminowe stopy rynku pieniężnego wpływały
także transakcje EBC z wykorzystaniem 3-letnich LTRO (por. rysunek 4).
(oprocentowanie roczne)
Depozyty overnight
Depozyty z uzgodnionym terminem pierwotnym do 2 lat
Depozyty z terminem wypowiedzenia do 3 miesięcy
3-miesięczna stopa EURIBOR
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2008
2009
2010
2011
2012
2013
Rys. 4. Stopy procentowe sektora MIF dla krótkoterminowych depozytów a 3-miesięczna
stopa EURIBOR. Źródło: EBC.
19
Irena Pyka
Utrzymywaniu się krótkoterminowych stóp procentowych rynku pieniężnego strefy euro na bardzo niskim poziomie sprzyjają też prognozy ekspertów z marca 2014 r. Wskazują one, że prowadzona przez EBC polityka
luzowania ilościowego nie będzie miała wpływu na destabilizację cenową
strefy euro. Roczna inflacja mierzona wskaźnikiem HICP ma wynieść 1,0%
w 2014 r., 1,3% w 2015 r. i 1,5% w 2016 r.
Poważne konsekwencje polityki luzowania ilościowego obserwowane
są natomiast w bilansie EBC (rysunki 5 i 6). Bilans banku centralnego
dostarcza przede wszystkim informacji na temat realizacji polityki pieniężnej. W wyniku wprowadzenia działań niestandardowych, mających
na celu wspieranie transmisji polityki pieniężnej w warunkach poważnych
napięć na rynkach finansowych, bilans Eurosystemu rozrósł się w sposób
bezprecedensowy do rozmiarów ponad dwukrotnie większych pomiędzy
rokiem 2008 a połową roku 2012. Zmniejszać zaczął się powoli w drugiej
połowie 2012 r.
Po stronie aktywów w bilansie EBC w roku 2013 nastąpił spadek wartości
operacji refinansujących. Banki skorzystały bowiem z opcji wcześniejszej
spłaty środków otrzymanych w ramach 3-letnich dłuższych operacji refinansujących (LTRO) przeprowadzonych w grudniu 2011 r. i w lutym 2012 r.
(EBC, 2013, s. 38). Około 37% płynności dostarczonej w ramach 3-letnich
operacji LTRO zostało spłacone do 20 grudnia 2013 r., co odpowiada 85%
płynności netto dostarczonej w czasie, gdy te operacje były przeprowadzane.
Zmniejszone pod koniec grudnia 2012 r. zostało też refinansowanie EBC
w ramach tygodniowych operacji podstawowych. W roku 2013 utrzymywało
się w przedziale 90–130 mld euro (EBC, 2013).
Bilans EBC wskazuje również na zasoby aktywów finansowych zgromadzone w ramach programów zakupu papierów wartościowych. Zakupy
te dokonane w ramach pierwszego i drugiego programu zakupu obligacji zabezpieczonych (od lipca 2009 r. do czerwca 2010 r. i od listopada
2011 r. do października 2012 r.) oraz programu SMP (od maja 2010 r.
do września 2012 r.) zostały sklasyfikowane jako portfele utrzymywane do
terminu zapadalności. Wartość niespłaconych aktywów finansowych z tego
tytułu zmniejszyła się w 2013 r. nieznacznie. Łączny portfel posiadanych
aktywów przyniósł średnią płynność na poziomie 257 mld euro w analizowanym okresie (tj. od końca grudnia 2012 r. do końca grudnia 2013 r.)
(EBC, 2013, s. 39).
W ramach dwóch 3-letnich operacji LTRO przeprowadzonych 21 grudnia 2011 r. oraz 29 lutego 2012 r. łączna przydzielona kwota wyniosła
1018,7 mld euro. Biorąc jednak pod uwagę operacje, których termin zapadalności przypadał w połowie grudnia 2011 r., jak również zmiany popytu
na operacje refinansowania przed dwiema 3-letnimi operacjami, wzrost netto
płynności dostarczonej przez dwie 3-letnie operacje LTRO wyniósł około
520 mld euro (EBC, 2013).
20
DOI 10.7172/1644-9584.48.1
1000
800
600
400
200
0
1000
800
600
400
200
0
Rys. 5. Uproszczony bilans Eurosystemu – aktywa. Źródło: EBC, dane obejmują okres do 14.02.2014 r.
1200
1200
2013
1400
1400
2012
1600
1600
2011
1800
1800
2010
2000
2000
2009
2200
2200
2008
2400
2007
2600
Aktywa krajowe
Dłuższe operacje refinansujące
Kredyt w banku centralnym i operacje dostrajające
Program rynków papierów wartościowych
2400
Aktywa zagraniczne netto
Pierwszy program zakupu zabezpieczonych obligacji
Podstawowe operacje refinansujące
Amerykański program udzielania pożyczek terminowych
w USD wg wylicytowanej stopy procentowej
(USD Term Auction Facility)
Drugi program zakupu zabezpieczonych obligacji
2600
(mld EUR)
21
22
800
600
400
200
0
800
600
400
200
0
Rys. 6. Uproszczony bilans Eurosystemu – pasywa. Źródło: EBC, dane obejmują okres do 14.02.2014 r.
1000
1000
2013
1200
1200
2012
1400
1400
2011
1600
1600
2010
1800
1800
2009
2000
2000
2008
2200
2200
2007
2400
2400
Depozyty instytucji rządowych
Rachunki obrotów bieżących
Należności zagranicznych banków centralnych
2600
Banknoty
Pozostałe czynniki autonomiczne
Depozyt w banku centralnym
Operacje dostrajające absorbujące płynność
2600
(mld EUR)
Irena Pyka
DOI 10.7172/1644-9584.48.1
W bilansie Eurosystemu po stronie pasywów nastąpiło natomiast zmniejszenie pozycji świadczących o nadwyżce płynności. Przyczyną główną była
spłata pożyczonych środków w ramach 3-letnich operacji LTRO. Nadwyżka
płynności (definiowana jako nadwyżka płynności w stosunku do potrzeb płynnościowych sektora bankowego, biorąc pod uwagę czynniki autonomiczne
i wymogi dotyczące rezerwy obowiązkowej) wahała się więc w przedziale
150–200 mld euro pod koniec 2013 r. Oznaczała wyraźny spadek płynności po rekordowym poziomie 827,5 mld euro, osiągniętym w następstwie
przeprowadzenia wspomnianych operacji LTRO, 5 marca 2012 r. Banki
strefy euro utrzymywały nadwyżkę płynności w postaci depozytu w banku
centralnym lub na rachunkach bieżących. Tym bardziej, że w lipcu 2012 r.
nastąpiło obniżenie stopy depozytu w banku centralnym do zera. Bankom
było zatem obojętne, czy dokonywały transferu nadwyżek środków do depozytu overnight w banku centralnym, czy pozostawiały je bez oprocentowania
na rachunkach bieżących jako nadwyżki rezerw.
W 2013 r. Eurosystem kontynuował sterylizację wpływu płynności wynikającego z programu SMP, który został zakończony we wrześniu 2012 r.
Utrzymana została słaba tendencja wzrostowa ilości banknotów w obiegu,
których wartość osiągnęła rekordowo wysoki poziom ponad 950 mld euro
pod koniec 2013 r. W tym samym czasie wartość depozytów rządowych
(tj. środków na rachunkach banków centralnych należących do resortów
skarbu) zmniejszyła się o 35 mld euro. Jedną z przyczyn spadku wartości
depozytów rządowych był fakt, że resorty skarbu lokowały więcej funduszy
w sektorze bankowym niż w 2012 r. Ponadto zmalało znaczenie czynników
autonomicznych innych niż banknoty w obiegu i depozyty rządowe, głównie
w wyniku niższych należności denominowanych w euro od rezydentów strefy
euro (co świadczy o zasilaniu w płynność w inny sposób niż w ramach operacji Eurosystemu). Ogólnie rzecz biorąc, licząc od rekordowego poziomu
osiągniętego 29 czerwca 2012 r. do 27 grudnia 2013 r. bilans Eurosystemu
zmniejszył się o około 26%, osiągając poziom około 300 mld euro.
5. Podsumowanie
Polityka luzowania ilościowego prowadzona przez EBC w strefie euro
polega zasadniczo na udrażnianiu kanału kredytowego w drodze regulowania stanów płynności sektora bankowego Eurosystemu. Początkowo
ukierunkowana na działania doraźne, z czasem została przekształcona
w nadzwyczajną politykę pieniężną swą ekspansją podtrzymującą wzrost
gospodarczy strefy euro. Akomodacyjne nastawienie polityki pieniężnej
jest zasadniczym czynnikiem jego ożywienia w horyzoncie projekcji. EBC
prowadzi politykę luzowania ilościowego, wykorzystując do tego zarówno
programy papierów wartościowych, jak też operacje refinansujące LTRO
o przedłużonym terminie do trzech lat. Konsekwencje tej polityki są wielokierunkowe. Wpływają na zmienność stanów płynności sektora bankowego,
23
Irena Pyka
utrzymywanie stóp procentowych na bardzo niskim poziomie, zbliżonym do
zerowej stopy oprocentowania depozytów bankowych w EBC. Zasadniczo
jednak prowadzą do istotnych zmian w bilansie EBC zarówno po stronie
jego aktywów, jak też pasywów. Skuteczność tych działań z perspektywy
udrożnienia kanału kredytowego pozostaje jednak niewielka. Nieduży jest
wzrost pieniądza bankowego mierzony agregatem M3. Nieznaczny jest też
postęp w zwiększeniu akcji kredytowej banków komercyjnych strefy euro.
Bibliografia
EBC. (2009, 2010, 2011, 2013). Raport Roczny. EBC.
EBC. (2014). Biuletyn Miesięczny, Marzec.
Joyce, M., Tong, M. i Woods, R. (2011) The United Kingdom’s Quantitative Easing
Policy: Design, Operation and Impact. Bank of England, Quarterly Bulletin, Q3.
Kochaniak, K. (2012) Polityka pieniężna europejskiego Banku Centralnego w latach
1999–2011. Studia BAS, nr 3 (31). Pozyskano z: http://www.bas.sejm.gov.pl.
Krishnamurthy, A. i Vissing-Jorgenssen, A. (2011). The Effects of Quantitative Easing
on Interest Rates. Referat wygłoszony na Monetary Policy at Zero Bound Conference,
San Francisco.
Smaghi, L.B. (2009). Conventional and Unconventional Monetary Policy, Keynote Lecture
at the International Center for Monetary and Banking Studies. Geneva. Pozyskano z:
http://www.ecb.int/press/key/date/2009/html/sp090428.en.html.
Tymoczko, D. (2010). Banki centralne w zarządzaniu kryzysem finansowym. Referat wygłoszony na 111 seminarium BRE-CASE, Warszawa.
24
DOI 10.7172/1644-9584.48.1
DOI 10.7172/1644-9584.48.2
The analytical framework for identifying
and benchmarking
systemically important financial institutions in Europe
Renata Karkowska*
The aim of this article is to identify systemically important banks on a European scale, according the
criteria proposed by supervisory authorities. In this study, we discuss the analytical framework for
identifying and benchmarking systemically important financial institutions. We selected a group of 36
largest banks in Europe and analyzed their risk indicators, i.e.: leverage, liquidity, capital ratio, asset
quality and profitability, as a source of systemic risk. The aim of the study is to find out whether the
size of an institution generates higher systemic risk. We find that risk indicators of excessive debt,
liquidity, capital adequacy and effectiveness for the largest commercial banks in Europe do not differ
from the average across Europe.
Keywords: banking, Systemically Important Financial Institutions, SIFI, systemic risk, liquidity, leverage,
profitability.
JEL: F36, F65, G21, G32, G33
Identyfikacja i analiza porównawcza instytucji
systemowo ważnych w Europie
Mając na uwadze kryteria klasyfikacji banków systemowo ważnych (tzw. SIFI), celem artykułu jest
identyfikacja największych banków w skali europejskiej oraz wskazanie na charakter podejmowanego
przez nie ryzyka o charakterze systemowym. Badanie zostało przeprowadzone na podstawie sprawozdań
finansowych 36 największych banków komercyjnych w Europie. Analizie zostały poddane wskaźniki ryzyka
o charakterze systemowym, tj. dźwignia finansowa, płynność, wskaźnik kapitałowy, jakości aktywów, oraz
rentowność banków. Uzyskane wyniki pokazały, że na tle wartości średnich dla całej Europy wskaźniki
ryzyka największych banków (tzw. SIFI) pozostają na zbliżonym poziomie.
Słowa kluczowe: sektor bankowy, Systemically Important Financial Institutions, SIFI, ryzyko systemowe,
płynność, dźwignia finansowa, rentowność.
*
Renata Karkowska – PhD, University of Warsaw, Faculty of Management.
Corresponding author at: Faculty of Management, University of Warsaw, Szturmowa Str. 1/3, 02-678 Warsaw;
e-mail: [email protected].
Renata Karkowska
1. Introduction
The crisis of 2007–2008 revealed a serious lack of information on the size
and condition of financial markets and institutions at the sector level. It turned
out that supervisory authorities do not have sufficient sources to identify global
markets and mega financial institutions of systemic importance – Systemically
Important Financial Institutions (SIFIs). The identification of systemically
important institutions has become a priority for regulatory authorities but the
problem turned out to be more difficult than previously thought. Statements
by practitioners and academics present the position that the amount of assets
is not the only prerequisite for the systemically important institutions category. Cooperation between the Financial Stability Board, the Committee on
the Global Financial System, the Basel Committee on Banking Supervision,
the Committee of Payment and Settlement Systems aimed to identify global
systemically important institutions, and thereby reduce systemic risk.
Under the Basel III Accord, banks identified as systemically important
are subject to higher capital, asset quality, liquidity and leverage ratio requirements (EMEA, 2014). Systemically important banks that issue more secured debt will have less flexibility as regards selling off assets during a crisis
period. The increases in leverage meant that banks could expand faster and
to a greater extent than would have been possible had they maintained the
same capital ratios. The internal models and risk weighting (of Basel II)
allowed banks to increase leverage, which led to lower resilience. This lack
of external monitoring gives rise to the agency problem, which allows bank
managers to record relatively high rates of return on equity. The literature
has shown that this leads to managers pursuing growth and taking excessive
risk (Liikanen, 2012). According to the research by Demirgüç-Kunt and
Huizinga, liquidity gaps may appear in funding some specific business lines.
For example, the parent bank may provide funding using the group’s internal capital market. But these intra-group transactions tend to be subject to
strict limits (Demirgüç-Kunt and Huizinga, 2011). Cornett et al. (2010) ask
the question whether risk management information is adequate to monitor
the aggregation of risks to give early warning indicators.
The BIS report (2013) presents a set of principles to strengthen banks’
risk data aggregation capabilities. Effective implementation of the rules is
expected to enhance risk management and decision-making processes at
banks. In October 2014, the European Commission adopted a delegated
act to calculate the banks’ contributions to the national resolution funds,
according to a bank’s size and risk profile (EC, 2012), (FSB, 2012).
On the other hand, the regulatory expert group has considered whether
there is a need for structural reforms of the EU banking sector. The main
demands of the group are: assign trading activity to a separate legal entity;
strengthen boards and management in banks; improve risk disclosure, promote
the risk management function and strengthen sanctions (Liikanen, 2012).
26
DOI 10.7172/1644-9584.48.2
The analytical framework for identifying and benchmarking systemically important financial institutions…
Given the above doubts, the study is to compare the risks taken in the
largest banks (in terms of total assets) with those taken by other banks
in Europe. In the study, a hypothesis was put forward that the risk taken
by the largest banks in Europe is not higher than in other banks. Therefore, we should pay special attention to smaller banks which, operating as
a group, may contribute much more to the instability of the banking sector.
A more important aspect will be the risk of SIFIs substitutability of their
services and international relations, in the light of the potential danger of
bankruptcy of one of the largest banks.
The rest of the paper is organized as follows. In section 2, we present
a SIFI definition and terminology. In section 3, we show research methodology. In section 4, we calculate the risk ratio for the largest banks in
Europe and discus the results. Finally, section 5 contains conclusions.
2. The concept and role of systemically important institutions
In recent years, the doctrine of a bank “too big to fail” has been based
on the belief that some banks should receive funds in the event of risk of
bankruptcy because of their size and importance of the financial sector.
This is due to the belief that the collapse of one bank could cause serious
disturbances in the functioning of the financial system. The existence of
an institution whose activities have a significant share in the domestic or
international market means that any disruption of the functioning of the
entity prevents proper functioning of other entities. This, in turn, causes accumulation of systemic risks and problems with public finances of
countries.
The reason for the introduction of the above-mentioned categories of
mega-institutions are:
– the phenomenon of financialization of the economy, i.e. separation of
cash transactions from material goods and services markets within the
meaning of real economic transactions,
– risks generated by Too Big to Fail (TBTF) institutions.
Until September 2008, the general principle of Too Big To Fail was
valid in relation to global capital groups – too big to fail or being able to
finance their liquidation. The costs of bankruptcy of systemically important
institutions are so high that they cannot be covered by public finance of
the home or host country.
The concept of systemically important institutions emerged following the
deliberations aimed at identifying the situations and financial institutions
which may lead to the materialization of systemic risk. Mega-institutions
have such a large network of connections that their bankruptcy would cause
a significant disturbance of the whole financial system.
A proposal for the concept of systemically important institutions is presented in Table 1 Weistroffer (2011).
27
Renata Karkowska
Dimension
Contributing to systemic risk
Participation in disturbances
transmission
Systemic
significance
marginal part in disturbances,
controlled bankruptcy
Risk measures
– the share of interbank
– correlation with assets value
liabilities
– leverage
– liquidity and maturity of assets – risk absorption capacity
– the effect of transmission of
contagion risk, volatility of asset
prices in different markets
Macroprudential – taking into account the costs
Policy
of bankruptcy
– avoiding moral hazard
behavior
expected participation
of institutions in the
materialization of systemic risk;
losses for the bank’s customers
ability to survive systemic
events
Table 1. Conceptual dimensions of systemically important financial institutions. Source:
own study based on Weistroffer (2011).
Systemically important institutions are those whose impact can have
negative effects on the functioning of the financial system on an international scale.
2.1. Criteria for the classification and categories of systemically
important institutions
Given the lack of a clear definition of systemically important institutions,
a market benchmark has been considered as a quantification of the size that
might indicate the existence of systemic risk. It seems that this indicator should
be fairly stable in the face of daily market volatility and be used to define
a long term strategy. At the same time, it should encourage the boards to
use prudential norms and not to take steps leading to manipulation.
According to the literature and guidelines issued by the Financial Stability Board (FSB) and the Basel Committee on Banking Supervision (BCBS),
basic indicators of danger of systemic risk can be identified based on the
following criteria:
– size (the total value of the position calculated for the purposes of the
leverage ratio under Basel III in relation to the total of positions),
– international links (the sum of receivables/liabilities from financial institutions relative to total receivables from all banks),
– degree of substitutability of services and infrastructure (the value of
assets that the bank holds in custody as a depositary with respect to
their value for all banks included in the study),
– complexity (nominal value of OTC derivative transactions, the value of
assets in the trading book),
– transjurisdictional activity – foreign receivables/liabilities to the claims
of all banks included in the survey (BIS, 2011, pp. 4–10).
28
DOI 10.7172/1644-9584.48.2
The methodology involves the use of 20% weight for each of the indicators.
The size of Systematically Important Financial Institutions
Assets (% of the
country’s banking
system)
1
Deutsche Bank
Germany
2822
76.9
81.1
2
HSBC
UK
2652
27.8
108.1
3
Barclays
UK
2545
26.7
103.8
4
BNP Paribas
France
248
39.3
91.5
5
Crédit Agricole S.A.
France
2269
35.9
83.7
6
Royal Bank of Scotland Group
UK
2208
23.2
90.0
7
Banco Santander S.A.
Spain
1627
50.7
116.4
8
Société Générale
France
9
ING
Netherlands
10
Lloyds Banking Group
UK
11
UBS
Switzerland
12
UniCredit
Italy
13
Credit Suisse Group
Switzerland
14
Nordea Bank
Sweden
No
Bank
Country
Assets (% of the
country’s GDP)
Assets (USD bn)
Frequently, the size of assets, equity, and market turnover are adopted
as measures to determine the meaning of a mega-institution. According
to the typology adopted by the ECB, large banks are regarded as those
with an asset size greater than 0.5% of the consolidated total assets of the
banks of the European Union. Table 2 provides a summary of the banks
in Europe (from the group of the 100 largest banks in the world according to BIS) with the greatest relationship of the share of assets to gross
domestic product. This means that in other countries there are no banking
institutions of such big sizes. It should be noted that in all these countries
the share of large banks is more than half of the assets of the banking
system, which can be an important source of risk in the context of systemic
risk. This statement also reflects the strong processes of consolidation of
the banking system in developed countries of Europe and the dominance
of large institutions. Nearly 30% of the total number of banks in each of
the analyzed developed countries are capital banking groups (see Table 2).
Descriptive statistics for the selected group of the largest banks in Europe
are presented in Appendix 1.
157
24.8
57.9
1558
90.2
194.2
15
15.7
61.2
1478
57.5
238.0
1202
45.0
58.2
1092
42.5
175.9
892
47.9
162.4
29
Renata Karkowska
15
Commerzbank
Germany
847
23.1
24.3
16
Intesa Sanpaolo
Italy
839
31.4
40.6
17
Banco Bilbao Vizcaya Argentaria S.A. Spain
784
24.4
56.1
18
Standard Chartered
UK
624
6.6
25.5
19
Danske Bank
Denmark
590
100.0
183.6
20
Dexia
Belgium
518
59.0
104.2
21
DnB ASA
Norway
397
100.0
79.1
22
Bankia S.A.
Spain
392
12.2
28.0
23
Svenska Handelsbanken
Sweden
365
19.6
66.5
24
KBC
Belgium
360
41.0
72.4
25
Skandinaviska Enskilda Banken
Sweden
341
18.3
62.0
26
Banca Monte dei Paschi di Siena
Italy
292
10.9
14.1
27
Erste Group Bank
Austria
271
58.5
66.1
28
Swedbank
Sweden
263
14.1
47.9
29
Banco de Sabadell S.A.
Spain
210
6.5
15.0
30
Banco Popular Espanol S.A.
Spain
199
6.2
14.3
31
Bank of Ireland
Ireland
199
54.9
94.8
32
Raiffeisen Bank International
Austria
192
41.5
46.9
33
SNS Reaal
Netherlands
169
9.8
21.1
34
Banco Popolare
Italy
168
6.3
8.1
35
UBI Banca
Italy
168
6.3
8.1
36
Allied Irish Banks Plc
Ireland
163
45.1
78.0
Table 2. The list of the largest banks in Europe (from the group of the 100 largest banks
in the world): the value of assets in the domestic banking system and GDP. Geographical
breakdown, as of the second quarter of 2012. Source: own study based on BIS database.
This is the approach of the Financial Stability Board and the Bank for
International Settlements annually updating the statistics for 100 largest
banks in the world. For comparison purposes, these values are presented
as an indicator relative to GDP or market capitalization. Undoubtedly, the
size of an institution is an important factor generating systemic risk but
not the most important one. Bankruptcy of larger institutions causes higher
losses in big economies than in small ones. In other words, the larger the
institution in terms of assets, capitalization, etc., ceteris paribus, the stronger
the impact of systemic risk. On the other hand, it should be considered
whether limiting the size of financial entities will promote security of the
financial system. Empirical research on whether the costs of maintaining
a large financial institution outweigh the benefits of economies of scale is
varied. And the issue of the impact of the size of an entity on its share of
systemic risk in the world seems to be still unresolved and require further
research.
30
DOI 10.7172/1644-9584.48.2
International links
Interconnectedness of financial institutions is generally measured by the
share of assets and liabilities in a system or intra-system, for example the
value of credit exposure of an institution contributed to the rest of the
system and its contribution to systemic risk, which is the contribution of
credit risk to the rest of the system, and thus the potential involvement of
the institution in the systemic event. The Basel Committee also proposes to
use the interbank funding rate, i.e. the share of the funding coming from
sources other than retail deposits in total liabilities. They also reflect claims
and liabilities in the interbank financial markets and the allocation of credit
risk between financial institutions. Due to the risk allocation/diversification
and liquidity, interconnectedness can bring benefits to the diverse structure
of the financial system.
The substitutability of services and infrastructure
Substitutability of a financial institution is particularly difficult to
measure. It should not be wrongly identified with market dominance.
Although the Basel Committee proposes to use the indicator “total assets
under custody” or “payments settled through payment systems”, it would be
more appropriate to analyze scenarios and the likelihood that an institution
exits in the market and no longer offers its services. Such measurement
of substitutability of services requires (a) a consistent definition of what
constitutes a market system, and (b) a definition of the market share of
systemic importance.
The assessment of substitutability should not be limited to financial
intermediaries but also include markets or payment systems which can play
an important systemic role in the financial system and the whole economy at
the national level or international level (FSB et al, 2009, p. 2). The author’s
research suggests that a cause of systemic disruptions may be, for example,
the repo market, which has been developing intensively since the security
deposits requirement was introduced in derivative transactions. Supervisors
have a strong basis in supporting the smooth functioning and flexibility
of the market. During the crisis, it turned out that the infrastructure of
transaction settlement had basic flaws that could lead to serious instability
in times of market stress (Karkowska, 2013). An example of the above is
the bankruptcy of Bear Stearns, which was the main repo market clearing
entity. Its bankruptcy meant that money market funds would receive Bear
Stearns collateral instead of money, which, in the absence of the possibility
of the collateral liquidation, would lead to a run on the financial market
(Acharya, Richardson, 2009, p. 297).
Complexity of components of the financial system
Complexity relates generally to the organizational structure of an institution but its sources also refer to a complex structure of assets. The Basel
31
Renata Karkowska
Committee expresses the latter view and measures the complexity of the
notional value of OTC derivatives, especially those whose valuation is not
directly observable in the market. Such an approach to measures of complexity is based on the assumption that more complex assets are harder to
sell and more complex corporate structures are more difficult to resolve.
In both cases, finding appropriate indicators is rather difficult.
Transjurisdictional activity (global activity of a company)
The activity of a global financial institution is generally measured by the
level of cross-border claims and liabilities. The Basel Committee also proposes it as an auxiliary measurement of non-domestic revenues. Generally,
it is assumed that banks conducting their activities globally are a particular
threat to the stability of the global financial system compared to those that
are active only in domestic markets. Globally active banks are often bigger
than domestic ones and, due to foreign financing, their exposure may result
in a wider transnational channel of systemic risk contagion.
On the other hand, the measurement of global activity of banks is a
typical example proving that the regulations concerning the relevance of
systemic institutions should not be used for comparative purposes for regulatory authorities. This is because the imposition of regulatory burdens for
cross-border claims and liabilities implies the risk of causing unintended
side effects. If, through the regulation of SIFIs, banks operating globally
generate higher marginal costs in their cross-border activities than their local
competitors, they will automatically become less competitive. Čihák (2011)
and Mayer (2011) argue that systemic immunity increases with increasing
cross-border linkages, at least to a point. After crossing the optimum point,
the resistance decreases again until a financial institution restores a kind of
“elasticity”. In connection with the sovereign debt crisis in some EU Member States, large cross-border institutions could help create a more flexible
banking system in the euro area and provide a stable basis for financing.
Opinions on the risks arising from the activities of global banks are divided.
These criteria cannot be considered as the only determinants of SIFIs.
What also should be considered are gross or net income, market capitalization criteria in the case of size, volatility contagion effect (contagion)
or assets correlation.
Systemically important intermediaries can also be distinguished based
on offering payment services, risk management, and investment programs.
Frequently, as single entities, they may mean little but their inherent lack
of substitutability may lead to the system crisis. Brunnermeier (2009) introduces the categories of financial institutions in the context of the channels
of spreading disturbances:
– systemically important financial institutions, which – because of their
size and concentration of activity – are considered to be dominant in
the relevant market according the classical doctrine of “too big to fail”;
32
DOI 10.7172/1644-9584.48.2
– large and complex financial institutions, i.e. insurance companies or
pension funds, usually regarded as systemically irrelevant in the international context. However, they may have a significant economic impact
on the economy in the event of disruption of business;
– small-sized in terms of assets and irrelevant for a single entity, and analyzed in terms of groups which may have significant systemic importance
due to a high level of assets correlation and risk taking. An example
of this type of SIFI category are investment funds, i.e. cash and hedge
funds;
– small entities, but with significant activity in term of conducted financial
transactions. An example of those can be brokers nationwide.
On the one hand, the new prudential standards support the safety of
banks and the entire financial system stability. On the other hand, by imposing stricter prudential standards on banks, the new regulations hinder their
functioning and inhibit the growth of banking. They should therefore be
prepared reasonably.
3. Research methodology
In view of the selection criteria used to qualify banks as systemically
important institutions, the study was based on an analysis of indicators
for risk and efficiency of the activities of the largest (in terms of total
assets to GDP) commercial banks in Europe. For this purpose, a research
group was selected – 36 commercial banks of the 100 largest banks in the
world, according to the classification made by the Bank for International
Settlements. In turn, for the newly selected group of European banks, the
following risk indicators (RIi,t) were estimated:
RIi,t =
BFi,t
Wi,t
(1)
where Bank factor (BFi,t) in Bank i and in time t is used:
Leverage ratio = Banks Equity/Total Assets (as a solvency risk factor),
Profitability = Profit before tax/Total Assets (as an indicator of excessive
bank margins and risk-taking),
Liquidity = Liquid Assets/Customer Deposits (as a liquidity risk indicator),
Capital Ratio (as bankruptcy risk),
Credit Asset Quality = Loan Loss Provisions/Total Assets (as credit risk
signals),
Loans/Total Assets of a bank (also a credit risk indicator), as a source of
potential systemic risk signals.
Wi,t – bank factor is weighted by Bank i Total Assets in time t.
i – set of the largest European banks indicated in Appendix 1.
t – years ϵ (2007, 2010).
33
Renata Karkowska
The results for the 36 largest banks in Europe were compared with
the results averaged (median indicator) for 3 963 banks in Europe, which
should help find an answer to the question whether, in fact, an entity size
generates a higher risk. The research was conducted on the basis of the
financial statements of commercial banks available in the Bankscope database, for the years 2007 and 2010. It should reveal the variability of risk
indicators over time. The time analysis was chosen because of comparable
activities of the largest banks at the time before the crisis (2007) and
after the financial crisis (2010). To understand the study better and for an
effective analysis, the results of the study are presented in a graphic form.
4. Results
The analysis of indicators for the activity of the largest banks in Europe
is presented graphically in Figure 1 for 2007 and Figure 2 for 2010. The
results for the largest banks in Europe have been compared with averaged results for banks across Europe. Sometimes, the results are surprising.
Calculations for all European banks gave the following results: Leverage
Ratio = 7.11%, Liquid Assets/Total Deposits = 16.31%, Capital Funds/Total
Assets = 7.26%, Loan Loss Provision/Total Assets = 0.003%, Loans/Total
Assets = 0.63%, Profit before Tax/Total Assets = 0.01%. A detailed analysis
of risk indicators of excessive debt, liquidity, capital adequacy and effectiveness of the largest commercial banks in Europe showed that they the risks
taken by them do not differ from the average across Europe. It should also
be noted that the inference is based on a sample of banks from Bankscope
database, which may affect the correctness of the results. A similar study
should be carried out for banks around the world.
On the basis of Bankscope database, in most cases the Leverage Ratio
for large banks in Europe proved to be lower than the average for all European banks. A decreasing trend prevailed despite the crisis from 2008 to
2009. This phenomenon shows that the largest banks in Europe did not
take excessive leverage risks before the crisis. Similar results were obtained
for the Liquid Assets Deposits indicator – the biggest banks have greater
resources of liquid assets in relation to the accepted deposits than an average bank in Europe. It is difficult to indicate excessive exposure to liquidity
risk of the largest banks. After the period of crisis, the liquidity of banks
also increased, which suggests that banks could have problems with liquidity
during the crisis. Liquidity transformation and allocation of credit create a
system-wide risk that would also be present in a system without SIFIs. The
comparison of the liquidity ratio of banks and their performance proved that
the classical principle of “the lower liquidity, the higher the profitability of a
bank” holds true. The value of the indicator of profitability in 2007 showed
significant variations across Europe (see Figure 1), which definitely changed
in 2010 (see Figure 2). The bank’s profitability decreased from 0.01 to 0.004.
34
DOI 10.7172/1644-9584.48.2
20
Leverage Ratio
10
15
5
0
.02
.015
0
40
60
Liquidity
80
100
5
10
15
Capital Funds to Assets
20
25
Median for all Europaen banks (Profit=0.01; CapFund=7.26)
20
0
20
40
60
Liquidity
80
Median for all European banks (Liq=16.31; Profit=0.01)
.002
.004
.006
Loan Loss Provision to Assets
100
.008
Median for all European banks (LLP=0.003; Loans/Assets=0.63)
Figure 1. Analysis of indicators of the activities of the largest banks in Europe in 2007. Source: author’s calculations based on Bankscope data (2012).
Notes: 36 largest banks in Europe. The area of a symbol corresponds to a bank’s average assets. Leverage ratio=Equity/Total Assets, Profitability=Profit
before tax/Total Assets, Liquidity=Liquid Assets/Deposits. The horizontal and vertical lines present the median value of a particular ratio for all
European banks in 2007.
0
–.005
Profitability
.005
.01
.8
Loans to Assets
.4
.6
.2
0
.02
.015
0
–.005
Profitability
.005
.01
Median for all European banks (Lev=7.11; Liq=16.31)
35
40
Leverage Ratio
20
30
10
40
Liquidity
60
80
100
5
10
Capital to Assets
15
20
Median for all European banks (Profit=0.004; CapFund=7.5)
20
.02
Profitability
–.02
0
0
.8
Loans to Assets
.4
.6
.2
0
.02
Profitability
–.02
0
–.04
–.06
0
0
.02
.03
Loan Loss Provision to Assets
20
40
Liquidity
60
80
Median for all European banks (Liq=13.4; Profit=0.004)
.01
100
.04
Median for all European banks (LLP=0.004; Loans/Assets=0.42)
Figure 2. Analysis of indicators of the activities of the largest banks in Europe in 2010. Source: author’s calculations based on Bankscope data (2012).
Notes: 36 largest banks in Europe. The area of a symbol corresponds to a bank’s average assets. Leverage ratio=Equity/Total Assets, Profitability=Profit
before tax/Total Assets, Liquidity=Liquid Assets/Deposits. The horizontal and vertical lines present the median value of a particular ratio for all
European banks in 2010.
–.04
–.06
36
0
0
Median for all European banks (Lev=7.3; Liq=13.4)
Renata Karkowska
DOI 10.7172/1644-9584.48.2
It is also clearly visible that the crisis affected the alignment of the profitability ratio and made profits of the largest banks closer to the average
for the whole Europe. It is difficult to agree with the statement that the
largest banks in Europe achieve superior returns by taking excessive risk of
insolvency or liquidity. It seems that the scale effect does not significantly
affect the efficiency of the largest banks. Taking into account the profitability of the largest banks in the light of their risk of default (expressed
as Capital Funds/Total Assets Ratio), it can be noted that in 2007 the
phenomenon was characterized by a great diversity (see Figure 1, bottom
left-hand Chart). The largest banks in the research group had the Capital
Ratio below the average in Europe. This situation can turn into anxiety
due to the risk of insolvency of major financial institutions and a threat to
security of the entire financial system. It is important that the sample did
not include banks with above-average profitability and low ratio of equity
to total assets. It should be noted that the threat of insolvency caused by
the financial crisis brought no improvement – in 2010, little changed in
the level bank security. An analysis concerning lending activities of banks
showed that it declined in the largest banks in the period 2007–2010 from
63% to 42%. The largest banks had Loans to Total Assets Ratio that is
below the average for the whole of Europe. What is also worth noting is
the increase in the permission for LLP risk in both major banks and across
Europe (see Figure 2, top right-hand Chart).
In conclusion, the study showed that the risk taken by the largest banks
in Europe is not higher than in other banks. Therefore, we should pay special attention to smaller banks which, operating in a group, may contribute
to the instability of the sector. By comparing the results with the averages
for the whole Europe, in terms of liquidity risk, leverage, and profitability,
these banks were characterized by relative safety. Thus, a more important
aspect may be the risk of substitutability of their services and international
relations, in the light of the potential danger of bankruptcy of one of the
largest banks.
5. Conclusions
Given the methodology of the activities undertaken by the Financial
Stability Board, its application only to the largest banks included in the
SIFIs list should be brought into question. It seems that scenarios concerning economic repercussions for the system should also include insurance
companies, investment and pension funds, or other entities which, according
to the above categories, may be a source of systemic risk. It should be considered whether the publication of systemically important entities would not
draw attention of investors and supervisors to smaller entities being able to
disrupt the financial system. In the light of this study and based on Bankscope data, the risk taken by the largest banks in Europe is not essential.
37
Renata Karkowska
The basis for the regulations limiting systemic risk is to understand
the nature and sources of SIFI instability. The advantage of the methodology developed by the Basel Committee should be mobilizing financial
institutions to change their risk profile and business models in a way that
reduces instability of the financial system globally. A financial institution’s
contribution to systemic risk is generally reflected in its liabilities to the rest
of the system, i.e. to other financial institutions, and in its possible impact
on asset and credit markets. It thus captures how important an institution
is for the deposit system and how vulnerable it is to a systemic shock.
References
Acharya, V.V. and Richardson, M. (2009). Restoring Financial Stability. How to Repair a
Failed System. New Jersey: Wiley Finance.
BIS. (2011). Global systemically important banks: assessment methodology and the additional loss absorbency requirement. Rules text. Basel: Basel Committee on Banking
Supervision. November 2011.
BIS. (2013). Principles for effective risk data aggregation and risk reporting. Basel Committee on Banking Supervision. January.
Brunnermeier, M. et al. (2009). The Fundamental Principles of Financial Regulation.
Geneva Reports on the World Economy, 11. Geneva: International Center for Monetary and Banking Studies.
Cihák, M., Muñoz, S. and Scuzzarella, R. (2011). The Bright and the Dark Side of
Cross-Border Banking Linkages. IMF Working Paper No. 11/186.
Cornett, M., McNutt, J., Strahan, P. and Tehranian, H. (2010). Liquidity Risk management and Credit Supply in the Financial Crisis. Working Paper.
Demirgüç-Kunt, A. and Huizinga, H, (2011). Do we need big banks? Evidence on performance, strategy and market discipline. CEPR Discussion Papers, 8276.
EMEA, Centre for regulatory and Strategy. Addressing the risk posed by systematically
important banks? The end of too big to fail? Deloitte Report 2014.
European Commission. (2012). EU framework for bank recovery and resolution. June.
Financial Stability Board. (2012). Resolution of Systemically Important Financial Institutions.
FSB, IMF, BIS. (2009). Guidance to Assess the Systemic Importance of Financial Institutions, Markets and Instruments: Initial Considerations. Report to G20 Finance
Ministers and Governors, Financial Stability Board, International Monetary Fund,
Bank for International Settlements. October.
Karkowska, R. (2013). Czy rynek repo może stać się przyczyną kolejnego kryzysu?, Prace
i Materiały Wydziału Zarządzania Uniwersytetu Gdańskiego.
Erkki, L. (2012). High level Expert Group on reforming the structure of the EU banking
sector. Bank of Finland. October.
Mayer, T., Möbert, J. and Weistroffer, Ch. (2010). Macroeconomic imbalances and the
Eurosystem. Global Economic Perspectives. Deutsche Bank. June 2011.
Weistroffer Ch. (2011). Identifying systemically important financial institutions (SIFIs).
Deutsche Bank Research.
38
DOI 10.7172/1644-9584.48.2
AUSTRIA
NETHERLANDS
FRANCE
UNITED KINGDOM
SPAIN
SPAIN
ITALY
DENMARK
GERMANY
ITALY
BELGIUM
IRELAND
SWEDEN
Raiffeisen Centrobank AG
ING Bank
Crédit Agricole S.A.
Lloyds TSB Bank Plc
Banco Bilbao Vizcaya Argentaria SA
Banco Santander SA
Intesa Sanpaolo
Danske Bank A/S
Commerzbank AG
UniCredit
KBC Bank
Allied Irish Banks
Skandinaviska Enskilda Banken AB
UNITED KINGDOM
FRANCE
Société Générale
UNITED KINGDOM
SWITZERLAND
UBS AG
HSBC Bank plc
FRANCE
BNP Paribas
Royal Bank of Scotland
GERMANY
Country name
Deutsche Bank AG
Bank name
212 935 632
232 846 304
296 706 752
341 399 968
418 591 200
421 235 200
449 784 192
477 009 120
482 156 192
527 250 080
590 790 528
669 304 384
849 587 264
849 587 264
1 376 651 008
1 394 032 768
1 414 399 360
1 679 249 920
2 380 301 056
5.04
5.72
7.54
22.18
6.92
6.51
15.59
16.69
9.64
7.63
12.38
9.93
6.51
6.02
6.59
3.45
2.13
4.65
2.27
2.30
3.55
4.10
17.39
3.68
4.41
12.27
8.48
6.09
3.51
6.97
5.64
5.33
4.90
3.81
1.90
2.13
2.63
1.50
Capital
Average Assets Funds/Total Leverage
Assets
Liquid
Assets/Deposits
30.31
35.60
28.28
78.44
39.57
21.30
37.46
40.39
45.98
16.49
87.15
63.08
20.11
48.56
26.11
32.1
73.01
45.65
22.45
Loans/Total
Assets
0.43
0.51
0.45
0.08
0.39
0.46
0.5
0.44
0.59
0.74
0
0.27
0.06
0.36
0.4
0.25
0.26
0.28
0.33
0
0
0
0.01
0
0
0
0
0
0
0
0
0
0
LLP/Total
Assets
0.01
0.01
0.01
0.01
0
0.01
0
0.01
0.01
0.01
0.01
0.01
0.02
0.01
0.01
0
0
0
0
Profit
before
Tax/Total
Assets
Appendix 1. Analysis of indicators of the activities of the largest banks in Europe in 2007, based on the database Bankscope
39
40
16 326 954
ITALY
UNITED KINGDOM
SWEDEN
SWEDEN
AUSTRIA
SPAIN
LUXEMBOURG
NETHERLANDS
SPAIN
Banca Monte dei Paschi di Siena
Standard Chartered Bank
Swedbank AB
Nordea Bank AB
Erste Group Bank AG
Banco Popular Espanol SA
Dexia Banque Internationale
SNS Bank
Barclays Bank S.A.
Banca Popolare Commercio e Industria ITALY
Source: author’s study based on Bankscope.
40 551 892
SWEDEN
Svenska Handelsbanken
71 263 064
86 529 216
108 494 768
128 891 944
135 370 960
138 467 840
157 282 496
167 369 648
204 869 488
208 674 624
NORWAY
DNB Bank ASA
209 866 688
IRELAND
Country name
Bank of Ireland
Bank name
9.05
5.34
7.84
8.99
6.93
12.90
17.77
7.41
16.15
9.07
7.39
8.05
5.22
7.75
3.30
4.46
3.02
4.69
8.04
11.26
3.70
8.59
6.27
3.50
5.25
2.33
Capital
Average Assets Funds/Total Leverage
Assets
Liquid
Assets/Deposits
15.88
11.82
46.73
35.48
27.56
48.12
52.72
46.44
24.22
37.32
29.05
27.72
38.77
Loans/Total
Assets
0.83
0.8
0.48
0.17
0.63
0.33
0.28
0.36
0.3
0.51
0.52
0.66
0.42
LLP/Total
Assets
0.01
0
0
0
0
0
0
0
0
0
0.01
0.01
0.01
0
0.02
0
0.01
0.01
0.01
0.01
0.01
0.01
0.01
Profit
before
Tax/Total
Assets
Renata Karkowska
DOI 10.7172/1644-9584.48.2
DOI 10.7172/1644-9584.48.3
Ryzyko systemowe w sektorze ubezpieczeń
– analiza ekspozycji w krajach Unii Europejskiej
Teresa Czerwińska*
Celem opracowania jest analiza ekspozycji oraz identyfikacja determinantów i kanałów transmisji ryzyka
systemowego sektora ubezpieczeń w krajach Unii Europejskiej. Zakres czasowy badań obejmuje lata
2005–2012. Badania wykazały, że można mówić o wzroście poziomu ryzyka systemowego w europejskim
sektorze ubezpieczeń, ponieważ: (1) wzrasta znaczenie działalności inwestycyjnej zakładów ubezpieczeń,
o czym świadczy znacząca dynamika wzrostu wartości portfela inwestycji zakładów przy jednoczesnym
spadku dynamiki przypisu składki, (2) w sektorze ubezpieczeń na życie, gdzie istotną rolę odgrywa
aktywność inwestycyjna zakładów, wystąpił znaczący wzrost koncentracji operatorów rynkowych w krajach
z dojrzałym, wysoko rozwiniętym rynkiem, tj. Austria, Irlandia, Wielka Brytania.
Słowa kluczowe: ryzyko systemowe, stabilność finansowa, instytucje ubezpieczeniowe, systemowo
ważne instytucje finansowe.
Systemic risk in the insurance sector
The aim of the paper is to identify the key determinants of the systemic risk of insurance sector and
to analyze the potential of insurance sector in the countries of the European Union to create systemic
risk. The research time range covers the period of 2005–2012. The main generators of the systemic
risk in the insurance sector are: size and non-insurance activity of insurance companies. The level of
the systemic risk in the European insurance sector has been growing, because: (1) the importance of
investment activities of insurance companies increases (there was a significant growth of the investment
portfolio value with a simultaneous decrease in written premium growth, (2) in the life insurance sector,
which plays an important role in investment activity facilities, there was a significant increase in the
concentration of market operators in countries with a mature, highly developed market, i.e.: Austria,
Ireland and United Kingdom.
Keywords: financial stability, systemic risk, insurance sector, systemically important insurers.
JEL: G22, G20
*
Teresa Czerwińska – prof. nzw. dr hab., Uniwersytet Warszawski, Wydział Zarządzania.
Adres do korespondencji: Uniwersytet Warszawski, Wydział Zarządzania, ul. Szturmowa 1/3, 02-678 Warszawa;
e-mail: tczerwiń[email protected].
Teresa Czerwińska
1. Wprowadzenie
Realia kryzysu finansowego ostatnich lat bardzo wyraźnie pokazały, że
fundamentalną wartością systemu finansowego jest jego stabilność, odporność na szoki oraz zdolność do absorpcji ryzyka. Ryzyko systemowe, rozumiane jako możliwość destabilizacji systemu finansowego, mające istotne
negatywne skutki dla gospodarki, w sensie przyczynowo-skutkowym rozpatrywane jest w zasadzie w trzech kluczowych aspektach (por. De Bandt
i Hartmann, 2000; Hendricks, Kambhu i Mosser, 2006; Taylor, 2009; Eling
i Pankoke, 2014):
1) zdarzenia wyzwalające ryzyko systemowe – mogą mieć charakter egzogeniczny, np. katastrofy naturalne, ataki terrorystyczne, kryzys finansów
publicznych, interwencje rządu, pomoc publiczna, lub endogeniczny, np.
szoki cenowe na rynku kapitałowym, upadłość globalnych instytucji finansowych, w relacji do systemu finansowego;
2) zarażanie się innych instytucji finansowych na zasadzie reakcji łańcuchowej
(efekt domina) – może realizować się w sposób bezpośredni, poprzez
powiązania kapitałowe między instytucjami, lub pośredni, np. ryzyko runu;
3) istotne zakłócenia funkcjonowania systemu gospodarczego – negatywny
wpływ sektora finansowego na sferę gospodarki realnej ma z reguły
związek z: wyceną aktywów, dostępnością kredytów, zmiennością stóp
procentowych, cen walut itp.
Ranga instytucji ubezpieczeniowych dla stabilności systemu finansowego
gospodarki związana jest przede wszystkim z pełnieniem zasadniczej, nie tylko
z punktu widzenia aktywności gospodarczej, funkcji ochrony ubezpieczeniowej,
zapewniającej kontynuację działalności. Zdolność do zabezpieczenia niezawodnej realizacji funkcji ochrony ubezpieczeniowej przez instytucje ubezpieczeniowe stanowi syntetyczny wyznacznik stabilności systemu finansowego
gospodarki. Krytyczne znaczenie dla stabilności finansowej ma realizacja
funkcji ochrony ubezpieczeniowej, zwłaszcza w przypadku (FSB, 2014):
– ubezpieczeń obowiązkowych (głownie ubezpieczenia odpowiedzialności
cywilnej) – realizacja ryzyka niedotrzymania zobowiązań przez zakład
ubezpieczeń (default) może prowadzić do zakłócenia aktywności gospodarczej, destabilizacji rangi i wizerunku profesji, których wykonywanie
wymaga zapewnienia ochrony ubezpieczeniowej (np. sektor ochrony
zdrowia, sektor turystyki);
– realizacji świadczeń mających charakter zabezpieczenia finansowego osób
(tj. wypłaty z tytułu ubezpieczeń zdrowotnych, rent, świadczeń emerytalnych).
Realizacja przez sektor ubezpieczeń krytycznych dla stabilności finansowej funkcji dotyczy również mechanizmu długoterminowej akumulacji
kapitału, zwłaszcza w przypadku zakładów ubezpieczeń na życie, i jego
inwestowania na rynku finansowym oraz w sferze gospodarki realnej, np.
w projekty infrastrukturalne, nieruchomości.
42
DOI 10.7172/1644-9584.48.3
Ryzyko systemowe w sektorze ubezpieczeń – analiza ekspozycji w krajach Unii Europejskiej
Celem opracowania jest analiza ekspozycji oraz identyfikacja determinantów i kanałów transmisji ryzyka systemowego sektora ubezpieczeń w krajach
Unii Europejskiej. Zakres czasowy badań obejmuje lata 2005–2012.
2. Determinanty i kanały transmisji ryzyka systemowego
instytucji ubezpieczeniowych
Mechanizm finansowy instytucji ubezpieczeniowych wykazuje znaczne
podobieństwo do funkcjonowania innych instytucji pośrednictwa finansowego, tj. banków czy funduszy inwestycyjnych, jak każda tego typu instytucja pośredniczą one bowiem między kapitałodawcami i kapitałobiorcami,
pełnią funkcję akumulacyjną, a także dokonują alokacji kapitału na rynku
finansowym w celu wykorzystania dźwigni finansowej do wypełnienia pewnej luki między wartością obecną zebranych składek a wartością przyszłą
przewidywanych zobowiązań (szerzej: Czerwińska, 2009). Niemniej jednak,
jak podkreśla wielu autorów, zdolność do generowania ryzyka systemowego przez sektor ubezpieczeń jest znacząco odmienna. Przede wszystkim należy zaznaczyć, że przyjmowane przez instytucje ubezpieczeniowe
ryzyko ma charakter egzogeniczny w stosunku do systemu finansowego,
obiektywny i w znacznej mierze poddaje się kwantyfikacji w kategoriach
rozkładu prawdopodobieństwa (rysunek 1). W klasycznym ujęciu modelu
bank komercyjny
Instytucja
zarządzająca
portfelem
aktywów
ZU na życie
Reasekurator
ryzyko kredytowe
ryzyko operacyjne
ryzyko ubezpieczeniowe
w ubezpieczeniach majątkowych
ZU majątkowy
ryzyko rynkowe
ryzyko ubezpieczeń na życie
Rys. 1. Profil ryzyka instytucji finansowych prowadzących działalność na obszarze Unii
Europejskiej w ujęciu zagregowanym w świetle wymogów adekwatności kapitałowej (w %).
Źródło: opracowanie na podstawie EIOPA 2011 oraz The Geneva Association. (2010).
Systemic Risk in Insurance. An Analysis of Insurance and Financial Stability. Geneva: The
Geneva Association.
43
Teresa Czerwińska
finansowego przedsiębiorstwa ubezpieczeniowego mamy do czynienia
z inwersyjnością cyklu produkcyjnego, stąd rozkład przepływów finansowych z tytułu składek ma postać szeregu deterministycznego, zaś szereg
wypłat z tytułu odszkodowań i świadczeń ma charakter stochastyczny
(szerzej: Ronka-Chmielowiec 1997, s. 30), określone są jedynie granice
wypłaty maksymalnej (z reguły w ujęciu nominalnym) (tabela 1). Portfel inwestycji instytucji ubezpieczeniowych jest portfelem implikowanym
przez portfel zobowiązań. Ryzyko tzw. runu jest relatywnie niskie, gdyż
w zasadzie występuje tylko w ubezpieczeniach na życie oraz funduszach
emerytalnych (masowa rezygnacja z umów) (Eling i Pankoke, 2014;
Monkiewicz, 2012, s. 58; Thimann, 2014).
Dokonując analizy porównawczej modelu biznesowego instytucji ubezpieczeniowych oraz banków1, które obecnie uznawane są za instytucje
o dużym potencjale generowania ryzyka systemowego, można stwierdzić,
że klasyczna działalność ubezpieczeniowa w zasadzie nie generuje znaczącego ryzyka systemowego (The Geneva Association, 2010; Baluch, Mutenga
i Parsons, 2011; IAIS, 2011; Haefeli i Liedtke, 2012; Fitzpatrick, 2013;
Thimann, 2014). Jak podkreśla wielu autorów, w zdecydowanej większości ryzyko systemowe jest generowane przez instytucje ubezpieczeniowe
podejmujące działalność quasi-bankową, związaną z wykorzystaniem dźwigni finansowej, powodującą znaczącą ekspozycję na ryzyko rynkowe oraz
ryzyko płynności, wymagającą wykorzystania zaawansowanych instrumentów finansowych i strategii zarządzania ryzykiem, tj. hedging, derywaty,
wymagającą transformacji terminów płatności, emisja SDC, transferu
ryzyka kredytowego z wykorzystaniem np. repo – wykraczających ponad
uzasadnione skalą i potrzebami prowadzonej działalności stricte ubezpieczeniowej (The Geneva Association, 2010; Weiss, 2010; IAIS, 2013b; Fitzpatrick, 2013; Iwanicz-Drozdowska, 2013). Bowiem tutaj pojawiają się silne
powiązania z innymi instytucjami finansowymi oraz ekspozycja na ryzyka
nieubezpieczeniowe, właściwe dla rynków finansowych. Badania wykazują,
że wraz ze wzrostem wartości zobowiązań niewynikających bezpośrednio
z polis ubezpieczeniowych oraz wzrostem przychodów z działalności inwestycyjnej wzrasta potencjał do generowania ryzyka systemowego (Weiß
i Muhlnickel, 2014).
Instytucje ubezpieczeniowe ograniczające aktywność do działalności
stricte ubezpieczeniowej nie przyczyniają się w istotny sposób do generowania ryzyka systemowego zarówno ze względu na relatywnie (do banków)
niską wartość aktywów, jak i relatywnie wolniejsze oddziaływanie skutków
upadłości i niewypłacalności, przez co możliwa jest częściowa absorpcja
i niwelowanie skutków, a także fakt, że specyfika powiązań instytucji ubezpieczeniowych z innymi segmentami sektora finansowego ogranicza ryzyko
zarażania innych podmiotów. Zatem, jak dotychczas, problemy finansowe
ubezpieczycieli w krajach Unii Europejskiej nie generowały potrzeby kosztownych interwencji.
44
DOI 10.7172/1644-9584.48.3
Zakład ubezpieczeń
majątkowych
Zdolność do
absorpcji strat
Niskie/umiarkowane, bowiem
wypłata warunkowana jest
w zasadzie wyłącznie zaistnieniem wypadku ubezpieczeniowego
Ryzyko płynności
Możliwość wbudowania
mechanizmu częściowej
absorpcji przez beneficjentów
w przypadku np. towarzystw
ubezpieczeń wzajemnych
Szereg przychodów jest deterministyczny (płatne z góry),
zaś wypłaty stanowią szereg
stochastyczny.
Portfel aktywów jest pochodny
w stosunku do portfela zobowiązań, niemniej jednak czas
trwania portfela aktywów jest
dłuższy niż czas trwania portfela zobowiązań
Transformacja
terminów zapadalności
Emisja wtórnych niepieniężEmisja instrumentów finanso- nych instrumentów finansowych
wych
Kryterium
mechanizmu znacznej absorpcji strat przez beneficjentów,
zwłaszcza w przypadku polis
z ubezpieczeniowym funduszem kapitałowym
mechanizmu absorpcji strat
przez beneficjentów, zwłaszcza
w przypadku funduszy funkcjonujących w systemie zdefiniowanej składki
Absorpcja strat
poprzez pokrycie kapitałowe, odpisy, emisje
instrumentów zamiennych
Wysokie, bowiem gros
depozytów to: krótkoterminowe i/lub wymagalne na żądanie
Umiarkowane/niskie, ponieważ
istnieje ryzyko rezygnacji, przeniesienia aktywów do innego
funduszu, zaś moment wypłaty
jest określany przez regulacje
prawne
Umiarkowane, ponieważ
pojawia się ryzyko rezygnacji
z umów oraz wykupu polis na
żądanie
Szereg przychodów jest deterministyczny (płatne z góry),
wypłaty zaś stanowią szereg
stochastyczny
Transformacja krótkoterminowych zobowiązań w długoterminowe
aktywa
krótszy niż czas trwania portfela zobowiązań
krótszy niż czas trwania portfela zobowiązań
Bank
Emisja wtórnych niepieniężnych Funkcja emisyjna
instrumentów finansowych (jed- pieniądza bezgotówkowego
nostki rozrachunkowe)
Fundusz emerytalny
Emisja wtórnych niepieniężnych instrumentów finansowych, emisja jednostek uczestnictwa w UFK
Zakład ubezpieczeń na życie
45
46
Tab. 1. Czynniki ryzyka systemowego w modelu finansowym wybranych instytucji finansowych. Źródło: opracowanie własne z wykorzystaniem
C. Thimann. (2014). How Insurers Differ from Banks: A Primer on Systemic Regulation. SRC Special Paper, (3); IAIS. (2011). Insurance and Financial
Stability. International Association of Insurance Supervisors; The Geneva Association. (2010). Systemic Risk in Insurance. An Analysis of Insurance
and Financial Stability. Geneva: The Geneva Association; D. Haefeli i P.M. Liedtke. (2012). Insurance and Resolution in Light of the Systemic Risk
Debate. A Contribution to the Financial Stability Discussion in Insurance. Geneva: The Geneva Association.
Największą wagę mają
ryzyko kredytowe
i ryzyko rynkowe
Największą wagę ma ryzyko
rynkowe, w kolejności – ryzyko rynkowe
stricte ubezpieczeniowe wynikające z rozkładu prawdopodobieństwa realizacji zdarzenia
losowego
stricte ubezpieczeniowe, wynikające z rozkładu prawdopodobieństwa realizacji zdarzenia
losowego
Profil ryzyka
z punktu widzenia wymogów
adekwatności
kapitałowej
Pełni rolę zabezpieczenia płynności w sytuacji
np. odpływu depozytów i innych trudności
z zachowaniem płynności
Pełni rolę ostatecznego zabezpieczenia, nie jest z reguły
wystarczający do pokrycia
wypłat, często uruchamiane są
inne źródła, np. fundusz gwarancyjny lub gwarancje skarbu
państwa
Pełni rolę ostatecznego zabezpieczenia wypłacalności zakładu, które jest uruchamiane
po wyczerpaniu możliwości
pokrycia poprzez upłynnienie
portfela aktywów
Pełni rolę ostatecznego zabezpieczenia wypłacalności zakładu, które jest uruchamiane
po wyczerpaniu możliwości
pokrycia poprzez upłynnienia
portfela aktywów
Kapitał własny
Bank
W szerokim zakresie
Fundusz emerytalny
W znacznym stopniu
Zakład ubezpieczeń na życie
W znacznym stopniu
W umiarkowanym zakresie
Zakład ubezpieczeń
majątkowych
Wykorzystanie
dźwigni finansowej
Kryterium
cd. tab. 1
Teresa Czerwińska
DOI 10.7172/1644-9584.48.3
Biorąc pod uwagę finansowy mechanizm funkcjonowania instytucji ubezpieczeniowej, można wyodrębnić dwa zasadnicze kanały transmisji ryzyka
systemowego (zob. Czerwińska, w drukua):
– kanał bezpośredni – wpływ instytucji ubezpieczeniowych na stabilność
finansową wynika głównie z ich działalności podstawowej i związany
jest przede wszystkim z niewywiązaniem się z podjętych zobowiązań,
co może prowadzić do problemów finansowych zarówno w instytucjach
finansowych powiązanych z ubezpieczycielem, takim jak bank, inny zakład
ubezpieczeń w przypadku reasekuracji, jak i w podmiotach gospodarki
realnej;
– kanał pośredni – instytucje ubezpieczeniowe wpływają na poziom stabilności finansowej przede wszystkim poprzez aktywność inwestycyjną
na rynku finansowym; może to prowadzić zarówno do destabilizacji
koniunktury na rynku kapitałowym, np. tworzenia baniek spekulacyjnych, poprzez nadmierny popyt, jak i wpływać na podmioty gospodarki
realnej, np. na koszt kapitału, przewartościowanie niektórych sektorów
kosztem innych.
Biorąc pod uwagę masowość zawieranych polis, realizacja ryzyka niedotrzymania zobowiązań w przypadku dużych konglomeratów ubezpieczeniowych może prowadzić do wzrostu obciążeń finansowych i obniżenia siły
nabywczej znacznej części gospodarstw domowych, wzrostu potrzeb pożyczkowych oraz, w konsekwencji, również do wzrostu ryzyka niewywiązania
się z zobowiązań wobec innych instytucji finansowych. W przypadku realizacji ryzyka niedotrzymania zobowiązań przez instytucje ubezpieczeniową
powstaje też pętla sprzężenia zwrotnego, tj. powoduje to spadek zaufania
do całego sektora ubezpieczeń, co prowadzi do zmniejszenia popytu na
usługi ubezpieczeniowe oraz wywołuje zjawisko rezygnacji z zawartych polis
ubezpieczeniowych. Zjawisko to jest zwłaszcza dotkliwe w przypadku ubezpieczeń na życie.
100
2007:Q2
2008:Q1
2010:Q2
2013:Q4
80
60
40
20
0
Banki
ZU i FE
USA
shadow
banking
Banki
ZU i FE
UE
shadow
banking
Rys. 2. Udział instytucji pośrednictwa finansowego w generowaniu ryzyka systemowego
w Stanach Zjednoczonych i na obszarze Unii Europejskiej (w %). Źródło: IMF. (2014).
Global Financial Stability Report. IMF.
47
Teresa Czerwińska
Badania wykazują, że wpływ sektora ubezpieczeniowego na stabilność
systemu finansowego jest znacznie silniejszy poprzez kreowanie koniunktury
na rynku kapitałowym, np. poprzez wyprzedaż portfela papierów wartościowych lub tworzenie baniek spekulacyjnych, niż poprzez transmisję bezpośrednią skutków upadłości na innych ubezpieczycieli i podmioty gospodarki
realnej (Eling i Pankoke, 2014; Thimann, 2014). Udział sektora ubezpieczeń
w generowaniu ryzyka systemowego jest znacznie niższy niż sektora bankowego. Niemniej jednak udział sektora ubezpieczeń w generowaniu ryzyka
systemowego w Stanach Zjednoczonych jest ponad dwukrotnie wyższy niż
w na obszarze Unii Europejskiej, co wynika w znacznej mierze z charakteru
i zakresu regulacji prawnych dotyczących sektora ubezpieczeń oraz jego roli
w systemie finansowym (rysunek 2).
3. Ekspozycja na ryzyko systemowe sektora ubezpieczeń
w krajach Unii Europejskiej – analiza wybranych parametrów
3.1. Katalizatory ryzyka systemowego
W zasadzie stopień ekspozycji na ryzyko systemowe można rozpatrywać
w odniesieniu do dwóch zasadniczych aspektów (IAIS, 2013a, 2013b; Slijkerman, Schoenmaker i de Vries, 2013; Fitzpatrick, 2013, Segoviano, Malik,
Cortes, Bouveret i Lindner, 2014; Weißk i Muhlnickel, 2014; Bednarczyk,
2013a): (1) rozmiarów działalności instytucji ubezpieczeniowych (tzw. problem
too big to fail) oraz (2) powiązań instytucji ubezpieczeniowych w ramach
systemu finansowego (tzw. problem too interconnected to fail) (tabela 2).
Czynniki
Identyfikacja ekspozycji
1) Rozmiary instytucji ubezpieczeniowej w wymiarze:
– potencjału ekonomicznego
– wartość aktywów, wartość przychodów (w tym: składka zarobiona, przychody z działalności inwestycyjnej)
– zakresu działalności: – wolumen zobowiązań niewynikających bezpośrednio
z zawartych umów ubezpieczeniowych oraz przychoa) tradycyjna działaldów niewynikających bezpośrednio z działalności
ność ubezpieczeubezpieczeniowej
niowa
– wykorzystywanie derywatów i krótkoterminowych źrób) działalność niedeł finansowania
tradycyjna i poza– udzielone gwarancje powiązane z produktami hipoubezpieczeniowa
tecznymi, produkty z wypłatami gwarantowanymi
nominalnie, renty, ubezpieczenia z funduszem kapitałowym z gwarantowaną stopą zwrotu
– powiązania w ramach grupy kapitałowej – pożyczki,
nabycie papierów wartościowych
– zaangażowanie w spekulacyjny obrót derywatami
– ocena stopnia wymagalności zobowiązań ubezpieczeniowych (zwłaszcza krótkoterminowych, np. które mogą być
hipotetycznie wymagalne przy rezygnacji, wykupie polis)
48
DOI 10.7172/1644-9584.48.3
cd. tab. 2
– geograficznym – zakres – liczba krajów w których prowadzi działalność, posiada
oddziały oraz podmioty zależne; suma przychodów
aktywności o charaktepozyskiwanych poza granicami kraju macierzystego
rze globalnym
2) Powiązania w ramach
systemu finansowego
(bezpośrednie i pośrednie)
– stopień powiązań aktywów: suma udzielonych pożyczek dla instytucji finansowych i wartość instrumentów wyemitowanych przez instytucje finansowe
w portfelu aktywów ubezpieczyciela (papiery dłużne,
certyfikaty depozytowe, akcje)
– stopień powiązań pasywów: suma otrzymanych pożyczek od instytucji finansowych, emisje papierów
wartościowych skierowane do instytucji finansowych
(instrumenty dłużne, certyfikaty)
– zakres reasekuracji
– ryzyko koncentracji: ekspozycja aktywów na największych kontrahentów
– ekspozycja na ryzyko kredytowe emitenta portfela
inwestycji
– struktura obrotów: ekspozycja na ryzyko rynkowe
– ryzyko płynności w ekspozycji na potencjalne szoki
rynkowe
3) Model konkurencji
– polityka państwa w zakresie realizacji ubezpieczeń
obowiązkowych
– koncentracja sektora – przypis składki w zakresie
specyficznych produktów ubezpieczeniowych, tj. np.
katastroficznych, ubezpieczeń morskich
– substytucyjność produktów
Tab. 2. Katalizatory ryzyka systemowego w sektorze ubezpieczeń. Źródło: opracowanie
własne z wykorzystaniem: IAIS. (2013a). Global Systemically Important Insurers: Initial
Assessment Methodology. International Association of Insurance Supervisors. Pozyskano
z: http://www.iaisweb.org/view/element_href.cfm?src=1/19151.pdf.
Biorąc pod uwagę kryterium wielkości, można rozpatrywać problem ryzyka
systemowego generowanego przez sektor ubezpieczeń z punktu widzenia:
– sensu largo – rozmiary sektora ubezpieczeń (mierzone wartością aktywów,
przypisem składki brutto oraz per capita), co ma znaczenie dla rozwoju
sfery gospodarki realnej oraz koniunktury na rynku finansowym;
– sensu stricto – liczba i koncentracja operatorów rynkowych.
Natomiast powiązania między uczestnikami systemu finansowego odzwierciedla przede wszystkim: stopień reasekuracji zakładów ubezpieczeń,
stopień dywersyfikacji i koncentracji portfela inwestycji instytucji ubezpieczeniowych oraz powiązania w ramach konglomeratów finansowych. Instytucje ubezpieczeniowe co prawda stanowią element pewnej spójnej całości,
tzw. system ubezpieczeń, niemniej jednak nie ma w tym systemie powiązań
między ubezpieczycielami, tak jak ma to miejsce w ramach zinstytucjonalizowanego systemu bankowego (szerzej m.in.: The Geneva Association,
2010; Monkiewicz, 2012; Bednarczyk, 2013a, 2013b). Zakłady ubezpieczeń
dokonują wtórnej redystrybucji ryzyka w ramach programu reasekuracji, stąd
49
Teresa Czerwińska
pojawia się ryzyko niewywiązania się z zobowiązań przez reasekuratora, co
jest istotne zwłaszcza w kontekście realizacji ryzyk katastroficznych. Ponadto
inwestowanie środków na rynku finansowym prowadzi do powiązań między
zakładami i instytucjami zarządzającymi portfelem papierów wartościowych
na zlecenie, tj. funduszami inwestycyjnymi, zwłaszcza w przypadku zakładów
ubezpieczeń na życie. Niemniej jednak, należy zaznaczyć, że nie można
automatycznie traktować powiązań międzysektorowych jako czynnika podwyższającego ryzyko systemowe. Podważa to bowiem racjonalność dywersyfikacji ryzyka w ramach grup bankowo-ubezpieczeniowych.
Ponadto istotną rolę w generowaniu ryzyka systemowego mają regulacje
oraz polityka państwa dotycząca sektora ubezpieczeń, zwłaszcza w obszarze
ubezpieczeń obowiązkowych. Ekspozycja na ryzyko systemowe generowane
przez sektor ubezpieczeń będzie większa, jeśli mamy do czynienia z (FSB, 2014):
– brakiem mechanizmów uruchamiających przynajmniej częściową substytucję ochrony ubezpieczeniowej i pozwalających na kontynuację działalności;
– ochroną ubezpieczeniową jako conditio sine qua non prowadzenia działalności gospodarczej (lub w przypadku gospodarstw domowych, jeśli
świadczenia ubezpieczyciela warunkują bezpieczeństwo finansowe);
– koniecznością realokacji aktywów w związku z niedotrzymaniem zobowiązania przez ubezpieczyciela (zwłaszcza konieczność wyprzedaży portfela
aktywów lub pozyskania dodatkowego źródła finansowania);
– znaczącym zaangażowaniem instytucji ubezpieczeniowych na rynku derywatów, instrumentów pożyczkowych;
– wysoce skoncentrowanym rynkiem reasekuracji, brakiem substytucyjności
reasekuracji w wybranych grupach ubezpieczeń.
3.2. Skala ekspozycji na ryzyko systemowe sektora ubezpieczeń
Wpływ na rozmiary generowanego ryzyka systemowego ma rozmiar sektora ubezpieczeń. Biorąc pod uwagę rozmiary zakumulowanego kapitału,
zasadnicze znaczenie z punktu widzenia koniunktury na rynku kapitałowym
i całości systemu finansowego mają ubezpieczyciele na życie (tabela 3).
Relacja wartości portfela aktywów zakładów ubezpieczeń i reasekuracji
typu life do PKB w latach 2005–2012 w zdecydowanej większości krajów
UE uległa zmianie in plus, co po części związane jest ze spadkiem PKB.
W części krajów, tj. Holandii, Wielkiej Brytanii, Danii, Irlandii, gdzie zakłady
ubezpieczeń na życie pełnią również istotną rolę w zabezpieczeniu emerytalnym, relacja portfela aktywów zakładów na życie do PKB kształtowała się
ponad 50%.
Mając na uwadze, że generatorem ryzyka systemowego w sektorze ubezpieczeń jest przede wszystkim działalność instytucji ubezpieczeniowych związana z aktywnością inwestycyjną na rynku finansowym, należy zaznaczyć, że
prawie we wszystkich krajach Unii Europejskiej (z wyjątkiem: Grecji, Austrii,
Cypru oraz Słowacji) średnioroczna zmiana wartości aktywów zakładów
ubezpieczeń i reasekuracji w latach 2005–2012 była ponad proporcjonalna
50
DOI 10.7172/1644-9584.48.3
2005
2012
Zmiana
2012–2005
Zmiana
2012–2008
Średnia
2005–2012
Średnia
2008–2012
AT
BE
BG
CY
CZ
DE
DK
EE
ES
FI
FR
GR
HU
IE
IT
LU
LV
MT
NL
PL
PT
RO
SE
SI
SK
UK
22,5
8,6
0,8
18,3
1,1
35,0
86,3
2,1
8,3
20,8
21,2
2,7*
5,3
62,5
28,0
142,0
0,4
18,2
57,9
5,7
16,9
0,5**
66,8
0,2
0,9
102,0
19,0
2,8
1,4
15,9
1,2
37,0
120,8
5,1
12,1
23,6
20,8
3,2
6,3
111,1
31,7
270,3
0,6
31,6
65,2
6,4
16,3
0,9
76,6
5,0
2,5
93,7
–3,5
–5,8
0,7
–2,4
0,1
2,0
34,5
3,0
3,7
2,7
–0,4
0,6
1,1
48,6
3,7
128,3
0,2
13,4
7,4
0,7
–0,6
0,3
9,8
4,8
1,5
–8,2
life
–3,9
–2,2
0,1
1,6
0,3
5,4
34,3
2,7
4,9
6,4
1,8
0,7
0,7
45,1
7,1
132,9
0,1
7,4
14,2
0,8
0,5
0,1
15,0
4,7
1,4
8,0
23,0
5,7
1,3
16,8
1,1
34,2
97,8
4,0
8,4
20,8
20,3
2,8
6,3
83,5
28,4
184,3
0,5
26,1
57,2
6,3
16,8
0,8
71,5
1,7
1,4
95,6
23,1
3,6
1,4
15,8
1,1
34,4
104,5
4,8
8,6
21,0
19,7
2,8
6,4
91,7
29,0
204,5
0,6
28,8
58,0
6,2
16,5
0,8
72,4
2,5
1,6
92,0
AT
BE
BG
CY
CZ
DE
DK
EE
ES
FI
FR
GR
6,4
4,6
1,9
3,4
0,6
14,6
8,0
1,8
2,3
6,3
9,6
1,0*
9,4
3,0
2,5
3,6
0,9
17,0
8,2
3,2
2,5
7,4
10,6
1,2
3,1
–1,5
0,6
0,3
0,3
2,3
0,2
1,3
0,2
1,1
1,0
0,1
7,5
3,7
2,4
3,5
0,7
15,3
8,5
2,6
2,4
6,6
10,3
1,1
8,2
3,2
2,6
3,6
0,8
15,6
8,6
3,0
2,4
6,9
10,7
1,1
Państwo
non-life
2,4
–0,8
0,2
0,2
0,4
2,4
–0,2
1,0
–0,1
1,4
0,1
0,1
51
Teresa Czerwińska
cd. tab. 3
Państwo
2005
2012
Zmiana
2012–2005
Zmiana
2012–2008
Średnia
2005–2012
Średnia
2008–2012
HU
IE
IT
LU
LV
MT
NL
PL
PT
RO
SE
SI
SK
UK
2,0
11,5
6,7
8,9
1,6
9,8
9,0
3,8
2,6
0,6**
17,3
0,7
0,1
0,0
2,1
28,7
6,8
21,8
1,9
30,2
12,7
4,0
2,4
0,9
16,4
3,5
0,0
13,7
0,1
17,3
0,1
12,9
0,3
20,5
3,8
0,2
–0,2
0,3
–0,8
2,9
0,0
13,7
0,0
17,5
0,4
9,4
–0,1
10,8
1,5
0,5
–0,3
0,4
0,1
3,0
–0,1
2,7
2,1
17,1
6,6
12,6
1,9
21,0
11,7
3,8
2,6
0,7
17,1
1,3
0,1
10,8
2,1
20,6
6,6
14,7
2,0
25,1
11,9
3,7
2,6
0,8
16,9
1,7
0,1
12,8
59,6
1,5
8,7
11,4
54,1
2,9
12,1
1,5
11,6
8,0
7,9
63,9
1,2
8,9
12,0
59,9
2,9
13,1
1,5
12,6
8,1
4,4
composite
BE
CY
CZ
ES
FR
GR
PT
RO
SI
SK
UK
*
**
52,1
1,7
8,5
10,5
42,8
3,0*
9,4
1,4**
9,4
7,5
0,0
70,7
1,3
10,0
10,6
62,0
3,2
13,1
1,4
0,0
0,0
1,0
18,5
–0,4
1,5
0,2
19,2
0,2
3,6
0,0
–9,4
–7,5
1,0
14,5
0,2
2,7
–0,3
6,7
0,4
0,7
0,0
–11,5
–7,7
–15,9
Dane za rok 2007.
Dane za rok 2006.
Tab. 3. Relacja wartości aktywów sektora ubezpieczeń do PKB w krajach Unii Europejskiej
w latach 2005–2012 (w %). Źródło: opracowanie własne na podstawie danych EIOPA
i EUROSTAT.
w relacji do zmian PKB (rysunek 3). Wartość portfela aktywów zakładów
ubezpieczeń jest pochodną skali prowadzonej działalności (mierzona najczęściej przypisem składki), jak również polityki inwestycyjnej i koniunktury na
rynku kapitałowym. W zdecydowanej większości krajów UE średnioroczna
dynamika wartości aktywów zakładów ubezpieczeń i reasekuracji była istotnie
wyższa niż średnioroczna dynamika wzrostu PKB (w sektorze life z wyjątkiem:
Austrii, Belgii, Cypru, Francji, Islandii i Wielkiej Brytanii, natomiast w sektorze non-life z wyjątkiem: Belgii, Grecji, Portugalii i Szwecji). Przy czym
52
DOI 10.7172/1644-9584.48.3
dynamika ta była istotnie wyższa w latach 2005–2008 niż w latach 2008–2012.
Jest to widoczne zwłaszcza w zakładach na życie, które w znacznie większym
stopniu wykorzystują dźwignię finansową. Niższą średnioroczną dynamikę
wartości aktywów niż dynamika PKB wykazywały zakłady mieszane (z wyjątkiem: Belgii, Francji, Portugalii i Słowenii). Zjawisko to po części jest związane ze znaczącym spadkiem tempa wzrostu PKB po 2008 r. praktycznie
we wszystkich krajach UE. Niemniej jednak w części krajów UE wartość
portfela aktywów zakładów ubezpieczeń i reasekuracji w latach 2005–2012
w ujęciu nominalnym zmniejszyła się, pomimo dodatniego średniorocznego
tempa wzrostu PKB, tj. w: Słowacji i Wielkiej Brytanii (zakłady mieszane),
Belgii (zakłady non-life i na życie) oraz w Grecji (zakłady non-life). Wskazuje
to na stopnień wrażliwości sektora ubezpieczeń na koniunkturę gospodarczą
oraz, pośrednio, na sytuację na rynku kapitałowym.
a) w ujęciu zagregowanym
b) zakłady na życie
53
Teresa Czerwińska
c) zakłady non-life
d) zakłady mieszane
Rys. 3. Dynamika wzrostu wartości aktywów zakładów ubezpieczeń oraz średnioroczna
dynamika PKB w krajach Unii Europejskiej w latach 2005–2012. Źródło: opracowanie
własne na podstawie danych EIOPA i EUROSTAT.
3.3. Powiązania sektora ubezpieczeń
Powiązania instytucji ubezpieczeniowych z innymi uczestnikami sektora
finansowego w aspekcie generowania ryzyka systemowego należy rozpatrywać dwukierunkowo: (1) wpływ instytucji ubezpieczeniowych na ryzyko
innych uczestników systemu finansowego i podmioty gospodarki realnej;
(2) transmisję ryzyka od innych uczestników sektora finansowego do sektora
ubezpieczeń. Badania wykazują, że stopień powiązań między poszczególnymi
sektorami systemu finansowego, tj. bankowym, ubezpieczeniowym, zarzą54
DOI 10.7172/1644-9584.48.3
dzania aktywami, istotnie wzrósł, co przyczyniło się do znacznego wzrostu
ryzyka systemowego (Billio, Getmansky, Lo i Pelizzon, 2011). Ubezpieczyciele coraz bardziej angażują się w działalność typową dla banków czy
funduszy inwestycyjnych, tj. udzielanie gwarancji, pożyczek, emisje CDS,
produkty o charakterze typowo inwestycyjnym, co zwiększa ich ekspozycję na ryzyka nieubezpieczeniowe (IAIS, 2011; Haefeli i Liedtke, 2012;
Iwanicz-Drozdowska, 2013; Bednarczyk, 2013). Z punktu widzenia narażania na ryzyko niezwykle istotne stają się powiązania sektora ubezpieczeń
zarówno z bankami, jak i z funduszami hedgingowymi oraz funduszami
obligacji (rysunek 4). Niemniej jednak należy zaznaczyć, że w świetle badań
współzależności między podmiotami w sektorze zarówno bankowym, jak
i ubezpieczeniowym, są znacznie silniejsze niż między sektorami (Slijkerman,
Schoenmaker i de Vries, 2013).
100
90
80
70
60
50
40
30
20
10
0
Fndusze emerytalne
Banki
Fundusze hedgingowe
Fundusze akcji
Fundusze obligacji
styczeń 2008
marzec 2014
Rys. 4. Wrażliwość sektora ubezpieczeń na realizację ryzyka systemowego w sektorze
finansowym (w %). Źródło: M. Segoviano, S. Malik, F. Cortes, A. Bouveret i P. Lindner.
(2014). Systemic Risk and Interconnectedness Measures across the Banking and Nonbank Financial Sectors: A Comprehensive Approach. IMF Working Paper. Washington:
International Monetary Fund.
Jak wykazują badania dwukierunkowych powiązań i współzależności między sektorem bankowym a ubezpieczeniowym, wpływ banków na ryzyko
w sektorze ubezpieczeń jest znacznie silniejszy, bardziej długotrwały niż
ubezpieczycieli na sektor bankowy (Chen, Cummins, Viswanathan i Weiss,
2013). Przeprowadzane testy przyczynowości potwierdzają, że to banki kreują
znaczące ryzyko systemowe dla ubezpieczycieli, nie zaś odwrotnie. Zatem
w tej relacji zakłady ubezpieczeń są raczej absorbentami ryzyka systemowego generowanego przez banki niż jego inicjatorami. Niemniej jednak
zaobserwowano, że wzrost wartości aktywów zakładów ubezpieczeń i funduszy emerytalnych jest powiązany z dynamicznym wzrostem aktywności
tzw. sektora bankowości cienia2 (shadow banking). Dynamika ta odzwierciedla, jak można przypuszczać, popyt sektora ubezpieczeń na usługi tego
sektora. Zaostrzanie regulacji w sektorze bankowym, zwłaszcza w obszarze
55
Teresa Czerwińska
wymogów kapitałowych, środowisko niskich stóp procentowych, kompresja spreadów oraz komplementarność i wysoka substytucyjność produktów
bankowych – to wszystko przyczynia się do dynamicznego wzrostu sektora
bankowości cienia. Zakłady ubezpieczeń i fundusze emerytalne przyczyniają się do dynamicznego wzrostu sektora bankowości cienia, bowiem
traktują bankowość cienia jako kanał pośrednictwa finansowego. Udzielają, w zależności od regulacji prawnych, w sposób bezpośredni (w USA,
Japonii) lub pośredni (np. poprzez inwestowanie w jednostki uczestnictwa
w funduszach inwestycyjnych, fundusze typu private equity na obszarze
euro) pożyczek dla przedsiębiorstw i gospodarstw domowych. Zakłady
ubezpieczeń i fundusze emerytalne inwestują również w podmioty niebankowe oferujące substytucyjne dla tradycyjnej bankowości produkty i usługi,
co przyczynia się do wzrostu ryzyka systemowego. Obserwuje się migracje
niektórych tradycyjnych produktów bankowych do sektora niebankowego,
gdzie dokonują alokacji kapitału instytucje ubezpieczeniowe. Według danych
Międzynarodowego Funduszu Walutowego w 2014 r. zaledwie 12% (20%
w roku 2008) zadłużenia przedsiębiorstw w Stanach Zjednoczonych i 66%
(74% w roku 2008) na obszarze Unii Europejskiej pochodziło z kredytów
bankowych (IMF, 2014).
3.4. Koncentracja operatorów rynkowych w sektorze ubezpieczeń
Zdecydowana większość badań wykazuje, że zasadniczym czynnikiem
kreującym ryzyko systemowe w sektorze ubezpieczeń jest rozmiar instytucji ubezpieczeniowych (mierzony wartością aktywów, udziałem w przypisie
składki) (Weiß i Muhlnickel, 2014; The Geneva Association, 2010). Biorąc
pod uwagę potencjał do kreowania ryzyka systemowego oraz rangę instytucji ubezpieczeniowych dla stabilności sektora finansowego, w lipcu 2013
r. wyodrębniono dziewięć instytucji ubezpieczeniowych, które uznano za
globalne instytucje o szczególnym znaczeniu dla stabilności finansowej (tzw.
global systemically important insurers, G-SIIs). Na rynku europejskim zaliczane są do nich: Axa S.A., Allianz, Assicurazioni Generali, Aviva, Prudential Financial, Inc. oraz Prudential plc. (tabela 5), na pozostałych rynkach:
American International Group, MetLife oraz Ping An Insurance Company
of China.
Analiza zdolności sektora ubezpieczeń do generowania ryzyka systemowego na obszarze Unii Europejskiej, biorąc pod uwagę rozmiary prowadzonej działalności, wykazała, że (tabela 5):
– przypis składki w latach 2008–2012 w grupach ubezpieczeniowych zaliczanych do GSIIs uległ zmniejszeniu (z wyjątkiem Generali i Prudential),
podczas gdy w pozostałych największych grupach ubezpieczeniowych
wzrósł (z wyjątkiem ING, Zurich, Aegon i CNP);
– 50% zebranej składki przez największe grupy ubezpieczeniowe pochodzi
z obszaru UE (z wyjątkiem: Maprfe, Ergo oraz Prudential, który zbiera
składki na obszarze Ameryki Północnej);
56
DOI 10.7172/1644-9584.48.3
Grupa kapitałowa
180
980
262
923
486
451
730
583
bd
8 041
bd
10 113
9 746
15 192
3 150
14 559
13 931
12 046
336 373
1 079 229
33%
Europa
48
52
62
18
8
17
17
23
Ameryka
Północna
11 228
6 731
0
10 590
18 069
2 771
4 037
0
bd
1 514
bd
7 694
8 374
0
0
117
0
0
71 125
Azja
i Pacyfik
6 725
5 413
0
2 749
10 144
1 708
2 459
0
bd
35
bd
580
1 706
3 936
0
0
0
0
35 455
19 459
6 962
7 351
6 580
–457
10 781
2 433
2 856
bd
11 989
bd
1 891
–300
–630
781
139
0
0
69 835
56%
73%
89%
49%
23%
53%
67%
89%
bd
37%
bd
50%
50%
82%
18%
98%
100%
100%
60%
2012
611
401
392
158
304
325
82
330
265
39
85
200
453
146
119
75
77
138
3 960
948
628
658
069
667
704
553
887
955
764
751
129
968
729
433
700
600
666
365 3
2008
531
434
327
167
209
316
67
252
200
27
56
244
235
101
108
57
67
68
476
289
811
135
457
892
631
800
999
992
884
219
409
881
200
247
700
430
747
723
115%
92%
120%
94%
145%
103%
122%
131%
132%
143%
153%
82%
192%
145%
110%
131%
115%
202%
114%
Wartość portfela inwestycji
Udział
(€m)
składki
zebranej
na rynku
europejskim
w 2012
2012/2008
2012
Tab. 5. Przypis składki oraz wartość portfela inwestycji największych grup ubezpieczeniowych w Europie w latach 2008–2012. Źródło: opracowanie
na podstawie danych European market operators 2012.
857
002
474
291
999
258
700
322
000
711
306
121
409
894
578
070
078
028
098
2008
86
89
67
46
20
45
19
28
22
17
19
43
22
14
16
12
13
12
597
99%
81%
103%
84%
173%
72%
135%
93%
105%
122%
106%
47%
87%
124%
103%
123%
107%
100%
95%
2012/2008
Axa (FR)
85 592
Allianz (DE)
72 086
Generali (IT)
69 613
Zurich (CH)
38 842
Prudential (UK)
36 241
Aviva (UK)
32 711
Talanx (DE)
26 659
CNP (FR)
26 439
Crédit Agricole (FR) 23 200
Mapfre (ES)
21 579
Achmea (NL)
20 445
ING (NL)
20 278
Aegon (NL)
19 526
BNP-Paribas (FR)
18 498
Ergo (DE)
17 091
Covéa (FR)
14 815
Groupama (FR)
13 931
Swiss Life (CH)
12 046
Razem
569 592
Razem rynek europejski
Udział w rynku europejskim
bd - brak danych
1 GSII
2 GSII
3 GSII
4 (↑ 1)
5 (↑ 2) GSII
6 (↓ 2) GSII
7 (↑ 3)
8 (↓ 2)
9
10 (↑ 2)
11
12 (↓ 4)
13
14 (↑ 2)
15 (↓ 1)
16 (↑ 1)
17 (↓ 2)
18
Ranking
Struktura geograficzna przypisu
składki w 2012
pozostałe
Składka przypisana
(€m)
57
Teresa Czerwińska
– istotne ryzyko występuje we Francji, bowiem 1/3 wszystkich największych
grup ubezpieczeniowych pochodzi z tego kraju (w tym AXA zaliczana
do SGII);
– wartość portfela inwestycji w zasadzie wszystkich grup ubezpieczeniowych
uległa dynamicznemu wzrostowi (z wyjątkiem Zurich, Allianz oraz ING).
Szczególną uwagę zwraca zmniejszenie przypisu składki największych
grup ubezpieczeniowych w ujęciu zagregowanym wraz z jednoczesnym
znaczącym wzrostem wartości portfela inwestycji w analizowanym okresie
(rysunek 5). Świadczy to o istotnym wzroście znaczenia dochodów z działalności inwestycyjnej w strukturze przepływów środków pieniężnych w największych grupach ubezpieczeniowych oraz o znaczącym wykorzystywaniu
dźwigni finansowej. Jak już wspomniano, w znacznym stopniu podwyższa
to ryzyko systemowe generowane przez sektor ubezpieczeń.
Rys. 5. Dynamika przypisu składki oraz wartości portfela inwestycji największych grup
ubezpieczeniowych w Europie w latach 2008–2012. Źródło: opracowanie własne na
podstawie European market operators 2012.
Wzrost ryzyka systemowego związanego z moral hazard w sektorze
ubezpieczeń związany jest również z koncentracją operatorów rynkowych
(De Nicolo i Kwast, 2002). Badania wykazują, że w ujęciu zagregowanym
w analizowanym okresie wystąpił nieznaczny spadek koncentracji mierzony
wskaźnikiem C5 w obu sektorach oraz istotny spadek koncentracji mierzony
58
DOI 10.7172/1644-9584.48.3
wskaźnikiem C10 w sektorze life (tabele 6 i 7). Z punktu widzenia ekspozycji na ryzyko systemowe można zauważyć, że zarówno w sektorze life,
jak i non-life wystąpił istotny spadek koncentracji operatorów rynkowych
(mierzony udziałem pięciu największych zakładów), zwłaszcza w krajach
z mniej dojrzałym sektorem ubezpieczeń, takich jak Polska, Węgry, Czechy,
Chorwacja, Bułgaria, Estonia. Ponadto w sektorze ubezpieczeń na życie
wystąpił znaczący wzrost koncentracji w krajach z wysoko rozwiniętym rynkiem, takich jak Austria, Irlandia, Wielka Brytania.
Składka przypisana
na narodowym rynku
Kraj
(€m)
2012
2003
AT
6 503
5 704
BE
21 355
17 524
BG
125
38
CY
357
265
CZ
2 624
828
DE
87 340
68 574
DK
13 915
9 657
EE
4
37
ES
26 607
17 799
FI
16 039
9 982
FR
113 251
92 022
GR
1 931
1 435
HU
1 364
855
IE
8 150
7 644
IT
69 715
62 780
LU
1 061
323
LV
34
8
MT
170
104
NL
18 985
24 838
PL
8 922
2 375
PT
7
5 402
RO
339
112
SE
21 421
12 564
SI
579
305
SK
1 166
410
UK
180 376
163 352
Razem 628 467
525 797
Wskaźnik
Wskaźnik
Wskaźnik
koncentracji C5 koncentracji C10 koncentracji C15
2012
77,6%
66,5%
74,6%
83,0%
64,7%
50,1%
56,9%
100,0%
55,9%
91,7%
55,8%
69,5%
56,2%
86,9%
59,2%
64,0%
n.a.
98,8%
n.a.
62,0%
78,4%
79,3%
62,0%
81,6%
67,7%
51,0%
58,1%
2003
2012
2003
2012
2003
49,6%
n.a.
72,5%
n.a.
84,5%
74,0% 85,2%
91,5% 93,9% 97,0%
85,3% 96,8% 100,0% 100,0%
n.a.
89,1% 99,4%
98,1% 100,0% 100,0%
75,0% 90,7%
94,9% 98,6% 99,7%
n.a.
69,0%
n.a.
78,9%
n.a.
57,4% 79,0% 74,4% 90,2% 84,7%
100,0% 100,0% 100,0%
n.a.
n.a.
42,2% 76,0% 60,8% 86,5% 73,5%
85,1% 100,0% 99,4% 100,0% 100,0%
55,1% 86,0% 82,1% 91,2% 91,5%
62,5% 92,3% 88,9% 99,0% 97,2%
76,7% 84,6% 89,5% 97,0% 98,6%
66,9% 99,6% 95,4% 100,0% 99,9%
59,7% 83,4% 79,3% 91,6% 89,1%
n.a.
87,3%
n.a.
95,1%
n.a.
98,7%
n.a.
100,0%
n.a.
100,0%
100,0% 100,0%
n.a.
100,0%
n.a.
65,8%
n.a.
88,5%
n.a.
93,6%
82,8% 86,7% 91,8% 97,2% 96,7%
79,0% 91,5% 90,6% 96,7% 96,4%
80,1% 94,0% 93,7% 99,2% 99,4%
73,2% 89,0% 98,3% 99,0% 99,7%
83,6% 99,0% 99,0% 100,0% 100,0%
79,5% 90,9% 92,9% 99,0% 99,1%
39,1% 78,8% 59,9% 87,2% 73,7%
54,2% 82,0% 75,6% 89,5% 85,4%
n.a. – dane niedostępne
Tab. 6. Koncentracja operatorów rynkowych w sektorze life w krajach Unii Europejskiej
w latach 2003-2012. Źródło: European market operators 2012.
59
Teresa Czerwińska
Kraj
Składka przypisana
Wskaźnik
Wskaźnik
Wskaźnik
na narodowym rynku
koncentracji C5 koncentracji C10 koncentracji C15
(€m)
2012
2003
2012
2003
2012
2003
2012
2003
AT
9 781
7 424
73,0%
57,9%
n.a.
79,2%
n.a.
89,4%
BE
10 928
8 250
61,7%
58,8%
84,8%
77,4%
91,3%
88,6%
BG
683
257
63,0%
69,9%
91,2%
89,3%
99,7%
97,0%
CY
479
261
48,9%
48,7%
66,3%
71,6%
79,8%
85,5%
CZ
3 047
1 960
73,3%
82,0%
88,2%
94,8%
91,6%
96,7%
DE
94 247
79 155
41,9%
n.a.
63,5%
n.a.
73,5%
n.a.
DK
7 055
4 848
65,0%
70,0%
87,4%
88,2%
94,7%
94,1%
EE
14
131
80,6%
92,8%
99,0%
ES
29 448
22 832
44,9%
38,3%
63,1%
55,1%
75,1%
67,2%
100,0% 100,0% 100,0%
FI
3 815
2 659
94,0%
90,9%
99,8%
98,2% 100,0%
99,9%
FR
68 129
50 006
55,4%
53,7%
74,3%
72,1%
86,3%
83,6%
GR
2 389
1 800
37,9%
42,8%
62,0%
58,4%
77,8%
70,8%
HU
1 262
1 276
75,1%
85,3%
90,4%
97,3%
96,3%
99,4%
IE
2 743
4 240
66,6%
68,8%
94,8%
94,7%
98,5%
99,3%
IT
35 413
34 213
73,0%
69,2%
87,3%
87,3%
93,6%
92,4%
n.a.
LU
799
89,3%
n.a.
92,6%
n.a.
99,9%
n.a.
LV
173
187
n.a.
71,8%
n.a.
97,5%
n.a.
100,0%
MT
101
104
73,4%
72,8%
96,2%
92,2%
99,9%
98,5%
NL
56 162
22 570
n.a.
48,0%
n.a.
66,1%
n.a.
74,6%
PL
6 296
2 908
67,1%
80,3%
89,6%
89,6%
96,5%
94,8%
PT
3 987
4 044
60,5%
68,3%
87,2%
87,8%
95,9%
97,4%
RO
1 287
357
68,5%
67,3%
88,7%
87,4%
95,0%
93,7%
SE
4 936
6 794
83,2%
89,8%
94,2%
97,0%
98,7%
98,5%
SI
1 441
970
87,4%
93,9%
99,9%
99,9% 100,0% 100,0%
SK
863
598
86,5%
89,0%
97,6%
97,0%
99,8%
99,7%
UK
68 702
69 029
41,3%
41,0%
61,9%
58,9%
75,6%
69,3%
451 119
346 391
52,0%
54,0%
71,2%
71,8%
81,6%
81,0%
Razem
n.a. – dane niedostępne
Tab. 7. Koncentracja operatorów rynkowych w sektorze non-life w krajach Unii Europejskiej
w latach 2003–2012. Źródło: European market operators 2012.
4. Podsumowanie
Ranga sektora ubezpieczeń dla stabilności systemu finansowego wzrasta
wraz ze stopniem powiązań ubezpieczycieli z innymi segmentami systemu
finansowego, zwłaszcza sektorem bankowym i rynkiem kapitałowym, a także
wielkością wartości aktywów.
60
DOI 10.7172/1644-9584.48.3
Badania wykazały, że można mówić o wzroście poziomu ryzyka systemowego w europejskim sektorze ubezpieczeń, ponieważ:
– wzrasta znaczenie działalności inwestycyjnej zakładów ubezpieczeń,
o czym świadczy znacząca dynamika wzrostu wartości portfela inwestycji zakładów przy jednoczesnym spadku dynamiki przypisu składki, co
w znacznym stopniu podwyższa to ryzyko systemowe generowane przez
sektor ubezpieczeń;
– średnioroczna zmiana wartości aktywów zakładów ubezpieczeń i reasekuracji w latach 2005–2012 była ponadproporcjonalna w relacji do zmian
PKB, co – mając na uwadze czynniki determinujące wartość portfela
aktywów – może wskazywać nie tylko na korzystną koniunkturę na rynku
kapitałowym, ale także – w sytuacji wdrażania nowych wymogów kapitałowych związanych z Solvency II oraz dekoniunktury w gospodarce – na
wzrost apetytu na ryzyko instytucji ubezpieczeniowych;
– w sektorze ubezpieczeń na życie, gdzie istotną rolę odgrywa aktywność
inwestycyjna zakładów oraz ekspozycja na ryzyko nieubezpieczeniowe jest
szczególnie wysoka; wystąpił znaczący wzrost koncentracji operatorów
rynkowych w krajach z dojrzałym, wysoko rozwiniętym rynkiem (Austria,
Irlandia, Wielka Brytania).
Przypisy
1
Aspekty porównawcze modelu biznesowego zakładów ubezpieczeń i banków w kontekście generowania ryzyka systemowego są szeroko opisywane w literaturze i stały
się przedmiotem wielu opracowań, m.in.: The Geneva Association, 2010; IAIS, 2011;
Haefeli i Liedtke 2012; Monkiewicz, 2012, s. 44–58; Fitzpatrick, 2013; Iwanicz-Drozdowska, 2013; Bednarczyk, 2013a, 2013b; Thimann, 2014; Eling i Pankoke, 2014.
2
Bankowość cienia (shadow banking) jest definiowana przez Financial Stability Board
jako wszelkie formy i podmioty zajmujące się pośrednictwem kredytowym poza oficjalnym systemem bankowym (FSB, 2013).
Bibliografia
Baluch, F., Mutenga, S. i Parsons, C. (2011). Insurance, Systemic Risk and the Financial
Crisis. Geneva Papers on Risk and Insurance – Issues and Practice, 36 (1), 126–163.
Bednarczyk, T. (2013a). Czy sektor ubezpieczeniowy kreuje ryzyko systemowe. Studia Oeconomica Posnaniensia, 1 (11), 7–17.
Bednarczyk, T. (2013b). Potencjał sektora ubezpieczeniowego do kreowania ryzyka systemowego. Zarzadzanie i Finanse, 11 (2), cz. 5, 17–28.
Billio, M., Getmansky, M., Lo, A.W., Pelizzon, L. (2011). Econometric Measures of Systemic
Risk in the Finance and Insurance Sectors. MIT Sloan Research Paper, (4774–10).
Chen, H., Cummins, J.D., Krupa, S., Viswanathan, M. i Weiss, A. (2013). Systemic
Risk and the Interconnectedness between Banks and Insurers: An Econometric
Analysis. The Journal of Risk and Insurance, 81 (3), 623–652, http://dx.doi.org/10.11
11/j.1539-6975.2012.01503.
Czerwińska, T. (2009). Polityka inwestycyjna instytucji ubezpieczeniowych – istota, uwarunkowania, instrumenty, Gdańsk: Wyd. Uniwersytetu Gdańskiego.
61
Teresa Czerwińska
Czerwińska, T. (w drukua). Determinanty stabilności finansowej sektora ubezpieczeń.
W: J. Lisowski (red.), Ubezpieczenia gospodarcze wobec wyzwań XXI wieku. Poznań:
Uniwersytet Ekonomiczny w Poznaniu.
Czerwińska, T. (w drukub). Zagrożenia dla stabilności sektora ubezpieczeń – ujęcie systemowe. W: J. Czekaj, E. Miklaszewska i W. Sułkowska (red.), Nauka finansów dla
rozwoju gospodarczego i społecznego. Rynek finansowy jako mechanizm alokacji zasobów
w gospodarce. Kraków: Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie.
De Bandt, O. i Hartmann, P. (2000). Systemic Risk: A Survey. ECB Working Paper, 35
(November).
De Nicolo, G. i Kwast, M.L. (2002). Systemic Risk and Financial Consolidation: Are
They Related? Journal of Banking & Finance, 26, 861–880.
Eling, M. i Pankoke, D. (2014). Systemic Risk in the Insurance Sector – What Do We
Know? Working Papers On Risk Management And Insurance, 124 (January).
European Commission. (2010). QIS5 Technical Specifications, Annex to Call for Advice
from CEIOPS on QIS5, European Commission Internal Market and Services DG
Financial Institutions Insurance and Pensions. Brussels: European Commission.
Fitzpatrick, J.H. (2013). Cross Industry Analysis 28 G-SIBs vs. 28 Insurers – Comparison
of Systemic Risk Indicators. The Geneva Association.
FSB. (2010). Reducing the moral hazard posed by systemically important financial
institutions. FSB Recommendations and Time Lines. Basel: Financial Stability
Board.
FSB. (2013). Global Shadow Banking Monitoring Report 2013. Basel: Financial Stability
Board. Pozyskano z: http://www.financialstabilityboard.org/publications/r_121118c.
htm.
FSB. (2014). Recovery and Resolution Planning for Systemically Important Insurers:
Guidance on Identification of Critical Functions and Critical Shared Services. FSB
Consultative Document. Basel: Financial Stability Board.
Haefeli, D. i Liedtke, P.M. (2012). Insurance and Resolution in Light of the Systemic Risk
Debate. A Contribution to the Financial Stability Discussion in Insurance. Geneva:
The Geneva Association.
Hendricks, D., Kambhu, J. i Mosser, P. (2006). Systemic Risk and the Financial System –
Background Paper. Referat wygłoszony na: NAS-FRBNY Conference on New Directions in Understanding Systemic Risk. New York.
IAIS. (2011). Insurance and Financial Stability. International Association of Insurance
Supervisors.
IAIS. (2013a). Global Systemically Important Insurers: Initial Assessment Methodology.
International Association of Insurance Supervisors. Pozyskano z: http://www.iaisweb.
org/view/element_href.cfm?src=1/19151.pdf.
IAIS. (2013b). Global Systemically Important Insurers: Policy Measures. International
Association of Insurance Supervisors. Pozyskano z: http://www.iaisweb.org/view/element_href.cfm?src=1/19150.pdf.
IMF. (2014). Global Financial Stability Report. IMF.
Iwanicz-Drozdowska, M. (2013). Globalne systemowo ważne instytucje ubezpieczeniowe
(GSII). W: W. Sułkowska (red.), Rynek ubezpieczeń – współczesne problemy. Warszawa: Difin.
Monkiewicz, M. (2012). Bezpieczeństwo rynku ubezpieczeniowego UE a systemy gwarancyjne
pewności ochrony ubezpieczeniowej – teoria i praktyka. Warszawa: Poltext.
Ronka-Chmielowiec, W. (1997). Ryzyko w ubezpieczeniach – metody oceny. Wrocław: Wyd.
Akademii Ekonomicznej we Wrocławiu.
Segoviano, M., Malik, S., Cortes, F., Bouveret, A. i Lindner, P. (2014). Systemic Risk
and Interconnectedness Measures across the Banking and Non-bank Financial Sectors: A Comprehensive Approach. IMF Working Paper. Washington: International
Monetary Fund.
62
DOI 10.7172/1644-9584.48.3
Sharma, P. (2013). Global Systemically Important Insurers: Milestones, Myths and More
Work. Newsletter Insurance and Finance. The Geneva Association.
Slijkerman, J.F., Schoenmaker, D. i de Vries, C.G. (2013). Systemic Risk and Diversification across European Banks and Insurers. Journal of Banking & Finance, 37, 773–785.
Taylor, J.B. (2009). Defining Systemic Risk Operationally. Pozyskano z: http://web.stanford.edu/~johntayl/Defining%20Systemic%20Risk%20Operationally%20Revised.pdf.
The Geneva Association. (2010). Systemic Risk in Insurance. An Analysis of Insurance
and Financial Stability. Geneva: The Geneva Association.
Thimann, C. (2014). How Insurers Differ from Banks: A Primer on Systemic Regulation.
SRC Special Paper, (3).
Weiss, M.A. (2010). Systemic Risk and the U.S. Insurance Sector. Working Paper. Washington: National Association of Insurance Commissioners.
Weiß, G.N.F. i Muhlnickel, J. (2014). Why Do Some Insurers Become Systemically
Relevant? Journal of Financial Stability, 13, 95–117.
63
DOI 10.7172/1644-9584.48.4
Competition between commercial banks in Poland
– an analysis of Panzar-Rosse H-statistics
Filip Świtała*, Małgorzata Olszak*, Iwona Kowalska*
This paper aims to find out how intense the competition between Polish commercial banks is in the loan
market. Using Panzar–Rosse H-statistics and employing several estimation techniques (GLS, one-step
GMM and two-step GMM), we find that this intensity is sensitive to the estimator applied. Upon the
analysis of results, it can be concluded that competition evolved differently over the years in Poland. In
some years, competition was rather high as the H-statistic reached the level of 0.75, which is relatively
close to perfect competition. In other years, it gradually decreased reaching its lowest value in 2010,
and showed an upward trend in 2011 and 2012. Generally, the values of our competitive environment
measure indicate monopolistic competition in Poland.
Keywords: competition intensity, marginal costs, contestability, banking industry.
JEL: G21, G28, L1, L16
Konkurencja w sektorze bankowym w Polsce
– analiza statystyki H Panzara-Rosse’a
Celem artykułu jest określenie stopnia nasilenia konkurencji na rynku kredytowym banków komercyjnych
w Polsce. Na podstawie wartości statystyki H Panzara-Rosse’a oszacowanej przy zastosowaniu kilku
technik estymacji (GLS, one-step GMM and two-step GMM) identyfikujemy, że uzyskane wnioski co do
stopnia nasilenia konkurencji są wrażliwe na metodę estymacji. Na podstawie analizy w poszczególnych
latach w okresie 2008–2012 zauważyć można zróżnicowanie nasilenia konkurencji. W niektórych latach
konkurencja jest relatywnie wysoka, gdyż wartość statystyki H wynosi 0,75 – co wskazuje na konkurencję bliską doskonałej. W innych latach poziom statystyki H jest niższy, co prowadzi do wniosku, że
konkurencja ta ma cechy modelu konkurencji monopolistycznej.
Słowa kluczowe: nasilenie konkurencji, koszty krańcowe, konkurencyjność, sektor bankowy.
*
Iwona Kowalska – PhD, University of Warsaw, Faculty of Management.
Małgorzata Olszak – PhD, University of Warsaw, Faculty of Management.
Filip Świtała – PhD, University of Warsaw, Faculty of Management.
Corresponding author at: Faculty of Management, University of Warsaw, Szturmowa Str. 1/3, 02-678 Warsaw;
e-mail: [email protected]; [email protected]; [email protected].
Competition in commercial banks in Poland – analysis of Panzar-Rosse H-statistics
1. Introduction
In the banking sector, unlike other sectors of the economy, competition
policy must be designed with due consideration of the interaction between
competition and bank risk-taking. On the one hand, greater competition may
be good for (static) efficiency of banks (Allen and Gale, 2003). On the other
hand, however, it may also result in higher risk taken by banks. This excessive
risk-taking, by threatening the solvency of particular institutions, may give
rise to financial instability of the entire banking system at an aggregate level
(Jimenez et al., 2010). As proven for other industries, competition is likely
to have far-reaching implications for economic growth, productivity, financial stability and, consequently, consumer welfare. Theoretical and empirical
research that can assess the extent of competition in banking, therefore, has
important implications for government agencies responsible for the effective
regulation and supervision of the financial system (Beck et al., 2004; Boyd
and De Nicoló, 2005; Boyd et al, 2006; Berger et al, 2009; Samaniego, 2010).
This paper’s objective is to assess the intensity of competition in the Polish
banking sector in its lending market. Previous studies which present the measures of competition include many papers in which the Polish loan market is one
of many markets under investigation (see e.g. Beck et al., 2004; Claessens and
Laeven, 2004; Turk-Ariss, 2010; Agoraki et al., 2011; Beck et al., 2013; Mirzaei
et al., 2013). This research gives one average measure of competition calculated
for several years, based on annual financial data available in the Bankscope
database. Its serious drawback is also the measurement of competition using
market structure indicators (Beck et al., 2004, Agoraki et al.; Mirzaei et al.,
2013). Much more detailed insight into the competition intensity is given by
the research by Pawłowska (2010, 2012) as it gauges its levels using tools well
grounded in the New Empirical Industrial Organization literature, such as the
Lerner index or Panzar-Rosse H-statistics. The measures of competition are,
however, obtained with the application of annual financial data.
In this paper we aim to measure the competition intensity in the bank
loan market in Poland using a well grounded approach introduced by Panzar
and Rosse (1987) and developed in many previous studies (for references
see Tables 1 and 2). We hypothesize that competition in the Polish bank
loan market may be described as monopolistic competition. Following a
theoretical paper by Ruckes (2004), who suggests that a business cycle may
affect competition, we put forward a hypothesis that competition in the
banking market in Poland depends on the macroeconomic environment.
Our study is different from previous ones in several respects. First, in contrast to the previous research, which uses annual data, we apply the methodology used in the estimation of the H-statistics to a unique dataset of individual
banks’ quarterly financial items spanning the years 2008–2012. Second, as we
use quarterly data, we are able to assess the competition intensity for each
subsequent year in the period of 2008–2012. An analysis of evolution of the
65
Filip Świtała, Małgorzata Olszak, Iwona Kowalska
Panzar-Rosse H-statistics in each of the years should give some insight into
the impact of changing macroeconomic environment on competition intensity.
Third, as the quantified level of competition may be sensitive to the estimation technique, we use several estimation methods – that is, besides traditional
ordinary least squares, also fixed effects generalized least squares as well as
dynamic methods, i.e. one-step GMM and two-step GMM. Such a methodological approach produces more precise measures of competition.
Upon the analysis of results, one can conclude that competition evolved
differently across years in Poland. In some years, competition was rather
high as the H-statistic reached the level of 0.75, which is relatively close to
perfect competition. In other years, it gradually decreased reaching its lowest
value in 2010, and showed an upward trend in 2011 and 2012. Generally,
the values of our competitive environment measure indicate monopolistic
competition in Poland.
The structure of this paper is as follows. Section 2 presents an overview
of different approaches in the literature to measure competition in the
banking industry across the world as well as in the Polish banking market.
Section 3 provides a description of methodology and data applied in the
investigation. Section 4 presents the results of an empirical study. Finally,
Section 5 is a conclusion.
2. Competition intensity measurement – a literature review
2.1. Measures of competition intensity
The current literature on the measurement of competition is broadly classified into two major streams (Bikker, 2004; Tabak et al., 2012). One of those
streams include the so-called structural approaches which are based on the
structure–conduct–performance (SCP) paradigm and use market structure
measures such as concentration ratios, number of banks or Herfindahl indices.
These indicators measure the actual market shares without allowing inferences
on the competitive behavior of banks. They are rather crude measures that
do not take into account the fact that banks with different ownership behave
differently and that banks might not compete directly with each other in the
same line of business. Moreover, they do not measure the competitive conduct
of banks at the margin. Thus, they may not be the most appropriate indicators
for measuring bank competition (Bikker, 2004; Casu and Girardone, 2006 and
2009; Schaeck et al., 2009; Carbo-Valverde et al., 2009).
The other stream covers non-structural approaches that have been
promoted in the so-called New Empirical Industrial Organization (NEIO)
literature. Within the NEIO framework, there are two main types of econometric methodologies. One of them is the simultaneous equation method,
which is represented by Bresnahan (1982) and Lau (1982). This method
estimates the level of competition intensity by simultaneously considering
66
DOI 10.7172/1644-9584.48.4
supply and demand functions to identify a parameter that measures the
behaviors of banks. The most challenging issue with this approach is that
it requires detailed data on bank financials, which are hardly accessible.
The second type of methodology includes approaches in which the
parameters that reflect the degree of competition in specific markets are
estimated with the application of bank-level data and specific assumptions
on the behavior of banks. The Lerner index, Panzar-Rosse H-statistics as
well as the Boone indicator fall into this part of the literature.
The Lerner index is designed with the assumption that market power
may also be related to profits, in the sense that extremely high profits may
be indicative of a lack of competition. This index has been widely used in
recent bank research (see e.g. Claessens and Laeven, 2004; Maudos and
Fernandez de Guevara, 2004; Berger et al., 2009; Fiordelisi and Cipolini,
2012; Fu, 2014) and indicates a bank’s market power by considering the
difference between price and marginal cost as a percentage of price. The
degree of competition is given by the range 0< Lerner index <1. In the case
of perfect competition, the Lerner index equals 0; under a pure monopoly,
the Lerner index equals 1. A Lerner index <0 implies pricing below the
marginal cost and could result, e.g., from non-optimal bank behavior.
The Panzar and Rosse (1987) H-statistics, which measure the reaction
of output to input prices, gauge the competitive behavior of banks, but
impose certain restrictive assumptions on banks’ cost function. Specifically,
under perfect competition, increases in input prices cause total revenue and
marginal cost to move together while in imperfect competition they do not.
However, the inference from this measure derived from the profit-maximizing condition is only valid if the market in question is in the equilibrium.
Estimates of the H-statistics vary widely, as the studies by Claessens and
Laeven (2004), Bikker and Spierdijk (2007) and Olivero et al. (2011) show,
and suffer from a few flaws, as explained in Shaffer (2004).
With respect to the “Boone” indicator or the profit elasticity (PE) model
for measuring bank competition, this indicator is often seen as a proxy for
competition, in the sense that the most efficient banks (and therefore the
most competitive ones) will gain market share at the cost of less efficient
banks. This measure has gained considerable support recently (Van Leuvensteijn et al., 2007, 2011 and 2013; Van Leuvensteijn, 2008; Schaeck and
Cihák, 2010; Delis, 2012; Tabak et al., 2012).
While the measures mentioned above have been broadly accepted, there
is no consensus regarding which is the most suitable indicator for quantifying bank competition (Carbó Valverde et al., 2009). As a matter of fact,
these measures whose estimation results are presented in different research
papers often produce divergent conclusions for banking markets of the
same countries and groups of countries (see e.g. Turk-Ariss, 2010; Bikker
and Spierdijk, 2010). This diversity in results can be inferred from Table 1,
which reviews most contemporary literature on competition in the banking
67
industry. Generally, the divergence in results may be explained by differences
in background methodologies and differences in bank data samples used.
Notwithstanding these discrepancies, it seems that the prevailing competition model in the banking industry is monopolistic competition.
Study by
Period
Countries
Type of
approach
Results
Nathan
and Never 1982–1984 Canada
(1989)
Panzar-Rosse
H-statistics
Perfect competition for 1982
and monopolistic competition
for 1983 and 1984
Shaffer and
Pennsylvania
DiSalvo
1970–1986
(USA)
(1994)
Panzar-Rosse
H-statistics
Duopoly; high competition
Molyneux
(1994)
France, the UK, Panzar1986–1989 Spain, Germany, -Rosse
H-statistics
and Italy
Monopoly in Italy and monopolistic competition in the rest of
countries
Molyneux
et al.
(1996)
1986, 1988 Japan
Panzar-Rosse
H-statistics
Monopoly in 1986; monopolistic
competition in 1988
Panzar-Rosse
H-statistics
Monopolistic competition in
the EU. Values of H-statistics
are diversified across countries,
with the lowest in Greece (0.00)
and the highest in Luxembourg
(0.656).
Boone
indicator
The Boone indicator for Spain,
Italy and Germany suggests
comparatively competitive banking markets while the Dutch
banking sector takes up intermediate position.
Schaeck
Two markets:
Boone
and Cihak 1995–2005 European banks
indicator
(2010)
and US banks
In the European sample, the
Dutch banking system is the
most competitive, and is followed by the UK and Switzerland.
In the US there is a huge diversity of results, with Marshall
market being the most competitive and Christian Market the
least competitive.
Casu and
15 European
Girardone 1997–2003
countries
(2006)
Leuvensteijn et al. 1992–2004 The Euro Area
(2007)
60 developing
countries: including Africa, East/
South Asia and
Turk-Ariss
Pacific, Eastern
1999–2005
(2010)
Europe and Central Asia, Latin
America and the
Caribbean, and
the Middle East.
68
The conventional Lerner figures
show varying degrees of market
power across countries but the
Lerner index figures are generally closely aliand funding- gned across all regions (around
adjusted
30% price mark-up over marLerner index ginal costs) except for Latin
America and the Caribbean,
where the conventional Lerner
index is as low as 17%. The
DOI 10.7172/1644-9584.48.4
Study by
Period
Countries
Type of
approach
Results
esti mated efficiency and funding-adjusted Lerner indices
also vary across countries and
regions.
Olivero
et al.
(2011)
10 Asian countries and 10
1996–2006
Latin American
countries
Beck et al.
1994–2009 79 countries
(2011)
Most estimates are positive and
less than 1, which indicates that
banks in Latin American and
Asian countries seem to operate
in a monopolistically competitive
environment. Exceptions include
India, Korea and China from
Asia, and Venezuela from Latin
America, which are shown to
have negative values of the PRH
statistics. This implies a potential
monopolistic environment or the
Panzarpresence of a structural disequili-Rosse
brium in their banking markets.
H-statistics
Banking industries in Latin
America seem to be more competitive than those in Asia. While
the sample mean of the PRH
statistics estimated using the
static revenue equation is 0.379
for Latin American banking, it
is only 0.122 for Asian banking.
Similarly, while the sample mean
for the dynamic panel estimation
is 0.704 for Latin America, it is
only 0.284 for Asia.
Lerner
index
The values of the index are positive and suggest monopolistic
competition.
The values of the Boone indicator exhibit strong diversity
and, therefore, the competition
intensity is very diversified, both
across countries and over time.
As there are no available reference values for specific models
of competition in the banking
market, we cannot make any
inferences on this subject.
Tabak
et al.
(2011)
10 Latin American countries:
Argentina,
Brazil, Chile,
Boone
2001–2008 Colombia, Costa
indicator
Rica, the Dominican Rep.,
Mexico, Panama,
Peru, Venezuela
Noth
(2011)
1996–2006 Germany
Lerner
index
Stavarek
and
Repkova
(2011)
The Czech
2001–2009
Republic
Highly competitive market
Panzarin the period 2001–2005 and
-Rosse
monopolistic competition in
H-statistics
2005–2009.
The values of the index are positive and suggest monopolistic
competition.
69
Study by
Period
Countries
Type of
approach
Results
European countries: Austria, Belgium, Denmark,
Finland, France,
Lerner
Germany, Gre1996–2009
ece, Ireland, Italy, index
the Netherlands,
Portugal, Spain,
Sweden, the United Kingdom
The mean value of the Lerner
index suggests monopolistic
competition.
Carbo-Val23 OECD coun- Lerner
vedere et 1996–2012
tries
index
al. (2012)
Values of both indices are
diversified over time and across
countries, and suggest monopolistic competition.
Cipollini and
Fiordelisi
(2012)
Xu et al.
(2013)
Fu et al.
(2014)
1996–2008 China
Asia Pacific countries:
Australia, China,
Hong Kong,
India, Indonesia,
2003–2010 Japan, Korea,
Malaysia, Pakistan, the Philippines, Singapore,
Sri Lanka,
Taiwan, Thailand
Lerner
index,
elasticity-adjusted
Lerner
index,
Boone
indicator
The results for both the traditional Lerner index and the elasticity-adjusted Lerner index suggest a general increasing level of
bank competition up to around
2002 and a decreasing level of
bank competition afterwards.
The values of the Lerner index
indicate monopolistic competition. In general, the development of the yearly PE indicator
suggests that competitive conditions in Chinese loan markets
improved, especially after the
WTO accession in 2001. As for
the Boone indicator, competition increased sharply during
2001–2003 and then declined
up to 2005. It then intensified again, followed by a slight
decrease in 2007 and 2008.
Lerner
index and
efficiencyadjusted
Lerner
index
Values of both indices are
diversified over time and across
countries, and suggest monopolistic competition. The trend for
the Lerner index (non-structural
measure) is descending between
2005 and 2008, suggesting a
decrease in pricing power. The
Lerner index exhibits varying degrees of market power
across countries. Singapore has
the highest efficiency-adjusted
Lerner index value (0.44) whereas Taiwan has the lowest value
(0.22)
Table 1. Review of empirical studies on banking competition. Source: Olszak (2014).
70
DOI 10.7172/1644-9584.48.4
2.2. Competition intensity in Poland – the review of empirical evidence
The empirical evidence on the intensity of competition in the Polish
banking industry is rather scant. The available studies include cross-country
analyses in which the Polish banking market is one of many other banking
markets (see e.g. Beck et al., 2004; Claessens and Laeven, 2004; TurkAriss, 2010; Agoraki et al., 2011; Beck et al., 2013; Mirzaei et al., 2013)
and only a few papers focus on the Polish banks alone (Pawłowska 2005,
2010, 2012). These analyses apply a wide range of competition measures,
from simple market structure indicators, such as concentration ratio or HHI
(see e.g. Pawłowska, 2012; Mirzaei et al., 2013), to indicators justified in
the NEIO literature, i.e. the Lerner index (see e.g. Pawłowska, 2012; TurkAriss, 2010; Agoraki et al., 2012) and the Panzar-Rosse H-statisitcs (see e.g.
Claessens and Laeven, 2004; Bikker and Spierdijk, 2008; Pawłowska, 2005,
2010, 2012). The summary of the studies which apply NEIO approaches
are presented in Table 2.
The results for both the Lerner index and Panzar-Rosse H-statistics show
varying degrees of market power over the years and suggest monopolistic
competition in the Polish banking industry. The Panzar-Rosse H-statistics
have been usually estimated within a regression analysis in which the dependent variable is interest income normalized by total assets or loans (II/A
or II/L). Generally, it can be seen that the so-called H-statistics developed
by Panzar and Rosse have been employed in a small number of empirical
studies on bank competition in Poland (Pawłowska, 2010, 2012).
As can be inferred from Table 2, the estimation techniques applied to
compute the H-statistics are diversified, and include pooled OLS, GLS
and GMM. It is worth noting here that the application of the pooled OLS
estimator to dynamic panel data is controversial as structural parameters
so obtained are usually biased (Arellano and Bond, 1991; Greene, 2012;
Baltagi, 2005).
3. Methodology
We use the Panzar-Rosse approach to assess the competitive nature of
the banking market in Poland. The so-called H-statistic developed by Panzar
and Rosse has been employed in a small number of empirical studies on bank
competition in Poland (Pawłowska, 2010, 2012). The H-statistic is defined
as the sum of the elasticities of a bank’s total revenue with respect to that
bank’s input prices (Rosse and Panzar, 1977; Panzar and Rosse, 1987; see
also Turk Ariss, 2010). Under monopoly, the H-statistic should be smaller
than or equal to zero. In contrast, in the models of monopolistic competition and perfect competition, the H-statistic should be between 0 and 1.
Finally, under perfect competition, the H-statistic is equal to 1. Overall, a
larger H-statistic value indicates a higher degree of competition. Nathan
71
72
Level of the competition intensity indicator
Type of
dependent
variable
Estimation technique
FE GLS
0.38 in 1997;
Pawłowska
2000; 0.30 in
Lerner index
(2012)
0.19 in 2004;
2007; 0.37 in
Table 2. Review of empirical studies measuring competition in the Polish banking industry (commercial banks). Source: Olszak (2014) and papers
cited in the table.
0.38 in 1998; 0.29 in 1999; 0.42 in
Marginal cost
2001; 0.097 in 2002; 0.14 in 2003; Monopolistic
1997–2009
function
0.28 in 2005; 0.27 in 2006; 0.26 in competition
2008; 0.42 in 2009.
FE GLS
Monopolistic
Normalized
FE GLS, pooled OLS,
1997–2009
interest income GMM
competition
Conventional Lerner: 0.2334; Efficiency-adjusted Monopolistic
Marginal cost
Turk-Ariss
1999–2005
Lerner index
Lerner: 0.5095; Funding-adjusted Lerner: 0.4593. competition
function
(2010)
0.82 (FE), 0.88 (OLS), 0.82 (GMM) in years
2008–2009.
Pawłowska Panzar-Rosse 0.78 (FE), 0.79 (OLS), 0.84 (GMM) in years
(2012)
H-statistics 2002–2007;
0.55 (FE), 0.49 (OLS), 0.60 (GMM) in years
1997–2001;
Normalized
Pawłowska Panzar-Rosse 0.62 in years 1997–2007; 0.51 in years 1997–1998; Monopolistic
1997–2007
FE GLS
(2010)
H-statistics 0.64 in years 1999–2003; 0.60 in years 2004–2007. competition
interest income
Monopolistic
Non-Normalized FE GLS, Recursive
1994–2004
competition
interest income least squares
Bikker and
Panzar-Rosse
0.03 in 2004
Spierdijk
H-statistics
(2008)
Average of several H-statistics obtained in applicaMonopolistic
Normalized
1994–2001
competition
interest income tion of several versions of
OLS and GLS.
Time
Model of the
period of
competition
analysis
Monopolistic
Normalized
1997–2002
n.a.
competition
interest income
Panzar-Rosse
0.77
H-statistics
Type of
measure of
competition
intensity
0.75 in years 1997–1998; 0.78 in years 1998–
Pawłowska Panzar-Rosse
1999; 0.60 in years 1999–2000; 0.65 in years
(2005)
H-statistics
2000–2001; 0.84 in years 2001–2002.
Claessens
and
Laeven
(2004)
Study by
DOI 10.7172/1644-9584.48.4
and Neave (1989) point out that this interpretation assumes that the test
is undertaken on observations that are in the long-run equilibrium. We
therefore also test whether the observations which we apply in our study
are in the long-run equilibrium.
3.1. Competitive environment test
To approximate the H-statistic empirically, we follow Bikker and Haaf
(2002), Claessens and Laeven (2004) and Schaeck et al. (2009):
ln II_TAit = μ + β1 · ln AFRit + β2 · ln PPEit +
+ β3 · ln PCEit + βk · controlsit + εit
(1)
where:
the subscript i denotes bank i, and the subscript t denotes quarter t;
ln_II_TA – interest revenue to total assets (this is our proxy for output
price);
ln_AFR – average funding rate, i.e. the ratio of interest expenses to total
assets;
ln_PPE – price of personnel expenditure is the ratio of personnel expenses
to total assets (proxy for the price of labor);
ln_PCE – price of capital expenditure, i.e. the ratio of other operating and
administrative expenses to fixed assets (proxy for price of fixed
capital);
controls – control variables, including: loans to assets ratio (ln_LNS_TA);
stable funding to average liabilities ratio (ln_DPS_F); bank own
funds to illiquid assets ratio (ln_EQ_TA), non-interest income
(ln_OI_II).
εit
– random error
Here, Η = β1 + β2 + β3.
We begin with a standard model that takes into consideration the panel
nature of data, i.e. random effects generalized least squares regression
(GLS). As an alternative, we consider a fixed effects regression. In
both models, the same set of explanatory variables was used, selected
in accordance with the theory and the results of empirical studies
examined. The choice between fixed effects and random effects models
may be justified theoretically – in general, the fixed effects model should
be used if the differences between individual entities may be captured
through different constant values in the model, and it is not always
possible to assume that an individual random effect is uncorrelated with
the explanatory variables, which is assumed in the random effects model
(Baltagi, 2005); may be reflected in other empirical studies (authors
adapting the Panzar-Rosse approach, P-R use fixed effects models);
73
may be verified by a statistical test (e.g. Breusch-Pagan and Hausman
tests).
Bikker et al. (2007) and Bikker et al. (2012) demonstrate that taking
interest income as a share of total assets, or the inclusion of scaled variables as explanatory variables, may lead to overestimated competition and
distorted tests results. Instead, they suggest using unscaled variables, i.e.
using interest income as the dependent variable. We use the scaled version
of the H-statistics as we would like to be able to compare our results with
those of Pawłowska (2010, 2012).
3.2. Equilibrium test
Since the PR model is only valid if the market is in the long-run equilibrium, we test this assumption by estimating the following equation for
the banking sector in Poland:
ln ROA_TAit = μ + β1 · ln AFRit + β2 · ln PPEit +
+ β3 · ln PCEit + βk · controlsit + εit
(2)
where ROA is the return on assets.
We define equilibrium E-statistics as β1 + β2 + β3. We test whether
E = 0, using F-test. If rejected, the market is assumed not to be in equilibrium. The idea behind this test is that, in equilibrium, risk-adjusted rates of
return should be equal across banks and returns on bank assets should not
be related to input prices. This approach to testing whether the observations
are in the long-run equilibrium has previously been used in the literature
(see e.g. Shaffer, 1982; Molyneux et al., 1996; Claessens and Laeven, 2004;
Schaeck et al., 2009).
3.3. Dynamic panel model
An alternative method to estimate the H-statistic by Panzar and Rosse
is a dynamic model taking into account the lagged endogenous variables.
The dynamic panel estimation eliminates the need for a market equilibrium
assumption. This model requires an appropriate estimation procedure due
to the failure to meet the assumptions of the lack of correlation between
the explanatory variable and a random component. We use the estimation
procedure proposed by Arellano and Bond (1991) and its modification
proposed by Blundell and Bond (1998). This approach involves the
use of appropriate instruments for the explanatory variables correlated
with a random component and is optimal for short time dimension
panels.
ln II_TAit = μ + α · ln II_TAit – 1 + β1 · ln AFRit +
+ β2 · ln PPEit + β3 · ln PCEit + βk · controlsit + εit
74
(3)
DOI 10.7172/1644-9584.48.4
3.4. Data
We use very detailed bank level data which can be obtained mainly from
the Reporting Information System of the National Bank of Poland. The
System was developed based on the structure of the FINREP and COREP
reports recommended by the Committee of European Banking Supervisors
(currently the European Banking Authority). We use quarterly panel data for
the years 2008–2012, including 53 domestic commercial banks for which our
dataset was compiled. Having the aforementioned in mind, it must be noted
that this source of information, in conjunction with additional information
which was obtained from Monitor Polski B and from web pages of commercial
banks, guarantees the highest quality and frequency of data that can be used
for this kind of analysis. In Tables 3 and 4 we give summary information on
data used in this research, i.e. descriptive statistics and a correlation matrix.
Additionally, in Figure A included in the Appendix we depict distribution
charts of the dependent variable and main independent variables.
Obs
Mean
Std. Dev.
Min
Max
963
–4.259
0.466
–6.524
–2.906
ln_AFR
960
–4.911
0.417
–6.845
–3.664
ln_PPE
961
–5.806
0.706
–8.001
–3.161
Variable
ln_II_TA
ln_PCE
962
0.262
1.022
–1.729
4.274
ln_LNS_TA
967
–0.372
0.328
–2.155
–0.003
ln_DPS_F
957
4.002
0.427
1.895
5.503
ln_EQ_TA
963
2.100
1.352
–0.157
6.874
ln_OI_II
815
3.986
1.253
–1.542
9.603
ln_ROA
768
–0.168
1.061
–5.146
2.601
Table 3. Descriptive statistics. Source: Authors’ calculations.
ln_II_TA ln_AFR ln_PPE ln_PCE ln_LNS_TA ln_DPS_F ln_EQ_TA ln_OI_II ln_ROA
ln_II_TA
1.000
ln_AFR
0.661
1.000
ln_PPE
0.644
0.139 1.000
ln_PCE
–0.128 –0.122 –0.199 1.000
ln_LNS_TA
0.260
0.087 0.060 0.313
1.000
ln_DPS_F
0.408
0.342 0.140 –0.262
0.370
1.000
ln_EQ_TA
–0.371 –0.327 –0.459 0.662
0.325
–0.186
1.000
ln_OI_II
–0.403 –0.051 –0.178 –0.099
–0.368
–0.316
–0.140
1.000
ln_ROA
0.047 –0.134 0.058 0.132
0.107
–0.156
0.146
0.077
1.000
Table 4. Correlation matrix. Source: Authors’ calculations.
75
4. Estimation results
4.1. Full sample estimation
In this section, we present a full sample estimation of our model specified following Eq. (1)-(3). In the first step, we show the results of the
GLS fixed effects estimation. Next, we proceed to an analysis of the longrun equilibrium. And in the last step, we show the results of the GMM
dynamic estimation. Following previous studies estimating the Panzar-Rosse
H-statistics (Claessens and Laeven, 2004; Pawłowska, 2012), in our paper we
also apply the conventional OLS technique. However, as the competition
measures estimated based on OLS are biased, we include these results –
just for informative purposes, in a table in the Appendix.
4.1.1. GLS full sample estimation
In order to select an appropriate version of the GLS model (i.e. fixed
or random effects), we have tested the validity of the panel model using
the Breusch-Pagan test and Hausman test.
The Breusch-Pagan test, based on Lagrange multipliers, rejected the null
hypothesis of a constant variance, i.e. it must be held that random effects
are important and that a model of pooled regression should not be built.
The Hausman test assumes that individual effects are independent of
explanatory variables. If this hypothesis holds, both fixed effect and random
effect estimators are unbiased but the random effect estimator is considered
more efficient. In contrast, the rejection of the null hypothesis in favor
of an alternative means that the fixed effect estimator is consistent or an
error in the model specification occurred. The Hausman test, comparing
coefficients estimated by fixed and random effects models, indicates no
statistically significant difference, thus the assumption of fixed effects should
be considered correct.
Test
H0
Breusch and Pagan
Lagrangian multiplier Var(u) = 0
test for random effects
Hausman test
Result
Probability
chibar2(01) = 2292.41 Prob > chibar2 = 0.000
difference in
chi2(7) = 29.41
coefficients
not systematic
Prob > chi2 = 0.000
Table 5. Breusch and Pagan Lagrangian multiplier test and Hausman test. Source: Authors’
calculations.
The selected version of the panel model (fixed effects) is presented in
Table 6. In the Appendix, we also present the estimation results for our
baseline model (i.e. with random effects).
76
DOI 10.7172/1644-9584.48.4
Among the results of estimation, we should focus on the following coefficients – R2: within = 0.68 means that 68% of the intragroup diversification
has been explained by the explanatory variables; between = 0.76 means
that 76% of the differentiation of the endogenous variable between banks
has been explained by the explanatory variables; overall = 0.74 means that
74% of the overall differentiation of the endogenous variable has been
explained by the explanatory variables. The explanation of differentiation
can be considered satisfactory.
The coefficients in the estimated models are in line with expectations –
the sign of ln_LNS_TA turned out to be positive in the revenue equation
– which can be interpreted as the fact that banks compensate themselves
for credit risk by surcharges on the lending rate, which increases interest
income. The influence of ln_DPS_F on interest income is rather unpredictable. The ln_EQ_TA has a negative impact on interest income, i.e. lower
equity ratio implies more interest income. However, capital requirements
increase as the risk increases, suggesting a positive sign of the coefficient.
In addition, diagnostic tests for the accuracy of the constructed fixed
effects model were performed. The test for residuals normality – a graphic
analysis of the distributions shows a high similarity to the normal distribution
and the concentration of the residues around zero, which is even higher
than in a normal distribution (see Figure B in the Appendix). Nevertheless, the Jarque-Bera test rejects the hypothesis that the disturbances are
normally distributed.
Coef.
ln_AFR
0.490
ln_PPE
0.148
ln_PCE
0.065
ln_LNS_TA
0.315
ln_DPS_F
0.129
ln_EQ_TA
–0.043
ln_OI_II
–0.050
_cons
–1.104
F(7,749) = 227.12
F test that all u_i = 0
F(52, 749) = 34.59
Std. Err.
t
0.016
29.790
0.015
9.780
0.014
4.560
0.027
11.590
0.020
6.550
0.010
–4.380
0.005
–9.410
0.134
–8.240
Prob > F = 0.000
P > |t|
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
[95% Conf.
0.458
0.118
0.037
0.262
0.090
–0.063
–0.060
–1.368
Interval]
0.522
0.178
0.093
0.368
0.167
–0.024
–0.039
–0.841
Prob > F = 0.000
Table 6. Estimation of competition intensity using fixed-effects GLS regression. Source:
Authors’ calculations.
We have also tested the H-statistic for the estimated fixed effect model.
The null hypothesis Hfe = 0 had to be rejected (F(1, 749) = 670.43 and
prob = 0.0000) as well as the hypothesis Hfe = 1 (F(1,749) = 119.77 and
prob = 0.0000). That means that the banking sector in Poland can be
described as monopolistic competition – the H-statistic is between 0 and 1.
77
The summed values of beta coefficients (i.e. β1 = 0.49, β2 = 0.148,
β3 = 0.065) give the H-statistic equal to 0.703, suggesting monopolistic
competition.
4.1.2. Testing for long-run equilibrium
As mentioned in the previous section, the PR model is only valid if
the market is in the long-run equilibrium. This long-run equilibrium is
usually tested with a model in which the dependent variable is ROA and
independent variables are the same as in our baseline model (i.e. Eq.(1)).
For detailed estimation results of Eq.(2), please refer to Table E included
in the Appendix. Here we focus only on the conclusions which are derived
from this test. First, the hypothesis on the long-run equilibrium in the
Polish banking sector (E = β1 + β2 + β3 = 0) has to be rejected at the
significance level of 5% (F(1, 608) = 10.92, prob = 0.0010). Second, the
hypothesis that E = 1 cannot be rejected (F(1, 608) = 0.54, prob = 0.4647),
which means that it cannot be stated that H <0 and there is no long-run
equilibrium. However, as argued by Matthews et al. (2007), the restriction
that E=0 (i.e. market equilibrium) is necessary for the perfect competition
case, but not for the monopolistic competition case, which is typical of the
Polish banking sector (see also Stavarek and Repkova, 2011).
Although the results suggest that over the whole estimation period the
market was not in equilibrium, we cannot reject this hypothesis for the subperiods. For particular years, the hypothesis that E= 0 cannot be rejected
(see Table 7).
Year
Test
Probability
2008
F(1, 92) = 0.61
prob = 0.435
2009
F(1, 69) = 0.86
prob = 0.358
2010
F(1, 86) = 0.23
prob = 0.635
2011
F(1, 89) = 0.21
prob = 0.651
2012
F(1, 85) = 4.70
prob = 0.033
Table 7. Equilibrium test for sub-periods. Source: Authors’ calculations.
4.1.3. Dynamic estimation
Due to the fact that our dataset exhibits dynamic features, we follow the
procedure developed by Arellano and Bond (1991) and further elaborated
by Blundell and Bond (1998) and estimate Eq.(3) which includes a lagged
dependent variable. Our results of estimation of the dynamic panel model
with the lagged dependent variable are shown in Table 8 below.
As the quality of estimators in the dynamic GMM model depends on
several tests, we conduct such testing (see Table 9). The first is the Arellano-Bond test regarding autocorrelation of residuals. We find that there
78
DOI 10.7172/1644-9584.48.4
is no reason to reject the null hypothesis of absence of autocorrelation.
The other is the Sargan test of overidentifying restrictions, which checks
whether orthogonality conditions have been sufficiently met. The Sargan
test suggests proper application of the instruments.
Coef.
Std. Err.
t
P > |t|
ln_II_TA L1.
0.081
0.023
3.550
0.000
0.036
0.125
ln_AFR
0.534
0.021
25.440
0.000
0.492
0.575
ln_PPE
0.211
0.013
16.790
0.000
0.187
0.236
ln_PCE
–0.015
0.008
–1.760
0.078
–0.031
0.002
0.140
0.020
6.990
0.000
0.100
0.179
ln_LNS_TA
ln_DPS_F
[95% Conf. Interval]
0.054
0.025
2.150
0.032
0.005
0.103
ln_OI_II
–0.046
0.006
–7.600
0.000
–0.058
–0.034
_cons
–0.027
0.183
–0.150
0.882
–0.386
0.332
Wald chi2(7) = 4521.51 Prob > chi2 = 0.000
Table 8. Estimation of competition intensity using two-step GMM (Arellano-Bond / BlundellBond). Source: Authors’ calculations.
Test
H0
Result
1:
2:
3:
4:
z
z
z
z
=
=
=
=
–2.445
–0.652
–0.872
0.627
Probability
1:
2:
3:
4:
0.015
0.515
0.383
0.530
Arellano-Bond test for
zero autocorrelation in
first-differenced errors
no
autocorrelation
Sargan test of
overidentifying
restrictions
overidentifying
restrictions are chi2(35) = 43.106 Prob > chi2 = 0.163
valid
Table 9. Arellano-Bond test and Sargan test. Source: Authors’ calculations.
Due to the fact that the model was estimated using a two-step procedure, errors of estimators can be biased, so the one-step procedure has
been used to ensure the accuracy of standard errors. This action resulted
in elimination of potential bias of the results. The analysis of the coefficients determined following two-step and one-step methods leads to the
conclusion that all used variables are statistically significant1.
Following previous research mentioned in this paper, we test the H-statistics for our dynamic panel model. The null hypothesis H2step = 0 had to
be rejected (Chi2(1) = 910.80 and prob = 0.0000) as well as the hypothesis
H2step = 1 (Chi2(1) = 154.83 and prob = 0.0000). This confirms earlier
results that the banking sector in Poland can be described as monopolistic
competition due to the fact that the values of H-statistics are between 0
and 1.
79
4.2. Developments of the Panzar-Rosse H-statistics over time.
In this section, we present the results of the Panzar-Rosse H-statistics
estimation by year to consider the time evolution of competition. Tables 10
and 11 show the H-statistics for Polish commercial banks in the consecutive
years 2008–2012, obtained using three different estimation methods (FE GLS,
two-step GMM and one-step GMM).
Estimation technique: FE GLS
Dep.var: ln_II_TA 2008–2012
2008
2009
0.478
0.595
0.490
(29.79)*** (10.01)*** (11.98)***
ln_AFR
2010
2011
2012
0.350
0.548
0.622
(7.29)*** (12.95)*** (12.03)***
ln_PPE
0.148
(9.78)***
0.146
(4.66)***
0.005
(0.09)
0.086
(2.83)***
0.075
(2.34)**
0.115
(3.19)***
ln_PCE
0.065
(4.56)***
–0.064
(–2.39)**
0.032
(0.61)
0.016
(0.59)
0.064
(2.21)**
–0.015
(–0.51)
0.315
(11.59)***
–0.014
(–0.22)
0.384
(4.51)***
0.319
(4.77)***
0.368
(4.97)***
0.213
(3.03)***
ln_DPS_F
0.129
(6.55)***
–0.003
(–0.06)
0.023
(0.29)
0.484
(4.15)***
–0.087
(–0.81)
–0.060
(–0.49)
ln_EQ_TA
–0.043
(–4.38)***
0.067
(1.22)
0.179
(2.27)**
0.080
(1.31)
0.041
(0.95)
–0.005
(–0.15)
ln_OI_TA
–0.050
(–9.41)***
cons
–1.104
–1.081
(–8.24)*** (–2.65)***
ln_LNS_TA
R^2
within
between
overall
0.680
0.762
0.737
–0.014
–0.064
(–1.66)* (–5.39)***
0.532
0.523
0.049
–0.013
–0.037
–0.044
(–1.46) (–3.43)*** (–5.52)***
–1.377
–4.012
(–2.54)** (–6.80)***
0.641
0.144
0.147
0.519
0.476
0.476
–0.538
(–0.89)
–0.009
(–0,02)
0.763
0.478
0.480
0.783
0.697
0.660
Wald Test [F test]
227.12
18.64
28.10
16.65
49.72
54.21
[p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
F test [of
significance of
individual effects]
34.59
33.92
15.27
62.81
38.89
54.70
[p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
Hfe = β1 + β2 + β3
0.703
0.560
0.631
0.452
0.687
0.722
H0: Hfe = 0
670.43
97.25
77.76
54.04
156.44
205.13
Test F [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
H1: Hfe = 1
119.77
59.87
26.50
79.14
32.48
30.43
Test F [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
80
DOI 10.7172/1644-9584.48.4
Estimation technique: two–step GMM
ln_II_TA
L1.
0.0808
(3.55)***
2008
–0.034
(–0.24)
2009
–0.038
(–0.52)
2010
0.322
(4.53)***
2011
0.060
(0.66)
2012
–0.003
(–0.04)
ln_AFR
0.534
(25.44)***
0.478
0.540
0.616
0.612
0.567
(7.87)*** (11.70)*** (11.72)*** (15.87)*** (11.22)***
ln_PPE
0.211
(16.79)***
0.164
(3.49)***
0.170
(3.41)***
0.134
(3.52)***
0.159
(4.19)***
0.156
(3.81)***
ln_PCE
–0.015
(–1.76)*
–0.015
(–0.38)
–0.020
(–0.44)
0.000
(0.01)
–0.004
(–0.14)
–0.023
(–1.09)
ln_LNS_TA
0.140
(6.99)***
0.094
(0.86)
0.176
(1.85)*
0.200
(4.22)***
0.311
(4.62)***
0.162
(2.80)***
ln_DPS_F
0.054
(–2.15)**
–0.422
(–2.13)**
–0.008
(–0.13)
–0.000
(–0.00)
–0.060
–0.153
(–1.20) (–2.28)**
ln_OI_TA
–0.046
(–7.60)***
–0.020
–0.061
(–2.12)** (–4.45)***
–0.003
(–0.21)
–0.002
–0.052
(–0.28) (–4.07)***
cons
Wald Test [χ2]
H2step = β1 + β2 + β3
–0.027
(–0.15)
1.324
(0.93)
–0.126
(–0.13)
0.371
(0.85)
0.113
(0.20)
0.232
(0.54)
4521.51
135.85
328.98
594.26 1309.88
306.41
[p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
0.730
0.765
0.761
0.612
0.722
0.673
1086.45
49.51
102.33
103.51
151.30
112.19
H0: H2step = 0
χ2 Test [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
148.66
4.70
10.04
41.46
22.50
26.54
H1: H2step = 1
χ2 Test [p=0.0302] [p=0.0302] [p=0.0015] [p=0.000] [p=0.000] [p=0.000]
Estimation technique: one–step GMM
2008
0.156
(1.06)
2009
0.004
(0.07)
2010
0.320
(5.68)***
2011
0.048
(0.63)
2012
0.042
(1.13)
ln_II_TA
L1.
0.098
(4.07)***
ln_AFR
0.529
(31.94)***
0.554
0.690
0.581
0.529
0.546
(9.40)*** (13.71)*** (10.23)*** (16.56)*** (15.30)***
ln_PPE
0.201
(14.93)***
0.247
(5.18)***
ln_PCE
–0.022
(–1.94)*
ln_LNS_TA
0.157
(5.35)***
0.178
(4.51)***
0.135
(3.90)***
0.119
(5.72)***
0.167
(6.61)***
–0.011
–0.095
(–0.27) (–3.07)***
0.012
(0.29)
–0.009
(–0.46)
–0.025
(–1.15)
0.152
(1.75)*
0.418
(8.26)***
0.129
(1.93)*
0.071
(0.73)
0.197
(2.38)**
81
Estimation technique: one–step GMM
ln_DPS_F
0.079
(3.70)***
ln_OI_TA
–0.048
(–10.33)***
cons
Wald Test [χ2]
H1step = β1 + β2 + β3
–0.127
(–0.96)
2008
–0.217
(–1.42)
2009
2010
2011
2012
0.025
(0.39)
0.046
(0.95)
–0.050
–0.203
(–1.20) (–3.41)***
–0.010
–0.065
(–0.83) (–6.08)***
–0.018
(–1.68)*
0.012
–0.052
(1.19) (–6.71)***
2.081
(1.58)
–0.140
(–0.40)
0.479
(1.47)
–0.276
(–0.75)
0.686
(2.30)**
3491.58
203.73
688.42
845.68
625.60
561.37
[p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
0.708
0.925
0.663
0.675
0.664
0.688
910.80
139.94
88.64
81.46
374.97
285.89
H0: H1step = 0
χ2 Test [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
154.83
0.91
22.80
18.81
95.69
58.83
H1: H1step = 1
χ2 Test [p=0.000] [p=0.3392] [p=0.000] [p=0.000] [p=0.000] [p=0.000]
Note: this table presents Panzar-Rosse H-statistics that depend on time and are calculated
with application of FE-GLS, two-step GMM and one-step Arellano and Bond GMM
estimators. Under monopoly, the H-statistic should be smaller than or equal to zero;
in the models of monopolistic competition, the H-statistic should lie between 0 and 1;
under perfect competition, the H-statistic is equal to 1. Overall, a larger H-statistic value
indicates a higher degree of competition. H2step denotes the Panzar-Rosse H-statistics
calculated for consecutive years 2008–2012. β1, β2, and β3 are elasticity coefficients of
input prices, i.e. price of deposits, labor and capital, respectively. This table reports
coefficients and t–statistics (in parentheses), with *, **, *** representing significance at
10%, 5% and 1%, respectively.
Table 10. Developments of the Panzar-Rosse H-statistics over time.
Since each of those estimation techniques has some specific advantages
and disadvantages, we take the average of the three estimates as our measure
of competition intensity in Poland (see Table 11). Such a procedure has
also been applied by Claessens and Laeven (2004:571). Upon the analysis of these results, one can conclude that competition evolved differently
over the years in Poland. In some years, competition was rather high as
the H-statistic reached the level of 0.75, which is relatively close to perfect competition (in 2008). Then it gradually decreased reaching its lowest
value in 2010, and slightly increased since then. Generally, the values of
our competitive environment measure indicate monopolistic competition in
Poland. Therefore, our results are close to those presented in other studies (see e.g. Pawłowska, 2005, 2010, 2012 and Bikker and Spierdijk, 2010).
If we look at macroeconomic background in Poland in 2008–2012, we
find that the values of the H-statistic are affected by GDP growth – but
with a one year lag. In particular, they have the highest level in 2008, a year
after 2007, when the Polish economy was booming (i.e. GDP growth was
82
DOI 10.7172/1644-9584.48.4
Type of H-statistics
2008
2009
2010
2011
2012
Hfe = β1 + β2 + β3
0.560
0.631
0.452
0.687
0.722
H2step = β1 + β2 + β3
0.765
0.761
0.612
0.722
0.673
H1step = β1 + β2 + β3
0.925
0.663
0.675
0.664
0.688
H-average
0.750
0.685
0.580
0.691
0.694
with application of FE GLS (Hfe), 2-step GMM (H2step) and 1-step GMM (H1step)
estimators. Under monopoly, the H-statistic should be smaller than or equal to zero; in
the models of monopolistic competition and perfect competition, the H-statistic should
lie between 0 and 1; under perfect competition, the H-statistic is equal to 1. Overall,
a larger H-statistic value indicates a higher degree of competition. Hfe denotes the
Panzar-Rosse H-statistics calculated for consecutive years 2008–2012. β1, β2, and β3 are
elasticity coefficients of input prices, i.e. price of deposits, labor and capital, respectively.
Table 11. Developments of the Panzar-Rosse H-statistics over time – average competition
indicator.
as high as 7.2). The H-statistic reached its borderline in 2010, a year after
GDP growth was the lowest. It started to increase 2011 with a one year lag
in comparison to GDP. As the GDP was growing in 2011, the competition
intensity also increased in 2012, with the H-statistic reaching the value of
0.694. Overall, the correlation coefficient between lagged GDP growth and
H-statistics is around 0.87. This linear relationship indicates that, on the
one hand, competition may be affected by GDP growth, increasing as GDP
increases. On the other hand, the GDP growth may also be influenced by the
competition intensity. One might say that increased competition in a given
year results in decreased GDP growth in the subsequent year (see Table 12).
Year
GDP growth
H-statistics
2007
2008
2009
2010
2011
2012
2013
7.2
3.90
2.60
3.70
4.80
1.80
1.7
0.75
0.69
0.58
0.69
0.69
Correlation coefficient
(GDP lagged and H-statistics)
0.869
Correlation coefficient
(GDP and H-statistics lagged)
–0.723
Table 12. Annual real GDP growth in Poland in 2007–2013 and correlations between lagged
GDP and H-statistics. Source: Polish Central Statistical Office and authors’ calculations.
5. Conclusions and discussion
this paper presents estimates of competition in the bank loan market in
Poland using a well grounded approach introduced by Panzar and Rosse
(1987) and developed in many studies.
83
Upon the analysis of results, one can conclude that competition evolved
differently over the years in Poland. Our study finds that quantitative estimation of competition is sensitive to the econometric specification technique in
consecutive years 2008–2012. However, on average, the competition intensity
in 2008–2012 may be described as monopolistic competition.
Our results further show that competition may be affected by macroeconomic environment. This impact is visible with a lag as GDP growth
in a given year is positively correlated with the H-statistic in the subsequent year. Thus our result is in line with the stylized fact that favorable
macroeconomic conditions stimulate competition in the bank loan market.
As increasing competition may be related with excessive bank risk taking,
with its negative consequences for financial stability, this highly competitive
banking market might endanger economic growth in the years that follow.
The analysis of the correlation coefficient between lagged H-statistics and
GDP growth seems to support this view as it leads to the conclusion that
increased competition in the banking sector in a given year is associated
with decreased economic growth in the subsequent year. This result, as
well as the result given in the previous paragraph, should be interpreted
with caution due to the correlation method applied. In particular, to make
inferences about the structural relationship between bank competition and
economic growth, further research should apply a regression analysis, preferably with the application of a data set covering at least a full business
cycle for a larger sample of countries.
6. Acknowledgements
this paper’s findings, interpretations, and conclusions are entirely those
of the authors and do not necessarily represent the views of the University
of Warsaw or other institutions to which the authors are affiliated. We
thank two anonymous referees for fruitful comments and suggestions which
enhanced the quality of this paper.
1
Detailed estimation results for one-step estimation can be found in Świtała et al.
(2013).
References
Agoraki, M-E., Delis, M. D. and Pasiouras, F. (2011). Regulations, competition and
bank risk-taking in transitions countries. Journal of Financial Stability, 7(2011), 38–48.
Alawode, A. A. and Al Sadek, M. (2008). What is financial stability? Financial Stability
Paper Series, No. 1/March 2008.
Allen, F. and Gale, D. (2000). Comparing Financial Systems. Cambridge, MA: MIT Press.
Allen, F. and Gale, D. (2004). Competition and financial stability. Journal of Money,
Credit and Banking, 36(2), 453–480.
84
DOI 10.7172/1644-9584.48.4
Allen, W. and Wood, G. (2006). Defining and achieving financial stability. Journal of
Financial Stability, 2, issue 2, 152–172.
Arellano, M. and Bond, S. (1991). Some tests of specification for panel data: Monte
Carlo evidence and an application to employment equations. Review of Economic
Studies, 58, 277–297.
Ashcraft, A. (2008). Does the market discipline banks? New evidence from the regulatory
capital mix. Journal of Financial Intermediation, 17, 543–561.
Baltagi, B. H. (2005). Econometric Analysis of Panel Data. Chichester: John Wiley &
Sons, Ltd.
Beck, T. (2008). Bank competition and financial stability: Friends or foes? Policy Research
Working Paper Series, 4656. The World Bank.
Beck, T., De Jonghe, O. and Schepens, G. (2013). Bank competition and stability: crosscountry heterogeneity. Journal of Financial Intermediation, 22, 218–244.
Beck, T., Demirguc-Kunt, A. and Maksimovic, V. (2004). Bank Competition and Access to
Finance: International Evidence. Journal of Money, Credit and Banking, 36(3), 627–648.
Beck, T., Demirguc-Kunt, A. and Levine, R. (2006). Bank concentration, competition,
and crises: First results. Journal of Banking & Finance, 30, 1581–1603.
Beck, T., De Jonghe, O. and Shepens, G. (2011). Bank Competition and Stability: Crosscountry Heterogeneity. Working Paper 2011-080, CentER.
Berger, A. N., Klapper, L. F. and Turk-Ariss, R. (2009). Bank competition and financial
stability. Journal of Financial Services Research, 35, 99–118.
Berger, A., Demiguc-Kunt, A., Levine R. and Haubrich, J. (2004). Bank concentration
and competition: An evolution in the making. Journal of Money, Credit and Banking,
36(3), June, part 2, 433–451.
Berger, A., Herrig, R. J. and Szegö, G. P. (1995). The role of capital in financial institutions. Journal of Banking and Finance, 19, 393 – 430.
Berger, A. N., Klapper, L. F. and Turk-Ariss, R. (2009). Bank competition and financial
stability. Journal of Financial Services Research, 35, 99–118.
Besanko, D. and Thakor, A. (1993). Relationship banking, deposit insurance and bank
portfolio choice. In: C. Mayer and X. Vives (eds.), Capital markets and financial
intermediation, Cambridge University Press.
Besar, D., Booth, P., Chan, K. K., Milne, A. and Pickles J. (2009). Systemic Risk in
Financial Services. Cass Business School, July, mimeo.
Bikker, J., Shaffer, S. and Spierdijk L. (2012). Assessing competition with the PanzarRosse Model: The role of scale, costs and equilibrium. Review of Economics and
Statistics, 94(4), 1025–1044.
Bikker, J. and Spierdijk, L. (2008). How banking competition changed over time. The
Nederlandsche Bank Working Paper 167.
Bikker, J. and Spierdijk L. (2010). Measuring and explaining competition in the financial
sector. Journal of Applied Business and Economics, 11, 11–42.
Bikker, J., Spierdijk, L. and Finnie, P. (2006). Misspecification of the Panzar–Rosse
model: assessing competition in the banking industry. DNB Working Papers, 114,
Netherlands Central Bank.
Bikker, J., van Leuvensteijn, M. (2008). Competition and efficiency in the Dutch life
insurance industry. Applied Economics, 40(16), 2063–2084.
Blundell, R. and Bond, S. (1998). Initial conditions and moment restrictions in dynamic
panel data model. Journal of Econometrics, 87(1), 115–143.
Boone, J. (2001). Intensity of competition and the incentive to innovate. International
Journal of Industrial Organization, 19(5), 705–726.
Boone, J. (2008). A new way to measure competition. The Economic Journal, 118,
1245–1261.
Boone, J., Griffith, R. and Harrison, R. (2004). Measuring competition. Paper presented
at the Encore Meeting 2004 “Measuring competition”.
85
Boone, J. and van Leuvensteijn, M. (2010). Measuring competition using the profit
elasticity: American sugar industry, 1890–1914. CEPR Discussion Paper Series, 8159.
Boone, J., van Ours, J. and van der Wiel, H. (2007). How (not) to measure competition.
Tilburg Law and Economics Center (TILEC) Discussion Paper 2007–014.
Borio, C. and Drehmann, M. (2009). Towards an operational framework for financial
stability: ‘fuzzy’ measurement and its consequences. BIS Working Papers, 284, Bank
for International Settlements
Boyd, J. H. and De Nicoló, G. (2005). The theory of bank risk taking and competition
revisited. Journal of Finance, 60, 1329–1343.
Boyd, J. H., De Nicoló, G. and Jalal, A. (2006). Bank risk taking and competition: New
theory, new empirics. IMF Working Paper 06/297.
Boyd, J. H., De Nicoló, G. and Jalal, A. (2009a). Bank competition, risk and asset
allocation. IMF Working Papers, WP/09/13, International Monetary Fund.]
Boyd, J. H., De Nicoló, G., Jalal, A. and Loukoianova E. (2009b). Banking Crises
and Crisis Dating: Theory and Evidence. IMF Working Papers, 09/141, International
Monetary Fund.
Bresnahan, T. F. (1982). The oligopoly solution concept is identified. Economic Letters,
10, 87–92.
Bretschger, L., Kappel, V. and Werner T. (2012). Market concentration and the likelihood
of financial crises. Journal of Banking and Finance, 36(12), 3336–3345.
Carbó Valverde, S., Humphrey, D., Maudos, J. and Molyneux, P. (2009). Cross-country
comparisons of competition and pricing power in European banking. Journal of
International Money and Finance, 28(1), 115–134.
Carletti, E. and Hartmann, P. (2003). Competition and Financial Stability. What’s Special
about Banking? In: P. Mizen (ed.), Monetary History, Exchange Rates and Financial
Markets: Essays in Honor of Charles Goodhart, (Vol. 2). Cheltenham, UK: Edward
Elgar.
Casu, B. and Girardone, C. (2006). Bank competition, concentration and efficiency in
the single European Market. The Manchester School, 74, 441–468
Casu, B. and Girardone, C. (2009). Does Competition lead to Efficiency? The Case of
EU Commercial Banks. Working Paper Series, WP 01/09.
Cipollini, A. and Fiordelisi, F. (2012). Economic value, competition and financial distress
in the European banking system. Journal of Banking & Finance, 36, 3101–3109.
Claessens, S. (2009). Competition in the Financial Sector: Overview of Competition
Policies. IMF Working Paper WP/09/45.
Classens, S. and Laeven, L. (2004). What drives bank competition? Some international
Evidence. Journal of Money, Credit and Banking, 36(3), June part 2, 563–583.
Craig, B. and Dinger, V. (2013). Deposit market competition, wholesale funding, and
bank risk. Journal of Banking and Finance, 37, 3605–3622.
De Nicoló, G. and Loukoianova, E. (2007). Bank Ownership, Market Structure and
Risk. IMF Working Paper WP/07/215.
De Nicoló, G. and Lucchetta, M. (2011). Bank Competition and Financial Stability: A
General Equilibrium Exposition. IMF Working Paper WP/11/295.
Delis, M. (2012). Bank competition, financial reform and institutions: The importance
of being developed. Journal of Development Economics, 97, 450–465.
Demirgüç-Kunt, A. and Detragiache E. (1998). The Determinants of Banking Crises:
Evidence from Developing and Developed Countries. IMF Staff Papers, 45, 81–109.
Demirgüç-Kunt, A. and Detragiache, E. (2005). Cross-country empirical survey of systemic
banking distress: a survey. IMF Working Papers, 05/96. International Monetary Fund.
Dick, A. (2006). Nationwide branching and its impact on market structure, quality and
bank performance. Journal of Business, 79, 567–592.
Dick, A. and Lehnert, A. (2007). Personal Bankruptcy and Credit Market Competition.
Staff Report, 272. Federal Reserve Bank of New York.
86
DOI 10.7172/1644-9584.48.4
Dinger, V. and von Hagen, J. (2009). Does Interbank borrowing Reduce Bank Risk?
Journal of Money, Credit and Banking, 41, 491–506.
Duygun, M., Shaban, M. and Weyman-Jones, T. (2013). Measuring Competition Using
the Boone Relative Profit Difference Indicator: an application to Banking Systems
in Emerging Economies. Economics Discussion Paper Series, WP 2013–05.
Flannery, M. J. (1998). Using Market Information in Prudential Bank Supervision: A
Review of the U.S. Empirical Evidence. Journal of Money, Credit and Banking, 30(3),
Part 1, 273–305.
Flannery, M. J. (2001). The faces of “market discipline”. Journal of Financial Services
Research, 20: 2/3, 107 – 119.
Flannery, M. J. and Sorescu, S. M. (1996). Evidence of Bank Market Discipline in Subordinated Debenture Yields: 1983–1991. The Journal of Finance, 51(4), 1347–1377.
Flannery, M. J., Kwanb, S. H. and Nimalendrana, M. (2004). Market evidence on the
opaqueness of banking firms’ assets. Journal of Financial Economics, 71, 419–460.
Foos, D., Norden, L. and Weber, M. (2010). Loan growth and riskiness of banks. Journal
of Banking and Finance, 34, 2929–2940.
Fu, X. (M.), Lin, Y. (R.) and Molyneux, P. (2014). Bank competition and financial
stability in Asia Pacific. Journal of Banking and Finance, 38, 64–77.
Greene, W. H. (2012). Econometric Analysis. New York: Prentice Hall.
Haq, M. and Heaney, R. (2012). Factors determining European bank risk. Journal of
International Financial Markets, Institutions & Money, 22, 696–718.
Hellmann, T., Murdock, K. and Stiglitz, J. (2000). Liberalization, moral hazard in banking
and prudential regulation: are capital requirements enough? American Economic
Review, 90, 147–165.
Jimenez, G., Lopez, J. and Salas, J. S. (2010). How Competition Impacts Bank Risk
Taking. Banco de Espana Working Paper 1005.
Keeley, M. C. (1990). Deposit insurance, risk and market power in banking. American
Economic Review, 80, 1183–1200.
Lau, L. (1982). On identifying the degree of competitiveness from industry price and
output data. Economic Letters, 10, 93–99.
Lerner, A.P. (1934). The Concept of Monopoly and the Measurement of Monopoly
Power. The Review of Economic Studies, 1(3), 157–175.
Leuvensteijn, M., van Kok-Sørensen, C., Bikker, J. and van Rixtel, A. (2013). Impact
of bank competition on the interest rate pass-through in the euro area. Applied
Economics, 7(48), 1359–1380.
Leuvensteijn, M., Bikker, J., van Rixtel, A. and Kok-Sørensen, C. (2011). A new approach
to measuring competition in the loan markets of the euro area. Applied Economics,
43(23), 3155–3167. Earlier published as: Leuvensteijn, M., Bikker, J., van Rixtel, A.
and Kok-Sørensen, C. (2007). A new approach to measure competition in the loan
markets of the euro area. ECB Working Paper 768.
Liu, H., Molyneux, P. and Wilson, J. O. S. (2010). Competition and stability in European
Banking – a regional analysis. Bangor Business School Working Paper BBSWP/10/019.
Martinez-Miera, D. and Repullo, R. (2010). Does competition reduce the risk of bank
failure? Review of Financial Studies, 23(10), 3638–3664.
Matthews, K., Murinde, V. and Zhao, T. (2007). Competitive conditions among the major
British banks. Journal of Banking and Finance, 31, 2025–2042.
Mikłaszewska, E. (ed.). (2010). Bank na rynku finansowym: Problemy skali, efektywności
i nadzoru. Wydawnictwo Wolters Kluwer Polska Sp. z o.o.
Milne, A. (2009). Macroprudential Policy: what can it achieve? Oxford Review of Economic Policy, 25(4), 608–269.
Molyneux, P., Thornton, J. and Lloyd-Williams, D. M. (1996). Competition and Market
Contestability in Japanese Commercial Banking. Journal of Economics and Business,
48, 33–45.
87
Nathan, A. and Edwin, H. N. (1989). Competition and Contestability in Canada’s Financial System: Empirical Results. Canadian Journal of Economics, 22, 576–594.
Noth, F. (2011). Banking Competition and Real Sector Stability: Does the Risk Shifting
Channel Exist? Goethe University Frankfurt
Olivero, M. P., Li, Y. and Jeon, B. N.(2011). Competition in banking and the lending
channel: Evidence from bank-level data in Asia and Latin America. Journal of Banking & Finance, 35, 560–571.
Olszak, M. (2014). Zależność między konkurencją w sektorze bankowym i stabilnością
finansową banków – przegląd badań teoretycznych i empirycznych. Internetowy Kwartalnik Antymonopolowy i Regulacyjny 2014, 5(3), 8–34.
Panzar, J. C. and Rosse, J. N. (1982). Structure, Conduct and Comparative Statistics.
Bell Laboratories Economics Discussion Paper.
Panzar, J. C. and Rosse, J. N. (1987). Testing for ‘Monopoly’ Equilibrium. Journal of
Industrial Economics, 35, 443–456.
Pawłowska, M. (2005). Competition, Concentration, Efficiency, and their Relationship
in the Polish Banking Sector. Materiały i Studia, Paper No. 32.
Pawłowska, M. (2010). Competition in the Polish Banking Sector. Gospodarka Narodowa
5/6/2012, 91–119.
Pawłowska, M. (2012). Competition, concentration and foreign capital in the Polish
banking sector (prior and during the financial crisis). National Bank of Poland Working Paper 130.
Repullo, R. (2004). Capital requirements, market power, and risk-taking in banking.
Journal of Financial Intermediation, 13, 156–182.
Ruckes, M. (2004). Bank Competition and Credit Standards. The Review of Financial
Studies, 17(4), 1073–1102.
Salas, V. and Saurina, J. (2003). Deregulation, market power and risk behavior in Spanish
banks. European Economic Review, 47, 1061–1075.
Schaeck, K. and Cihák, M. (2010). Competition, efficiency and soundness in banking:
An industrial organization perspective. Tilburg University European Banking Center
Discussion Paper 2010–20S.
Schaeck, K., Cihak, M. and Wolfe, S. (2006). Are More Competitive Banking Systems
More Stable? IMF Working paper WP/06/143.
Schaeck, K., Cihak, M. and Wolfe, S. (2009). Are competitive banking systems more
stable? Journal of Money, Credit, and Banking, 41, 711–734.
Schierch, A., Schmidt-Ehmcke, J. (2010). Empiricism Meets Theory – Is the BooneIndicator Applicable. DIW Discussion Papers 1030, Berlin.
Shaffer, S. (1982). A Non-structural Test for Competition in Financial Markets. In:
Bank Structure and Competition. Conference Proceedings, 225–243. Federal Reserve
Bank of Chicago.
Shaffer, S. (1983). Non-structural Measures of Competition: Toward a Synthesis of Alternatives. Economics Letters, 12, 349–353.
Shaffer, S. (1989). Competition in the U.S. Banking Industry. Economics Letters 29,
321–323.
Shaffer, S. (1993). A Test of Competition in Canadian Banking. Journal of Money, Credit,
and Banking, 25, 49–61.
Shaffer, S. (2001). Banking Conduct before the European Single Banking License: A CrossCountry Comparison. North American Journal of Economics and Finance, 12, 79–104.
Shaffer, S. (2004). Comment on “What Drives Bank Competition? Some International
Evidence” by Stijn Claessens and Luc Laeven. Journal of Money, Credit, and Banking,
36(3), 585–592.
Sironi, A. (2001). An Analysis of European Banks’ SND Issues and its Implications for
the Design of a Mandatory Subordinated Debt Policy. Journal of Financial Services
Research 20: 2/3, 233–266.
88
DOI 10.7172/1644-9584.48.4
Sironi, A. (2003). Testing for Market Discipline in the European Banking Industry:
Evidence from Subordinated Debt Issues. Journal of Money, Credit and Banking,
35(3), 443–472.
Stavarek, D. and Repkova, I. (2011). Estimation of the competitive conditions in the
Czech banking sector. MPRA Paper No. 30720.
Stiglitz, J. and Weiss A. (1981). Credit rationing with imperfect information. American
Economic Review, 71, 393–410.
Świtała, F., Olszak, M. and Kowalska, I. (2013). Competition in commercial banks in
Poland – analysis of Panzar-Rosse H-statistics. Faculty of Management Working Papers
Series, 4/2013.
Tabak, B. M., Fazio, D. and Cajueiro, D. O. (2012). The relationship between banking
market competition and risk-taking: do size and capitalization matter? Journal of
Banking and Finance, 36(12), 3366–3381.
Tabak, B. M., Fazio, D. and Cajueiro, D. O. (2013). Systemically important banks and
financial stability: The case of Latin America? Journal of Banking and Finance,
37(12), 3855–3866.
Turk-Ariss, R. (2010). On the Implications of Market Power in Banking: Evidence from
Developing Countries. Journal of Banking and Finance, 34(4), 765–775.
Uhde, A. and Heimeshoff, U. (2009). Consolidation in banking and financial stability in
Europe: Empirical evidence. Journal of Banking and Finance, 33, 1299–1311.
Xu, B., Van Rixtel, A. and Van Leuvensteijn, M. (2013). Measuring bank competition
in China: a comparison of new versus conventional approaches applied to loan
markets. BIS Working Papers, 422.
89
Appendix
ln_II_TA
2008–2012
.4977472
ln_AFR
(28.28)***
.2759675
ln_PPE
ln_PCE
ln_LNS_TA
ln_DPS_F
ln_EQ_TA
R^2
Wald Test [F test]
Hfe = β1 + β2 + β3
2010
2011
2012
.5097404
.5243275
.5234264
.5354117
(6.86)*** (10.88)***
(12.04)***
(11.92)***
(12.08)***
.241172
.1879862
.3236799
.3339405
.3693754
(7.29)***
(11.87)***
(13.46)***
(13.73)***
.0049034
.0125971
–.0144745
.0226756
–.0090615
–.0699899
(0.53)
(0.67)
(–0.69)
(0.97)
(–0.42)
(–3.18)***
.2335461
.2041374
.4390757
.1296609
.1950818
.2361077
(7.94)***
(2.91)***
(6.54)***
(1.79)*
(2.97)***
(3.36)***
.0468171
.0767887
–.0170417
.1180823
–.0040451
–.1662703
(2.45)**
(2.35)***
(–0.35)
(2.13)**
(–0.07)
(–2.66)***
–.0184791
–.0186218
–.0486098
.0011085
–.0096219
.0189863
(–1.28) (–2.68)***
(0.05)
(–0.53)
(0.99)
–.0753027
Cons
.4163619
2009
(24.01)*** (10.04)***
(–2.34)**
ln_OI_TA
2008
–.0999108
–.0642954
–.0863154
–.089875
(–13.25)*** (–5.53)*** (–7.87)***
–.0618512
(–5.23)***
(–6.20)***
(–6.47)***
.0364708
–.7211764
.0358204
.0506134
.7442485
1.631984
(0.25)
(–1.89)*
(0.09)
(0.12)
(1.76)*
(3.69)***
0.8004
0.7346
0.8110
0.8343
0.8385
0.8195
458.77
63.66
96.22
109.30
112.74
95.33
[p=0.000]
[p=0.000]
[p=0.000]
[p=0.000]
[p=0.000]
[p=0.000]
0.778618
0.670131
0.683252
0.870683
0.848305
0.834797
1391.88
113.48
163.44
297.39
341.07
343.41
Test F
[p=0.000]
[p=0.000]
[p=0.000]
[p=0.000]
[p=0.000]
[p=0.000]
112.52
27.50
35.12
6.56
10.91
13.45
Test F
[p=0.000]
[p=0.000]
H0: Hfe = 0
H1: Hfe = 1
[p=0.000] [p=0.0114] [p=0.0012] [p=0.0003]
with application of the OLS estimator. Under monopoly, the H-statistic should be
smaller than or equal to zero; in the models of monopolistic competition and perfect
competition, the H-statistic should lie between 0 and 1; under perfect competition,
the H-statistic is equal to 1. Overall, a larger H-statistic indicates a higher degree
of competition. Hfe denotes the Panzar-Rosse H-statistics calculated for consecutive
years 2008–2012. β1, β2, and β3 are elasticity coefficients of input prices, i.e. price of
deposits, labor and capital, respectively. This table reports coefficients and t–statistics
(in parentheses), with *, **, *** representing significance at the 10%, 5% and 1%,
respectively.
Table A. Estimation of competition intensity using OLS regression – full sample results and
developments of H-statistics over years 2008–2012.
90
DOI 10.7172/1644-9584.48.4
1.5
1
.5
0
.8
.6
Density
Density
.4
.2
0
-7
-6
-6
ln_PPE
-5
ln_II_TA
-5
-4
-4
-3
-3
1.5
1
.5
0
.5
.4
Density
Density
.3
.2
.1
0
-2
-7
-6
0
Figure A. Distribution chart of dependent and independent variables. Source: Authors’ analysis.
-8
-7
ln_PCE
-5
ln_AFR
2
-4
4
-3
91
5
4
Density
3
2
1
0
1.00
Normal F[(reszty-m)/s]
0.25
0.50
0.75
0.25
-.2
0
e[kod,t]
.2
0.50
0.75
Empirical P[i] = i/(N+1)
Figure B. Normality test of residuals of model.
0.00
-.4
1.00
.4
5
4
Density
3
2
1
-.2
0
.2
e[kod,t]
Kernel density estimate
Normal density
kernel = epanechnikov, bandwidth = 0.0190
-.4
Source: Authors’ analysis.
Figure B. Normality test of residuals of model.
Skewness/Kurtosis tests for Normality
Variable | Obs Pr(Skewness) Pr(Kurtosis)
-----------+----------------------------------residuals | 809 0.0262 0.0000
------- joint -----| adj chi2(2) Prob>chi2
-----------+----------------------------------residuals | 28.29 0.0000
0
92
0.00
Kernel density estimate
.4
DOI 10.7172/1644-9584.48.4
DOI 10.7172/1644-9584.48.5
Efektywność techniczna banków spółdzielczych
w województwie wielkopolskim w latach 2008–2012
Michał Jankowski*, Aneta Kaczyńska**
Artykuł podejmuje problematykę efektywności technicznej banków spółdzielczych z siedzibą w województwie wielkopolskim. Efektywność ta została zbadana za pomocą nieparametrycznej metody DEA.
Opracowano cztery ujęcia działalności banków, z których połowa została zakwalifikowana jako modele
o charakterze komercyjnym, natomiast druga połowa jako modele reprezentujące społeczny aspekt
działalności banków. Celem dokonanego rozgraniczenia była analiza porównawcza dwóch grup modeli
w zakresie efektywności technicznej, skali oraz determinant zmian efektywności obliczonych za pomocą
indeksu produktywności Malmquista. Na podstawie przeprowadzonych badań można stwierdzić, że banki
spółdzielcze w województwie wielkopolskim osiągają wyższą efektywność, gdy ich działalność rozpatrywana jest w ujęciach o charakterze komercyjnym. Należy jednak zwrócić uwagę na większy wzrost
efektywności banków w społecznych modelach funkcjonowania, której źródłem w analizowanych latach
była głównie poprawa czystej efektywności technicznej, czyli ograniczenie marnotrawstwa zasobów.
Słowa kluczowe: banki spółdzielcze, DEA, indeks produktywności Malmquista.
Technical efficiency of cooperative banks
in the Wielkopolska in 2008-2012
This article takes into account the issue of technical efficiency of cooperative banks headquartered in
Wielkopolska, which was examined using non-parametric DEA method. The author developed four types
of the bank activities, half of which was classified as models of a commercial nature, while the second
half as models representing the social aspect of the banks activities. The purpose of demarcation was
to conduct a comparative analysis of the two groups of models in terms of technical efficiency, scale
and determinants of changes in the efficiency calculated using the Malmquist productivity index. Based
on the study it can be stated that the cooperative banks in Wielkopolska achieve higher efficiency in
models of a commercial nature. However, greater increase of the efficiency was observed while taking
into consideration social models. The main cause of this rise in the analyzed period was mainly due to
the improvement of the pure technical efficiency, i.e. reduction of resources wastage.
Keywords: cooperative banks, DEA, Malmquist productivity index.
JEL: C14, C61, G21
*
Michał Jankowski – mgr, doktorant w Katedrze Bankowości Uniwersytetu Ekonomicznego w Poznaniu.
**
Aneta Kaczyńska – mgr, doktorantka w Katedrze Finansów Publicznych Uniwersytetu Ekonomicznego
w Poznaniu.
Adres do korespondencji: Uniwersytet Ekonomiczny w Poznaniu, Al. Niepodległości 10, 61-875 Poznań;
e-mail: [email protected], [email protected].
Michał Jankowski, Aneta Kaczyńska
1. Wprowadzenie
Problematyka efektywności działania banków jest często podejmowana
w literaturze przedmiotu, której zdecydowana większość poświęcona jest
bankom komercyjnym. Źródłem takiego stanu rzeczy może być lepsza
dostępność danych finansowych tych banków, znacznie częściej publikowanych i agregowanych w bazach danych. Niniejszy artykuł częściowo uzupełnia
tę lukę, gdyż został poświęcony efektywności technicznej banków spółdzielczych z siedzibą w województwie wielkopolskim. Jego celem jest zbadanie
poziomu i czynników zmian efektywności technicznej oraz efektywności skali
w latach 2008–2012 z wykorzystaniem nieparametrycznej metody pomiaru
efektywności Data Envelopment Analysis (DEA).
Realizacji założonego celu badawczego podporządkowano strukturę
opracowania. Na początku przedstawione zostały teoretyczne podstawy
metody DEA. Poszczególne modele, metody oraz zagadnienia uporządkowane zostały chronologicznie, zgodnie z ewolucją. Następnie zaprezentowano najnowsze publikacje poświęcone badaniu efektywności technicznej
banków. W celu zaprezentowania różnorodności artykułów uwaga została
skupiona na publikacjach pochodzących z różnych państw. Wydarzenia
o charakterze globalnym oraz zmiany systemowe sprawiają, że temat ten
szczególnie często podejmowany jest w literaturze przedmiotu. W kolejnej
części artykułu zamieszczono wyniki badań efektywności technicznej oraz
efektywności skali banków spółdzielczych z siedzibą w województwie wielkopolskim. Dodatkowo w części tej za pomocą indeksu produktywności
Malmquista dokonano dekompozycji zmian efektywności na poszczególne
składowe.
2. Opis metody badawczej
W niniejszym artykule wykorzystana została metoda Data Envelopment
Analysis (DEA), zyskująca coraz większą popularność w zakresie badania
efektywności instytucji finansowych (Banker, Cummins i Klumpes, 2010).
Jest to metoda nieparametryczna oparta na programowaniu matematycznym. Pozwala zmierzyć względną efektywność danego podmiotu określanego
jako jednostka decyzyjna (ang. Decision Making Unit, DMU) w stosunku
do pozostałych podmiotów z analizowanej grupy obiektów (Ebrahimnejad,
Jahanshahloo, Lotfi, Mansourzadeh i Soltanifar, 2010).
Każdą DMU można opisać za pomocą wektora nakładów (xj = [xij],
gdzie xij oznacza i-ty nakład zużywany przez j-ty obiekt, i = 1, …, m)
oraz wektora efektów (yj = [yrj], gdzie yrj oznacza r-ty rezultat uzyskiwany
przez j-ty obiekt, r = 1, …, s). Wektory te tworzą technologię empiryczną
podmiotu (Guzik, 2009). Na podstawie najlepszych jednostek z grupy tworzona jest granica możliwości produkcyjnych, stanowiąca obwiednię danych
(Banker, 1993).
94
DOI 10.7172/1644-9584.48.5
Efektywność techniczna banków spółdzielczych w województwie wielkopolskim w latach 2008–2012
Pierwszym i zarazem podstawowym modelem metody DEA jest zaproponowany w 1978 r. model CCR, dopuszczający badanie efektywności
technicznej (ang. technical efficiency – eff) jednostek, których technologia
składa się z kilku rodzaju nakładów i efektów (Charnes, Cooper i Rhodes,
1978). Model CCR stanowił modyfikację metody opracowanej przez Farrella, uwzględniającej wyłącznie jeden nakład i jeden efekt (Farrell, 1957).
Pierwotnie model CCR został zaprezentowany w formie mnożnikowej,
którą następnie przekształcono do postaci zadania liniowego (Cook i Seiford,
2009). Umożliwiło to skonstruowanie zadania dualnego, które może być
ukierunkowane na nakłady (minimalizacja mnożnika zużywanych nakładów
do wytworzenia określonej wartości efektów) albo na efekty (maksymalizacja mnożnika efektów przy wykorzystaniu określonej wartości nakładów)
(Cooper, Seiford, Tone i Zhu, 2007). W niniejszym artykule w części empirycznej zostały wykorzystane modele ukierunkowane na nakłady, dlatego
teoretyczne aspekty metody DEA nie będą poruszać problematyki modeli
ukierunkowanych na rezultaty.
Rozwiązanie modelu CCR ukierunkowanego na nakłady polega na
obliczeniu takich nieujemnych wartości mnożnika poziomu nakładów (θo)
oraz współczynników określających wagi intensywności nakładów i rezultatów (λjo), które pozwolą zminimalizować mnożnik poziomu nakładów,
tj. (Cooper, Seiford i Tone, 2007):
min θo
(1)
θoxio ≥ Σnj=1 xij λjo, ∀i,
(2)
przy ograniczeniach:
yro ≤ Σnj=1 yrj λjo,
∀r,
λjo ≥ 0, ∀j.
(3)
(4)
Mnożnik poziomu nakładów określa o ile o-ta DMU powinna zredukować zużywane nakłady, aby stać się obiektem efektywnym. Ponadto wagi
intensywności λjo wskazują, jaką krotność nakładów obiektów wzorcowych
powinien wykorzystywać o-ty obiekt (Holod i Lewis, 2011). Za obiekt efektywny uważa się taki, którego technologia mieści się na granicy możliwości
produkcyjnych skonstruowanej w oparciu o najlepsze jednostki z grupy. Możliwe wartości wskaźnika efektywności to 0 < θ ≤ 1, przy czym dla obiektów
wzorcowych θ = 1 (Cooper, Seiford i Tone, 2007).
Model CCR należy do modeli radialnych metody DEA. Oznacza to,
że redukcji wszystkich nakładów dokonuje się w sposób proporcjonalny
(Cooper, Seiford i Tone, 2006). Wadą takiego podejścia jest możliwość
uzyskania słabej efektywności (efektywności Farrella). Występuje ona wówProblemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
95
czas, gdy pomimo proporcjonalnego zredukowania nakładów do poziomu
θoxio, nadal istnieje możliwość takiego zmniejszenia wartości i-tego nakładu,
aby θo = 1 (Cooper i in., 2007). Wartości te określa się w literaturze jako
luzy (ang. slacks), które oznacza się za pomocą s–i (luz dotyczący i-tego
nakładu) i s+r (luz dotyczący r-tego rezultatu). Problem występowania luzów
rozwiązuje częściowo dwufazowy model obwiedniowy w postaci dualnej (ang.
envelopment model) (Cook i Zhu, 2005). Po dokonaniu odpowiednich przekształceń model ten można zapisać w następujący sposób (Cooper, Seiford
i Zhu, 2011):
przy ograniczeniach:
min θo – ε (Σmi=1 s–io + Σsr=1 s+
ro),
(5)
θo xio = Σnj=1 xij λij + s–io, ∀i,
(6)
yro = Σnj=1 yrj λij – s+
ro,
∀r,
λjo, s–io, s+
ro, ≥ 0, ∀j, j, r,
(7)
(8)
gdzie ε to niearchimedesowa stała infinitezymalna zastosowana w celu uniknięcia otrzymania zerowych wartości wskaźników. Jest to stała mniejsza od
jakiejkolwiek dodatniej liczby rzeczywistej (Cooper i in., 2006).
Biorąc pod uwagę powyższe wzory, należy stwierdzić, że o-ty obiekt
charakteryzuje się silną efektywnością w sensie DEA wtedy i tylko wtedy,
gdy θo = 1 i wszystkie luzy s–io = s+
ro = 0 (Cooper i in., 2011).
Model CCR przyjmuje założenie występowania stałych efektów skali
(ang. Constant Returns to Scale, CRS), tj. gdy Σnj=1 λj = 1. Metoda DEA
dopuszcza jednak występowanie zmiennych efektów skali (ang. Variable
Returns to Scale, VRS), które można podzielić na malejące (Σnj=1 λj > 1)
i rosnące efekty skali (Σnj=1 λj < 1) (Banker, Cooper, Seiford, Thrall i Zhu,
2004).
Modelem uwzględniającym zmienne efekty skali jest model BCC skonstruowany w 1984 r. Został on uznany za pierwszą ważną modyfikację
modelu CCR (Liu, Lu, Lu i Lin, 2013). Model BCC umożliwia bowiem
dokonanie dekompozycji wskaźnika efektywności technicznej (ang. technical efficiency – eff) obliczanego w modelu CCR na efektywność skali (ang.
scale efficiency – se) oraz czystą efektywność techniczną (ang. pure technical
efficiency – pe) (Ahn i Seiford, 1993). Efektywność skali umożliwia zweryfikowanie, czy o-ty obiekt charakteryzuje się optymalnymi rozmiarami
działania. Z kolei czysta efektywność techniczna wskazuje, w jakim stopniu
wykorzystywane przez o-ty obiekt nakłady są marnotrawione (w przypadku
modelu ukierunkowanego na nakłady) (Bogetoft i Otto, 2011).
Dekompozycję przedstawia się w następujący sposób (Thanassoulis,
2001):
96
DOI 10.7172/1644-9584.48.5
eff = pe × se,
se =
θ
eff
= CCR,o .
pe
θBCC,o
(9)
(10)
Wzory (9) i (10) jednoznacznie wskazują, że θCCR,o < θBCC,o oraz
θCCR,o ≤ θBCC,o ≤ 1. Oznacza to, że wskaźnik efektywności modelu BCC
przyjmuje wartości nie mniejsze od wskaźnika efektywności modelu CCR
(Ramanathan, 2013).
Postać obwiedniowa modelu BCC jest identyczna jak w przypadku
obwiedniowego modelu CCR – wzory od (5) do (8). Do modelu BCC
dodano jednak dodatkowy warunek ograniczający w postaci (Banker, Charnes i Cooper, 1984):
Σnj=1 λjo = 1,
∀j.
(11)
Jeżeli o-ty obiekt znajduje się na granicy VRS wyznaczonej przez model
BCC, ale poniżej granicy CRS (modelu CCR), tj. gdy jego wskaźnik pe = 1,
wówczas technologię przez niego stosowaną uważa się za efektywną czysto
technicznie. Obiekt ten nie jest efektywny w sensie modelu CCR, ponieważ eff < 1. Dopiero gdy o-ty obiekt znajduje się na granicy VRS, która
pokrywa się w tym punkcie z granicą CRS, można stwierdzić, że cechuje
się on pełną efektywnością techniczną.
Model BCC pozwala zatem na dokładniejsze określenie przyczyny nieefektywności badanej DMU, która może wynikać z niewłaściwego wykorzystania nakładów prowadzącego do ich marnotrawienia bądź z działania
w nieoptymalnym obszarze skali.
Modele CCR i BCC pozwalają obliczyć względną efektywność techniczną
jednostek za dany okres, np. rok. Alternatywnym sposobem opartym na
metodzie DEA i umożliwiającym badanie zmiany względnej produktywności
w czasie jest indeks produktywności Malmquista (ang. Malmquist productivity
index – mpi). Indeks ten składa się z dwóch komponentów – mierzącego
zmianę efektywności technicznej (ang. catch-up effect – effch) oraz mierzącego postęp albo regres technologiczny (ang. frontier-shift effect – techch)
(Cooper i in., 2007).
Relatywną zmianę efektywności o-tego obiektu w momencie t + 1 w stosunku do okresu t określa się poprzez zastosowanie następującej formuły
(Cooper i in., 2007):
effch =
θot+1(xt+1, yt+1),
θot (xt, yt)
(12)
przy czym effch > 1 wskazuje na wzrost efektywności technicznej w okresie t + 1 w stosunku do okresu t, effch < 1 oznacza analogiczny spadek
97
efektywności technicznej, a effch = 1 określa się jako brak zmiany (Cooper
i in., 2007).
Zmianę technologiczną oblicza się natomiast jako (Maniadakis i Thanassoulis, 2004):
[
θot(xt, yt) θot(xt+1, yt+1)
techch = t+1
θo (xt, yt) θot+1(xt+1, yt+1)
1
2
].
(13)
Jeżeli techch > 1, to nastąpił postęp technologiczny w okresie t + 1
w stosunku do okresu t. W przypadku, gdy techch < 1, należy stwierdzić
wystąpienie regresu technologicznego o-tego obiektu w analogicznym okresie, natomiast techch = 1 wskazuje na status quo (Cooper i in., 2007).
Indeks produktywności Malmquista można zatem przedstawić w następujący sposób (Lovell, 2003):
mpi = effch × techch,
[
θ t(xt+1, yt+1) θot+1(xt+1, yt+1)
mpi = o t t t
θo(x , y )
θot+1(xt, yt)
(14)
1
2
].
(15)
Wartość indeksu mpi przekraczająca 1 wskazuje, że między okresami t
i t + 1 nastąpił wzrost produktywności obiektu o-tego. Jeżeli mpi < 1, to
badany obiekt cechował się spadkiem produktywności. Natomiast mpi = 1
oznacza brak zmiany produktywności o-tego obiektu (Rahmani Parchikolaei
i Yosefian, 2013).
Biorąc pod uwagę wzory (14) i (15), należy zaznaczyć, że wzrost produktywności możliwy jest, nawet jeśli jeden z komponentów indeksu produktywności Malmquista (np. effch) wykazuje spadek przy jednoczesnym
wzroście drugiego (techch).
3. Przegląd literatury
Metoda DEA jest powszechnie stosowana do oceny efektywności banków
zarówno spółdzielczych, jak i komercyjnych. Wraz z upowszechnieniem się
metody liczba publikacji ją wykorzystujących wzrasta wykładniczo i na koniec
2009 r. była szacowna na 4597, z czego nowych publikacji w ciągu tego roku
było 728 (Liu i in., 2013). W literaturze przedmiotu coraz częściej publikowane są badania autorów z państw rozwijających się, w których zachodzące
przemiany systemowe oraz wydarzenia o charakterze globalnym stanowią
interesujące przyczynki badań. Przykładem takim jest badanie efektywności
30 banków komercyjnych w Turcji w latach 2007–2010 wykonane przez
Yılmaz (2013). Autor, wykorzystując metodę DEA, wykazał, iż w przeciwieństwie do banków w Stanach Zjednoczonych, Polsce i Chorwacji, tureckie
98
DOI 10.7172/1644-9584.48.5
banki krajowe w analizowanych latach osiągały większą efektywność w ujęciu pośrednika finansowego aniżeli banki zagraniczne. Dodatkowo dla obu
typów banków efektywność pogorszyła się w latach 2008–2009 i ponownie
wzrosła w 2010 r., co zostało spowodowane wystąpieniem kryzysu finansowego. Jak dowodzi autor, przyczyną lepszej efektywności banków krajowych
była restrukturyzacja banków państwowych oraz poprawa nadzoru bankowego po kryzysie płynności w Turcji w 2001 r.
Do najnowszych badań nad efektywnością banków można również zaliczyć badanie efektywności banków komercyjnych w Bangladeszu wykonane
z zastosowaniem dwufazowej metody DEA, w której działalność banków
została podzielona na część dedykowaną obsłudze klienta oraz część oceniającą skuteczność zarządzania posiadanymi depozytami oraz kredytami
(Ataur Rahman, 2012). Autor dowodzi, że w 2008 r. banki znacjonalizowane osiągały wyższą przeciętną efektywność w obsłudze klienta, tj. 90,4%
w porównaniu z 72,2% dla banków zagranicznych. Jednakże całościowa
efektywność banków krajowych była znacznie niższa niż banków zagranicznych i wyniosła odpowiednio 40,6 i 86,6%. Wyjaśnieniem takich wyników
jest fakt, iż banki zagraniczne prowadziły bardziej konserwatywną politykę
kredytową, natomiast państwowe często wspierały branże i projekty o niskiej
rentowności. Świadczy to o występowaniu politycznych koneksji w działalności państwowych banków.
Kolejnym badaniem świadczącym o rosnącej popularności metody DEA
jest opublikowany w 2012 r. artykuł Hoque (2012) poświęcony efektywności
skali działalności banków w Bangladeszu. Jak podaje autor, jej przeciętna
wartość dla 24 banków w 2010 r. wyniosła 89,1%, z czego tylko 3 banki
działały w obszarze stałych korzyści skali, natomiast 18 w obszarze rosnących korzyści skali. Średnia efektywność techniczna obliczona przy założeniu
stałych efektów skali wyniosła 80,8%. Oznacza to, że potencjalnym źródłem poprawy efektywności analizowanych banków jest zarówno polepszenie
efektywności skali, jak i efektywności czysto technicznej, sprowadzającej
się do lepszego wykorzystania posiadanych zasobów oraz ograniczenia ich
marnotrawstwa.
Relatywnie mniejszą grupę stanowią publikacje, których tematyka
została poświęcona efektywności banków spółdzielczych. W tym zakresie
wyróżnić należy artykuł zbliżony tematycznie do badań podejmowanych
w niniejszym opracowaniu, dotyczący efektywności banków spółdzielczych
w Nowej Zelandii. McAlevey, Sibbald i Tripe (2010), wykorzystując niezorientowany model oparty na tzw. luzach (ang. non-oriented slacks based
model), dowodzą, że na skutek konsolidacji w sektorze banków spółdzielczych w latach 1997–2001 efektywność banków połączonych wzrosła
o 20,0 p.p., natomiast banków nieuczestniczących w niej zaledwie o 11,4 p.p.
Na podstawie indeksu produktywności Malmquista stwierdzono, że głównym czynnikiem poprawy efektywności był progres technologiczny przy niewielkim spadku efektywności technicznej. Dodatkowo dla banków łącząProblemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
99
cych się zidentyfikowano statystycznie istotną poprawę efektywności skali
działania.
Podobne badanie wykorzystujące indeks produktywności Malmquista
wykonane zostało dla 19 banków komercyjnych we Włoszech (Badea, Brezeanu i Munteanu, 2013). Jako główny czynnik wzrostu produktywności
banków małych oraz dużych wskazano poprawę efektywności skali, natomiast
w przypadku średnich wzrost efektywności gospodarowania posiadanymi
zasobami. Całościowo w latach 2006–2011 na podstawie indeksu produktywności Malmquista zidentyfikowano nieznaczny spadek efektywności, co
zostało wytłumaczone wystąpieniem kryzysu finansowego i pogorszeniem
się warunków makroekonomicznych.
Spadek efektywności zidentyfikowany został również w artykule poświęconym efektywności kosztowej włoskich banków w latach 2007–2009 (Roman
i Sargu, 2012). W ramach opracowania dokonano podziału banków na krajowe oraz zagraniczne w celu zbadania, czy banki z kapitałem zagranicznym
czerpią korzyści z doświadczenia i wiedzy „banków matek”, co pozwalałoby
im efektywniej funkcjonować. Rezultaty badań potwierdziły wyższą efektywność banków zagranicznych (52%) w stosunku do banków krajowych
(38,2%), jednak źródłem wyższej efektywności była efektywność techniczna,
a nie alokacyjna, która wskazywałaby na lepsze decyzje w zakresie doboru
czynników produkcji przy danych ograniczeniach cenowych.
4. Źródła i metodologia badań
Badaniu efektywności technicznej poddano grupę 50 banków spółdzielczych z siedzibą w województwie wielkopolskim według stanu na dzień
31 grudnia 2012 r. Kryterium wyboru grupy badawczej stanowiła dostępność
danych oraz zrzeszenie danego banku w Spółdzielczej Grupie Bankowej,
co warunkowało homogeniczność stworzonej grupy. W praktyce 50 wyodrębnionych banków stanowiło 96% banków spółdzielczych posiadających
siedzibę w województwie wielkopolskim.
Źródłem danych wykorzystanych do przeprowadzenia badań były dane
finansowe banków opublikowane w ramach rocznych sprawozdań finansowych w latach 2008–2012. Na ich podstawie opracowane zostały cztery różne
ujęcia funkcjonowania banków spółdzielczych, z których każde zakwalifikowano do jednej z dwóch grup ujęć. Pierwsza grupa o charakterze komercyjnym skupia modele, według których z reguły oceniania jest działalność
banków komercyjnych. Należy do niej ujęcie pośrednika finansowego
(ang. intermediary approach) oraz managera (ang. manager approach). Druga
natomiast, o społecznej orientacji biznesu, została stworzona w celu oceny
banków spółdzielczych jako podmiotów ekonomii społecznej dostarczających
korzyści swoim klientom. Zakwalifikowano do niej model kredytobiorcy oraz
deponenta. Dokonany podział umożliwił bilateralną ocenę funkcjonowania
banków spółdzielczych, które podobnie jak banki komercyjne pełnią funk100
DOI 10.7172/1644-9584.48.5
cję pośrednika finansowego, działając w reżimie optymalizacji kosztowej
i maksymalizacji zysków oraz dodatkowo w ramach pełnionej misji powinny
oferować jak najlepsze usługi swoim interesariuszom.
Ujęcie pośrednika finansowego (ang. intermediary approach), znane również jako asset approach (Reddy i Subramanyam, 2008), pierwotnie zdefiniowane zostało w 1977 r. jako proces pośrednictwa angażujący nadwyżki
finansowe jednych podmiotów (deponentów) w celu zaspokojenia potrzeb
pożyczkowych potencjalnych kredytobiorców (Lindley i Sealey, 1977; Ataur
Rahman, 2012). W literaturze przedmiotu istnieje konsensus, iż ujęcie to
dobrze opisuje klasyczną działalność banku jako pośrednika finansowego
(Kwan, 2006), jednak specyficzne zmienne inkorporowane do obliczenia
efektywności różnią się między autorami. Cook, Hababou i Roberts (2000)
zaliczyli do nakładów koszty odsetek od pozyskanych funduszy (ang. funding
cost) oraz koszty operacyjne (ang. operating cost), które ich zdaniem dobrze
odzwierciedlają wydatki związane z pozyskaniem finansowania działalności
banku. Efektem ogółu świadczonych usług przez bank był natomiast zysk
netto (ang. net profit) rozumiany jako opodatkowana suma przychodów
odsetkowych oraz pozaodsetkowych z tytułu udzielonych kredytów, opłat
i prowizji, wymiany walut oraz pozycji pozabilansowych po uwzględnieniu poniesionych kosztów. W niniejszym artykule zdecydowano się jednak wykorzystać zbliżony do pierwotnego pakiet zmiennych, w ramach
którego do nakładów zaliczono majątek trwały, zatrudnienie oraz wartość
zgromadzonych depozytów, a do efektów wartość udzielonych kredytów
(Kwan, 2006).
Drugim ujęciem, zaliczonym do grupy modeli o charakterze komercyjnym, jest ujęcie managera. W modelu tym oceniana była zdolność zarządzających do osiągania wysokich wartości przychodów z tytułu odsetek i prowizji, przy jednoczesnym minimalizowaniu kosztów z tego samego tytułu.
Można zatem stwierdzić, że analizowana była umiejętność managerów do
realizowania jak największej marży odsetkowej rozumianej jako nadwyżka
przychodów odsetkowych nad kosztami pozyskanego kapitału. Dodatkowo
uwzględnione zostały koszty i przychody z tytułu prowizji, którymi administrowanie także leży w gestii managerów.
Kolejnym ujęciem, należącym do grupy modeli o charakterze społecznym,
było ujęcie kredytobiorcy, opracowane w celu zbadania korzyści dostarczanych klientom banku, którzy zainteresowani są jak najlepszymi warunkami
kredytowymi. W modelu tym dobór zmiennych został oparty na zmodyfikowanym podejściu, które zaproponowali Eeckaut, Fried i Lovell (1993),
w ramach którego do nakładów zaliczono liczbę zatrudnionych osób oraz
wartość poniesionych kosztów operacyjnych, natomiast rezultaty zostały
opisane przez wartość udzielonych kredytów, cenę kredytu oraz różnorodność kredytową. Zmienną opisującą cenę kredytu obliczono jako odwrotność ilorazu przychodów odsetkowych do wartości udzielonych kredytów
(zmienna opisująca rezultat musi mieć charakter maksymanty), natomiast
101
różnorodność kredytowa jako suma ilorazów w postaci wartości kredytów
danego rodzaju do maksymalnej wartości w ramach analizowanej grupy
banków. Wyższa suma oznacza większą różnorodność kredytową, co pozytywnie wpływa na efektywność danego podmiotu. Podobne zmienne zastosował Mielnik (2006) do oceny banków spółdzielczych w Polsce w latach
1997–2003. Analogiczny pakiet zmiennych inkorporowano do oceny korzyści
dostarczanych deponentom, w ramach którego posłużono się identycznymi
nakładami, natomiast rezultaty zostały opisane przez wartość zgromadzonych
depozytów, cenę depozytu oraz różnorodność depozytową. W tym przypadku
cenę depozytu stanowi iloraz kosztów odsetkowych do wartości zobowiązań
wobec klientów banku. Obliczenie efektywności banków w założonych społecznych modelach działalności pozwoliło porównać korzyści dostarczane
zarówno kredytobiorcom, jak i deponentom banków spółdzielczych.
W celu zmierzenia efektywności wykorzystano radialne modele DEA
zorientowane na nakłady, które zostały obliczone przy założeniu stałych
(model CCR) oraz zmiennych (model BCC) efektów skali działalności. Zróżnicowanie założenia dotyczącego efektów skali pozwoliło w dalszej kolejności
na obliczenie efektywności skali zaangażowanych czynników produkcji oraz
zidentyfikowanie obszarów skali działalności analizowanych banków. Końcowym etapem badań było obliczenie indeksu produktywności Malmquista,
na podstawie którego dokonano dekompozycji zmiany efektywności każdego
banku na składową informującą o wystąpieniu postępu albo regresu technologicznego w danym roku (techch) oraz część dedykowaną zmianie relatywnej efektywności (ang. catch-up effect – effch). Druga składowa z kolei jest
wynikiem zmiany efektywności skali zaangażowanych czynników produkcji
(sech) i zmiany czystej efektywności technicznej (ang. pure technical efficiency
– pech) równoznacznej ze zmianą w jakości gospodarowania posiadanymi
zasobami, tj. wzrostem lub ograniczeniem ich marnotrawienia. Korelacja
otrzymanych wyników w każdym przypadku obliczana była za pomocą nieparametrycznego współczynnika rho-Spearmana z założonym poziomem
istotności 5%. Ta sama istotność została przyjęta w celu weryfikacji istotności
różnic za pomocą testu znaków i testu Wilcoxona dla zmiennych zależnych.
5. Wyniki badań
Wstępnym etapem badań, w celu określenia poprawności otrzymanych
wyników, była analiza korelacji wartości efektywności poszczególnych ujęć
z wartościami wskaźników ROA (ang. return on assets), ROE (ang. return
on equity) oraz C/TA (ang. costs/total assets). Efektywność techniczna dla
ujęć o charakterze komercyjnym powinna być pozytywnie skorelowana z rentownością aktywów oraz kapitałów własnych oraz negatywnie z udziałem
kosztów operacyjnych w aktywach ogółem. W przypadku modeli o społecznej orientacji biznesu oczekiwać można odwrotnych zależności, gdyż
korzystna oferta dla klientów banku związana jest z ponoszeniem przez
102
DOI 10.7172/1644-9584.48.5
bank zwiększonych kosztów oraz realizowaniem mniejszych przychodów.
Wyniki korelacji (tabela 1) częściowo potwierdzają wcześniejsze założenia
w kontekście opracowanych modeli.
Ujęcie
C/TA
ROA
ROE
Manager
0,2272
0,2804
0,0960
Pośrednik
–0,3131
0,3840
0,3814
Kredytobiorca
–0,8700
0,1105
0,0954
Deponent
–0,8527
0,0114
0,0818
Tab. 1. Korelacja wartości efektywności technicznej dla różnych ujęć działalności z wybranymi
wskaźnikami analizy wskaźnikowej banków spółdzielczych w latach 2008–2012 (wartości
istotne statystycznie zostały pogrubione). Źródło: opracowanie własne na podstawie wyników
przeprowadzonych badań.
Efektywność w ujęciu pośrednika była pozytywnie skorelowana z rentownością aktywów i kapitału własnego oraz negatywnie ze wskaźnikiem
C/TA, a uzyskane miary były istotne statystycznie. Podobne wnioski można
sformułować dla ujęć o charakterze społecznym, co neguje wcześniejsze rozważania. Oznacza to jednak, że poprawie efektywności świadczenia usług dla
interesariuszy banków towarzyszył spadek relacji kosztów do aktywów oraz
wzrost rentowności, dla której jednak korelacja nie była istotnie różna od
zera. W ujęciu managera pozytywna współzmienność wystąpiła dla wszystkich trzech analizowanych wskaźników (wartość nieistotna statystycznie dla
ROE), co może oznaczać, że osiąganie lepszych wyników przez managerów
związane było z ponoszeniem wyższych kosztów.
Na podstawie uzyskanych wyników obliczono średni poziom efektywności
technicznej dla badanej grupy banków w latach 2008–2012 oraz w całym
analizowanym okresie (tabela 2).
Ujęcie
2008
2009
2010
2011
2012
Średnia Odchylenie
Manager
78,8
80,5
76,4
76,5
71,9
76,8
2,9
Pośrednik
91,2
77,0
90,0
64,2
90,8
82,6
10,7
Kredytobiorca
58,1
68,6
71,9
66,9
73,7
67,9
5,4
Deponent
62,1
70,0
73,5
68,7
73,5
69,6
4,2
Tab. 2. Wartości średnie efektywności technicznej banków spółdzielczych w latach 2008–2012
dla modelu CCR według ujęć działalności (w %). Źródło: opracowanie własne na podstawie
wyników przeprowadzonych badań.
Banki spółdzielcze w założonym okresie analizy osiągnęły najwyższą
przeciętną wartość efektywności technicznej, gdy ich działalność rozpatrywana była w ujęciu pośrednika finansowego. Jej wartość była wyższa
103
przeciętnie o 5,8 p.p. od drugiego ujęcia – modelu managera, natomiast
spośród wszystkich ujęć charakteryzowała się największą zmiennością, której wartość mierzona odchyleniem standardowym wyniosła 10,7%. Wyższa
efektywność modeli o charakterze komercyjnym dowodzi, że banki spółdzielcze w województwie wielkopolskim efektywniej wykonują działania
związane z pośrednictwem finansowym i osiąganiem wysokich wyników
przez managerów aniżeli z dostarczaniem jak najlepszych produktów swoim
klientom. W całym analizowanym okresie efektywność techniczna banków
rozpatrywana według modeli komercyjnych wyniosła średnio 79,9% i była
o 11,2 p.p. wyższa od przeciętnej efektywności społecznych ujęć działalności
banków. Wszystkie wskazane różnice były istotne statystycznie na założonym
poziomie istotności 5%.
Oprócz różnic należy też wskazać na współzmienność otrzymanych wyników (tabela 3).
Ujęcie
Manager
Pośrednik
Kredytobiorca
Deponent
Manager
1,0000
–0,0019
–0,1080
–0,2524
Pośrednik
–0,0019
1,0000
0,3817
0,2809
Kredytobiorca
–0,1080
0,3817
1,0000
0,9048
Deponent
–0,2524
0,2809
0,9048
1,0000
Tab. 3. Korelacja wartości efektywności technicznej dla różnych ujęć działalności
banków spółdzielczych w latach 2008–2012 (wartości istotne statystycznie zostały
pogrubione). Źródło: opracowanie własne na podstawie wyników przeprowadzonych
badań.
Efektywność w ujęciu kredytobiorcy i deponenta była pozytywnie
w stopniu przeciętnym skorelowana z efektywnością w ujęciu pośrednika
finansowego, co oznacza, że polepszaniu oferty dla interesariuszy banków
towarzyszy wzrost efektywności funkcji pośrednictwa finansowego. Pozorną
sprzeczność uzyskanych wyników można wytłumaczyć obniżaniem kosztów
operacyjnych przez banki, co potwierdza ujemna współzmienność pomiędzy
efektywnością w ujęciu pośrednika a wskaźnikiem C/TA (tabela 1). Ponadto
zidentyfikowano statystycznie istotną negatywną współzmienność między
efektywnością w modelu deponenta a efektywnością w modelu managera, co
potwierdza dychotomię pomiędzy celami managerów, zainteresowanych jak
najlepszymi wynikami banku, a deponentami. Analogiczna sytuacja wystąpiła w ujęciu kredytobiorcy, jednak wartość ujemnej korelacji z ujęciem
managera nie była istotna statystycznie.
W kolejnym etapie badań efektywność techniczna wybranej grupy banków została obliczona przy założeniu zmiennych efektów skali, co pozwoliło
zbadać efektywność skali zaangażowanych czynników produkcji oraz tzw.
czystą efektywność techniczną. Wyniki prezentują tabele 4 i 5.
104
DOI 10.7172/1644-9584.48.5
Ujęcie
2008
2009
2010
2011
2012
Średnia
Odchylenie
Manager
86,4
87,4
84,7
84,5
80,0
84,6
2,6
Pośrednik
93,4
85,1
91,9
71,4
91,7
86,7
8,2
Kredytobiorca
62,5
75,5
75,5
70,6
81,0
73,0
6,2
Deponent
67,4
73,4
76,1
71,4
76,8
73,0
3,4
Tab. 4. Wartości średnie efektywności technicznej banków spółdzielczych w latach
2008–2012 dla modelu BCC według ujęć działalności. Źródło: opracowanie własne na
podstawie wyników przeprowadzonych badań.
Ujęcie
2008
2009
2010
2011
2012
Średnia
Odchylenie
Manager
91,6
92,5
90,5
91,1
90,7
91,3
0,7
Pośrednik
97,7
90,8
98,0
89,8
99,1
95,1
3,9
Kredytobiorca
94,4
91,9
95,9
95,5
91,7
93,9
1,8
Deponent
93,5
95,7
96,7
96,7
96,1
95,7
1,2
Tab. 5. Wartości średnie efektywności skali banków spółdzielczych w latach 2008–2012
według ujęć działalności. Źródło: opracowanie własne na podstawie wyników
przeprowadzonych badań.
Wykonanie dodatkowych obliczeń pozwoliło określić przyczynę nieefektywności banków, będącą sumą dwóch składowych: nieefektywności skali
związanej z działaniem w nieoptymalnym (niestałym) obszarze efektów skali
oraz nieefektywności czysto technicznej, związanej z marnotrawstwem posiadanych zasobów.
Dla każdego z analizowanych ujęć działalności przeciętna wartość efektywności skali w latach 2008–2012 przekroczyła poziom 90%. Największą
średnią wartość 95,7% można przypisać ujęciu deponenta, co oznacza, że
w modelu tym w najwłaściwszych proporcjach zaangażowane zostały nakłady,
natomiast najgorszej alokacji na średnim poziomie 91,3% dokonano, gdy
funkcjonowanie banków rozpatrywane było w ujęciu managera. W korespondencji do relatywnie wysokiej efektywności technicznej w tym modelu
można stwierdzić, że zarządzający dobrze wykorzystują posiadane zasoby,
jednak zestawiają je – spośród analizowanych ujęć – w najmniej właściwych
proporcjach. Wysoki poziom średniej efektywności skali porównywanych
modeli pozwala stwierdzić, że głównym źródłem nieefektywności technicznej
w bankach spółdzielczych w województwie wielkopolskim było niewłaściwe
wykorzystanie posiadanych nakładów, a nie angażowanie ich w złych proporcjach. Dodatkowo źródłem potencjalnej poprawy efektywności technicznej
w przyszłości jest zmniejszenie marnotrawstwa posiadanych zasobów, szczególnie w społecznych modelach działalności banków, dla których przeciętna
efektywność czysto techniczna była najmniejsza i wyniosła 73% (oba ujęcia).
Oznacza to, że w analizowanych latach średnio 27% zasobów zostało źle
wykorzystanych. Oprócz efektywności skali wykonane badania pozwoliły
na identyfikację obszaru skali działalności dla każdego banku (tabela 6).
105
Ujęcie
Efekty skali
2008
2009
2010
2011
2012
8
8
9
14
7
Rosnące
12
13
4
3
22
Malejące
30
29
37
33
21
Stałe
Manager
Stałe
Pośrednik
5
2
7
2
17
Rosnące
15
18
19
47
14
Malejące
30
30
24
1
19
Stałe
Kredytobiorca
4
2
10
6
11
Rosnące
36
7
10
25
6
Malejące
10
41
30
19
33
5
5
6
8
11
Rosnące
20
43
29
24
33
Malejące
25
2
15
18
6
Stałe
Deponent
Tab. 6. Liczba banków działających w obszarze stałych, rosnących i malejących efektów skali
w latach 2008–2012. Źródło: opracowanie własne na podstawie wyników przeprowadzonych
badań.
Zależnie od modelu, liczba banków funkcjonujących w stałym obszarze
skali działalności wahała się od 2 do 14 podmiotów. Przeciętnie najwięcej
banków funkcjonowało w stałym obszarze efektów skali, gdy działalność ich
rozpatrywana była w modelu managera, jednak dla pozostałej większości
podmiotów w tym ujęciu zidentyfikowano malejące efekty skali. Sytuacja
taka oznacza, iż z punktu widzenia zarządzających niekorzystne było dalsze
zwiększanie rozmiarów banków, gdyż ponoszone koszty marginalne były
większe aniżeli osiągane korzyści. Opisana sytuacja wystąpiła jedynie w ujęciu managera. W przypadku pozostałych modeli większość banków działała
w obszarze rosnących efektów skali. Fakt ten należy uznać za korzystny, gdyż
sugeruje dalsze zwiększanie rozmiarów banków w województwie wielkopolskim, co powinno pozytywnie wpłynąć na wartość uzyskiwanej efektywności.
Kolejnym etapem badań było określenie czynników powodujących zmiany
w efektywności banków spółdzielczych. W tym celu wykorzystano indeks
produktywności Malmquista, który pozwolił na dekompozycję zmian całkowitej produktywności (mpi) na część dedykowaną wystąpieniu postępu albo
regresu technologicznego w ciągu roku (techch) oraz na składową informującą o zmianie efektywności technicznej (effch) będącą efektem zmiany
efektywności skali (sech) i efektywności czysto technicznej (pech) (tabela 7).
W analizowanym okresie głównym czynnikiem zmian efektywności była
poprawa efektywności czysto technicznej, czyli ograniczenie marnotrawienia
zasobów i lepsze wykorzystanie posiadanych czynników produkcji, co przyczyniło się do poprawy efektywności technicznej. Sytuacja taka wystąpiła
dla wszystkich ujęć działalności oprócz managera. Oznacza to, że jedynym
106
DOI 10.7172/1644-9584.48.5
Effch
Techch
Pech
Sech
Mpi
Manager
Ujęcie
0,989
1,022
0,988
1,002
1,007
Pośrednik
1,128
1,022
1,081
1,030
1,038
Kredytobiorca
1,072
0,981
1,078
1,009
1,044
Deponent
1,052
1,006
1,039
1,017
1,050
Tab. 7. Czynniki zmian produktywności banków spółdzielczych jednocześnie w latach
2008–2012. Źródło: opracowanie własne na podstawie wyników przeprowadzonych badań.
źródłem poprawy produktywności w tym ujęciu był postęp technologiczny,
natomiast zarządzający nie polepszyli efektywności wykorzystywania dostępnych im zasobów. Odwrotne wnioski należy sformułować dla modelu kredytobiorcy, w którym zidentyfikowano regres technologiczny, lecz poprawie
o 7,2% uległa efektywność techniczna, której źródłem było lepsze wykorzystanie czynników produkcji przy nieznacznej poprawie efektywności
skali. Ujęcia pośrednika finansowego i deponenta były jedynymi modelami,
w ramach których badane banki spółdzielcze zwiększyły swoją efektywność
techniczną przy zidentyfikowanym postępie technologicznym. Wartość obu
składowych wyniosła odpowiednio 12,8 i 2,2% dla ujęcia pośrednika oraz
5,2 i 0,6% dla deponenta. Uwzględniając wszystkie składowe, całkowita
zmiana efektywności w latach 2008–2012 nastąpiła, gdy działalność banków
była rozpatrywana w społecznych modelach działalności i wyniosła 5,0%
dla deponenta i 4,4% dla kredytodawcy. Wyniki te pozwalają stwierdzić,
że w założonych latach badania wzrastała efektywność z punktu widzenia
interesariuszy, co wskazuje, że banki poprawiały jakość oferowanych produktów depozytowych i kredytowych. Analogiczna sytuacja wystąpiła w ujęciu
pośrednika (wzrost o 3,8%), potwierdzając postęp banków w kontekście
jakości pełnionej funkcji pośrednika finansowego. Jedynie w modelu managera wartość indeksu Malmquista wyniosła zaledwie 0,7%, co oznacza, że
efektywność działań zarządzających praktycznie nie zmieniała się w ciągu
analizowanych lat. Dodatkowo na podstawie analizy korelacji składowych
indeksu oraz wskaźnika ROA, ROE oraz relacji C/TA wskazać należy na
statystycznie istotną pozytywną współzmienność między rentownością kapitałów własnych a indeksem mpi dla ujęcia pośrednika finansowego i deponenenta. Wartość współczynnika korelacji wyniosła odpowiednio 17,3 i 13,3%.
6. Podsumowanie
Przeprowadzone badania pozwalają stwierdzić, że banki spółdzielcze
w województwie wielkopolskim osiągają wyższą efektywność techniczną,
gdy ich działalność rozpatrywana jest w ujęciach o charakterze komercyjnym.
Sytuacja taka jest wynikiem głównie niższej efektywności czysto technicznej
w modelach o społecznej orientacji biznesu, której wartość jednak systematycznie wzrastała w analizowanych latach. Fakt ten został potwierdzony
107
podczas dekompozycji zmian produktywności za pomocą indeksu produktywności Malmquista i oznacza, że potencjalnym źródłem poprawy efektywności
technicznej w przyszłości jest lepsze wykorzystanie angażowanych czynników
produkcji. Dodatkowo należy pozytywnie ocenić dodatnią współzmienność
efektywności ujęć społecznych i modelu pośrednika finansowego, będącą
efektem obniżenia kosztów operacyjnych. Można zatem stwierdzić, że poprawie jakości usług oferowanych interesariuszom banków towarzyszy poprawa
efektywności naczelnej funkcji banków jako pośredników finansowych. Najmniejsza zmiana efektywności mierzona indeksem mpi wystąpiła w modelu
managera, co wskazuje na brak poprawy skuteczności działań zarządzających.
Z punktu widzenia klientów jest to jednak wewnętrzny problem banków,
natomiast wzrastająca efektywność ujęć społecznych dowodzi pozytywnych
zmian w bankach spółdzielczych z siedzibą w województwie wielkopolskim.
Bibliografia
Ahn, T. i Seiford, L.M. (1993). Sensitivity of DEA to Models and Variable Sets in
a Hypothesis Test Setting: The Efficiency of University Operations. W: Y. Ijiri (red.),
Creative And Innovative Approaches To The Science Of Management (s. 192–193).
New York: Quorum Books.
Ataur Rahman, A.F.M. (2012). Performance Measurement of Commercial Banks of
Bangladesh: An Application of Two Stage DEA Method. World Journal of Social
Sciences, 2 (4), 101–106.
Badea, L., Brezeanu, P. i Munteanu, A. (2013). Productivity Change Patterns in the
Romanian Banking System: The Impact of Size and Ownership on Total Factor
Productivity. Theoretical and Applied Economics, 20 (6), 45–49.
Banker, R.D. (1993). Maximum Likelihood, Consistency and Data Envelopment Analysis: A Statistical Foundation. Management Science, 39 (10), http://dx.doi.org/10.1287/
mnsc.39.10.1265.
Banker, R.D., Charnes, A. i Cooper, W.W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science, 30
(9), 1088–1089, http://dx.doi.org/10.1287/mnsc.30.9.1078.
Banker, R.D., Cooper, W.W., Seiford, L.M., Thrall, R.M. i Zhu, J. (2004). Returns to
Scale in Different DEA Models. European Journal of Operational Research, 154 (2),
349–350, http://dx.doi.org/10.1016/S0377-2217(03)00174-7.
Banker, R.D., Cummis, J. i Klumpes, P.J.M. (2010). Performance Measurement in the Financial Services Sector: Frontier Efficiency Methodologies and Other Innovative Techniques.
Journal of Banking & Finance, 34 (7), http://dx.doi.org/10.1016/j.jbankfin.2010.02.024.
Bogetoft, P. i Otto, L. (2011). Benchmarking with DEA, SFA, and R. New York: Springer
Science+Business Media, http://dx.doi.org/10.1007/978-1-4419-7961-2.
Charnes, A., Cooper, W.W. i Rhodes, E. (1978). Measuring Efficiency of Decision Making Units. European Journal of Operational Research, 2 (6), 429–444, http://dx.doi.
org/10.1016/0377-2217(78)90138-8.
Cook, W.D., Hababou M. i Roberts, G.S. (2000). Financial Liberalization and Efficiency in Tunisian Banking Industry: DEA Tests. International Journal of Information
Technology and Decision Making, 4 (3), http://dx.doi.org/10.1142/S0219622005001684.
Cook, W.D. i Seiford, L.M. (2009). Data Envelopment Analysis (DEA) – Thirty Years
on. European Journal of Operational Research, 192 (1–2), http://dx.doi.org/10.1016/j.
ejor.2008.01.032.
108
DOI 10.7172/1644-9584.48.5
Cook, W.D. i Zhu, J. (2005). Modeling Performance Measurement. Applications and Implementation Issues in DEA. New York: Springer Science+Business Media.
Cooper, W.W., Seiford, L.M. i Tone, K. (2006). Introduction to Data Envelopment Analysis and Its Uses. With DEA-Solver Software and References. New York: Springer
Science+Business Media.
Cooper, W.W., Seiford, L.M. i Tone, K. (2007). Data Envelopment Analysis. A Comprehensive Text with Models, Applications, References and DEA-Solver Software. Second
Edition. New York: Springer Science+Business Media.
Cooper, W.W., Seiford, L.M., Tone, K. i Zhu, J. (2007). Some Models and Measures for
Evaluating Performances with DEA: Past Accomplishments and Future Prospects. New
York: Springer Science+Business Media.
Cooper, W.W., Seiford, L.M. i Zhu, J. (2011), Handbook on Data Envelopment Analysis.
Second Edition. New York: Springer Science+Business Media.
Ebrahimnejad, A., Jahanshahloo, G.R., Lotfi, F.H., Mansourzadeh, S.M. i Soltanifar, M.
(2010). Target Setting in the General Combined-oriented CCR Model Using an
Interactive MOLP Method. Journal of Computational and Applied Mathematics, 34 (1),
http://dx.doi.org/10.1016/j.cam.2009.11.045.
Eeckaut, P.V., Fried, H.O. i Lovell, C.A.K. (1993). Evaluating the Performance of US
Credit Unions. Journal of Banking and Finance, 17 (2–3), 254–256.
Farrell, M.J. (1957). The Measurement of Productive Efficiency. Journal of the Royal
Statistical Society. Series A (General), 120 (3), 253, http://dx.doi.org/10.2307/2343100.
Guzik, B. (2009). Podstawowe modele DEA w badaniu efektywności gospodarczej i społecznej. Poznań: Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.
Holod, D. i Lewis, H.F. (2011). Resolving the Deposit Dilemma: A New DEA Bank
Efficiency Model. Journal of Banking & Finance, 35 (11), http://dx.doi.org/10.1016/j.
jbankfin.2011.03.007.
Hoque, R. i Rayhan, I. (2012). Data Envelopment Analysis of Banking Sector in Bangladesh. Russian Journal of Agricultural and Socio-Economic Sciences, 5 (5), 17–21.
Kwan, S.H. (2006). The X-efficiency of Commercial Banks in Hong Hong. Journal of
Banking & Finance, 30 (4), 1131–1133.
Lindley, J.T. i Sealey, C.W. (1977). Inputs, Outputs, and Theory of Production Cost
at Depository Financial Institutions. Journal of Finance, 32 (4), 1252–1254, http://
dx.doi.org/10.2307/2326527.
Liu, J.S., Lu, L.Y.Y., Lu, W.M. i Lin, B.J.Y. (2013). Data Envelopment Analysis 1978–
2010: A Citation-based Literature Survey, Omega-International Journal of Management
Science, 41 (1), 7–9, http://dx.doi.org/10.1016/j.omega.2010.12.006.
Lovell, C.A.K. (2003). The Decomposition of Malmquist Productivity Indexes. Journal
of Productivity Analysis, 20 (3), 440–443.
Maniadakis, N. i Thanassoulis, E. (2004). A Cost Malmquist Productivity Index. European Journal of Operational Research, 154 (2), http://dx.doi.org/10.1016/S03772217(03)00177-2.
McAlevey, L., Sibbald, A. i Tripe, D. (2010). New Zealand Credit Union Mergers. Annals
of Public and Cooperative Economics, 81 (3), 15–18, http://dx.doi.org/10.1111/j.14678292.2010.00414.x.
Mielnik, M. (2006). Efektywność banków spółdzielczych w Polsce w latach 1997–2003.
Niepublikowana praca doktorska. Poznań: Uniwersytet Ekonomiczny w Poznaniu.
Rahmani Parchikolaei, B. i Yosefian, R. (2013). Group Malmquist Productivity Index
for Two Time Periods: An Application for Ranking Departments of University. Data
Envelopment Analysis and Decision Science, (3), http://dx.doi.org/10.5899/2013/dea00029.
Ramanathan, R. (2003). An Introduction to Data Envelopment Analysis. A Tool for Performance Measurement. London: Sage Publications.
109
Reddy, C.S. i Subramanyam, T. (2008). Measuring the Risk Efficiency in Indian Commercial Banking: A DEA Approach. Journal of Economics and Business, 11 (1–2).
Roman, A. i Sargu, A.C. (2012). Bank Efficiency Evaluation: Evidence from a Panel
of Romanian Banks. Journal of Eastern Europe Research in Business & Economics,
2012 (2012), http://dx.doi.org/10.5171/2012.592822.
Thanassoulis, E. (2001). Introduction to the Theory and Application of Data Envelopment Analysis. A Foundation Text with Integrated Software. New York: Springer
Science+Business Media, http://dx.doi.org/10.1007/978-1-4615-1407-7.
Yilmaz, A.A. (2013). Bank Efficiency Analysis in Turkish Banking System. WEI International Academic Conference Proceedings, (January).
110
DOI 10.7172/1644-9584.48.5
DOI 10.7172/1644-9584.48.6
Czynniki determinujące rating kredytowy
krajów europejskich
Patrycja Chodnicka*, Piotr Jaworski**, Katarzyna Niewińska***
Celem artykułu jest określenie wpływu determinant na rating kredytowy przyznawany przez agencje ratingowe krajom europejskim. W artykule dokonano przeglądu literaturowego w tym zakresie. Przeanalizowano
metodologię nadawania ocen przez poszczególne agencje, a następnie zestawiono otrzymane wyniki. Do
badania empirycznego zastosowano statyczne modele panelowe. Wykorzystano dane pochodzące z bazy
Banku Światowego oraz z bazy danych Thomson Reuters. Badanie obejmowało lata 2002–2012. Jako
zmienne zależne wykorzystano długo- i krótkookresowe ratingi kredytowe przyznawane przez agencje
Standard & Poor’s oraz Moody’s Investors Services. Ratingi zdekomponowano liniowo na zmienne
numeryczne. Jako zmienne zależne wykorzystano dane makroekonomiczne, m.in. PKB per capita, tempo
wzrostu realnego PKB, stopę inflacji, deficyt budżetowy, salda na rachunku obrotów bieżących, zadłużenie
zagraniczne do PKB, rezerwy walutowe.
Słowa kluczowe: rating kredytowy, agencje credit rating, ryzyko kredytowe, ryzyko wypłacalności.
Determinants of credit ratings of European countries
The purpose of this article is to analyze factors that can influence the credit rating granted to European
countries by rating agencies. The article analyzes the literature in this field. Methodology used for credit
ratings assessment by individual agencies was analyzed, and then the results were summarized. For the
empirical study static panel models were used. Data from the World Bank database and the Thomson
Reuters database was taken into consideration. The study covered the period 2002–2012. Dependent
variables were used as long- and short-term credit ratings given by Standard & Poor's and Moody's
Investor Services. The ratings were decomposed linearly for numeric variables. Macroeconomic data
was used as dependent variables, among other things, data such as GDP per capita, real GDP growth,
inflation, fiscal deficit, balance on the current account, external debt to GDP, foreign exchange reserves.
Keywords: credit rating, credit rating agencies, credit risk, solvency risk.
JEL: E44, F40, F34, G15, H63
* Patrycja
Chodnicka – dr, Uniwersytet Warszawski, Wydział Zarządzania, Katedra Systemów Finansowych Gospodarki, Zakład Bankowości i Rynków Pieniężnych.
* *
Piotr Jaworski – mgr, Uniwersytet Warszawski, Wydział Zarządzania, Katedra Systemów Finansowych
Gospodarki, Zakład Bankowości i Rynków Pieniężnych.
***
Katarzyna Niewińska – mgr, Uniwersytet Warszawski, Wydział Zarządzania, Katedra Systemów Finansowych Gospodarki, Zakład Bankowości i Rynków Pieniężnych.
e-mail: [email protected]; [email protected]; [email protected].
Patrycja Chodnicka, Piotr Jaworski, Katarzyna Niewińska
1. Wstęp
Agencje credit ratingu odgrywają ważną rolę z punktu widzenia sektora finansowego. Najpopularniejszymi instytucjami prowadzącymi ocenę
w zakresie ryzyka upadłości są: Standard & Poor’s, Fitch i Moody’s Investors
Service. Istnieje wiele definicji credit ratingu. Powszechnie credit rating
definiuje się jako system oceny i klasyfikacji ryzyka inwestycyjnego (Dziawgo,
2010). Może być również rozumiany jako:
– ocena wiarygodności kredytowej,
– zdolność kredytowa podmiotu,
– standing finansowy podmiotu,
– bieżąca ocena zdolności kredytowej podmiotu, z uwzględnieniem specyfiki długu,
– ocena jakości inwestycyjnej emisji, w szczególności rzetelności emitenta
w wywiązywaniu się z dotychczasowych i przyszłych zobowiązań (Elkhoury,
2008).
Agencje credit ratingu mają na celu redukcję dezinformacji powstającej
pomiędzy inwestorami lub pożyczkobiorcami pod względem ryzyka kredytowego. Noty ratingowe pełnią szczególnie ważną funkcję podczas oceny
ryzyka danego kraju z punktu widzenia potencjalnego inwestora. Determinują dzięki temu koszt kapitału.
Agencje ratingowe współpracują z instytucjami rządowymi. Często
bowiem noty przez nie nadawane są wykorzystywane w procesie analizy
ryzyka kredytowego, chociażby przez nadzorców. Jednakże można zaobserwować dysproporcje pomiędzy nadawanym ratingiem. W zaistniałej sytuacji głównym celem badania stało się określenie wpływu determinant na
rating kredytowy przyznawany przez agencje ratingowe krajom europejskim.
W zaistniałej sytuacji skupiono się na podstawowych czynnikach wskazywanych przez agencje w swoich sprawozdaniach. Odniesiono się również do
wpływu poziomu rozwoju, rentowności i stabilności sektora finansowego na
rating nadawany danemu krajowi.
2. Badania literaturowe dotyczące determinant
ratingu kredytowego krajów
Agencje credit ratingu przygotowują sprawozdania, w których uwzględniają kluczowe czynniki istotne z punktu widzenia ich oceny. Przyjęło się,
że determinanty te dzielą się na: polityczne, ekonomiczne, fiskalne, elastyczności polityki pieniężnej oraz poziomu zadłużenia. W zaistniałej sytuacji po dokonaniu przeglądu metodologii stosowanej przez te instytucje
przedstawiono kluczowe determinanty wskazywane przez Standard & Poor’s
i Moody’s Investor Service (tabela 1).
Lista wskaźników stosowanych przez agencje credit ratingu podlega ciągłym zmianom. Analiza czynników wykorzystywanych przez Standard & Poor’s
112
DOI 10.7172/1644-9584.48.6
S&P Investors Service
Moody’s Investors Service
Wskaźniki ekonomiczne i polityka
Struktura gospodarki i jej wydajność
pieniężna
PKB per capita, realny PKB per PKB per capita, realny PKB per capita, CPI, nomicapita, CPI
nalny PKB, populacja, stopa bezrobocia, inwestycje
brutto/PKB, oszczędności gospodarstw domowych
brutto/GDP, nominalna wartość eksportu dóbr
i usług, nominalna wartość importu dóbr i usług,
realna wartość eksportu dóbr i usług, realna wartość importu dóbr i usług, wartość netto eksportu
dóbr i usług/GDP, poziom otwartości gospodarki,
efektywność zarządzania
Wskaźniki monetarne, wrażliwości i płynności
finansowej
Baza monetarna, krajowe należ- M2, stopa podaży pieniądza, kredyty udzielane
ności
podmiotom krajowym, kredyty udzielane podmiotom krajowym/GDP, M2/rezerwy walutowe
w walucie obcej, łączna wartość kredytów zewnętrznych/rezerwy walutowe w walucie obcej, wskaźnik
obsługi zadłużenia, wskaźnik zadłużenia, wskaźnik dolaryzacji, wskaźnik podatności na dolaryzację, zewnętrzny wskaźnik podatności, zobowiązania
wobec BIS/łączne aktywa BIS
Główne zewnętrzne wskaźniki oceny
Płatności i dług publiczny
Rachunki bieżące, zewnętrzne zobo- Nominalny kurs walutowy, realny kurs walutowy,
wiązania na finansowanie netto
jednostkowe koszty pracy
Wskaźniki zadłużenia
zagranicznego netto
Rezerwy, rezerwy zagraniczne Saldo na rachunku obrotów bieżących, saldo na
netto/rachunki bieżące, rezerwy rachunku obrotów bieżących/PKB, zadłużenie zagrautrzymywane w walucie zagraniczne, publiczne zadłużenie zagraniczne/zadłużenie
nicznej, saldo rachunków bieżą- zagraniczne, (krótkoterminowe – długoterminowe
cych/rachunki bieżące, inwestycje zadłużenie zagraniczne)/łączne zadłużenie zagraniczbezpośrednie netto, zobowiązania ne, zadłużenie zagraniczne/PKB, zadłużenie zagrazewnętrzne netto/rachunki bieżące, niczne/saldo na rachunku bieżącym, odsetki płacone
terms of trade
od zadłużenia zagranicznego, amortyzacja zadłużenia
zagranicznego, zagraniczne inwestycje bezpośrednie
netto/PKB, rezerwy utrzymywane w walucie zagranicznej, zagraniczne aktywa netto banków krajowych
Wskaźniki fiskalne
Wskaźniki sektora publicznego
Dług publiczny, dług publiczny Dług publiczny, dług publiczny/PKB, odsetki od
netto/PKB, dług publiczny/PKB, długu publicznego/dochody sektora publicznego,
aktywa finansowe instytucji rządo- dochody sektora publicznego/PKB, wydatki sektora
wych i samorządowych, odsetki od publicznego/PKB, saldo sektora finansów publiczdługu publicznego/dochody sekto- nych/PKB, saldo początkowe sektora finansów
ra publicznego, centralne zadłuże- publicznych/PKB, dług publiczny/dochody sektora
nie sektora publicznego/centralne publicznego, zadłużenie sektora publicznego &
dochody sektora publicznego
dług indeksowany w walucie obcej/dług publiczny
Tab. 1. Lista determinant wskazanych w sprawozdaniach przez Standard & Poor’s i Moody’s
Investor Service w procesie oceny ratingu kredytowego kraju. Źródło: opracowanie własne
na podstawie Moody’s (2013). Moody’s Statistical Handbook. Country Credit. May; S&P’s
(2011). Sovereign Government Rating. Methodology and Assumption. Global Credit Portal,
Standard & Poor’s, June.
113
i Moody’s Investors Service w zakresie ich doboru do weryfikacji credit
ratingów wskazuje na istotne różnice zachodzące miedzy nimi.
Dotychczas przeprowadzono wiele badań w zakresie determinant mogących wpływać na ocenę danego kraju pod względem ryzyka wypłacalności.
Wskazywano jednocześnie na kilka głównych zmiennych. Cantor i Parker
(1996) przeprowadzili badania credit ratingu dla 49 krajów z lat 1991–1995.
Stwierdzili, iż na rating kredytowy kraju istotnie oddziałują takie zmienne
jak: dochód per capita (mierzony wartością produktu narodowego brutto
per capita), tempo wzrostu PKB, inflacja (CPI), bilans fiskalny (nadwyżka
budżetowa do PKB), saldo obrotów handlu zagranicznego (nadwyżka na
saldzie obrotów bieżących do PKB), wskaźniki poziomu rozwoju gospodarczego (zmienna zero-jedynkowa według klasyfikacji Międzynarodowego
Funduszu Walutowego) oraz historia problemów z wypłacalnością (zmienna
zero-jedynkowa).
Czynniki zaprezentowane przez Cantora i Parkera wynikają z następujących założeń. Otóż ich zdaniem większa wartość środków pozyskiwanych
w postaci podatków, czy to pośrednich czy bezpośrednich, tym większa jest
zdolność danego kraju do spłaty zadłużenia. Wykorzystanie tempa wzrostu
PKB tłumaczą oni bezpośrednim przełożeniem na możliwość regulowania
zobowiązań przez dany kraj. Im wyższe jest to tempo, tym istniejące zadłużenie staje się łatwiejsze do spłaty. Inflacja została zmierzona za pomocą
wskaźnika CPI. Wykorzystanie takiej determinanty wynika z tego, że gdy
rząd nie jest w stanie spłacić swojego długu, sposobem na naprawę budżetu
jest wykorzystanie presji inflacyjnej. W rezultacie może to z kolei prowadzić
do niestabilności politycznej. Równowaga fiskalna została zmierzona przy
wykorzystaniu średniej rocznej nadwyżki budżetowej w stosunku do PKB.
Wysoki deficyt budżetowy może spowodować podjęcie restrykcyjnej polityki
fiskalnej, na przykład w postaci nakładania wyższych podatków, na pokrycie
bieżących wydatków. Kolejną determinantą wskazaną przez Cantora i Parkera
jest poziom równowagi zewnętrznej, mierzony średnią roczną nadwyżką obrotów bieżących w stosunku do PKB. Wysoki deficyt obrotów bieżących oznacza,
że sektory zarówno publiczne, jak i prywatne liczą na fundusze z zagranicy.
W rezultacie obserwuje się wzrost zadłużenia zagranicznego. Cantor i Parker
zadłużenie zagraniczne mierzą wartością długu zagranicznego do eksportu.
Jego wyższa wartość powinna skutkować wzmożonym ryzykiem niewypłacalności, co zwiększa zadłużenie walutowe kraju. Poziom rozwoju gospodarczego
mierzony jest zmienną zero-jedynkową według klasyfikacji przedstawionej
przez Międzynarodowy Fundusz Walutowy. Historia wypłacalności danego
kraju jest domyślną zmienną zero-jedynkową, gdzie wartość 1 oznacza problemy z wypłacalnością danego kraju w przeszłości, a 0 brak takiego zjawiska.
Kraj, który nie spłacił długu w ostatnich latach, jest powszechnie postrzegany
jako charakteryzujący się wysokim ryzykiem kredytowym.
Czynniki wskazywane przez Cantora i Parkera były następnie analizowane przez innych badaczy. Okazało się że w 90% wyjaśniały one wówczas
114
DOI 10.7172/1644-9584.48.6
zmiany zachodzące w notach ratingowych dotyczących kraju (Haque i in.,
1996, 1997; Reisen i von Maltzan, 1999; Jutter i McCarthy, 2000; Bathia,
2002).
Dotychczas jako kluczową zmienną wyróżniano wartość PKB per capita,
która wyjaśniała 80% zmian credit ratingów (Borenszstein i Panizza, 2006).
Poza tymi czynnikami wskazywano również takie determinanty jak: zmiany
stóp procentowych na międzynarodowym rynku finansowym, struktura eksportu czy koncentracja sektora bankowego (Haque i in., 1996, 1997).
Juttner i McCarthy (2000), przeprowadzając analizę kryzysu azjatyckiego, wskazali na istotność takich czynników jak: CPI, stosunek zadłużenia
zagranicznego do wartości eksportu, zmienna zero-jedynkowa dotycząca
problemów z wypłacalnością, różnice stóp procentowych czy realny kurs
walutowy. Gaillard (2008) natomiast odniósł się do następujących determinant: historia problemów z wypłacalnością, PKB per capita, zadłużenie do
przychodów sektora publicznego, które wyjaśniają w 80% zmienność not
ratingowych krajów i regionów.
Ferri, Liu i Stiglitz (1999) w swoim badaniu przeprowadzonym na 17 krajach dla lat 1989–1998 na podstawie danych dotyczących not ratingowych
publikowanych przez Moody’s postanowili zbadać procykliczność analizowanego zjawiska. Jako istotne wskaźniki wskazali: PKB per capita, realny
wzrost PKB, stopę inflacji, deficyt budżetowy, saldo obrotów bieżących,
wskaźniki rozwoju gospodarczego, zadłużenie zagraniczne, sumę salda obrotów bieżących oraz krótkoterminowego zadłużenia znormalizowaną rezerwami walutowymi. Dokonali podziału próby na okres przed i pokryzysowy.
Do dekompozycji nadanych credit ratingów wykorzystali metodę liniową
i nieliniową. Wyniki otrzymane przez nich wskazują, że agencje ratingowe
przywiązują większą wagę do ich jakościowej oceny niż do determinant
ekonomicznych.
Czynniki, które są brane pod uwagę przez agencje ratingowe, zmieniły
się w ciągu ostatnich lat. W rezultacie wcześniejsze badania mogą wskazywać na istotność innych determinant niż przedstawione. Podstawowym
celem artykułu jest analiza najważniejszych wyznaczników krótko- i długoterminowych ratingów kredytowych emitenta dla krajów europejskich.
Jednocześnie postanowiono zweryfikować wpływ rozwoju, efektywności oraz
stabilności sektora bankowego na poziom ratingu kredytowego danego kraju.
W poprzednich badaniach wykorzystano również inną metodologią badawczą, a mianowicie regresję liniową. W tym badaniu natomiast postanowiono
odnieść się do istotności not w przekroju zarówno czasowym, jak i przestrzennym, w związku z tym zastosowano regresję panelową.
115
3. Opis zastosowanych metod badawczych
3.1. Źródło danych, opis metod badawczych
Głównym celem badania było wskazanie czynników ratingu kredytowego
krajów europejskich. W tym celu zebrano dane dla 43 krajów (Albania,
Armenia, Austria, Białoruś, Belgia, Bośnia i Hercegowina, Bułgaria, Chorwacja, Cypr, Czechy, Dania, Estonia, Finlandia, Francja, Gruzja, Niemcy,
Grecja, Węgry, Irlandia, Islandia, Włochy, Łotwa, Lichtenstein, Litwa,
Luksemburg, Malta, Mołdawia, Czarnogóra, Holandia, Norwegia, Polska,
Portugalia, Rumunia, Rosja, Serbia, Słowacja, Słowenia, Hiszpania, Szwecja,
Szwajcaria, Turcja, Ukraina, Wielka Brytania). Do estymacji wykorzystano
zmienną zależną, za którą przyjęto noty ratingowe publikowane przez S&P’s
i Moody’s zarówno dla długiego, jak i krótkiego okresu. Dane pozyskano
z bazy Thomson Reuters. Do badania wykorzystano dane dla lat 2002–2012.
Wybór okresu badawczego spowodowany był trudnościami w pozyskaniu
zmiennych makroekonomicznych dla wszystkich krajów i niewielką zmiennością credit ratingów. Jako zmienne makroekonomiczne zostały przyjęte
zmienne zaprezentowane w tabeli 2. Dane pozyskano z bazy Banku Światowego.
Zmienna niezależna
Skrót
Kierunek
gdpg
+
PKB per capita w cenach stałych
gdppcc
+
PKB per capita w cenach bieżących
gdpcur
+
gdpc
+
sav
+
Eksport dóbr i usług (% PKB)
expgdp
+
Eksport dóbr i usług (w cenach bieżących)
expcur
+
Eksport dóbr i usług (w cenach stałych)
expcon
+
Import dóbr i usług (% PKB)
impgdp
+
Import dóbr i usług (w cenach stałych)
impcon
+
Import dóbr i usług (w cenach bieżących)
impcur
+
cab
+
Stopa wzrostu PKB
PKB w cenach bieżących
Oszczędności krajowe brutto (% PKB)
Saldo na rachunku obrotów bieżących (% PKB)
Saldo na rachunku obrotów bieżących w cenach bieżących
cabcur
+
Odsetki od długu zagranicznego (% DNB)
intapy
–
Wartość zadłużenia zagranicznego (% DNB)
extgni
–
Wartość zadłużenia zagranicznego (w cenach bieżących)
extcur
–
Zagraniczne inwestycje bezpośrednie w cenach bieżących
fdinet
+
116
DOI 10.7172/1644-9584.48.6
cd. tab. 2
Zmienna niezależna
Skrót
Kierunek
stdebt
+
Terms of trade
tot
+
Rezerwy walutowe
res
+
csdef
+/–
unemp
–
cpi
–
Krótkoterminowe zadłużenie (% eksportu dóbr i usług)
Nadwyżka/deficyt budżetowy (% PKB)
Stopa bezrobocia
Indeks konsumpcji bieżącej
M2 w cenach bieżących
moncur
+
M2 do łącznych rezerw walutowych
montrr
+
Wartość kredytów krajowych udzielanych przez sektor
finansowy (% PKB)
cred
+
Kredyty udzielane podmiotom prywatnym przez banki
(% PKB)
credgdp
+
fdigdp
+
Przeciętny kurs walutowy
oer
+
Realny kurs walutowy
reer
+
Należności od instytucji rządowych szczebla centralnego
(% PKB)
claim
+
Koszty obsługi długu zagranicznego w cenach bieżących
debt
+
Długoterminowe instrumenty dłużne sektora publicznego
w cenach bieżących
longex
+
Instrumenty dłużne oraz instrumenty gwarantowane sektora
publicznego w cenach bieżących
pubex
+
Zadłużenie sektora rządowego (% PKB)
centr
+
Odsetki (% przychodów)
inter
+
Przychody z wyłączeniem dotacji (% PKB)
rev
+
Wydatki rządowe (% PKB)
exp
+
bond
+
Zagraniczne inwestycje bezpośrednie (% PKB)
Kapitalizacja publicznych instrumentów dłużnych do PKB
Tab. 2. Lista zmiennych niezależnych i kierunek ich wpływu na credit rating. Źródło:
opracowanie własne.
Ostatni kryzys finansowy był ściśle powiązany z problemami instytucji
finansowych. W rezultacie podjęto próbę oceny wpływu kondycji sektora
finansowego na credit rating nadawany poszczególnym krajom. W rezultacie wykorzystano dane opisujące sektor bankowy proponowane przez:
Beck, Demigurc-Kuntz i Levine (2009). Lista zmiennych wykorzystanych
do badania została zaprezentowana w tabeli 3.
117
Skrót
Kierunek
wpływu
Aktywa banków depozytowo kredytowych do aktywów
banków depozytowych i banków centralnych
assets
–
Płynne zobowiązania do PKB
liqliab
–
Aktywa banków centralnych do PKB
centr
–
Zmienna niezależna
Aktywa banków depozytowo – kredytowych do PKB
Aktywa innych instytucji finansowych do PKB
Kredyty podmiotów prywatnych do PKB
Kredyty podmiotów prywatnych udzielanych przez banki
depozytowo – kredytowe do PKB
depo
–
assetsoth
–
other
–
privcred
–
Depozyty sektora bankowego do PKB
dep
–
Depozyty sektora finansowego do PKB
finsys
–
Kredyty sektora bankowego do depozytów sektora
bankowego
credit
–
liq
–
Koszty ogólne do aktywów banków
over
+
Marża odsetkowa netto
marg
–
Koncentracja sektora bankowego
conc
+
Płynne zobowiązania
ROA sektora bankowego
roa
–
ROE sektora bankowego
roe
–
Koszty do dochodów sektora bankowego
cost
+
Wskaźnik z
Składka z tytułu ubezpieczeń na życie do PKB
Składka z tytułu ubezpieczeń majątkowych do PKB
Kapitalizacja giełdowa do PKB
Wartość obrotu giełdowego do PKB
zscore
–
life
+
nonlife
+
cap
–
stock
–
Wskaźnik obrotu giełdowego
turn
–
Liczba spółek notowanych na giełdzie do 10.000 ludzi
num
–
Kapitalizacja prywatnych instrumentów dłużnych do PKB
priv
+
Kapitalizacja publicznych instrumentów dłużnych do PKB
pub
+
Międzynarodowa emisja papierów dłużnych do PKB
inter
+
Pożyczki netto od banków nierezydentów do PKB
nonres
+
Pożyczki netto od banków nierezydentów do PKB (kwota
pozostała do spłaty)
atmnon
+
Zagraniczne depozyty bankowe z krajów offshore do lokat
bankowych krajowych
offsh
–
Przekazy pieniężne do PKB
remit
–
Tab. 3. Lista zmiennych niezależnych mogących wpływać na credit rating danego kraju.
Źródło: opracowanie własne oparte na T. Beck, A. Demirgüç-Kunt i R. Levine (2009).
Financial Institutions and Markets Across Countries and over Time: Data and Analysis.
World Bank Policy Research Working Paper, (4943).
118
DOI 10.7172/1644-9584.48.6
Ostateczna wersja modelu z wykorzystaniem wpływu zmiennych makroekonomicznych na nadawany krajowi credit rating została zaprezentowana
w równaniu:
yi,t = Σnk=0 βkxj,t–k + θtTt + μj + εj,t ,
n = 0,
(1)
gdzie:
yi,t – nadawany krajowi credit rating: długoterminowy rating emitenta nadawany przez Moody’s (ang. Moody’s Long-term Issuer Rating – Foreign),
krótkoterminowy rating emitenta nadawany przez S&P’s (ang. S&P’s
Short-term Issuer Credit Rating – Foreign) , długoterminowy rating
emitenta nadawany przez S&P’s (ang. S&P’s Long-term Issuer Rating
–Foreign) dla krajów europejskich;
yi,t – to wektor zmiennych zależnych i tak:
[
]
GDPgj,t , GDPpccj,t , GDPcuri,j , GDPci,j , savi,j , expgdpi,j , expcuri,j ,
expconi,j, impgdpi,j, impconj,t , impcur, cabi,j, cabcuri,j, intpayi,j, extgnii,j,
.
xi,j = extcuri,j, fdineti,j, stdebti,j, totj,t , resj,t , csdefi,j, unempi,j, cpii,j, moncuri,j,
montrri,j, credi,j, credgdpi,j, fdigdpj,t , oer, reeri,j, claimi,j, debti,j, longexi,j,
pubexi,j, centri,j, interi,j, revj,t , expeni,j, bondi,j
Równanie dla modelu z wykorzystaniem wpływu rozwoju, stabilności
i efektywności sektora finansowego na nadawany krajowi credit rating zostało
zaprezentowane poniżej:
yi,t = Σnk=0 βkzj,t–k + θtTt + μj + εj,t ,
n = Eq,
(2)
gdzie:
yi,t – nadawany krajowi credit rating: długoterminowy rating emitenta nadawany przez Moody’s (ang. Moody’s Long-term Issuer Rating – Foreign), krótkoterminowy rating emitenta nadawany przez S&P’s (ang.
S&P’s Short-term Issuer Credit Rating – Foreign), długoterminowy rating
emitenta nadawany przez S&P’s (ang. S&P’s Long-term Issuer Rating
– Foreign) dla krajów europejskich;
xj,t – to wektor zmiennych zależnych i tak:
[
]
assetsi,j, liqliabi,j, centri,j, depoi,j, assetsothi,j, privcredi,j, otheri,j, depj,t ,
finsysi,j, crediti,j, liqi,j, overi,j, margi,j, conci,j, roai,j, roei,j,
zi,j =
costi,j, zscorei,j, lifei,j, nonlifei,j, capi,j, stocki,j, turnj,t , numi,j,
privi,j, pubi,j, interi,j, nonresi,j, atmnonj,t , offshi,j, remiti,j
119
3.2. Technika estymacji
Do analizy czynników mogących wpływać na credit rating krajów europejskich, zgodnie ze sprawozdaniami prezentowanymi przez agencje ratingowe,
zostały wykorzystane statyczne modele panelowe, tj. modele panelowe ze
sztucznymi zmiennymi oraz modele panelowe z dekompozycją składnika
losowego. W przypadku niemożności zastosowania wspominanych metod
badawczych, z punktu widzenia poprawności ekonometrycznej, wykorzystano
regresję liniową przy użyciu metody najmniejszych kwadratów oraz uogólnionej metody najmniejszych kwadratów. Celem podjęcia decyzji o wyborze
pomiędzy modelami z efektami stałymi a modelami z dekompozycją składnika losowego wykorzystano test Hausmana, gdzie zerowa hipoteza zakłada,
że efekty grupowe są nieskorelowane ze zmiennymi objaśniającymi, a więc
poprawny jest model z dekompozycją składnika losowego (Greene, 2008).
Zastosowano również test mnożnika Lagrange’a zaproponowany przez
Breuscha–Pagana, który pomaga zdecydować o wyborze pomiędzy modeli
z efektami losowymi a regresją liniową przy użyciu metody najmniejszych
kwadratów.
Do badania wykorzystano liniową metodę dekompozycji credit ratingów,
która została zaprezentowana w tabeli 4.
Moody’s Long-term Issuer
Rating (Foreign)
Rating
S&P’s Long-term Issuer
Rating (Foreign)
S&P’s Short-term Issuer
Credit Rating (Foreign)
Code
Rating
Code
Rating
Aaa
100
AAA
100
A–1+
Aa1
95
AA+
95
A–1
83,33333
Aa2
90
AA
90
A–2
66,66667
Aa3
85
AA–
85
A–3
50
A1
80
A+
80
B
33,33333
A2
75
A
75
C
16,66667
A3
70
A–
70
NR
Baa1
65
BBB+
65
Baa2
60
BBB
60
Baa3
55
BBB–
55
Ba1
50
BB+
50
Ba2
45
BB
45
Ba3
40
BB–
40
B1
35
B+
35
B2
30
B
30
B3
25
B–
25
Caa1
20
CCC+
20
120
Code
100
0
SD
–5
DOI 10.7172/1644-9584.48.6
cd. tab. 4
Caa2
15
CCC
15
Caa3
10
CCC–
10
Caa
5
CC
5
0
NR
0
–5
SD
–5
C
WR
Tab. 4. Liniowa metoda dekompozycji credit ratingów. Źródło: opracowanie własne.
4. Wyniki estymacji czynników wpływających
na rating kredytowy kraju
Wyniki dotychczasowych badań sugerują, że kluczowym czynnikiem
branym przy ocenie ratingu kredytowego danego kraju jest wartość PKB
per capita. W związku z tym postanowiono dokonać analizy wpływu różnych wskaźników produktu krajowego brutto (tj. PKB per capita w cenach
stałych, PKB per capita w cenach bieżących, tempo wzrostu PKB, PKB
w cenach bieżących). Okazało się, że jedyną zmienną istotnie wpływającą
na nadawaną notę ratingową jest wartość tempa wzrostu PKB. Największą
wartość przyjmuje ona dla krótkookresowych credit ratingów nadawanych
emitentowi przez S&P. Zmienna ta wpływa również na wynik estymacji
dla not przyznawanych krajom europejskim w długim okresie, jednak siła
oddziaływania jest nieco niższa. Wyniki przeprowadzonej analizy przy wykorzystaniu statycznych modeli panelowych zawiera tabela 5.
Zmienne zależne
Zmienne
niezależne
defaultm
Europa/Moody’s
Efekty
stałe
Efekty
zmienne
Coef.
t
Coef.
t
–21,8335
**
Europa/S&Ps long
Europa/S&Ps short
Efekty
stałe
Efekty
stałe
Efekty
zmienne
Coef.
t
Coef.
t
Coef.
t
Coef.
t
–23,4878
*
gdpg
0,4193
*
0,3793
*
0,5950
*
0,5748
*
0,7593
*
0,7223
*
_cons
73,7630
*
71,2654
*
73,2356
*
71,0116
*
72,5842
*
70,3497
*
Efekty
zmienne
Hausmann
0,0000
0,0000
0,0000
Chi
0,0000
0,0000
0,0000
xttest
0,0000
0,0000
0,0000
*, ** oraz *** oznaczają odpowiednio poziom istotności 1, 5 i 10%. Hausmann oznacza wyniki
testu Hausmanna, Chi oznacza test zgodności chi-kwadrat, xttest to wyniki testu mnożnika
Lagrange’a zaproponowanego przez Breuscha-Pagana.
Tab. 5. Wyniki estymacji wpływu determinant poziomu rozwoju gospodarczego na rating
kredytowy krajów europejskich. Źródło: opracowanie własne.
121
Powszechnie uważa się, że z punktu widzenia prowadzonego procesu
oceny danego kraju, jak i innych podmiotów ważna jest dotychczasowa
historia kredytowa. Okazuje się, że czynnik ten ma istotny wpływ przede
wszystkim na długoterminowe noty przyznawane przez Moody’s Investors
Service. Rating kredytowy danego kraju jest znacznie niższy (około 4 noty)
w przypadku krajów, które miały problemy z wypłacalnością. Istotnej zależności nie obserwuje się natomiast dla S&P zarówno w krótkim, jak i długim
okresie. Zmienna stała oznacza oddziaływanie czynników jakościowych na
nadawany rating. Wartość ta jest bardzo wysoka, co w tym przypadku jest
skutkiem relatywnie wysokich not krajów europejskich.
W tabeli 1 przedstawiono determinanty dotyczące uwarunkowań ekonomicznych danego kraju i ich wpływu na nadawaną ocenę. Na podstawie
przeprowadzonych badań literaturowych oraz metodologii podawanej przez
agencje ratingowe postanowiono wyłonić spośród nich te, które istotnie
wpływają na rating kredytowy danego kraju. Przy wykorzystaniu statycznych
metod regresji panelowej oraz metody najmniejszych kwadratów otrzymano
wyniki zaprezentowane w tabeli 6.
Tak jak przy analizie wyłącznie wpływu historii kredytowej i wskaźników
produktu krajowego brutto na nadawany rating, tak również w przypadku
analizy oddziaływania wszystkich determinant okazało się, że historia wypłacalności danego kraju jest istotna w procesie oceny tylko dla Moody’s Investors
Service, a kluczowym czynnikiem dotyczącym produktu krajowego brutto
jest tempo jego wzrostu. Oszczędności w stosunku do PKB danego kraju
wpływają istotnie na nadawany rating przez Moody’s. Im wyższa wartość
analizowanego współczynnika, tym wyższy rating danego kraju. Jest to wynik
po pierwsze możliwości inwestycyjnych obywateli, ale także efekt większego
bezpieczeństwa pod względem ryzyka upadłości. Kolejną determinantą podawaną w metodologii stosowanej przez agencje ratingowe jest poziom importu
i eksportu danego kraju. Okazuje się, że te wartości istotnie oddziałują na
analizowany rating, ale tylko w krótkim okresie. Jednocześnie należy zauważyć,
że im wyższa wartość eksportu w stosunku do PKB, tym wyższy potencjał
rozwoju gospodarczego, a tym samym wyższa nota. Odwrotną relację obserwuje się natomiast dla importu w krajach europejskich. Wartość inwestycji
bezpośrednich, zarówno w wartości bezwzględnej, jak i w stosunku do PKB,
jest nieistotna z punku widzenia prowadzonej oceny zarówno dla S&P’s, jak
i Moody’s. Można to tłumaczyć tym, że czynnikiem, który wpływa przede
wszystkim na długoterminowy wzrost gospodarczy danego kraju, są inwestycje
portfelowe. Taka sama zależność jest obserwowana dla wpływu terms of trade.
Dotychczasowe analizy, jak też podawana metodologia wskazywały na poziom
rezerw jako czynnik istotny. Okazało się, że zmienna ta nie oddziałuje na
badaną zależność. Kraje europejskie charakteryzują się wysokim poziomem
zadłużenia w stosunku do PKB, szczególnie gospodarki wysoko rozwinięte.
Przeprowadzona analiza dowiodła, że w związku z tym agencje ratingowe nie
biorą pod uwagę poziomu deficytu budżetowego do PKB.
122
DOI 10.7172/1644-9584.48.6
0,0000
0,0000
0,0000
0,5157
fdinet
tot
res
csdef
–1,1593
0,0000
impcur
unemp
–0,1580
impgdp
–0,1639
sav
0,0000
0,0000
gdpc
expcur
–0,0004
gdpcur
0,0841
–0,0043
gdppcc
expgdp
0,3595
–24,2396
gdpg
defaultm
Coef
*
**
***
**
***
**
*
t
Zmienne
niezależne Efekty stałe
–0,4709
–0,2840
0,0000
0,0000
0,0000
0,0000
–0,3097
0,0000
0,1150
0,8265
0,0000
0,0009
0,0025
0,2272
–31,4623
Coef.
t
**
***
*
*
*
*
*
Efekty
zmienne
–0,4709
–0,2840
0,0000
0,0000
0,0000
0,0000
–0,3097
0,0000
0,1150
0,8265
0,0000
0,0009
0,0025
0,2272
–31,4623
Coef.
Europa/Moody’s
**
***
*
*
*
*
*
t
Coef.
0,0000
0,8636
0,0000
0,0028
–31,1281
OLS
*
*
*
*
*
t
–1,1520
0,2293
0,0000
0,0000
0,0000
0,0000
–0,4350
0,0000
0,3350
–0,6870
0,0000
–0,0010
–0,0006
0,5110
dropped
Coef.
*
**
t
–0,7852
0,0000
0,3396
Coef.
Efekty stałe
*
*
*
t
–0,5715
–0,0598
0,0000
0,0000
0,0000
0,0000
0,4945
0,0000
–0,4841
0,2522
0,0000
0,0002
0,0034
0,1245
dropped
Coef.
t
*
**
***
**
*
*
Efekty
zmienne
Europa/S&Ps long
Zmienne zależne
–2,4185
0,5946
0,0000
0,0000
0,0000
0,0000
–1,0419
0,0000
0,7938
–1,0641
0,0000
–0,0001
–0,0008
0,5078
Coef.
*
*
***
*
t
–2,3927
0,0000
–0,6446
0,0000
0,7266
0,6403
Coef.
Efekty stałe
*
**
*
*
*
*
t
–1,6144
–0,3934
0,0000
0,0000
0,0000
0,0000
0,0894
0,0000
–0,1521
–0,1697
0,0000
0,0004
0,0028
0,2151
Coef.
*
***
*
**
t
Efekty
zmienne
Europa/S&Ps short
123
124
*
*
t
0,0000
0,9050
51,6512
–0,4277
–0,0616
–0,0366
–0,0125
–0,2146
1,1154
0,0000
0,0764
Coef.
*
*
*
t
0,1244
Coef.
0,0000
0,8568
t
*
*
*
*
24,6104
–0,0110
–0,1574
OLS
98,9162
0,7656
–0,3124
–0,1199
0,8627
–0,7185
2,0388
0,0000
–0,0652
Coef.
t
*
*
***
**
*
*
*
0,0056
0,0000
0,0005
69,9123
0,0099
0,0000
Coef.
Efekty stałe
t
21,1955
0,5596
–0,0821
0,1677
0,4404
–0,8169
2,1044
0,0000
0,3269
Coef.
t
***
**
*
**
*
*
Efekty
zmienne
Europa/S&Ps long
Zmienne zależne
124,7999
1,1791
–0,3012
0,0807
0,8302
–0,8434
7,6479
0,0000
–0,0109
Coef.
*
*
t
0,0000
0,0000
0,0000
89,6656
Coef.
Efekty stałe
t
*
45,3137
–0,3935
0,0497
0,2202
–0,4150
0,0007
7,0604
0,0000
0,2869
Coef.
*
*
**
t
Efekty
zmienne
Europa/S&Ps short
Tab. 6. Wyniki estymacji wpływu czynników ekonomicznych na rating kredytowy krajów europejskich. Źródło: opracowanie własne.
51,6512
F
*
–0,4277
91,9777
_cons
–0,0616
–0,0590
claim
***
–0,0366
Rsq
–0,0883
oer
–0,0125
0,7494
–0,0941
fdigdp
***
–0,2146
xttest
–0,3449
credgdp
*
1,1154
0,0000
0,4764
cred
0,0000
Chi
0,9732
montrr
*
0,0764
*
0,0000
0,0000
moncur
Coef.
**
t
Europa/Moody’s
Efekty
zmienne
Hausmann
0,0913
cpi
Coef
Zmienne
niezależne Efekty stałe
cd. tab. 6
DOI 10.7172/1644-9584.48.6
Kolejnym z analizowanych czynników była stopa bezrobocia i poziom
inflacji. Pierwsza ze wspomnianych determinant jest istotna w procesie oceny
przeprowadzanym przez S&P’s zarówno dla długiego, jak i dla krótkiego
okresu. Należy jednocześnie zauważyć silniejszy negatywny związek dla krótkoterminowego ratingu kredytowego kraju. Kraje europejskie charakteryzują się niskim poziomem inflacji. W związku z tym, że niewielka wartość
tego czynnika wpływa stymulująco na rozwój gospodarczy, w przypadku
Moody’s odnotowuje się pozytywny związek pomiędzy wskaźnikiem cen
towarów i usług konsumpcyjnych a ratingiem kredytowym. Jednocześnie
należy zaznaczyć negatywny wpływ tej determinanty w przypadku wysokich
jej wartości.
Przeanalizowano również oddziaływanie podaży pieniądza, a tym samym
kreowania presji inflacyjnej na nadawany credit rating. Brak związku zarówno
pomiędzy udziałem mnożnika M2 w cenach bieżących, jak i M2 w stosunku
do posiadanych rezerw walutowych. Wartość pierwszego ze współczynników
wynosi 0, drugiego natomiast jest wysoka i dodatnia, ale nieistotna z punktu
widzenia analizy ekonometrycznej. Może być to wynikiem utrzymywania
relatywnie niskich rezerw walutowych i braku ich wpływu na rating kredytowy krajów europejskich. Aprecjacja kursu walutowego ma istotny, ale
relatywnie słaby wpływ na nadawaną notę.
Następna część przeprowadzonej analizy odnosiła się do poziomu rozwoju, stabilności i efektywności sektora finansowego jako kluczowych determinant poziomu rozwoju gospodarczego. W tym celu przy wykorzystaniu
statycznych modeli regresji panelowej oraz regresji liniowej przy użyciu
metody najmniejszych kwadratów dokonano badania wpływu wskaźników
zaproponowanych przez Beck, Demigurc–Kuntz i Levine’a na rating kredytowy danego kraju. Wyniki zaprezentowano w tabeli 7.
Tak jak w poprzednich przypadkach obserwuje się znaczące różnice
w metodologii stosowanej przez poszczególne agencje ratingowe. Okazuje
się, że zarówno dla długiego, jak i dla krótkiego okresu istotnym czynnikiem
jest poziom rozwoju sektora finansowego. Im bardziej jest on rozwinięty,
tym wyższa wartość not danego kraju. Jednocześnie im wyższa wartości
długu krótkoterminowego posiadanego przez analizowany sektor, tym niższy nadawany rating. Jest to efekt obawy przed problemami z płynnością
powstającymi poprzez krótkoterminowe finansowanie się. Wskaźnik ten jest
szczególnie istotny dla not przyznawanych dla krótkiego okresu przez S&P’s.
Jednocześnie należy zauważyć, że większy sektor bankowy w stosunku do
innych instytucji finansowych skutkuje wyższym ratingiem, ale duży udział
aktywów sektora do PKB jest niekorzystny. Bezpieczeństwo zapewnia duży
udział banków centralnych i państwowych w systemie finansowym. Rozwinięta akcja kredytowa napędza wzrost gospodarczy, a tym samym powinna
wpływać pozytywnie na poziom ratingu. Należy jednak zauważyć, iż relacja
ta występuje w przypadku długiego okresu oraz dla kredytów udzielanych
przez sektor bankowy. Nadal bowiem instytucje parabankowe kojarzą się
125
126
0,0499
–0,3627
–0,0794
over
marg
conc
36,7830
dep
0,0000
3,4864
other
liq
–2,6145
privcer
–0,1108
–0,6554
depo
credit
1,2779
centr
–37,0178
–0,4514
liqliab
finsys
0,6462
Coef.
*
***
**
***
t
0,0000
0,0649
–0,2658
0,5910
–0,3587
1,3447
–0,2092
0,8506
Coef.
*
*
*
*
*
*
*
*
t
37,5930
–7,0655
8,0664
–1,2367
2,3507
–0,0269
1,9272
Coef.
Efekty
zmienne
0,2963
–1,4765
–0,0224
0,0000
0,1307
–37,3297
Europa/Moody’s
Efekty stałe
assets
Zmienne
niezależne
*
**
**
*
***
**
t
0,0923
–1,6315
0,0816
0,0000
0,1465
–104,7450
105,1805
10,5261
–9,5910
–0,9626
1,4544
–0,5168
–0,1665
Coef.
**
**
*
*
**
***
*
**
t
–1,6403
0,0638
–29,2862
29,6731
0,6383
–0,6705
2,8246
–0,4185
1,3790
Coef.
Efekty stałe
*
**
***
***
*
*
*
*
*
t
Europa/S&P long
Efekty
zmienne
0,2377
–2,7597
–0,0693
0,0000
0,1614
11,3824
–11,1831
–6,1265
7,1678
–1,2812
1,5085
0,1134
1,7502
Coef.
Zmienne zależne
*
*
***
*
*
**
t
0,0554
–0,2646
0,0540
0,0000
–0,1011
–172,7005
172,6264
25,0699
–23,6155
–1,1823
–0,0964
–0,6298
–0,7879
Coef.
***
*
*
*
*
*
***
t
0,3701
0,6835
–0,6785
–0,4160
0,5233
Coef.
Efekty stałe
***
*
*
**
*
t
–0,3960
2,0786
–1,9912
1,3016
0,2786
2,5435
Coef.
Efekty
zmienne
0,2204
–0,9510
–0,1700
0,0000
0,1618
38,3643
–38,1756
Europa/S&P short
**
**
*
**
t
DOI 10.7172/1644-9584.48.6
–0,0025
0,2553
0,5320 3,7881 0,0691 0,0255 –0,0025 1,4681 53,8794 cost
zscore
life
nonlife
pub
atmnon
offsh
remit
_cons
*
*
*
–2,0706
0,0920
–0,0379
0,0755
11,1464
0,5635
–0,2325
0,0214
0,0166
–0,0510
0.0000
0.0000
Chi
xttest
***
**
*
*
*
92,0130
0,1299
–0,0912
0,0339
0,0203
–0,5512
–0,1816
–0,0815
0,0137
–0,2339
6,4454
**
*
*
0.0001
0.0000
0.0000
–57,4026
–0,1164
0,0335
0,1735
0,0432
–0,1891
5,5090
*
*
**
**
***
*
*
–130,7791
–4,8177
0,0761
–0,0437
0,0813
9,7404
0,4016
–0,0649
0,0073
–0,2725
5,7708
*
***
*
**
*
200,0433
3,8364
–0,0777
0,0375
0,0487
0,3787
0,0173
0,0660
–0,0259
–0,1515
3,8281
*
0.0001
0.0000
0.0000
35,6177
2,5220
*
*
–219,9996
–6,9979
0,1496
–0,0918
0,4089
18,3925
0,0353
–0,1645
–0,0519
–0,2938
3,7348
***
*
**
**
*
*
***
**
Tab. 7. Wyniki estymacji wpływu poziomu rozwoju, stabilności i efektywności sektora finansowego na rating kredytowy krajów europejskich.
Źródło: opracowanie własne.
0.0000
–12,5735 –147,4388
0,0431
3,8747
0,0875
Hausmann
**
**
0,1840
roe
**
–3,0124
roa
127
z wysokim ryzykiem. Wysoka wartość depozytów w stosunku do PKB
utrzymywanych przez sektor bankowy silnie oddziałuje na rating kredytowy danego kraju. Jest to efekt niższego ryzyka płynności i tym samym
wypłacalności. Takiej relacji jak w przypadku udziału kredytów nie obserwuje się dla instytucji parabankowych. O ryzyku, a tym samym rentowności
sektora bankowego świadczy udział kredytów w stosunku do depozytów.
Sektor bankowy w krajach europejskich uważa się ogólnie za bezpieczny,
w związku z tym im wyższa jego rentowność, tym wyższy credit rating.
Podobną zależność można zaobserwować dla wskaźników ROA i ROE.
Okazuje się, że koncentracja sektora bankowego nie ma wpływu na ocenę
krajów europejskich. Wysoka marża odsetkowa oddziałuje niekorzystnie
na rating w długoterminowej ocenie S&P’s. Udział kosztów w stosunku
do dochodów również można uznać za zmienną mającą niewielki wpływ
na analizowane zjawisko. Stabilność sektora wpływa pozytywnie na rating,
o czym świadczy wskaźnik w przypadku oceny prowadzonej dla długiego
okresu przez S&P’s. Ponadto należy zauważyć, że działalność sektora ubezpieczeń majątkowych oddziałuje dodatnio na nadawany rating.
Międzynarodowa działalność sektora bankowego w krajach europejskich
nie odgrywa znaczącej roli w procesie oceny emitenta. Można jedynie zauważyć, że w związku z wyższym ryzykiem cechującym oazy podatkowe napływ
kapitału pochodzącego z banków ze strefy offshore wpływa negatywie na
rating.
5. Wnioski
Instytucje credit ratingu istotnie oddziałują na sektor finansowy. Noty
przez nie nadawane wpływają zwłaszcza na koszt pozyskiwania kapitału przez
emitentów. W przypadku krajów dodatkowo wyznaczają koszt pieniądza
nieobarczonego ryzykiem. Istotna zatem staje się weryfikacja determinant
mogących wpływać na decyzje podejmowane w tym zakresie.
Przeprowadzone badanie pozwala wskazać na istotne różnice procesu
oceny prowadzonego przez poszczególne podmioty. Jednocześnie można zaobserwować różnice wynikające z horyzontu czasowego, jak również poziomu
rozwoju gospodarczego danego kraju. Okazuje się jednocześnie, że wskaźniki wskazywane przez dotychczasowych badaczy jako istotne statystycznie
straciły na znaczeniu z punktu widzenia stosowanej metodologii. Zmienił
się chociażby główny czynnik dotyczący poziomu rozwoju gospodarczego.
Dawniej jako kluczowy był traktowany PKB per capita, obecnie wpływa on
nieistotnie na analizowane zjawisko, a jego miejsce zajęło tempo wzrostu
PKB. Przeprowadzona analiza pozwala ponadto na wysnucie wniosku, iż
dotychczasowa historia problemów z wypłacalnością danego kraju jest istotna
tylko w przypadku oceny prowadzonej przez Moody’s Investors Service.
Wśród determinant wpływających istotnie pozytywnie na rating kredytowy danego kraju należy wyróżnić: oszczędności gospodarstw domowych
128
DOI 10.7172/1644-9584.48.6
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
S&Ps long
S&Ps short
OLS Efekty stałe Efekty zmienne Efekty stałe Efekty zmienne
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
TAK
Moody’s
Efekty stałe Efekty zmienne
TAK
TAK
TAK
TAK
TAK
TAK
TAK
Tab. 8. Determinanty credit ratingu krajów europejskich. Źródło: opracowanie własne.
Historia problemów z wypłacalnością
Stopa wzrostu PKB
PKB per capita w cenach stałych
PKB w cenach bieżących
Oszczędności krajowe brutto (% PKB)
Eksport dóbr i usług (% PKB)
Eksport dóbr i usług (w cenach bieżących)
Import dóbr i usług (% PKB)
Import dóbr i usług (w cenach bieżących)
Terms of trade
Rezerwy walutowe
Nadwyżka/deficyt budżetowy (% PKB)
Stopa bezrobocia
Indeks konsumpcji bieżącej
M2 w cenach bieżących
M2 do łącznych rezerw walutowych
Wartość kredytów krajowych udzielanych
przez sektor finansowy (% PKB)
Kredyty udzielane podmiotom prywatnym
przez banki (% PKB)
Przeciętny kurs walutowy
Należności od instytucji rządowych
szczebla centralnego (% PKB)
Nazwa czynnika
129
Nazwa czynnika
Moody’s S&Ps long S&Ps short
Aktywa banków depozytowo kredytowych do aktywów banków depozytowych i banków centralnych
TAK
TAK
TAK
Płynne zobowiązania do PKB
TAK
TAK
TAK
Aktywa banków centralnych do PKB
TAK
TAK
Aktywa banków depozytowo-kredytowych do PKB
TAK
TAK
TAK
Kredyty podmiotów prywatnych udzielanych przez
banki depozytowo-kredytowe do PKB
TAK
TAK
TAK
Kredyty podmiotów prywatnych do PKB
TAK
Depozyty sektora bankowego do PKB
TAK
Depozyty sektora finansowego do PKB
TAK
Kredyty sektora bankowego do depozytów sektora
bankowego
TAK
Płynne zobowiązania
TAK
TAK
Marża odsetkowa netto
TAK
ROA sektora bankowego
TAK
ROE sektora bankowego
TAK
Koszty do dochodów sektora bankowego
TAK
TAK
TAK
Wskaźnik z
TAK
Składka z tytułu ubezpieczeń majątkowych do PKB
TAK
Pożyczki netto od banków nierezydentów do PKB
(kwota pozostała do spłaty)
TAK
Zagraniczne depozyty bankowe z krajów offshore
do lokat bankowych krajowych
TAK
TAK
TAK
Tab. 9. Wpływ rozwoju sektora finansowego na credit rating krajów europejskich. Źródło:
w stosunku do PKB, eksport w stosunku do PKB, działalność kredytową
oraz aprecjację waluty krajowej. Jako zmienne negatywnie oddziałujące na
credit rating należy wyróżnić udział importu w stosunku do PKB oraz stopę
bezrobocia. Pomimo wskazania w metodologii przez agencje ratingowe, nieistotnymi czynnikami z punku widzenia oceny emitenta są: poziom inwestycji bezpośrednich, terms of trade, rezerwy walutowe, deficyt budżetowy
w stosunku do PKB, stopa inflacji.
Wysoki poziom rozwoju, rentowności i stabilności sektora finansowego,
a szczególnie bankowego, oddziałuje pozytywnie na rating nadawany danemu
krajowi. Im większy sektor bankowy w stosunku do innych instytucji finansowych, tym wyższy rating emitenta, ale jednocześnie duży udział aktywów
sektora do PKB jest niekorzystny. Wyższa wartość zobowiązań płynnych skutkuje niższym ratingiem kredytowym danego kraju. Bezpieczeństwo zapewnia duży udział banków centralnych i państwowych w stosunku do ogółu
instytucji finansowych. Koncentracja sektora bankowego nie ma wpływu na
nadawaną notę. Duży udział depozytów bankowych oddziałuje pozytywnie
130
DOI 10.7172/1644-9584.48.6
na rating, ale relacja ta nie jest obserwowana w przypadku innych instytucji
finansowych. Wysoka marża odsetkowa wpływa niekorzystnie na badane
zjawisko. W związku z wysokim ryzykiem kapitał pochodzący z banków ze
strefy offshore wpływa negatywie na rating kredytowy kraju.
Bibliografia
Arellano, M. i Bond, S.R. (1991). Some Tests of Specification for Panel Data: Monte
Carlo Evidence and an Application to Employment Equations. Review of Economic
Studies, 58 (2).
Bathia, A.V. (2002). Sovereign Credit Ratings Methodology: An Evaluation. IMF Working Paper, 170 (2).
Beck, T., Demirgüç-Kunt, A. i Levine, R. (2009). Financial Institutions and Markets
Across Countries and over Time: Data and Analysis. World Bank Policy Research
Working Paper, (4943).
Borensztein, E. i Panizza, U. (2006). The Cost of Sovereign Default, working paper. Washington: Inter-American Development Bank.
Cantor, R. i Packer, F. (1996). Determinants and Impact of Sovereign Credit Ratings.
Economic Policy Review, 2 (October), http://dx.doi.org/10.3905/jfi.1996.408185
Cantor, R. i Packer, F. (1995). Sovereign Credit Ratings, Federal Reserve Bank of New
York. Current Issues in Economic and Finance, 1 (3).
Dziawgo, D. (2010). Credit rating na międzynarodowym rynki finansowym. Warszawa:
Polskie Wydawnictwo Ekonomiczne.
Elkhoury, M. (2008). Credit Rating Agencies and Their Potential Impact on Developing
Countries. United Nations Conference on Trade and Development. Discussion papers,
(186).
Gaillard, N. (2009). The Determinants of Moody’s sub-sovereign ratings. International
Research Journal of Finance and Economics, 31.
Greene, H.W. (2008). Econometric Analysis. Pergamon Press.
Haque, N.U., Kumar, M., Mathieson, D. i Mark, N. (1996). The Economic Content
of Indicators of Developing Country Credithworthiness. IMF Staff Papers, 43 (4).
Haque, N.U., Mathieson, D. i Mark, N. (1997). Rating the Raters of Country Credithworthiness, Finance& Development, (March).
Haque, N.U., Mathieson, D. i Mark N. (1998). The Relative Importance of Political and
Economic Variables in Creditworthiness Ratings. IMF Working Paper, (WP/98/46).
Jaramillo, L. i Tejada, C.M. (2011). Sovereign Credit Ratings and Spreads in Emerging
Markets: Does Investment Grade Matter? IMF Working Paper, (WP/11/44).
Juttner, J.D. i McCarthy, J. (2000). Modelling a Rating Crisis. Sydney: Macquarie University.
Moody’s. (2013). Moody’s Statistical Handbook. Country Credit. May.
Reisen, H. i von Maltzan, J. (1999). Boom and Bust in Sovereign Ratings. OECD Technical Papers, (148), http://dx.doi.org/10.1111/1468-2362.00028.
S&P’s. (2011). Sovereign Government Rating. Methodology and Assumption. Global Credit
Portal. Standard & Poor’s, June.
131
DOI 10.7172/1644-9584.48.7
Skorygowany o ryzyko kredytowe pomiar płynności banku
jako narzędzie wsparcia procesu zarządzania
stabilnością finansową
Paweł Niedziółka*
Artykuł koncentruje się na ocenie wybranych metod kwantyfikacji ryzyka płynności, na które oddziałuje
szerokie spektrum czynników ryzyka, w tym zwłaszcza ryzyko kredytowe. Pod uwagę wzięto następujące
formy wpływu ryzyka kredytowego na ryzyko płynności: (1) zaburzenia wpływu środków związane z pogorszeniem się jakości portfela kredytowego, skutkujące wzrostem luki płynności i koniecznością konwersji
płynnych aktywów na środki pieniężne lub pozyskania dodatkowego finansowania zewnętrznego; (2) wzrost
ryzyka kredytowego banku (pasywne ryzyko kredytowe) skutkujący zaburzeniami w procesie pozyskiwania
finansowania zewnętrznego i wzrostem jego kosztu; (3) wzrost ryzyka kredytowego emitentów papierów
wartościowych zaliczanych dotychczas do zasobu aktywów płynnych (HQLA), którego konsekwencją jest
wzrost ryzyka ich upłynnienia bez znacznego dyskonta. Większość zaprezentowanych w artykule metod
pomiaru ryzyka płynności nie uwzględnia wpływu ryzyka kredytowego na stabilność przepływów pieniężnych, co stawia pod znakiem zapytania ich precyzję i determinuje postulat dokonania korekty wyników
o potencjalne oddziaływanie zarówno aktywnego, jak i pasywnego ryzyka kredytowego.
Słowa kluczowe: ryzyko kredytowe, ryzyko płynności, stabilność finansowa.
Credit risk adjusted bank’s liquidity as a support measure
for the process of financial stability management
The article focuses on the evaluation of selected methods of quantifying liquidity risk which is affected
by a broad spectrum of risk factors, including in particular the credit risk. The following forms of impact
of credit risk on liquidity risk were taken into consideration: (1) problems related to the influence of the
deterioration of the quality of bank’s loan portfolio, resulting in an increase in liquidity gap and a need
to convert liquid assets into cash or obtain additional external financing, (2) an increase in credit risk
of the bank (passive credit risk) resulting in disturbances in the process of obtaining external financing
and an increase of its cost, (3) an increase in credit risk of issuers of securities until now classified
as a resource of liquid assets (HQLA), the consequence of which is an increased risk of disposing of
them. Most of the methods of liquidity risk measurement presented in this article exclude the impact
of credit risk on the stability of cash flow, which questions their accuracy and determines the need for
the correction of the results with regards to the potential impact of both active and passive credit risk.
Keywords: credit risk, liquidity risk, financial stability.
JEL: G21
*
Paweł Niedziółka – dr hab., prof. SGH, Szkoła Główna Handlowa, Instytut Bankowości i Ubezpieczeń
Gospodarczych.
Adres do korespondencji: Szkoła Główna Handlowa, Instytut Bankowości i Ubezpieczeń Gospodarczych,
Al. Niepodległości 162, 02-554 Warszawa; e-mail: [email protected].
Skorygowany o ryzyko kredytowe pomiar płynności banku jako narzędzie wsparcia…
1. Wstęp
Globalny kryzys finansowy obejmował kilka faz – od kryzysu subprime,
poprzez credit crunch, paraliżujący rynek międzybankowy, a skończywszy
na kryzysie finansów publicznych. W każdej z tych faz pojawił się problem
ryzyka płynności, stanowiącego jeden z kluczowych wyznaczników stabilności
finansowej. Celem niniejszego artykułu jest prezentacja oraz ocena wybranych metod kwantyfikacji ryzyka płynności, na które oddziałuje szerokie
spektrum czynników ryzyka, w tym zwłaszcza ryzyko kredytowe. Podstawowy
problem badawczy podjęty w opracowaniu związany jest z odpowiedzią na
pytanie o jakość metod kwantyfikacji ryzyka płynności, zważywszy na zakres
uwzględniania w nich założenia o pewności przepływów pieniężnych, co
z kolei pozostaje w zależności funkcyjnej od ryzyka kredytowego.
Pod uwagę wzięto następujące formy wpływu ryzyka kredytowego na
ryzyko płynności:
– zaburzenia wpływu środków związane z pogorszeniem się jakości portfela
kredytowego, skutkujące wzrostem luki płynności i koniecznością konwersji płynnych aktywów na środki pieniężne lub pozyskania dodatkowego
finansowania zewnętrznego;
– wzrost ryzyka kredytowego banku, skutkujący zaburzeniami w procesie
pozyskiwania finansowania zewnętrznego i wzrostem jego kosztu;
– wzrost ryzyka kredytowego emitentów papierów wartościowych zaliczanych dotychczas do zasobu aktywów płynnych, którego konsekwencją
jest wzrost ryzyka ich upłynnienia.
O sile związku między ryzykiem płynności i ryzykiem kredytowym świadczą wyniki badań przeprowadzonych przez Jacobs i Inanglou (tabela 1).
Z tabeli 1 wynika, że rodzajem ryzyka, który najsilniej oddziałuje na ryzyko
płynności, jest ryzyko kredytowe. Wykazanie przez Inanglou oraz Jacobs
Ryzyko
płynności
i ryzyko…
Typ
korelacji
Operacyjne Pearson
Rynkowe
15,33%
7,37%
–8,55%
Spearman
–2,00%
–16,00% –24,00%
Pearson
11,27%
1,56% –18,23%
2,30%
–36,00% –23,00%
Spearman
Kredytowe
JP
200 najBank of
Citigroup
większych Morgan
America
Chase
banków
Pearson
53,43%
Spearman
10,00%
19,07%
47,87%
–12,00% –17,00%
11,76%
Wells
Fargo
PNC
–4,85% –10,22%
–9,20% –26,00% –18,00%
6,29%
–0,94%
–3,21%
–23,00% –25,00%
0,26%
31,47%
2,30%
20,85%
–3,30% –15,00% –15,00%
Tab. 1. Korelacja pomiędzy wybranymi czynnikami ryzyka dla 200 największych
i 5 ważnych systemowo banków amerykańskich w latach 1984–2008. Źródło: H. Inanglou
i M. Jacobs. (2009). Models for aggregation and sensitivity analysis: An application to
bank economic capital. Pozyskano z: http://papers.ssrn.com/sol3/papers.cfm?abstract_
id=1433065&download=yes (21.07.2014).
133
Paweł Niedziółka
tej zależności stało się jedną z najistotniejszych inspiracji do podjęcia badań
nad wpływem ryzyka kredytowego na płynność, czego dalszą konsekwencją
powinno być uwzględnienie ryzyka kredytowego w miarach płynności banku,
zwłaszcza że analiza strukturalna charakteru zależności wskazuje właśnie
na ryzyko kredytowe jako determinantę ryzyka płynności (Hertrich, 2014;
Wong, Biefang-Frisancho Mariscal, Yao i Howells, 2013, s. 4). W artykule
zastosowano metodę badawczą polegającą na weryfikacji założenia pewności
przepływów pieniężnych (w kontekście ewentualnej korekty o ryzyko kredytowe) w wybranych metodach pomiaru ryzyka płynności, przypisanych do
wybranych grup narzędzi pomiaru, zidentyfikowanych na podstawie autorskiej taksonomii.
2. Kwantyfikacja ryzyka płynności w banku
Skutkiem docenienia znaczenia ryzyka płynności, zwłaszcza w kontekście analizy determinant ryzyka systemowego, okazało się wykreowanie
szerokiego spektrum metod kwantyfikacji płynności. Wiele z nich jednak
w niedostatecznym stopniu uwzględnia ryzyko kredytowe opisujące stopień
pewności założonych przepływów pieniężnych.
Ryzyko płynności dotyczy strony aktywnej bilansu banku i wiąże się
z potencjalną trudnością konwersji aktywów na środki pieniężne oraz strony
pasywnej, w którym to przypadku niski poziom wiarygodności banku ogranicza możliwości rolowania depozytów (Borowski, 2014, s. 17). W literaturze
spotkać można również inne propozycje dekompozycji ryzyka płynności,
w tym na przykład podział na: ryzyko finansowania, ryzyko rynku, ryzyko
wynikające z luki płynności oraz ryzyko niespodziewanego wycofania depozytów (Bartezky, 2008, s. 11; za: Duttweiler, 2009, s. 4). Bank, aby kontynuować swoją działalność, musi odznaczać się permanentną płynnością
(płynność nie jest kategorią, w przypadku której poziomy średnie uznaje
się za satysfakcjonujące).
Banki oceniają swoją zdolność, stosując miary płynności, które podzielić
można na następujące grupy:
– mierniki niepasowania wpływów i wydatków w danym okresie,
– miary odporności struktury bilansu banku na napięcia płynnościowe,
– wskaźniki opisujące płynność aktywów,
– mierniki ryzyka związanego ze strukturą źródeł finansowania banku,
– mierniki wrażliwości opisujące ryzyko płynności,
– mierniki wiążące ryzyko płynności z ryzykiem rynkowym.
Pomiar ryzyka płynności wymaga rozróżnienia pomiędzy stanem stabilności finansowej oraz okresem znacznych napięć płynnościowych, występującym
w środowisku określanym jako niestabilne lub w skrajnym przypadku nawet
kryzysowe (Jacobs, 2012, s. 15).
Miernikiem niedopasowania oczekiwanych wpływów i wydatków w danym
okresie jest luka płynności, niekiedy definiowana jako oczekiwane wpływy
134
DOI 10.7172/1644-9584.48.7
w danym okresie pomniejszone o wartość zobowiązań, które w tym czasie bank ma uregulować. Źródłem uzupełnienia luki płynności są zasoby
środków pieniężnych (aktualnie występujące w bilansie lub pozyskane ze
sprzedaży aktywów zaliczanych do zasobu aktywów płynnych). Konfrontacja
luki płynności z zasobem płynnych aktywów daje odpowiedź na pytanie
o poziom środków, które bank powinien pozyskać, aby nie utracić płynności
– środki te mogą pochodzić z nowych depozytów lub rolowania depozytów
zapadających w badanym okresie.
Pewną wadą luki płynności jest statyczność przekazanego obrazu w tym
sensie, że struktura i zasób płynnych aktywów oraz wymagalnych zobowiązań podlegają ciągłym zmianom. W kalkulacji luki płynności nie uwzględnia się również ewentualnego przyrostu kosztu krańcowego pozyskiwanego
finansowania. Pomijana jest wreszcie kwestia ryzyka kredytowego, które
w tym przypadku może oznaczać brak terminowego spływu należności lub
nieoczekiwane wycofanie części depozytów z przyczyn endogenicznych lub
egzogenicznych. Antidotum na ten mankament należy szukać w urealnieniu
przepływów, w tym w korekcie spływu wierzytelności o utworzone rezerwy
(impairment), w przypadku depozytów zaś w korekcie wynikającej z analizy
statystycznej osadu oraz zastosowania przez deponentów opcji wycofania
środków przed terminem umownym.
Nieco inaczej luka płynności definiowana jest przez NBP na potrzeby
okresowo przygotowywanych raportów o stabilności finansowej. Luka płynności w wersji rekomendowanej przez NBP powinna opierać się na zestawieniu niedopasowania terminów zapadalności aktywów i wymagalności
pasywów w danym okresie, skorygowanym o ryzyko wynikające z różnic
kursowych oraz o ryzyko rynkowe, ryzyko związane z potencjalnymi potrzebami płynnościowymi podmiotów powiązanych kapitałowo z bankiem oraz
o ryzyko kredytowe. W „Raportach o stabilności systemu finansowego”
przedmiotem analizy jest jednomiesięczna luka płynności wyliczana zgodnie
z podejściem wcześniej zaprezentowanym.
Za nieco bardziej precyzyjną miarę ryzyka płynności uchodzi skorygowana jednomiesięczna luka płynności. Po stronie aktywów korekta dotyczy
tych należności, których termin zapadalności upłynął (a nie zostały uregulowane), oraz papierów skarbowych przeznaczonych na pokrycie funduszu
środków gwarantowanych, tworzonego w ramach BFG. Z kolei po stronie
pasywów pod uwagę brana są wyłącznie nadwyżka depozytów przyjętych
od sektora niefinansowego o terminie do 1 miesiąca ponad osad (NBP,
2010, s. 112).
Nieco inną miarą ryzyka płynności jest luka finansowania, będąca różnicą między sumą kredytów udzielonych sektorowi niefinansowemu, rządowemu i samorządowemu a sumą depozytów przyjętych od tych sektorów.
Jej poziom świadczy o uzależnieniu banku od finansowania, które musi on
pozyskać na rynku międzybankowym. Aby określić skalę ryzyka płynności
wynikającego z uzależnienia od rynku międzybankowego w stosunku do
135
Paweł Niedziółka
wielkości banku, lukę finansowania odnosi się niekiedy do sumy kredytów.
Stosowana przez NBP miara nie uwzględnia jednak ryzyka kredytowego,
stąd faktyczne niedopasowanie przepływów może okazać się zdecydowanie wyższe od wskazywanego przez lukę finansowania. Rekomendowaną
przez Bazylejski Komitet ds. Nadzoru Bankowego (BKNB) miarą ryzyka
płynności, uzupełniającą opisaną w dalszej części opracowania miarę LCR,
jest wskaźnik niedopasowania umownych terminów przepływów pieniężnych
(CMM), definiowany jako:
CMM = Σjt=i CIFt – Σjt=i COFt,
(1)
gdzie:
CIFt i COFt – to odpowiednio wpływy oraz wydatki w okresie t (wynikające
z pozycji bilansowych i pozabilansowych), zmapowane wprost
z umów zawartych przez bank.
CMM podlega badaniu w określonych przedziałach czasu i koncentruje
się na wyznaczeniu różnicy między wpływem środków pieniężnych i płynnych
papierów wartościowych oraz wydatkami z tych tytułów, skorygowanymi
o saldo rozliczeń z tytułu pozycji pozabilansowych w tym okresie. Pod uwagę
brane są przepływy wynikające wyłącznie z zawartych umów, wyklucza się
zatem jakiekolwiek założenia natury behawioralnej. CMM przynosi zatem
informację dotyczącą niezbędnego poziomu środków pieniężnych oraz płynnych papierów wartościowych, które bank musi zgromadzić, aby nie utracić
płynności.
Z drugiej strony CMM pokazuje, w jak dużym stopniu bank opiera się
na założeniu dotyczącym transformacji terminów (rolowania zobowiązań).
Estymacja CMM wyklucza przyjęte zabezpieczenia w postaci środków pieniężnych (kaucje) i papierów wartościowych, które nie mogą być wykorzystane jako źródło dodatkowej płynności. CMM nie jest jednak podejściem
konserwatywnym, gdyż w niektórych przypadkach, aby ograniczyć ryzyko
reputacyjne, mimo braku zobowiązań kontraktowych, bank musi się liczyć
z nieplanowanymi, ale koniecznymi wydatkami.
Strukturę bilansu banku pod kątem odporności na szoki płynnościowe
można zweryfikować poprzez normy płynności krótkoterminowej (LCR)
i długoterminowej (NSFR), rekomendowane przez BKNB. Celem wprowadzenia normy LCR jest m.in. taka przebudowa struktur bilansów banków,
aby w okresie napięć płynnościowych nie doszło do zbyt dużego obciążenia
banku centralnego zadaniem podtrzymywania płynności w poszczególnych
bankach. Bank centralny ma pełnić rolę pożyczkodawcy ostatniej (a nie
pierwszej, jak wykazał to ostatni kryzys) instancji. To bank komercyjny
ma w pierwszej kolejności być odpowiedzialny za zarządzanie płynnością w okresie 30-dniowego szoku (zarówno rynkowego, jak i idiosynkratycznego).
136
DOI 10.7172/1644-9584.48.7
LCR definiowany jest jako:
LCR =
HQLA
≥ 100%,
NCO
(2)
gdzie:
NCO – wypływy netto w ciągu najbliższych 30 dni,
HQLA – płynne aktywa wysokiej jakości (tabela 2).
Struktura oraz limity
Poziom 1 (brak limitu)
HQLA
Poziom 2
(do 40% HQLA)
Poziom 2A (jako komponent poziomu 2)
Poziom 2B (jako komponent poziomu 2)
(do 15% HQLA)
Tab. 2. Ogólna struktura HQLA. Źródło: opracowanie własne na podstawie BIS. (2013).
Basel III: The Liquidity Coverage Ratio and Liquidity Risk Monitoring Tools. BIS.
W skład aktywów należących do poziomu 1 wchodzą środki pieniężne,
środki zdeponowane w banku centralnym, w tym na pokrycie rezerw (np.
rezerwy obowiązkowej) oraz papiery wartościowe wyemitowane lub gwarantowane przez rządy państw lub banki centralne. Poziom 2A obejmuje
papiery dłużne emitowane przez jednostki samorządu terytorialnego, listy
zastawne oraz obligacje korporacyjne. Z kolei poziom 2B składa się z obligacji korporacyjnych o niższym ratingu niż te zaliczone do poziomu 2A
– pod uwagę brane są obligacje o ratingu zewnętrznym przyznanym przez
agencję ratingową o statusie ECAI) nie gorszym niż BBB– i nie lepszym
od A+ (dla tych papierów wartościowych waga wynosi 50%), obligacje
wyemitowane w ramach sekurytyzacji portfela kredytów mieszkaniowych
(tzw. RMBS) o ratingu nie gorszym niż AA z wagą 25%, nieobciążone
akcje z wagą 50%. Wydatki netto, które stanowią mianownik wskaźnika
LCR, to różnica między oczekiwanymi wydatkami w 30-dniowym okresie
napięć i wpływami w tym czasie. Do puli wydatków włącza się nie tylko
zobowiązania z terminem wymagalności do 30 dni, ale również pozycje pozabilansowe korespondujące z aktywami (np. niewykorzystane linie kredytowe)
i pozycje, które mogą przekształcić się z pozabilansowych w bilansowe (np.
wystawione przez bank gwarancje). Podobnie dzieje się z krótkoterminowymi należnościami, do których przypisywane są wagi odzwierciedlające
prawdopodobieństwo wystąpienia dodatniego przepływu. Kalkulacja LCR
zakłada jednak ostrożnościowo ograniczenie w zakresie skali uwzględnianych
wpływów (w ciągu 30-dniowego okresu napięć), dla których przyjmuje się
górną granicę na poziomie 75% wydatków.
Oprócz obligatoryjnych norm płynności podlegających okresowemu
raportowaniu nadzorowi finansowemu, banki mają do dyspozycji szeroką
paletę mierników ryzyka płynności, które umożliwiają identyfikację jego
137
Paweł Niedziółka
źródeł. Wśród zalecanych przez BKNB wskaźników uzupełniających normy
obligatoryjne znajdują się m.in.:
– poziom dostępnych nieobciążonych aktywów (ang. available unencumbered assets, AUA),
– wartości LCR w kluczowych walutach rozliczeniowych (ang. LCR by
significant currency, LCR SC).
W przypadku AUA należy wziąć pod uwagę alternatywnie dwa agregaty:
– wartość nieobciążonych aktywów, które mogą stanowić zabezpieczenie
środków pożyczonych na rynku wtórnym,
– wartość nieobciążonych aktywów, które mogą stanowić zabezpieczenie
w operacjach zasilających banku centralnego.
Raport poświęcony AUA powinien zawierać dekompozycję tego agregatu
według rodzaju aktywów, ich lokalizacji (wskazując na potencjalne ograniczenia w zakresie transferu) oraz waluty, w której zostały denominowane.
Poszczególne pozycje zazwyczaj podlegają korekcie, o którą to informację
należy uzupełnić raport. Część z tych aktywów pochodzi od klientów banku
(ale może być przedmiotem powtórnego zastawu dokonanego przez bank na
rzecz podmiotu pożyczającego bankowi środki pieniężne), stąd niezbędne jest
wyodrębnienie tych pozycji w raporcie wraz ze wskazaniem wartości aktywów,
które już zostały w ten sposób wykorzystane. Należy jednocześnie zauważyć, że
przyjęte do kalkulacji tego miernika wskaźniki korekty oraz założone zasady
współpracy na rynkach finansowych w okresie powstania faktycznego napięcia
płynnościowego mogą ulec zmianie na niekorzyść banku podlegającego ocenie.
Stanowi to jedno z podstawowych ograniczeń w stosowaniu przedmiotowego
podejścia jako narzędzia wsparcia dla kalkulacji przyszłych wartości LCR.
Zaleca się, aby – ze względu na ryzyko konwersji, transferu oraz ryzyko
zmienności kursu walutowego – estymować LCR oddzielnie dla poszczególnych istotnych walut. LCR SC nie stanowi normy obowiązującej banki,
lecz wyłącznie narzędzie monitorowania płynności, dlatego konieczne jest
ustalenie pomiędzy bankiem i nadzorującą go instytucją wartości progowych, których osiągnięcie skutkować ma poinformowaniem organów nadzorczych. Parametry te wyznacza się m.in. na podstawie analizy wyników
testów napięć, z uwzględnieniem ryzyka kredytowego, konwersji, transferu
oraz ryzyka zmienności kursu walutowego.
Z kolei wskaźnik NSF (ang. Net Stable Funding Ratio) jest definiowany
w następujący sposób:
NSFR =
AASF
≥ 100%,
RASF
(3)
gdzie:
AASF – dostępna kwota stabilnych źródeł finansowania,
RASF – suma pozycji wymagające pokrycia stabilnymi źródłami finansowania.
138
DOI 10.7172/1644-9584.48.7
NSFR ma na celu pomiar stopnia pokrycia niepłynnych aktywów i pozycji
pozabilansowych stabilnymi źródłami finansowania. Im stabilniejsze źródło
finansowania, tym wyższa waga. Im mniej płynna kategoria aktywów, tym
wyższa waga (tym wyższy wymagany poziom pokrycia stabilnymi źródłami
finansowania). Celem wprowadzenia NSFR jest zmiana struktury finansowania banków z opartej na krótkoterminowych, odnawialnych depozytach,
zwykle rolowanych na rynku międzybankowym, na depozyty średnio- i długoterminowe oraz długoterminowe papiery dłużne, instrumenty quasi-kapitałowe oraz fundusze własne. NSFR ma również ograniczyć zbyt dużą zależność wielu instytucji kredytowych od hurtowego rynku pieniężnego, która
narasta w okresie dobrej koniunktury i nadpłynności sektora bankowego,
a przynosi szczególnie negatywne skutki w czasie napięć, w tym wywołanych
spadkiem wzajemnego zaufania między bankami.
Pewnym narzędziem monitorowania zdolności banków do regulowania
ich bieżących zobowiązań oraz faktycznej zdolności do wykorzystania HQLA
w wyżej wymienionym procesie może się okazać monitoring sytuacji na
rynkach finansowych, w tym szczególnie płynności i zmienności cen akcji,
papierów dłużnych, kwotowań depozytów rynku międzybankowego, innych
instrumentów finansowych, walut, towarów itp. Temu samemu celowi służy
obserwacja zmienności oraz trendów charakteryzujących indeksy giełdowe.
Innym obszarem wymagającym wnikliwej oceny powinny być wszelkiego
rodzaju instrumenty oraz przede wszystkim wskaźniki opisujące w sposób
syntetyczny ryzyko kredytowe (ratingi, marże, kwotowania kredytowych
instrumentów pochodnych, indeksy CDS). Bardziej szczegółowe podejście
wymaga koncentracji na informacjach rynkowych dotyczących instytucji
sektora finansowego (ratingi, zmienność oraz płynność akcji, kwotowania
CDS itp.).
Płynność rynku dla danego rodzaju aktywów definiowana jest przez cztery
cechy (Harris, 1990, s. 3): głębokość (ang. depth), szerokość (ang. width),
natychmiastowość (ang. immediacy) oraz odporność (ang. resilience). W niektórych opracowaniach pojawiają się dalsze cechy, takie jak na przykład
ciasność rynku (ang. tightness).
Głębokość rynku można opisać funkcją wiążącą wolumen będący przedmiotem transakcji z wysokością spreadu. Z głębokością rynku koresponduje pojęcie premii płynnościowej (kosztu płynności), którą identyfikuje się
z różnicą pomiędzy faktycznym kursem realizacji transakcji i pierwotnym
kursem (Hachmeister, 2007, s. 22). Rynek ma znamiona głębokiego, gdy
kształtuje się wolumenowa równowaga między napływającymi zleceniami
kupna i sprzedaży. Przez natychmiastowość rynku rozumie się okres niezbędny do upłynnienia danego portfela (wolumenu) aktywów (zakładając
określony koszt zamknięcia pozycji).
Rynek natychmiastowy to taki, na którym dowolną transakcję można
zrealizować w dowolnym momencie i nie wiąże się to z korektą ceny w stosunku do ceny kwotowanej. Rynek uznać można za szeroki, jeśli zawieranych
139
Paweł Niedziółka
jest na nim względnie dużo transakcji o dużych pojedynczych nominałach
i jednocześnie zlecenia takie nie wpływają znacząco na kursy transakcyjne
kolejnych transakcji.
Rynek określić można jako ciasny, jeśli występuje na nim presja na
redukcję kosztów transakcyjnych.
Rynek odporny to taki, który zawiera w sobie samoistny mechanizm
przywracania cen odzwierciedlających poziom równowagi. Innymi słowy,
w przypadku odchylenia się cen od cen równowagi na rynku odpornym
pojawią się oferty, których realizacja przywraca cenę równowagi. Próbując
zdefiniować narzędzie kwantyfikacji odporności rynku, można tę rolę przypisać czasowi od realizacji dużego zlecenia rynkowego, po upływie którego
ceny transakcyjne wracają do poziomu sprzed realizacji tego zlecenia. Wielowymiarowość płynności rynku ilustruje rysunek 1.
Kurs
Głębokość rynku
Kurs sprzedaży
Odporność rynku
Odporność rynku
Głębokość rynku
Spread
Kurs kupna
A
A’
Wolumen
Wolumen
0
Pozycja krótka
Pozycja długa
Rys. 1. Współzależności determinant płynności rynku. Źródło: A. Bervas. (2006). Market
Liquidity and Its Incorporation into Risk Management, Banque de France. Financial Stability
Review, (8), s. 65.
Spread Bid-Offer jest jedną z najczęściej stosowanych miar płynności.
Aby porównać płynność dwóch instrumentów, wystarczy odnieść spread
do średniej ceny. Im niższy spread (relacja spreadu do średniej ceny), tym
wyższa płynność.
Celem stosowania mierników koncentracji źródeł finansowania jest identyfikacja tych pozycji pasywów, których wycofanie spowodowałoby istotne
problemy płynnościowe banku. Jest to zatem swego rodzaju zachęta do
dywersyfikowania źródeł finansowania działalności bankowej. Koncentrację
zobowiązań można mierzyć poprzez udział:
140
DOI 10.7172/1644-9584.48.7
– depozytów od istotnego podmiotu w sumie zobowiązań banku,
– depozytów z tytułu istotnego produktu lub instrumentu w sumie zobowiązań banku,
– aktywów/pasywów w sumie bilansowej według istotnych walut.
Mierniki koncentracji należy wiązać z pasywnym ryzykiem kredytowym. Należy jednocześnie zwrócić uwagę na niedoskonałości CoF, które
ujawniają się szczególnie w okresie kryzysu. Nie zawsze bowiem możliwa
jest precyzyjna identyfikacja dostarczycieli źródeł finansowania banku (np.
w przypadku commercial papers), a w okresie napięć płynnościowych często
struktura deponentów ulega dynamicznym zmianom. Ponadto nawet dobrze
zdywersyfikowana struktura źródeł finansowania nie likwiduje ryzyka płynności w okresie napięć rynkowych (zgodnie z zasadami flight-to-liquidity oraz
flight-to-quality może nastąpić gwałtowny odpływ kapitału z danego rynku
lokalnego, zwłaszcza gdy jest to rynek rozwijający się), choć oczywiście
wysoki poziom dywersyfikacji istotnie to ryzyko ogranicza.
Pojęcie elastyczności ryzyka płynności wprowadził Culp (2001, s. 424–429),
który zdefiniował tę miarę jako zmianę wartości aktywów netto w stosunku
do zmiany poziomu depozytów pod wpływem jednostkowego wzrostu kosztu
finansowania pozycji przez bank (w postaci wzrostu premii za płynność). Koszt
ten w przypadku banków identyfikuje się ze spreadem ponad LIBOR. Mankamentem stosowania tej miary ryzyka płynności jest przyjęcie założenia o równoległym przesunięciu krzywej dochodowości. Elastyczność ryzyka płynności można
zapisać następująco (Culp, 2001, s. 424–429; Papaioannou, 2006, s. 26–27):
δLt
δNVt δVt
,
–w·
=
δΞ
δΞt
Ξt
(4)
gdzie:
NVt –
Vt –
Lt –
w –
Ξ
wartość bieżąca aktywów netto,
wartość bieżąca aktywów,
wartość bieżąca pasywów,
wskaźnik opisujący relację między pasywami wymagającymi finansowania a aktywami,
– premia za płynność, zwykle definiowana jako różnica między stopą
długoterminową i krótkoterminową w odniesieniu do finansowania
udzielonego podmiotowi o danym ratingu w tym samym (określonym)
dniu (alternatywnie można ją zdefiniować jako różnicę między stopą
forward i krótkoterminową stopą kasową).
Równanie (4) pokazuje, że im mniejsza wartość elastyczności ryzyka
płynności, tym mniejsze ryzyko płynności.
Liquidity at Risk (LaR) jest miarą ryzyka płynności krótkoterminowej
(podobnie jak koncepcja VaR, z której wywodzi się LaR), której założenia
141
Paweł Niedziółka
oraz zasady stosowania najczęściej definiowane są przez organy nadzorcze. Dzięki LaR, którego wynikiem jest estymacja wydatków netto banku
w danym okresie, które nie zostaną przekroczone z prawdopodobieństwem
równym poziomowi istotności, możliwa jest poprawa efektywności zarządzania ryzykiem w banku w tym sensie, że precyzyjne wyznaczenie potrzeb
banku w zakresie płynnych aktywów (rozumianych np. jako HQLA) pozwala
na ewentualne wykorzystanie nadwyżki tych płynnych środków na akcję
kredytową (zakup bardziej rentownych, ale mniej płynnych papierów wartościowych).
Kalkulacja LaR jest dokonywana z wykorzystaniem podejścia nazywanego
Peak Over Threshold, czyli POT. POT polega na identyfikacji w zbiorze
danych zebranych dla danego okresu wartości wykraczających poza zdefiniowaną wartość progową (niższych od niej). Zastosowanie POT wymaga
modelowania dwóch funkcji, dla których wartościami są odpowiednio: liczba
przekroczeń w danym okresie oraz kwota przekroczenia. W pierwszym przypadku wykorzystywany jest rozkład Poissona, w drugim zaś uogólniony rozkład Pareto (Leadbetter, 1991, s. 357–362).
Próbując wykorzystać koncepcję LaR w zakresie praktycznego zarządzania ryzykiem płynności, należy wyjść od stwierdzenia, że płynność jest
zdolnością do wypełnienia w terminie umownym wszystkich zobowiązań, bez
względu na walutę i termin wymagalności. Zapisać to można za pomocą
następującej formuły (Jacobs, 2012, s. 15):
ELEt – LaRαt + CBCt > 0,
(5)
gdzie:
ELEt – oczekiwana ekspozycja płynnościowa (ang. Expected Liquidity Exposure) w okresie t, będąca różnicą między oczekiwanymi wpływami
w danym okresie i wydatkami w tym okresie,
CBCt – zasób aktywów, które szybko i bez dyskonta mogą być zamienione na
środki pieniężne, poziom depozytów, które mogą zostać odnowione
na kolejny okres lub nowych depozytów (pożyczek) pozyskanych od
podmiotów trzecich.
Koncepcja wartości narażonej na ryzyko wykorzystana została również
przy konstrukcji miary nazywanej LVaR, czyli Liquidity-Risk Adjusted VaR.
LVaR opiera się na dwóch zmiennych: spreadzie między ceną sprzedaży
i ceną kupna oraz ekspozycji narażonej na ryzyko płynności. LVaR przyjmuje
wartość graniczną dla ekstremalnego (maksymalnego możliwego) spreadu.
Podobnie jak w przypadku wszystkich mierników ryzyka opartych na koncepcji VaR, zasadniczą wadą prezentowanego podejścia jest jego statyczność
(Papaioannou, 2006, s. 27). Należy jednocześnie zauważyć, że LVaR nie jest
miarą ryzyka płynności jako takiego, ale raczej ryzyka rynkowego, skorygowanego o ryzyko płynności. Potwierdza to reguła wprowadzona przez Bangia,
142
DOI 10.7172/1644-9584.48.7
Diebold, Schuermann i Stroughair (1999), bazująca na kwantyfikacji kosztu
zamknięcia pozycji, uzależnionego z kolei od wysokości spreadu (będącego
funkcją ryzyka kredytowego) i jego zmienności:
COL = 0,5· Pt ·S + a·σ,
gdzie:
COL –
Pt
–
S
–
σ
–
a
–
(6)
Cost of Liquidity,
średnia dzienna cena instrumentu,
relatywny spread, czyli (Ask-Bid)/średnia cena instrumentu,
odchylenie standardowe relatywnego spreadu,
czynnik skalujący, od którego zależy poziom prawdopodobieństwa,
z którym podawany jest wynik.
Bangia, Diebold, Schuermann i Stroughair formułę opisaną wzorem (6)
odnoszą do kosztu tzw. egzogenicznego ryzyka płynności, definiowanego jako
ryzyko właściwe dla wszystkich uczestników rynku, na które żaden z tych
uczestników (pojedynczo) nie ma wpływu. Oddziałuje ono na uczestników
rynku w zbliżony sposób. Egzogeniczne ryzyko płynności należy odróżnić
od ryzyka endogenicznego, którego poziom jest zróżnicowany dla poszczególnych uczestników. Zależy on m.in. od wielkości zajmowanej pozycji.
Kurs instrumentu finansowego
Próg utraty
płynności
endogenicznej
Kurs sprzedaży
Kurs kupna
Głębokość kwotowania
Wolumen
Rys. 2. Wpływ wielkości pozycji na wartość likwidacyjną. Źródło: A. Bangia, F. Diebold,
T. Schuermann i J. Stroughair. (1999). Modelling Liquidity Risk with Implications for Traditional
Market Risk Measurement and Management. Working Paper, (99-06). Philadelphia: The
Wharton School, University of Pennsylvania.
143
Paweł Niedziółka
Wolumen określany jako „głębokość kwotowania” należy w tym przypadku rozumieć jako wartość aktywów, które można upłynnić po cenie
równej kwotowaniu. Zatem jeśli liczba w walorów nie przekracza wolumenu
oczekiwanego przez stronę kwotującą, spread kształtuje się na relatywnie
niskim i stabilnym poziomie. W przeciwnym razie, wraz ze wzrostem różnicy między liczbą aktywów w portfelu przeznaczoną do upłynnienia i głębokością kwotowania (oczekiwanym przez stronę kwotującą wolumenem
transakcyjnym) rośnie spread.
Formuła zaproponowana przez Bangia, Diebold, Schuermanna i Stroughair została następnie doprecyzowana i uszczegółowiona przez Papaioannou na potrzeby kalkulacji LVaR. Papaioannou komponent korygujący VaR
o ryzyko płynności egzogenicznej określił jako AL, czyli Additional Loss:
AL99% = 0,5 · S+2,33 ·σs,
(7)
gdzie:
S – przeciętny spread,
σs – odchylenie standardowe przeciętnego spreadu.
AL99% można interpretować jako potencjalną stratę z tytułu ryzyka
płynności (odnoszącą się do konkretnego instrumentu lub portfela), której
przekroczeniu przypisuje się prawdopodobieństwo 1%. Wykorzystując AL99%
można następnie wyznaczyć LVaR:
LVaR = VaR + AL99%.
(8)
Formuła zaproponowana przez Papaioannou opiera się na założeniu
rozkładu normalnego spreadu. Alternatywą dla koncepcji LVaR jest uwzględnienie ryzyka płynności poprzez przyjęcie założenia o wydłużonym okresie
zamknięcia pozycji (skutkuje to wzrostem VaR w wyniku pomnożenia VaR
przez (t)0,5. Niezależnie od argumentów za stosowaniem jednej z wymienionych metod korekty VaR o ryzyko płynności, należy podkreślić konieczność
jej stosowania, czego dowodem są wyniki badań przeprowadzonych przez
Bangia, Diebold, Schuermann, Stroughair, wskazujące na niedoszacowanie
VaR nawet o 25–30%, jeśli zostanie pominięte ryzyko płynności, będące
z kolei funkcją ryzyka kredytowego (Bangia i in., 1999, s. 1). Badania zostały
przeprowadzone pod koniec lat 90. XX wieku, zatem na długo przed globalnym kryzysem finansowym, który dowiódł kluczowego znaczenia ryzyka
płynności dla funkcjonowania instytucji kredytowych i finansowych. LVaR
jest zatem wartością narażoną na ryzyko skorygowaną o ryzyko płynności,
którą w uproszczeniu można sprowadzić również do następującego równania
(Bervas, 2006, s. 69):
LVaR = VaR +ELC,
144
(9)
DOI 10.7172/1644-9584.48.7
gdzie:
ELC – koszt egzogenicznego ryzyka płynności (ang. Exogenous Liquidity
Cost).
3. Płynność a stabilność finansowa – wybrane
kanały oddziaływania
Płynność systemu finansowego pozostaje w ścisłej relacji ze stabilnością finansową, przy czym wyodrębnić można co najmniej kilka kanałów
oddziaływania szoków płynnościowych na stabilność systemu finansowego.
Globalny kryzys finansowy pierwszej dekady XXI wieku wykazał, że płynność jest ważniejsza nie tylko od wypłacalności, ale również od rentowności
(Kalicki i Antczak, 2012, s. 137), o czym świadczą choćby wojny depozytowe
banków, podczas których oferowano deponentom oprocentowanie przewyższające dochód z tytułu długoterminowych kredytów (np. hipotecznych).
Kosztem utrzymania płynności i de facto możliwości kontynuacji działalności
przez bank jest często okresowa deficytowość, skutkująca dekapitalizacją.
Problemy płynnościowe banków dość szybko oddziałują na sferę realną
gospodarki. Kanałów przenoszenia się zjawisk kryzysowych z sektora finansowego do sfery realnej jest co najmniej kilka. Pierwszy z nich wiąże się
z ograniczeniem tempa akcji kredytowej, to znaczy nieudzielaniem nowych
kredytów oraz nieodnawianiem dotychczasowych linii kredytowych. Reglamentacja kredytu nakręca spiralę przeterminowanych zobowiązań handlowych oraz obniża wzajemne zaufanie między podmiotami gospodarczymi.
Problemy płatnicze przedsiębiorstw przekładają się na ich ratingi i dostęp
do środków na rynku finansowym oraz obniżają ocenę dokonywaną przez
firmy ubezpieczające transakcje handlowe. W konsekwencji rośnie liczba
bankructw, co prowadzi do pogorszenia jakości portfeli kredytowych oraz
portfeli papierów korporacyjnych (akcji i obligacji). Wprost skutkuje to
dekapitalizacją sektora bankowego (wolniejszym od oczekiwanego tempem
wzrostu kapitalizacji). Zahamowanie akcji kredytowej dotyczy również osób
fizycznych, wpływając negatywnie na konsumpcję, co uznać należy za kolejny
kanał oddziaływania problemów płynnościowych banków na kondycję przedsiębiorstw i skutki dla sektora są tożsame z opisanymi powyżej. Na związek
między płynnością banków a stabilnością finansową warto również spojrzeć
z perspektywy skutków wprowadzania norm płynności opartych na sztywnych wagach przypisanych poszczególnym kategoriom aktywów, pasywów
i pozycji pozabilansowych (opisane wcześniej wskaźniki LCR oraz NSFR).
O ile dla banków finansujących przedsiębiorstwa poprzez zakup ich akcji
i obligacji wprowadzenie rekomendowanych przez Bazylejski Komitet ds.
Nadzoru Bankowego nadzorczych norm płynności nie spowoduje zasadniczych zmian w zakresie polityki inwestycyjnej i kredytowej oraz polityki
źródeł finansowania działalności, o tyle dla banków działających w systemach
finansowych, których cechy bliższe są do paradygmatu kontynentalnego,
145
Paweł Niedziółka
może to wywoływać poważne konsekwencje. Preferowanie instrumentów
finansowych, uważanych za bardziej płynne niż kredyty, spowodować może
utrudnienie dostępu do finansowania dla małych i średnich przedsiębiorstw,
dla których koszty emisji są wysokie w stosunku do pożądanej kwoty finansowania. Wdrożenie norm LCR oraz NSFR sprawi również, że banki, chcąc
wypełnić wymóg, będą niechętnie angażowały się w finansowanie długoterminowe, co oczywiście będzie znaczącą przeszkodą dla realizacji projektów
o długim okresie zwrotu, w tym projektów infrastrukturalnych. Należy jednocześnie zwrócić uwagę, iż wprowadzenie norm płynnościowych zapewne
negatywnie wpłynie na rentowność banków ze względu na relatywnie niską
rentowność aktywów wchodzących w skład HQLA oraz wyższy koszt finansowania działalności za pomocą długoterminowych depozytów lub papierów
dłużnych. Dowodzą tego wyniki badań przeprowadzonych podczas kryzysu.
W ich świetle banki odznaczające się stabilną bazą depozytową chętniej
udzielały kredytów w tym okresie niż banki posiadające w swoich bilansach relatywnie duży udział aktywów niepłynnych (te dążyły do zwiększenia
udziału aktywów płynnych w bilansie).
Normy płynności, obligujące banki do zwiększenia w strukturze aktywów
udziału instrumentów HQLA (w tym zwłaszcza papierów skarbowych, co stać
się może dużym ułatwieniem dla ich plasowania i tym samym finansowania
rosnących deficytów budżetowych – w skrajnym przypadku liczyć się należy
z dwukierunkowym silnym uzależnieniem skarbu państwa i sektora bankowego), mogą determinować dążenie banków do zwiększenia dochodowości
na pozostałej części portfela, czego kosztem jest wzrost ryzyka kredytowego,
negatywnie oddziałujący na wymóg regulacyjny. Zatem dodatkową ceną
wypełnienia norm płynności może się okazać zwiększenie wymogu kapitałowego (Cornett, McNutt, Strahan i Tehranian, 2011, s. 297–312; Blundell-Wignall i Atkinson, 2010, s. 9–33; za: Marcinkowska, Wdowiński, Flejterski, Bukowski i Zygierewicz, 2014, s. 48–49).
Wdrożenie norm LCR oraz NSFR może również negatywnie wpłynąć
na rynek kapitałowy, który stanie się w większym stopniu zależny od kondycji sektora bankowego. W szczególnym przypadku, gdy powstanie presja płynnościowa, banki będą zmuszone do wyprzedaży aktywów, co może
wywołać bessę na giełdzie. Niezależnie od koniunktury giełdowej substytucja
kredytów bankowych papierami dłużnymi może spowodować pogorszenie
jakości portfeli kredytowych (w których wzrośnie udział papierów dłużnych)
ze względu na potencjalne rozproszenie wierzycieli i ewentualne trudności
z podejmowaniem działań restrukturyzacyjnych, słabszy pakiet zabezpieczeń
i ograniczoną możliwość nałożenia na dłużnika kowenantów finansowych,
stanowiących narzędzie monitoringu i ewentualnej korekty dochodowości,
a także mniejsze możliwości monitorowania kondycji dłużnika ze względu na
erozję relacji. Normy LCR oraz NSFR pośrednio ujmują ryzyko kredytowe,
gdyż wagi poszczególnych instrumentów są funkcją ratingów zewnętrznych.
Samo uwzględnienie ryzyka kredytowego w pomiarze płynności za pomocą
146
DOI 10.7172/1644-9584.48.7
wskaźników LCR oraz NSFR ocenić należy pozytywnie, lecz jednocześnie
preferencje dla aktywów posiadających oceny zewnętrznych agencji ratingowych stoją w sprzeczności – z coraz wyraźniej artykułowaną przez Bazylejski
Komitet ds. Nadzoru Bankowego – polityką uniezależniania się od ratingów
ze względu na niekiedy błędne założenia modeli ratingowych, nieefektywny
monitoring prowadzony przez agencje ratingowe czy konflikty interesów
pomiędzy agencją ratingową a emitentem (Niedziółka, 2013, s. 120).
Związek między płynnością i stabilnością finansową potwierdzają również
zadania sieci bezpieczeństwa finansowego, zwłaszcza jednego z jej kluczowych uczestników, czyli banku centralnego. W Polsce rola banku centralnego jako uczestnika sieci bezpieczeństwa finansowego sprowadza się do
identyfikowania zagrożeń dla stabilności systemu finansowego oraz oceny
odporności systemu finansowego na szoki, w tym szoki płynnościowe. Zasadnicze znaczenie mają wyniki testów skrajnych warunków, obejmujące szok
makroekonomiczny, rynkowy i płynnościowy. Impulsem dla kolejnych napięć
jest szok makroekonomiczny, a jego następstwem ma być szok rynkowy
(wywołany odpływem kapitału spekulacyjnego, a odzwierciedlony we wzroście rentowności obligacji skarbowych i deprecjacji kursu waluty krajowej),
oddziałujący na płynność sektora bankowego. Wzrost rentowności papierów
skarbowych wywołałby dostosowanie fiskalne powodowane koniecznością
przestrzegania progów ostrożnościowych. Z kolei deprecjacja kursu złotego oznaczałaby pogorszenie jakości portfela kredytów walutowych oraz
redukcję współczynników wypłacalności banków. Odrębną symulacją jest
szok płynnościowy ukierunkowany na uzyskanie odpowiedzi, czy banki dysponują odpowiednim poziomem płynnych aktywów na wypadek deprecjacji
kursu waluty krajowej, wzrostu rentowności papierów skarbowych, odpływu
kapitału spekulacyjnego oraz spadku zaufania, skutkującego wycofaniem
części depozytów.
Kolejnym krokiem jest symulacja wpływu bankructwa banku (w wyniku
wypełnienia się scenariusza dopuszczającego: (I) szok makroekonomiczny,
przeobrażający się w szok rynkowy oraz następnie (II) szok płynnościowy)
na płynność innych banków (weryfikacja tzw. efektu domina). NBP mierzy skutki założonych scenariuszy w poziomie funduszy własnych, które
powinny być uzupełnione do regulacyjnego minimum, gdyby dany scenariusz został zrealizowany, jak również poprzez wskazanie liczby banków,
które podlegałyby dokapitalizowaniu. Uzupełnieniem symulacji oraz testów
skrajnych warunków jest analiza powiązań pomiędzy bankami, ukierunkowana na identyfikację ryzyka zarażeniem się brakiem płynności. Punktem
wyjścia dla każdej z tych symulacji jest utrata płynności przez dany bank,
a następnie badane są konsekwencje tego zdarzenia dla banków, które
zdeponowały w bankrutującej instytucji niezabezpieczone środki. Pierwotnie zakres odpowiedzialności banku centralnego za stabilność finansową
dotyczył systemu rozliczeń między bankami. Napięcia płynnościowe w sektorze bankowym mogą bowiem powstać również wtedy, gdy bankructwo
147
Paweł Niedziółka
dotknie jednego z uczestników systemu płatności. Dlatego przedmiotem
analizy banku centralnego powinna być struktura powiązań między bankami,
a także koncentracja ryzyka, gdyż efekt zarażania wynikający z reakcji łańcuchowej determinowanej upadłością jednego z banków może spowodować
zakłócenia w obszarze funkcjonowania całego systemu finansowego (NBP,
2013, s. 85–100).
Zarządzanie kryzysem przez bank centralny koncentruje się wyłącznie
wokół kwestii płynnościowych. Świadczy o tym choćby jedna z przesłanek
angażowania się NBP w proces zarządzania stabilnością finansową, związana
z nałożeniem na bank centralny odpowiedzialności za organizację rozliczeń
pieniężnych, czego warunkiem koniecznym jest stabilne funkcjonowanie
instytucji współtworzących ten system. Bank centralny de facto nie odróżnia
napięć na tle problemów płynnościowych oraz związanych z obniżeniem się
poziomu wypłacalności banków. To kreuje ryzyko udzielenia wsparcia bankom niewypłacalnym, które są postrzegane jako jedynie niepłynne (Freixas,
Rochet i Parigi, 2004, s. 1085–1115). W skrajnej sytuacji bank centralny staje
się pożyczkodawcą ostatniej instancji, regulując płynność sektora bankowego
(Pyła, 2007, s. 81–82). Przyjmuje się, że wsparcie płynnościowe może być
udzielone przez bank centralny pod następującymi warunkami: (I) bank
centralny interweniuje tylko wtedy, gdy występuje zagrożenie stabilności
całego systemu bankowego; (II) wsparcie udzielane jest wyłącznie bankom
wypłacalnym; (III) oprocentowanie ma charakter dyscyplinujący; (IV) finansowaniu towarzyszy adekwatne zabezpieczenie (Szczepańska, 2007).
Zatem antidotum na przenoszenie się kryzysu na rynku aktywów na
rynek międzybankowy jest dostarczenie nieomal nieograniczonej płynności przez bank centralny po relatywnie wysokiej cenie, pełniącej funkcję
dyscyplinującą, pod adekwatne zabezpieczenie w postaci akceptowalnych
papierów wartościowych. Działanie takie powinno mieć jednak charakter
korygujący lub naprawczy, a nie zapobiegawczy (Matysek-Jędrych, 2014,
s. 33). Powstrzymuje to wzrost stóp procentowych na rynku międzybankowym
i spadek cen aktywów (Kowalik, 2013, s. 2–5). Bank centralny nie może
jednak swymi działaniami wspierającymi płynność rynku międzybankowego
kreować pokusy nadużycia, zniekształcającej konkurencję rynkową i sprzyjającą kryzysowi zaufania na rynkach finansowych, bo łącznie zachęca to
instytucje kredytowe do podejmowania coraz bardziej ryzykownych działań,
co z kolei skutkuje eskalacją ryzyka systemowego (Karkowska, 2012, s. 45).
4. Wnioski końcowe
Jeśli płynność pojedynczego banku ma tak istotne znaczenie dla płynności sektora bankowego, co z kolei nie pozostaje bez wpływu na stabilność
finansową oraz sferę realną gospodarki, warto szczególną uwagę poświęcić
procesowi zarządzania płynnością w bankach. Niniejszy artykuł koncentruje
się wyłącznie na pewnym wycinku tego procesu, którym jest pomiar płynności.
148
DOI 10.7172/1644-9584.48.7
Kwantyfikacja ryzyka płynności stanowi kluczowy komponent wspomnianego powyżej procesu, gdyż dopiero precyzyjny pomiar, umożliwiający
identyfikację kluczowych czynników ryzyka płynności, ilustrujący wymierne
skutki zaistnienia określonego scenariusza oraz wskazujący potencjalne
źródła utraty przez bank płynności, może być podstawą decyzji o zmianie
struktury bilansu, modelu biznesowego czy tej budowy systemu ograniczania
ryzyka płynności, na przykład opartego na multilateralnych międzybankowych porozumieniach (ang. memorandum of understanding) dotyczących
wzajemnego wsparcia płynnościowego w okresie napięć.
Pomiar płynności nie może jednak opierać się na założeniu, że wszystkie przepływy nastąpią zgodnie z terminami umownymi, gdyż w przypadku
szoku płynnościowego pogorszeniu ulega kondycja płatnicza przedsiębiorstw
i gospodarstw domowych, jak również deponenci częściej korzystają z przysługującej im opcji wycofania środków przed terminem umownym. Również
bank, ze względu na pogorszenie swojej kondycji płatniczej i najczęściej
również rentowności oraz wypłacalności (co łącznie określić można jako
pasywne ryzyko kredytowe), napotyka problemy z pozyskaniem środków
na uregulowanie wymagalnych zobowiązań lub środki te absorbowane są
na krótsze terminy i po wyższej cenie.
Bibliografia
Bangia, A., Diebold, F., Schuermann, T. i Stroughair, J. (1999). Modelling Liquidity
Risk with Implications for Traditional Market Risk Measurement and Management.
Working Paper, (99-06). Philadelphia: The Wharton School, University of Pennsylvania.
Bervas, A. (2006). Market Liquidity and Its Incorporation into Risk Management, Banque
de France. Financial Stability Review, (8).
BIS. (2013). Basel III: the Liquidity Coverage Ratio and liquidity risk monitoring tools. BIS.
Borowski, K. (2014), Miary ryzyka na rynku akcji i obligacji. Warszawa: Difin.
Cornett, M.M., McNutt, J.J., Strahan, P.E. i Tehranian, H. (2011). Liquidity Risk Management and Credit Supply in the Financial Crisis. Journal of Financial Economics,
101 (2).
Culp, C. (2001). The Risk Management Process. Wiley Finance.
Duttweiler, R. (2009). Managing Liquidity in Banks A Top Down Approach. Chichester:
John Wiley & Sons.
Freixas, X., Rochet, J-C. i Parigi, B.M. (2004). The Lender of Last Resort: A TwentyFirst Century Approach. Journal of the European Economic Association, 2 (6).
Hachmeister, A. (2007). Informed Traders as Liquidity Providers. Evidence from the German Equity Market. DUV.
Harris, L. (1990). Liquidity, Trading Rules, and Electronic Trading Systems. New York
University Salomon Center Monograph Series in Finance, (1990-4).
Hertrich, M. (2014). Does Credit Risk Impact Liquidity Risk? Evidence from Credit
Default Swap Markets. Pozyskano z: http://papers.ssrn.com/sol3/papers.cfm?abstract_
id=2426979 (04.11.2014).
Inanglou, H. i Jacobs, M. (2009). Models for Aggregation and Sensitivity Analysis: An
Application to Bank Economic Capital. Pozyskano z: http://papers.ssrn.com/sol3/papers.
cfm?abstract_id=1433065&download=yes (21.07.2014).
149
Paweł Niedziółka
Jacobs, M. (2012). Quantitative Measurement and Management of Liquidity Risk in a Banking Context. Referat wygłoszony na: Comptroller of the Currency Administrator
of National Banks, GARP 13th Annual Risk Management Convention. Pozyskano
z: http://www.garp.org/media/887894/michael_jacobs_garp2012.pdf (27.06.2014).
Kalicki, K. i Antczak, J. (2012). Wpływ Bazylei III na stabilność sektora bankowego.
W: A. Alińska (red.), Eseje o stabilności finansowej. Warszawa: CeDeWu.
Karkowska, R. (2012). Koszty ekonomiczne ryzyka systemowego na rynku finansowym.
Problemy Zarządzania, 10 (4, t. 1), http://dx.doi.org/10.7172.1644-9584.39.2.
Kowalik, M. (2013). To Sell or to Borrow. A Theory of Bank Liquidity Management.
Pozyskano z: http://www.nbp.pl/home.aspx?f=/badania/seminaria.htm (05.09.2013).
Leadbetter, M.R. (1991). On a Basis for Peaks over Threshold’modeling. Statistics &
Probability Letters, 12 (4).
Marcinkowska, M., Wdowiński, P., Flejterski, S., Bukowski, S. i Zygierewicz, M. (2014).
Wpływ regulacji sektora bankowego na wzrost gospodarczy – wnioski dla Polski.
Materiały i Studia, (305). Warszawa: NBP.
Matysek-Jędrych, A. (2014). Odpowiedzialność i przejrzystość banku centralnego w działaniach na rzecz stabilności finansowej. Materiały i Studia, (303). Warszawa: NBP.
Niedziółka, P. (2013). Skuteczny nadzór nad agencjami ratingowymi jako warunek sine
qua non osiągnięcia celów europejskiej unii bankowej. W: M. Zaleska (red.), Unia
bankowa. Warszawa: Difin.
Papaioannou, M.G. (2006). A Primer for Risk Measurement of Bonded Debt from the Perspective of a Sovereign Debt Manager. IMF. Pozyskano z: https://www.imf.org/external/
pubs/ft/wp/2006/wp06195.pdf (25.07.2014).
Pyła, M. (2007). Współpraca systemu gwarantowania depozytów z innymi ogniwami sieci
bezpieczeństwa finansowego. Bezpieczny Bank, (2–3).
NBP. (2010). Raport o stabilności systemu finansowego. NBP.
NBP. (2013). Raport o stabilności systemu finansowego. NBP.
Szczepańska, O. (2007). Rola banku centralnego w sieci bezpieczeństwa finansowego.
Bezpieczny Bank, (2–3).
Wong, W., Biefang-Frisancho Mariscal, I., Yao, W. i Howells, P. (2013). Liquidity and
Credit Risks in the UK’s Financial Crisis: How QE Changed the Relationship. Economics Working Paper Series, (1301). Bristol: UWE.
Zaleska, M. (red.). (2013). Unia bankowa. Warszawa: Difin.
150
DOI 10.7172/1644-9584.48.7
DOI 10.7172/1644-9584.48.8
Ekonomiczne granice nieruchomości przemysłowej
a wartość wskaźnika LtV
Edward Wiszniowski*
Ekspozycje kredytowe zabezpieczone hipotecznie stanowią dominującą część portfela kredytowego krajowego sektora bankowego. Jednym z najważniejszych mierników opisujących ryzyko kredytowe pochodzące
od nieruchomości jest LtV (loan to value). W czerwcu 2013 r. Komisja Nadzoru Finansowego wydała
czwartą z kolei wersję Rekomendacji S, która dotyczy dobrych praktyk w zakresie zarządzania ekspozycjami
kredytowymi zabezpieczonymi hipotecznie. Ten akt prawny definiuje LtV jako stosunek wartości ekspozycji
kredytowej do wartości nieruchomości. W artykule wskazano mankamenty tak sformułowanej charakterystyki wskaźnika, poddając jednocześnie pod dyskusję konieczność doprecyzowania jej elementów,
zwłaszcza w przypadku ekspozycji kredytowych zabezpieczonych na nieruchomościach przemysłowych.
Wynika to m.in. z faktu, że o wartości nieruchomości przemysłowych nie decydują wyłącznie wartości
gruntów i obiektów budowlanych, ale także w sposób trwały związane z nieruchomością niektóre urządzenia techniczne lub maszyny. Stan ten może powodować trudności w określaniu ekonomicznych, ale
także prawnych granic nieruchomości przemysłowych, czego skutkiem będzie niewłaściwa prezentacja
wartości wskaźnika LtV.
Słowa kluczowe: LtV, zabezpieczenie hipoteczne, nieruchomości przemysłowe, ryzyko kredytowe,
Rekomendacja S.
Economic boundaries of industrial property and the LtV ratio
Credit exposures secured by mortgages are the dominant part of the domestic loan portfolio of the
banking sector. One of the most important indicators describing the property-derived credit risk is the
so-called LtV (loan-to-value) ratio. In June 2013, the Polish Financial Supervision Authority issued the 4th
version of the S Recommendation concerning the best practices in the management of credit exposures
secured by mortgages. This legal act defines LtV as the ratio of loan exposure to real estate values.
The article pointed out the shortcomings such a definition, while submitting for discussion the need to
clarify its components, especially in the case of credit exposures secured by real estate industry.This is
due to the fact that the value of the industrial property determined by the value of land and buildingsbut
also by assets indelibly associated with the property itself like technical equipment or machinery.This
situation may cause challenges in determining economic and legal limits of the industrial property, which
can result in incorrect presentation of the LtV ratio.
Keywords: LtV, mortgage security, industrial real estate, credit risk, S Recommendation.
JEL: G21
*
Edward Wiszniowski – dr inż., Uniwersytet Ekonomiczny we Wrocławiu, Wydział Zarządzania, Informatyki i Finansów, Katedra Rachunkowości Finansowej i Kontroli.
Adres do korespondencji: Uniwersytet Ekonomiczny we Wrocławiu, ul. Komandorska 118/120, 53-345
Wrocław, e-mail: [email protected].
Edward Wiszniowski
1. Wprowadzenie
Jednym z częściej spotykanych i chętnie przyjmowanych przez banki
zabezpieczeń kredytów jest hipoteka na nieruchomości. Przyczyn tego stanu
rzeczy można upatrywać w pewności prawnej nieruchomości wynikającej
z ich odrębnej ewidencji przez wydziały ksiąg wieczystych sądów powszechnych lub w stosunkowo niskiej zmienności wartości w czasie w porównaniu
z innymi zabezpieczeniami. Ponadto przyjęcie nieruchomości na zabezpieczenie wpływa korzystnie na współczynnik adekwatności kapitałowej banków
(KNF, 2010) oraz obniża poziom wymaganych rezerw celowych na kredyty
zagrożone (MF, 2008). Zabezpieczenie to może być jednak źródłem wzrostu
ryzyka systemowego, rozumianego jako niezależnego od banków, negatywnego oddziaływania otoczenia na wartość przyjętych zabezpieczeń (Rekomendacja S4, 2013). Niekontrolowany wzrost akcji kredytowych w połączeniu z jednorodnym portfelem zabezpieczeń w przypadku zachwiania
terminowego regulowania zobowiązań przez kredytobiorców lub zaprzestania
tej spłaty w ogóle wskutek prowadzonych windykacji może być źródłem nadmiernej podaży nieruchomości na rynek, czego konsekwencją będzie spadek
ich cen. Negatywne oddziaływanie tego zjawiska może być zwielokrotnione
w sytuacji występowania w aktywach banków lub powiązanych z nimi spółek,
złożonych instrumentów finansowych opartych m.in. na indeksach wzrostu
cen nieruchomości. Procesy te – w dużym uproszczeniu – są uznawane za
jedną z przyczyn światowego kryzysu finansowego (Roubini i Mihm, 2011).
Wprawdzie krajowy system bankowy oparł się niekorzystnym zjawiskom
kryzysowym, jednak negatywne doświadczenia innych krajów wskazują na
konieczność doskonalenia metod pomiaru i zarządzania ryzykiem bankowym,
szczególnie ryzykiem ekspozycji kredytowych zabezpieczonych hipotecznie,
które zaliczane jest do najważniejszych kategorii ryzyka ponoszonego przez
banki (Nier, Osiński, Jacome i Madrid, 2011).
W dniu 18 czerwca 2013 r. Komisja Nadzoru Finansowego wydała czwartą
z kolei Rekomendację S (zwaną dalej Rekomendacją S4) dotyczącą dobrych
praktyk w zakresie zarządzania ekspozycjami kredytowymi zabezpieczonymi
hipotecznie. Zmiany dokonane w tej Rekomendacji w stosunku do poprzednich były następstwem doświadczeń i wniosków wynikających z kryzysu finansowego, który dotknął globalną gospodarkę, a także utrzymującego się od
czterech lat dominującego udziału kredytów zabezpieczonych hipotecznie
w portfelu kredytowym krajowego sektora bankowego. Według stanu na
dzień 31 grudnia 2013 r. na ogólną wartość ekspozycji kredytowych ogółem
wynoszącą 838 737 mln zł aż 505 216 mln zł przypadało na ekspozycje kredytowe zabezpieczone hipotecznie, co dawało 60,2% udziału tych ekspozycji
w portfelu kredytowym sektora bankowego w Polsce. Na koniec lat 2009,
2010, 2011 i 2012 udział ten wynosił odpowiednio: 44,9, 51,0, 56,9 i 60,1%,
przy czym udział kredytów i innych należności, które nie były związane
z kredytami mieszkaniowymi i konsumpcyjnymi, w ogólnej wartości eks152
DOI 10.7172/1644-9584.48.8
Ekonomiczne granice nieruchomości przemysłowej a wartość wskaźnika LtV
pozycji kredytowych zabezpieczonych hipotecznie oscylował w tym okresie
w granicach 33% (KNF, 2014). Fakt ten podkreśla rangę poruszonego tematu
i podjęcia dyskusji nad zasadami pomiaru ryzyka ekspozycji kredytowych
zabezpieczonych hipotecznie.
W stosunku do wcześniej obowiązujących norm jedną z istotnych zmian,
które wprowadzono w Rekomendacji S4, była modyfikacja wskaźnika LtV
(loan to value), który obecnie wyraża stosunek wartości ekspozycji kredytowej do wartości nieruchomości. Artykuł poświęcono temu wskaźnikowi,
w przypadku gdy ekspozycje kredytowe są zabezpieczone hipotekami na
nieruchomościach przemysłowych. Specyfika tych zabezpieczeń, będąca
następstwem ich złożoności technicznej oraz regulacji zawartych w prawie
cywilnym, upoważniła do postawienia tezy, że LtV może być obliczane w sposób niejednorodny, co implikuje uzasadnione obawy o ograniczoną porównywalność informacji zawartych w prezentowanych przez banki raportach
o ponoszonym ryzyku. Właściwą identyfikację prawnych i ekonomicznych
granic zabezpieczeń hipotecznych ekspozycji kredytowych należy uznać nie
tylko za podstawowy warunek poprawnego pomiaru ryzyka, ale również za
istotny element właściwej oceny co do możliwości prowadzenia skutecznej
egzekucji z przyjętego zabezpieczenia. Zasygnalizowany problem wiąże się
bowiem nie tylko z przyjęciem składników majątkowych na zabezpieczenie
należności banków, ale również z funkcjonowaniem przedsiębiorstwa jako
zorganizowanego zespołu składników materialnych i niematerialnych oraz
związanej z tym możliwości zbycia przedsiębiorstwa lub jego zorganizowanej części w ramach likwidacyjnego postępowania upadłościowego, które
w przypadku sprzedaży przedsiębiorstwa upadłego dłużnika przewiduje m.in.
wygaśnięcie hipoteki i zaspokajanie wierzyciela hipotecznego w odrębnym
trybie (PUiN, 2003).
Inspirację do napisania niniejszego artykułu stanowiły przykłady z praktyki gospodarczej, które były zgłaszane przez banki podczas prowadzonych
szkoleń, a także przypadki pochodzące z praktyki opiniodawczej autora dla
organów wymiaru sprawiedliwości. Przyjęte w opracowaniu metody badawcze
opierają się na studiach literatury, analizie aktualnie obowiązujących aktów
prawnych, a także dokumentacji bankowej i sądowniczej, która z oczywistych
względów nie może być przywołana w niniejszej publikacji jako dokumentacja źródłowa. Zamierzeniem autora było powiązanie problemów praktyki
z nauką, która w aspekcie treściowym może być definiowana jako „wyspecjalizowana praktyka” (Apanowicz, 2000).
153
Edward Wiszniowski
2. Ekspozycja kredytowa zabezpieczona hipotecznie
oraz ewolucja definicji zmiennych kształtujących LtV
w Rekomendacjach S
Pomiar ryzyka kredytowego poprzez obliczenie wskaźnika LtV polega na
ustaleniu relacji pomiędzy znanym na dzień pomiaru zadłużeniem dłużnika
a możliwą do odzyskania przez bank kwotą niespłaconej należności, zakładając, że źródło jej spłaty będzie pochodzić ze spieniężonej nieruchomości.
Zresztą sama nazwa wskaźnika loan to value, czyli „dług do wartości”, wskazuje taką charakterystykę, chociaż równocześnie można zadać trzy pytania,
których odpowiedzi implikują poprawne obliczenie LtV:
1. Co należy rozumieć przez dług?
2. Czy pojęcie „wartości nieruchomości” odnosi się do zabezpieczenia rozumianego jako wysokość wpisu hipotecznego czy też do wartości „całej”
nieruchomości?
3. Jaką wartość, z punktu widzenia banków, powinny reprezentować zabezpieczenia?
Od marca 2006 r. wydano cztery Rekomendacje S, przy czym w trzech
z nich różnie zdefiniowano wskaźnik LtV (tabela 1).
Nazwa
Okres
obowiązywania
Formuła wskaźnika LtV
Rekomendacja S1 01.07.2006–31.03.2009 r.
(2006)
Stosunek wysokości ekspozycji kredytowej do wartości rynkowej nieruchomości stanowiącej jej zabezpieczenie.
Wartość rynkowa ustalona zgodnie
z art. 151 ustawy o gospodarce nieruchomościami (UoGN, 1997)
Rekomendacja S2 01.04.2009–31.12.2011 r.
(2008)
Jw.
Rekomendacja S3 01.01.2012–31.12.2013 r.
(2011)
Stosunek wartości ekspozycji kredytowej do wartości zabezpieczenia
Rekomendacja S4 od 01.01.2013 r., a w części Stosunek wartości ekspozycji kredyto(2013)
od 01.07.2014 r.
wej do wartości nieruchomości
Tab. 1. Definicje wskaźnika LtV w Rekomendacjach S obowiązujących w latach 2006–2014.
Bez wątpienia przez dług należy rozumieć kwotę niespłaconej ekspozycji
kredytowej. W okresie obowiązywania Rekomendacji S1 i S2 wątpliwości
budziła kategoria wartości przyjmowanych do obliczenia LtV. Wynikało to
z faktu, że rekomendacje te definiowały ekspozycje kredytowe jako bilansowe należności z tytułu kredytów i pożyczek, skupionych należności, czeków i weksli, zrealizowanych gwarancji, innych wierzytelności o podobnym
charakterze oraz udzielone zobowiązania pozabilansowe. Odwołanie się
154
DOI 10.7172/1644-9584.48.8
organu nadzorczego, którym do końca 2007 r. była Komisja Nadzoru Bankowego, do bilansowych należności banków determinowało przyjmowanie
wartości ekspozycji według wyceny bilansowej. Jeżeli przyjąć, że udzielane
przez banki kredyty były ekspozycjami utrzymywanymi do terminu zapadalności, właściwą kategorią wyceny była skorygowana cena nabycia, czyli
kwota niespłaconej ekspozycji zdyskontowana efektywną stopą procentową
przy uwzględnieniu przepływów pieniężnych, pobranych opłat i prowizji,
a także odpisów z tytułu trwałej utraty wartości. Pomimo że skorygowana
cena nabycia nie odzwierciedlała rzeczywistych kwot należnych bankom
w dniu pomiaru LtV, definicja ekspozycji kredytowej nie uległa zmianie
w Rekomendacji S2 (Wiszniowski, 2009).
Dopiero rekomendacja S3 pominęła zwrot „bilansowe należności”, co
mogło sugerować inny sposób ich wyceny. Nigdzie jednak, w tym w obecnie
obowiązującej Rekomendacji S4, nie można się doszukać wskazówek przybliżających zasady ustalenia licznika LtV. Logika przemawia jednak za tym,
że skoro LtV ma być narzędziem wskazującym relację pomiędzy „długiem
a wartością”, uzasadnione jest, aby przez pojęcie wartości długu rozumieć
wszystkie należne bankowi kwoty związane z daną ekspozycją kredytową.
Na dzień pomiaru LtV licznik tego wskaźnika powinien zatem obejmować:
niespłacony kapitał, naliczone odsetki umowne i przeterminowane, a także
inne roszczenia banku, takie jak np. koszty windykacji lub egzekucji, przy
czym pozycje te powinny być wycenione w kwotach wymaganej zapłaty.
Na przestrzeni lat 2006–2014 zmianom ulegała również definicja ekspozycji kredytowej zabezpieczonej hipotecznie. Utrzymana została jednak
pierwotna zasada uznawania ekspozycji za zabezpieczoną hipotecznie, jeżeli
finansowała ona nieruchomość, a zabezpieczeniem była hipoteka, natomiast
w przypadku ekspozycji, które nie finansowały nieruchomości, warunkiem
uznania ich za zabezpieczone hipotecznie był pierwotny okres zapadalności wynoszący ponad trzy lata, a hipoteka była zabezpieczeniem dominującym. Zabezpieczenie dominujące zostało zdefiniowane jako zabezpieczenie w postaci hipoteki, które stanowi jedyne zabezpieczenie ekspozycji lub
jego udział stanowi ponad 50% pierwotnej wartości ekspozycji kredytowej
(Rekomendacja S4).
Za istotne należy jednak uznać zmiany związane z określeniem mianownika LtV.
W Rekomendacji S1 i S2 banki były zobowiązane obliczać wskaźnik
w relacji do wartości rynkowej nieruchomości, której definicję zawiera
art. 151 ustawy o gospodarce nieruchomościami (UoGN, 1997). Unormowanie takie nie było zbyt trafne, ponieważ wartość rynkowa nie uwzględnia
np. wcześniejszych obciążeń hipotecznych, które mogły być ustanowione
na nieruchomości przed bankiem dokonującym wpisu, a unormowania
KNB/KNF tej kwestii nie poruszały. Funkcją hipoteki jest zabezpieczenie
oznaczonej wierzytelności pieniężnej z określonego stosunku prawnego
(np. umowy kredytowej) poprzez obciążenie nieruchomości lub jej części
155
Edward Wiszniowski
ułamkowej (np. lokalu) z takim skutkiem, że wierzyciel ma prawo dochodzić
zaspokojenia z obciążonej nieruchomości bez względu na to, kto jest jej
aktualnym właścicielem, i z pierwszeństwem przed wierzycielami osobistymi
właściciela (Bieniek, Gdesz i Rudnicki, 2013). Jeżeli zatem założyć sytuację,
że bank udzielił kredytu w kwocie 1 mln zł, zabezpieczając jego zwrotność
poprzez wpis hipoteczny w kwocie 1 mln zł na nieruchomości o wartości
rynkowej równej 2 mln zł, na której wcześniej inny bank ustanowił hipotekę
w kwocie 1,5 mln zł, wartość LtV obliczona zgodnie z literalnym brzmieniem Rekomendacji S1 i S2 wynosiła 50%, a nie 200%. Skutkiem tego było
wykazanie niższego niż w rzeczywistości ryzyka kredytowego.
W Rekomendacji S3 w mianowniku LtV zastąpiono wartość rynkową
nieruchomości „wartością zabezpieczenia”, przy czym rekomendacja nie
definiowała jednoznacznie pojęcia zabezpieczenia. Było to powodem wielu
wątpliwości banków, a także Związku Banków Polskich, który kierował do
Komisji Nadzoru Finansowego (KNF) prośby o dokonanie wykładni niejasnych bądź pominiętych pojęć i problemów (ZBP, 2011).
Rekomendacja S4 zastąpiła „wartość zabezpieczenia” „wartością nieruchomości”, podając przy tym, że podlega ona ocenie, która jest dokonywana przez bank. Nadzór bankowy odstąpił zatem od preferowanej
w Rekomendacjach S1 i S2 wartości rynkowej nieruchomości, która zgodnie
z ustawą o gospodarce nieruchomościami mogła być ustalana wyłącznie
przez rzeczoznawców majątkowych, na rzecz „oceny wartości zabezpieczenia
na nieruchomości”. Krok taki należy uznać za właściwy, ponieważ wymóg
znajomości wartości rynkowych nieruchomości w ramach prowadzonego
monitoringu mógł powodować zlecanie wycen lub ich aktualizacji rzeczoznawcom majątkowym, co w oczywisty sposób podnosiło koszty obsługi
kredytów, a jednocześnie nie zmieniało faktu, że to bank ponosił ryzyko
związane z udzieleniem kredytu i ewentualnego niewłaściwego określenia LtV (Wiszniowski, 2009).
Obecnie przez pojęcie „oceny wartości zabezpieczenia na nieruchomości”
należy rozumieć oszacowanie przez bank możliwej do uzyskania wartości
zabezpieczenia na nieruchomości danej ekspozycji kredytowej, aktualnej
na moment udzielenia kredytu lub na moment dokonania kolejnej wyceny,
dokonane na podstawie metod statystycznych lub na podstawie analizy rynku
nieruchomości (Rekomendacja S4, 2013, s. 7). Tak rozumiana wartość nieruchomości przynajmniej w części wypełnia dotychczasowe luki interpretacyjne. Wprawdzie banki nie są profesjonalistami w wycenie nieruchomości,
ale jednak są profesjonalistami w prowadzeniu działalności kredytowej, a ta
jest determinowana ryzykiem kredytowym (Bączyk, Góral, Fojcik-Mastalska,
Pisuliński i Pyzioł, 2007). Ocena wartości nieruchomości nie powinna więc
koncentrować uwagi banku wyłącznie na wartości rynkowej nieruchomości,
bo ta może mieć ograniczony związek z ryzykiem kredytowym, ale na takiej
wartości zabezpieczenia, która jest możliwa do uzyskania. Istotny jest również
sposób oszacowania. W odróżnieniu od wartości rynkowej, nieruchomość
156
DOI 10.7172/1644-9584.48.8
zabezpieczająca kredyt powinna być ostrożnie oszacowana, m.in. na podstawie
danych statystycznych banków, co wprost wynika z zasad zawartych w rekomendacji dotyczącej gromadzenia i przetwarzania przez banki danych o nieruchomościach (Rekomendacja J, 2012). Wydaje się, że pojęcie ostrożnego
oszacowania można interpretować również jako uwzględnienie dokonanych
wcześniej wpisów hipotecznych, a także ciężarów i ograniczeń ujmowanych
w dziale III księgi wieczystej, takich jak np. służebność czy dożywocie.
Oczywiście Rekomendacja S4 nie zakazuje korzystania z wycen nieruchomości sporządzanych przez rzeczoznawców majątkowych, jednak określona
w nich wartość rynkowa powinna być weryfikowana przez bank do poziomu
uwzględniającego wartość możliwą do uzyskania (w tym tzw. stopień odzysku,
o którym mowa w Rekomendacji S4).
3. Nieruchomość przemysłowa
Definicja nieruchomości jest określona w art. 46 §1 kodeksu cywilnego
(k.c.) i stanowi, że nieruchomościami są części powierzchni ziemskiej stanowiące odrębny przedmiot własności (grunty), jak również budynki trwale
związane z gruntem lub części takich budynków, jeżeli na mocy przepisów
szczególnych stanowią odrębny od gruntu przedmiot własności (K.c., 1964).
Taka charakterystyka prawna upoważnia do stwierdzenia, że materialna
postać nieruchomości składa się z dwóch elementów: części „obligatoryjnej”
(część naturalna), którą jest grunt, oraz części „fakultatywnej” (część składowa), która może obejmować czynniki naturalne (np. rośliny) lub będące
następstwem działalności człowieka (np. budynki oraz inne urządzenia trwale
związane z gruntem).
Prawo własności do wyodrębnionego obszaru ziemi, będące fundamentem
każdego społeczeństwa, byłoby niepewne, gdyby nie miało ściśle oznaczonych
granic fizycznych, a także jednoznacznie określonych granic prawnych przysługujących właścicielowi (Felcenloben, 2013). W polskim prawie cywilnym
obowiązuje rzymska zasada superficies solo cedit, stanowiąca, że to, co jest
na powierzchni, przypada gruntowi. Stosowanie tej zasady jest ograniczone
wyjątkami, zwłaszcza art. 47 §2 k.c., który podaje, że przedmioty połączone
z rzeczą tylko dla przemijającego użytku nie stanowią jej części składowych
(przynależności). Z prawnego punktu widzenia tylko części składowe nieruchomości nie mogą być odrębnym przedmiotem własności i innych praw
rzeczowych, natomiast z technicznego punktu widzenia częściami składowymi jest wszystko, co nie może być odłączone bez uszkodzenia lub istotnej zmiany całości albo bez uszkodzenia lub istotnej zmiany przedmiotu
odłączonego, przy czym za części składowe nieruchomości uważa się także
prawa związane z jej własnością (art. 50 k.c.). Części składowe nadają zatem
nieruchomościom określone cechy prawne, fizyczne i użytkowe, co równocześnie powoduje konieczność ich rozpatrywania także z ekonomicznego
punktu widzenia, zwłaszcza wartości pieniężnej.
157
Edward Wiszniowski
Wskutek uznania jednej rzeczy za część składową rzeczy drugiej, następuje
utrata odrębności prawnej elementu włączanego, czego konsekwencją jest
taki stosunek prawny, że część składowa nie może być oddzielnym od rzeczy
głównej przedmiotem własności lub innego prawa rzeczowego. Na przykład
cegła użyta do budowy budynku nie traci swojego odrębnego bytu prawnego
do momentu wbudowania, po czym staje się składową częścią nieruchomości,
a jej odłączenie od rzeczy głównej (budynku) spowoduje jej uszkodzenie lub
istotną zmianę. W związku z powyższym następstwem ustanowienia hipoteki
na nieruchomości jest obciążenie zarówno gruntu, jak i jego elementów składowych. Skoro przedmiotem zabezpieczenia wierzytelności bankowych mogą
być nieruchomości, a hipoteka jest prawem, na mocy którego wierzyciel może
dochodzić zaspokojenia swoich roszczeń pieniężnych, dla banku określającego
LtV istotna jest nie tylko znajomość wartości nieruchomości, którą mógłby
uzyskać na rynku, np. na podstawie wyników badań statystycznych, ale w co
najmniej równym stopniu znajomość przebiegu granic pomiędzy tym, co nieruchomość tworzy, a tym, co jedynie przynależy do nieruchomości.
Zarówno przepisy kodeksu cywilnego, jak i nadzorcze normy ostrożnościowe dotyczące banków nie definiują pojęcia nieruchomości przemysłowej,
chociaż Rekomendacja J Komisji Nadzoru Finansowego wskazuje nieruchomość przemysłową jako odrębny rodzaj nieruchomości przy tworzeniu
baz danych (Rekomendacja J, 2012). Z kolei Rekomendacja S4 dokonuje
podziału nieruchomości na dwie kategorie, przyjmując za podstawę podziału
możliwości ich wykorzystania: mieszkalne i komercyjne, definiując pierwszą
z nich (przeznaczenie na cele mieszkaniowe), a drugą uznając na zasadzie
antonimu pierwszej (nieruchomość niebędąca nieruchomością mieszkalną).
Nieruchomość komercyjną charakteryzuje możliwość uzyskiwania przez
jej właściciela, korzyści ekonomicznych. Cecha ta bez wątpienia przynależy
również do nieruchomości przemysłowych, ale podstawowym celem tych
nieruchomości nie jest generowanie pożytków, np. w postaci czynszu najmu,
jak ma to miejsce w przypadku nieruchomości o przeznaczeniu biurowym,
handlowym, hotelowym czy magazynowym, ale prowadzenia na nich działalności gospodarczej o charakterze wytwórczym (produkcyjnym) lub usługowym. Cechami odróżniającymi nieruchomości przemysłowe od innych
nieruchomości komercyjnych w rozumieniu Rekomendacji S4 powinno być
ich przeznaczenie oraz fizyczna postać części składowych, obejmujących
budynki produkcyjne, budowle oraz inne urządzenia, które są powiązane
ze sobą w taki sposób, że tworzą razem gospodarczą całość.
4. Możliwość wyznaczenia prawnych i ekonomicznych granic
nieruchomości przemysłowych
Sposób połączenia nie decyduje o charakterze rzeczy połączonej jako
o części składowej (Dmowski i Rudnicki, 2011). Za przykład mogą posłużyć
urządzenia służące do doprowadzania lub odprowadzania płynów, pary,
158
DOI 10.7172/1644-9584.48.8
gazu, energii elektrycznej oraz inne urządzenia podobne, które zgodnie
z art. 49 §1 k.c. nie należą do części składowych nieruchomości, jeżeli
wchodzą w skład przedsiębiorstwa.
Powstaje w tym miejscu pytanie, czy pozostałe urządzenia – a jeżeli
tak, to jakie – stanowią lub mogą stanowić części składowe nieruchomości. Odpowiedź na powyższe pytanie jest o tyle istotna z punktu widzenia
banków, że część nakładów poniesionych przez kredytobiorcę na inwestycję
prowadzoną na nieruchomości może nie podwyższać jej wartości, co oznacza
wyższą wartość wskaźnika LtV, a więc statystycznie wyższe ryzyko kredytowe
pochodzące od nieruchomości.
Dokonany przegląd aktów prawnych, orzecznictwa sądowego oraz literatury upoważnia do stwierdzenia, że problem uznania za części składowe
nieruchomości takich składników majątkowych przedsiębiorstw, jak maszyny
i urządzenia, nie jest w wystarczającym stopniu rozstrzygnięty, a nieliczne
orzecznictwo wyjaśnia poruszoną problematykę bardzo ogólnie, co powoduje, że każdy wątpliwy przypadek należy rozpatrywać indywidualnie.
Wymaga to od banków nie tylko tworzenia i korzystania z baz danych
o nieruchomościach, ale w równym stopniu oględzin nieruchomości przed
udzieleniem kredytu.
Wniosek ten potwierdza jeden z wyroków Sądu Najwyższego, którego
sentencja brzmi następująco: „O tym, czy określone elementy stanowią części
składowe jednej rzeczy złożonej, rozstrzyga obiektywna ocena gospodarczego
znaczenia istniejącego pomiędzy nimi fizycznego i funkcjonalnego powiązania. Jeśli są one powiązane fizycznie i funkcjonalnie tak, że tworzą razem
gospodarczą całość, stanowią części składowe jednej rzeczy złożonej, choćby
ta dała się technicznie łatwo zdemontować” (SN, 2002, s. 1). W powyższej
sprawie Sąd Najwyższy orzekł, że waga wagonowa, tor suwnicowy oraz tor
jezdny wyładowczy, będące przedmiotem przewłaszczenia na zabezpieczenie,
nie są połączone z nieruchomością dla przemijającego użytku i stanowią
część składową nieruchomości.
Zasadę tę utrwalił inny wyrok Sądu Najwyższego, rozpatrujący pozew
kredytobiorcy jednego z banków (SN, 2003). Zdaniem banku, pomimo
trwałego połączenia maszyn i urządzeń z budynkiem, elementy te nie stanowiły części składowej nieruchomości i mogły być przedmiotem odrębnego obrotu. Odmiennego zdania był SN, który uznał, że wbudowanie
maszyn i urządzeń w nieruchomość budowlaną w taki sposób, że w celu
ich wydania niezbędna jest rozbiórka budynku, składniki te stanowią jedną
rzecz złożoną, tj. nieruchomość budynkową, która była częścią składową
gruntu. Podobne zapatrywanie wyraził Sąd Apelacyjny w Białymstoku, który
stwierdził, że wyposażenie kotłowni nie jest połączone z siecią ciepłowniczą dla przemijającego użytku, ale stanowi część składową nieruchomości
(SA, 2013a).
W przypadku rozpatrywania przez bank wniosku o udzielenie kredytu
jednostce gospodarczej badanie zdolności kredytowej obejmuje m.in. analizę
159
Edward Wiszniowski
wartości możliwych do przyjęcia zabezpieczeń, których wykaz ilościowo-wartościowy jest ujęty w ewidencji środków trwałych. Zgodnie z ustawą o rachunkowości przez pojęcie środków trwałych należy rozumieć rzeczowe aktywa
trwałe i zrównane z nimi, o przewidywanym okresie ekonomicznej użyteczności dłuższym niż rok, kompletne, zdatne do użytku i przeznaczone na
potrzeby jednostki (UoR, 1994). W ramach prowadzonej ewidencji środki
trwałe są sklasyfikowane w określone grupy, podgrupy i rodzaje, stosownie
do odrębnych przepisów (RM, 2010). W praktyce stan ten powoduje, że
niezwykle trudno jest wyodrębnić taki kompleks majątkowy, który odpowiadałby definicji nieruchomości zawartej w kodeksie cywilnym, zwłaszcza
w zakresie rozstrzygnięcia tego, co jest, a co nie jest elementem składowym
nieruchomości. Nierzadko bowiem wykazy środków trwałych zawierają kilkaset, a nawet kilka tysięcy pozycji, których identyfikacja może sprawiać duże
kłopoty pracownikom banków, a próba ustalenia prawnych i ekonomicznych
granic nieruchomości w takich warunkach będzie obarczona ryzykiem popełnienia błędu, czego skutkiem może być nieuwzględnienie części składników
majątkowych jako elementów składowych albo nadmierne ich przypisanie
do nieruchomości.
Za przykład może posłużyć sytuacja w jednym z banków, który zwrócił
się do autora niniejszego artykułu z prośbą o udzielenie informacji, czy takie
składniki majątkowe, jak zbiorniki na cement oraz linie do produkcji i transportu betonu, trwale połączone z gruntem poprzez stopy fundamentowe,
stanowią części składowe nieruchomości. Bank udzielił wcześniej wielomilionowego kredytu na uruchomienie produkcji betonu, zabezpieczając jego
spłatę wyłącznie hipoteką na nieruchomości, uznając, że maszyny i urządzenia stanowią integralną jej część (nie dokonano zastawu rejestrowego
lub przewłaszczenia zbiorników na cement i linii do produkcji betonu).
W związku z niespłaceniem kredytu bank przystąpił do przymusowego ściągnięcia swoich należności. Dłużnik złożył jednak protest przeciwko działaniom banku, uznając, że maszyny i urządzenia są ruchomościami i mogą
zostać przez niego sprzedane albo podlegać odrębnej egzekucji. Oględziny
nieruchomości potwierdziły słuszność zarzutu dłużnika, ponieważ maszyny
i urządzenia dawały się stosunkowo łatwo zdemontować, a na nieruchomości
można było prowadzić inną działalność gospodarczą niż produkcja betonu.
Stan ten potwierdzony został w późniejszym procesie.
Odrębnym zagadnieniem związanym z ustanowieniem hipoteki na nieruchomości jest tzw. „nadzabezpieczenie”, które zostało wprowadzone do
krajowego systemu prawnego w 2011 r. i jest uregulowane w 68 ust. 2 ustawy
o księgach wieczystych i hipotece (UoKWiH, 1982). Można powiedzieć,
że nadmierne zabezpieczenie lub „nadzabezpieczenie” jest pozabankowym
wskaźnikiem LtV, ponieważ wyraża kwotę należności wierzyciela hipotecznego do kwoty hipoteki. Nadmierne zabezpieczenie może powstać w dacie
ustanowienia hipoteki albo pojawić się w okresie późniejszym, w rezulta-
160
DOI 10.7172/1644-9584.48.8
cie częściowej spłaty zobowiązań dłużnika hipotecznego. Uprawnienie do
żądania zmniejszenia hipoteki przysługuje właścicielowi nieruchomości
(legitymacja czynna) i dochodzi wyłącznie w trybie procesowym, podczas
którego sąd bada nadmierność zabezpieczenia, biorąc pod uwagę m.in.
sumę i walutę hipoteki oraz wysokość wierzytelności istniejących i przyszłych
(Czech, 2011).
Jakkolwiek powstanie nadmiernego zabezpieczenia powinno być brane
pod uwagę przy ustanawianiu hipoteki, to w przypadku banków zagrożenie
to nie powinno występować, jeżeli przestrzegane są normy Rekomendacji
S4, stanowiące m.in., że wartość wskaźnika LtV w momencie udzielania
kredytu nie powinna przekraczać 80% w przypadku zabezpieczenia na nieruchomościach mieszkalnych i 75% na nieruchomościach komercyjnych.
Stwierdzenie to jest tym bardziej uzasadnione, że w jednym z wyroków
Sąd Apelacyjny stwierdził, że hipoteka nie jest nadmierna tylko dlatego,
że jej suma dwukrotnie przewyższa kwotę główną zadłużenia, ponieważ
zabezpiecza nie tylko tę należność, ale też wierzytelności o odsetki, zaś czas
spłaty pozostałej części długu jest zagadnieniem przyszłym i niepewnym, co
wpływa na rozmiar zadłużenia (SA, 2013b).
Podsumowując dotychczasowe rozważania dotyczące możliwości jednoznacznego określenia ekonomicznej i prawnej granicy nieruchomości przemysłowej zabezpieczającej hipoteką ekspozycję kredytową, należy stwierdzić, że:
– nie można w sposób jednoznaczny (arbitralny) wyznaczyć tej granicy,
– elementami tworzącymi nieruchomość przemysłową są przede wszystkim:
grunt, budynki oraz inne obiekty budowlane,
– w przypadku maszyn i urządzeń, o ich zakwalifikowaniu do elementów
składowych nieruchomości decyduje fizyczne i funkcjonalne połączenie w sposób trwały kilku samodzielnych elementów tworzących całość
w sensie gospodarczym, których odłączenie spowoduje brak możliwości
korzystania z nieruchomości, jako rzeczy głównej.
Przy ocenie tego, czy dana maszyna lub urządzenie jest częścią nieruchomości, nie należy brać pod uwagę możliwości prowadzenia konkretnej działalności gospodarczej lub trudności w demontażu, ale istniejące
pomiędzy tymi rzeczami powiązania fizyczne i funkcjonalne. Tak nieostre
rozstrzygnięcie problemu może być jednak powodem rozbieżnych ocen
i powodować wzrost ryzyka związanego z niewłaściwym określeniem wartości
nieruchomości, a tym samym wskaźnika LtV. Banki, aby uniknąć ewentualnych strat w warunkach niepewności, oprócz hipoteki powinny stosować
zabezpieczenie w postaci przewłaszczenia lub zastawu rejestrowego na „wątpliwych” składnikach, przy czym wartość przewłaszczonych lub zastawionych rzeczy nie powinna powiększać wartości nieruchomości, a tym samym
obniżać wskaźnika LtV. Rzeczy te powinny być ujęte w ogólnym portfelu
zabezpieczeń.
161
Edward Wiszniowski
5. Wpływ uwzględnienia maszyn i urządzeń jako części
składowych nieruchomości na wartość wskaźnika LtV
We wprowadzeniu do Rekomendacji S4 Komisja Nadzoru Finansowego
zwróciła uwagę na fakt, że jednym z celów regulacyjnych jest zapewnienie
wysokiej jakości portfeli kredytowych budowanych przez banki, co leży nie
tylko w ich interesie, ale również gospodarki kraju i wszystkich uczestników rynku nieruchomości. Zdaniem KNF warunkiem sukcesu rozwoju
rynku nieruchomości jest m.in. wystandaryzowanie portfeli kredytowych
o wysokiej jakości, a jednym z parametrów warunkujących ten sukces jest
utrzymanie odpowiednich parametrów kredytów, w tym wskaźnika LtV.
Nie kwestionując w najmniejszym stopniu stwierdzeń Komisji, w dotychczasowych rozważaniach zwrócono uwagę na brak precyzji w definiowaniu
zmiennych kształtujących LtV, a także względność interpretacji przepisów
prawa, powodujących niepewność wierzyciela odnośnie uznawania części
składowych nieruchomości i związanej z tym jej wartości.
Aby zobrazować poruszoną problematykę, poniżej zaprezentowano
przykład finansowania przez bank inwestycji oraz wpływ sygnalizowanych
wcześniej różnych interpretacji pojęcia „wartości nieruchomości” na poziom
wskaźnika LtV.
5.1. Przykład
Przedmiotem kredytowania jednostki gospodarczej jest inwestycja obejmująca:
– budowę hali produkcyjnej, której koszt wykonania wynosi 1000 tys. zł,
– zakup i montaż ciągu technologicznego, którego cena nabycia wynosi
2000 tys. zł.
Przed złożeniem wniosku kredytowego jednostka zakupiła ze środków
własnych uzbrojony i utwardzony teren pod inwestycję za cenę 750 tys. zł.
Wartość inwestycji wynosi zatem 3750 tys. zł, a udział kredytobiorcy w jej
finansowaniu wynosił 20%, co było zgodne z regulacjami wewnętrznymi
banku. Okres prowadzenia robót inwestycyjnych wynosił 1 rok, a warunki
kredytowania były następujące:
– kwota kredytu – 3000 tys. zł,
– okres finansowania – 10 lat,
– oprocentowanie kredytu 8,0% w stosunku rocznym,
– sposób uruchomienia kredytu – jednorazowo,
– spłata rat kapitałowych i odsetek w okresach rocznych.
Cena nabycia gruntu pod inwestycję została pozytywnie zweryfikowana
przez bank. Ponadto, na podstawie odrębnej analizy, bank założył, że w okresie kredytowania:
– wartość gruntu będzie rosła w tempie 1,0%, licząc ten wzrost rok do roku,
– wartość hali produkcyjnej będzie spadała w tempie 2,5% rocznie, licząc
od wartości początkowej,
162
DOI 10.7172/1644-9584.48.8
– wartość ciągu technologicznego trwale połączonego z nieruchomością
będzie spadała w tempie 8,0% rocznie, licząc od wartości początkowej.
Na zabezpieczenie kredytu na wniosek kredytobiorcy została ustanowiona
hipoteka w kwocie 3500 tys. zł. Zakładając, że kredytobiorca będzie dokonywał spłaty zgodnie z przyjętym harmonogramem, bank dokonał analizy
wskaźnika LtV w czterech wariantach, ponieważ nie był pewny interpretacji
pojęć zawartych w Rekomendacji S4, a także miał wątpliwości, co do uznania
ciągu technologicznego za część składową nieruchomości.
Wariant pierwszy zakładał, że mianownikiem wskaźnika będzie kwota
wpisu hipotecznego. Kwota ta pozostawała niezmienna w całym okresie
kredytowania, a kredytobiorca nie występował o obniżenie wpisu hipotecznego w związku z dokonywanymi spłatami zadłużenia. Bank był jedynym
wierzycielem hipotecznym.
Wariant drugi, który przyjmował, że skoro kredyt będzie spłacany w terminie, roszczenie banku nie obejmie pełnej wysokości wpisu hipotecznego,
ale będzie równe aktualnej kwocie zadłużenia.
Wariant trzeci, według którego wartość LtV została obliczona przy założeniu, że nieruchomość obejmuje grunt oraz budynek hali, co oznaczało, że
na dzień oddania inwestycji wartość nieruchomości wynosiła 1750 tys. zł,
a w kolejnych latach następowała zmiana wartości nieruchomości, zgodnie
z wcześniejszymi wytycznymi.
Wariant czwarty był rozwinięciem wariantu trzeciego i uwzględniał ciąg
technologiczny jako część składową nieruchomości, a więc jej wartość na
dzień zakończenia inwestycji wynosiła 3750 tys. zł.
Wartość ciągu
technologicznego
Rok
Należność
banku
Kwota wpisu
hipotecznego
Wartość
gruntu
0
3 000
3 500
750
0
0
1
2 700
3 500
758
1 000
2 000
2
2 400
3 500
765
975
1 840
3
2 100
3 500
773
950
1 680
4
1 800
3 500
780
925
1 520
5
1 500
3 500
788
900
1 360
6
1 200
3 500
796
875
1 200
7
900
3 500
804
850
1 040
8
600
3 500
812
825
880
9
300
3 500
820
800
720
10
0
3 500
828
775
560
Wartość hali
Tab. 2. Zmiana parametrów kształtujących LtV w okresie kredytowania (wartości w tys. zł).
163
Edward Wiszniowski
Rozpatrywana ekspozycja kredytowa była ekspozycją zabezpieczoną
hipotecznie, ponieważ pierwotny okres zapadalności kredytu był dłuższy
niż 3 lata, a hipoteka (kwota wpisu), bez względu na przyjęty wariant,
była zabezpieczeniem dominującym. We wszystkich przypadkach, licznik
LtV obejmował należność banku w kwocie wymaganej zapłaty, a regulacje
wewnętrzne banku były zgodne z Rekomendacją S4 (wskaźnik LtV nie
mógł przekroczyć 75%). Sytuacja ekonomiczno-finansowa kredytobiorcy
zarówno przed udzieleniem kredytu, jak i w czasie jego trwania nie budziła
obaw. Wyniki obliczeń przedstawiono w dwóch kolejnych tabelach (rok „0”
oznacza moment udzielenia kredytu).
LtV (%)
Wartość nieruchomości
Rok
bez ciągu
technologicznego
z ciągiem
technologicznym
Wariant 1
Wariant 2
Wariant 3
Wariant 4
0
750
750
86
100
400
400
1
1 758
3 758
77
100
154
72
2
1 740
3 580
69
100
138
67
3
1 723
3 403
60
100
122
62
4
1 705
3 225
51
100
106
56
5
1 688
3 048
43
100
89
49
6
1 671
2 871
34
100
72
42
7
1 654
2 694
26
100
54
33
8
1 637
2 517
17
100
37
24
9
1 630
2 340
9
100
19
13
10
1 603
2 163
0
0
0
0
Tab. 3. Wartość nieruchomości oraz wskaźnika LtV według przyjętych wariantów. Źródło:
Pamiętając o tym, że zgodnie z Rekomendacją S4 wskaźnik LtV wyraża
stosunek wartości ekspozycji kredytowej do wartości nieruchomości, której
ocena polega na oszacowaniu możliwej do uzyskania wartości zabezpieczenia na nieruchomości, można znaleźć argumenty przemawiające za tym, że
każda wartość wskaźnika spełniała wymogi tej normy.
W wariancie pierwszym kwota roszczenia banku jest usankcjonowana
prawnie i jest ściśle określona wysokością wpisu hipotecznego, a zmiana
wartości nieruchomości nie pozostaje w żadnym związku z wysokością
tego wpisu. Wariant drugi opiera się na rzeczywistych kwotach roszczenia,
do wysokości których bank może prowadzić ewentualną windykację. Bez
względu na wysokość wpisu maksymalna kwota roszczenia banku będzie
164
DOI 10.7172/1644-9584.48.8
odpowiadać kwocie zadłużenia kredytobiorcy, co wynika z przepisów
o księgach wieczystych i hipotece. Można jednak znaleźć również argumenty przemawiające przeciwko pierwszym dwóm wariantom. Przyjmując,
że ryzyko jest mierzalną niepewnością (Knight, 1921), należy zauważyć, że
zabezpieczenie ekspozycji jest dokonywane na składniku majątkowym kredytobiorcy, którego wartość jest zmienna w czasie. W przypadku obniżenia
wartości przedmiotu zabezpieczenia poniżej wartości wpisu bank otrzyma
taką kwotę, jaka będzie możliwa do uzyskania na rynku. Kwota ta może
być niższa od kwoty zadłużenia lub wpisu hipotecznego, chociaż w dniu
udzielenia kredytu wartość wpisu przekraczająca wartość nieruchomości
jest prawnie dopuszczalna.
Wariant trzeci można odnieść do minimalnej kwoty, jaką bank mógłby
uzyskać w wyniku sprzedaży nieruchomości, ponieważ obejmuje grunt oraz
budynek hali, który bez wątpienia jest elementem składowym nieruchomości.
Wariant czwarty jest swego rodzaju rozwinięciem wariantu trzeciego,
ponieważ uwzględnia wartość ciągu technologicznego.
We wszystkich przypadkach w dniu udzielenia kredytu licznikiem wskaźnika LtV jest pełna kwota kredytu. Zgodnie z definicją ekspozycji kredytowej, nie ma bowiem znaczenia to, czy bank uruchomi kredyt jednorazowo
czy w transzach, ponieważ definicja ta oprócz należności banku obejmuje
zobowiązania pozabilansowe, a więc również kwoty niewykorzystanego
kredytu, który jest ujmowany w ewidencji pozabilansowej. Wydaje się, że
w tej części norma nadzorcza wymaga zmiany lub doprecyzowania, ponieważ
wypłata kolejnych transz kredytowych jest najczęściej uzależniona od realizacji procesu inwestycyjnego. Bank nie może żądać spłaty niewypłaconych
transz kredytowych.
W zależności od przyjętych założeń otrzymano cztery różne wartości
wskaźnika LtV, a więc cztery różne poziomy ryzyka kredytowego pochodzącego od jednej ekspozycji kredytowej zabezpieczonej hipotecznie. Odrzucając
pierwsze dwa warianty jako niespełniające wszystkich kryteriów Rekomendacji S4, decydujące znaczenie dla oceny ryzyka ponoszonego przez bank mają
warianty trzeci i czwarty. W dniu udzielenia kredytu wartość wskaźnika LtV
wielokrotnie przekraczała 75-procentową dopuszczalną wartość (80% przy
dodatkowym zabezpieczeniu). Fakt ten nie powinien oznaczać, że bank był
zobowiązany odrzucić wniosek wiarygodnego kredytobiorcy. Wskaźnik LtV
jest tylko jednym z mierników wpływających na ocenę zdolności kredytowej
i nie powinien być rozpatrywany w oderwaniu od innych.
6. Podsumowanie
Celem dokonywania pomiaru ryzyka kredytowego jest ocena stopnia
zagrożenia wystąpienia straty, której źródłem mogą być niespłacone należności kredytowe. Analiza wartości wskaźnika LtV ma odpowiedzieć na pytanie,
czy przyjęte przez bank zabezpieczenie w postaci hipoteki jest wystarczające
165
Edward Wiszniowski
w stosunku do kwoty udzielonego kredytu, przy czym badanie to powinno
być przeprowadzone w powiązaniu z wartością nieruchomości. Tak rozumiane zabezpieczenie wyznacza ekonomiczne granice nieruchomości. W
przypadku nieruchomości przemysłowych, z uwagi na ich złożoność, wzrasta
ryzyko niewłaściwego określenia wskaźnika LtV.
Przeprowadzone rozważania pozwalają na przedstawienie propozycji następującej formuły tego wskaźnika, odnoszącej się zwłaszcza do nieruchomości
przemysłowych:
LtV =
EKZH
,
n
BWN +
Σ BWFCzSi
(1)
i=1
gdzie:
EKZH
– wartość ekspozycji kredytowej zabezpieczonej hipotecznie na
dzień dokonywania pomiaru wskaźnika LtV. Wartość ta powinna
odpowiadać należności banku w kwocie wymaganej zapłaty,
obejmującej niespłacony kapitał, odsetki umowne i przeterminowane oraz inne roszczenia banku wynikające z danej ekspozycji.
BWN
– „bankowa” wartość nieruchomości przyjęta przez bank na
podstawie przeprowadzonej oceny, obejmująca wartość gruntu
i tych części składowych, które w myśl przepisów prawa nie są
uznawane za ruchomości, a zaliczyć do nich należy budynki
oraz inne obiekty budowlane trwale połączone z gruntem.
BWFCzSi – „bankowa” wartość „fakultatywnych” części składowych nieruchomości, przyjęta przez bank na podstawie analizy prawnej,
technicznej i funkcjonalnej. Bank, jako instytucja zatrudniająca
prawników i innych specjalistów, powinien wiedzieć, uwzględniając aktualne orzecznictwo, które z elementów trwale związanych z nieruchomością stanowią jej części składowe. Do tych
elementów bez wątpienia można zaliczyć: wagi wozowe, torowiska, studnie i pompy głębinowe, wyposażenie kotłowni oraz te
maszyny i urządzenia, które w sposób fizyczny i funkcjonalny
tworzą razem gospodarczą całość, a odłączenie jednego bądź
wszystkich spowoduje uszkodzenie lub uniemożliwienie korzystania z rzeczy głównej.
Tak obliczony wskaźnik LtV prezentowałby rzeczywisty poziom ryzyka
kredytowego pochodzącego od ekspozycji kredytowych zabezpieczonych
hipotecznie na nieruchomościach przemysłowych.
166
DOI 10.7172/1644-9584.48.8
Bibliografia
Apanowicz, J. (2000). Metodologiczne elementy procesu poznania naukowego w teorii i organizacji zarządzania. Gdynia: Wyższa Szkoła Administracji i Biznesu.
Bączyk, M., Góral, L., Fojcik-Mastalska, M., Pisuliński, J. i Pyzioł, W. (2007). Prawo
bankowe. Komentarz. Warszawa: LexisNexis.
Bieniek, G., Gdesz, M. i Rudnicki, S. (2013). Nieruchomości. Problematyka prawna. Warszawa: LexisNexis.
Czech, T. (2011). Hipoteka. Komentarz. Warszawa: LexisNexis.
Dmowski, S. i Rudnicki, S. (2011). Komentarz do kodeksu cywilnego. Księga pierwsza.
Część ogólna. Warszawa: LexisNexis.
Felcenloben, D. (2013). Granice nieruchomości i sposoby ich ustalania. Warszawa: LexisNexis.
K.c. (1964). Ustawa z dnia 23 kwietnia 1964 r. Kodeks cywilny, tekst jednolity. Dz.U.
z 2014 r., poz. 121.
KNF. (2010). Uchwała Nr 76/2010 Komisji Nadzoru Finansowego z dnia 10 marca 2010 r.
w sprawie zakresu i szczegółowych zasad wyznaczania wymogów kapitałowych z tytułu
poszczególnych rodzajów ryzyka. Dz.Urz. KNF nr 2, poz. 11, z późn. zm.
KNF. (2014). Sektor bankowy – grudzień 2013 r. Urząd Komisji Nadzoru Finansowego.
Pozyskano z: http://www.knf.gov.pl/opracowania/sektor_bankowy/dane_o_rynku/
Dane_miesieczne.html (17.02.2014).
Knigh, F.H. (1921). Risk, Uncertainty, and Profit. Pozyskano z: http://www.econlib.org/
library/Knight/ knRUPCover.html (01.03.2014).
MF. (2008). Rozporządzenie Ministra Finansów z dnia 16 grudnia 2008 r. w sprawie
zasad tworzenia rezerw na ryzyko związane z działalnością banków. Dz.U. nr 235,
poz. 1589, z późn. zm.
Nier, E.W., Osiński, J., Jacome, I.L. i Madrid, P. (2011). Towards Effective Macroprudential Policy Frameworks: An Assessment of Stylized Institutional Models. International
Monetary Fund, WP/11/250.
PUiN. (2003). Ustawa z dnia 28 lutego 2003 r. Prawo upadłościowe i naprawcze, tekst
jednolity. Dz.U. z 2012 r., poz. 1112, z późn. zm.
Rekomendacja J. (2012). Uchwała nr 249 Komisji Nadzoru Finansowego z dnia 11 września 2012 r. w sprawie wydania Rekomendacji J dotyczącej zasad gromadzenia i przetwarzania przez banki danych o nieruchomościach. Dz.Urz. KNF 2012.16.
Rekomendacja S1. (2006). Rekomendacja S Komisji Nadzoru Bankowego dotycząca
dobrych praktyk w zakresie ekspozycji kredytowych zabezpieczonych hipotecznie
z dnia 20 marca 2006 r. LexPolonica, nr 117420.
Rekomendacja S2. (2008). Uchwała nr 391/2008 Komisji Nadzoru Finansowego z dnia
17 grudnia 2008 r. w sprawie wydania Rekomendacji S (II) dotyczącej dobrych praktyk w zakresie ekspozycji kredytowych zabezpieczonych hipotecznie. Dz.Urz. KNF
nr 8, poz. 45.
25 stycznia 2011 r. w sprawie wydania Rekomendacji S dotyczącej dobrych praktyk
w zakresie ekspozycji kredytowych zabezpieczonych hipotecznie. Dz.Urz. KNF nr 3,
poz. 6.
18 czerwca 2013 r. w sprawie wydania Rekomendacji S dotyczącej dobrych praktyk
w zakresie zarządzania ekspozycjami kredytowymi zabezpieczonymi hipotecznie.
Dz.Urz. KNF 2013.23.
RM. (2010). Rozporządzenie Rady Ministrów z dnia 10 grudnia 2010 r. w sprawie Klasyfikacji Środków Trwałych. Dz.U. nr 242, poz. 1622.
Roubini, N. i Mihm, S. (2011). Ekonomia kryzysu. Warszawa: Oficyna a Wolters Kluwer
Business.
SA. (2013a). Wyrok Sądu Apelacyjnego w Białymstoku z dnia 26 września 2013 r., I ACa
401/2013. LexPolonica, nr 8055164.
167
Edward Wiszniowski
SA. (2013b). Wyrok Sądu Apelacyjnego w Katowicach z dnia 11 stycznia 2013 r., V ACa
614/2012. LexPolonica, nr 5035457.
SN. (2002). Wyrok Sądu Najwyższego – Izba Cywilna z dnia 28 czerwca 2002 r., I CK
5/2002. LexPolonica, nr 358693.
SN. (2003). Wyrok Sądu Najwyższego – Izba Cywilna z dnia 11 marca 2003 r., V CKN
1715/2000. LexPolonica, nr 2124919.
UoGN. (1997). Ustawa z dnia 21 sierpnia 1997 r. o gospodarce nieruchomościami, tekst
jednolity. Dz.U. nr 102, poz. 651, z późn. zm.
UoKWiH. (1982). Ustawa z dnia 6 lipca 1982 r. o księgach wieczystych i hipotece, tekst
jednolity. Dz.U. z 2013 r., poz. 707, z późn. zm.
UoR. (1994). Ustawa z dnia 29 września 1994 r. o rachunkowości, tekst jednolity. Dz.U.
z 2013 r., poz. 330.
Wiszniowski, E. (2009). Badanie ekspozycji kredytowych zabezpieczonych hipotecznie przy
wykorzystaniu informacji z systemu rachunkowości. Warszawa: Wydawnictwo Stowarzyszenia Księgowych w Polsce,
ZBP. (2011). Pismo Prezesa Zarządu Związku Banków Polskich z dnia 07.06.2011 r. do
Przewodniczącego Komisji Nadzoru Finansowego, nr JT/3010-152/2011. Warszawa:
ZBP.
168
DOI 10.7172/1644-9584.48.8
DOI 10.7172/1644-9584.48.9
The issues of regulatory environment of Bank
Gospodarstwa Krajowego operation with reference
to European standards for public development banks.
Current situation and own proposals for changes
Sebastian Skuza*
The purpose of this article is to point out the BGK’s exemption from the CRDIV/CRR package regulations
and propose an idea for amending the Bank Gospodarstwa Krajowego Act of March 14, 2003 with a view
to the proportionality of solutions related to prudential and supervisory standards and the priority of tasks
entrusted to the Bank Gospodarstwa Krajowego by the Polish State. In the article, the Author attempts
to demonstrate that introducing changes in BGK’s regulatory environment would be of advantage from
the point of view of the Bank itself, its customers and economic development. The Author proposes two
systemic solutions related to amending the BGK Act, i.e. the statutory determination of zero risk weight
and separate limits of concentration per capital group
Keywords: public development bank, Bank Gospodarstwa Krajowego, risk weight, large exposure,
regulatory environment.
Problematyka otoczenia regulacyjnego funkcjonowania Banku
Gospodarstwa Krajowego w odniesieniu do standardów
europejskich państwowych banków rozwoju.
Stan obecny i autorskie propozycje zmian
Celem niniejszego artykułu jest zwrócenie uwagi na wyłączenia Banku Gospodarstwa Krajowego spod
regulacji pakietu CRDIV/CRR oraz przedstawienie koncepcji projektu nowelizacji ustawy z dnia 14 marca
2003 r. o Banku Gospodarstwa Krajowego w kontekście proporcjonalności rozwiązań w zakresie norm
ostrożnościowych i nadzorczych oraz priorytetów zadań stawianych Bankowi Gospodarstwa Krajowego
przez Państwo. W artykule autor podejmuje się próby wykazania, że wprowadzenie zmian w otoczeniu
regulacyjnym BGK byłoby korzystne z punktu widzenia samego Banku, jego klientów oraz rozwoju
gospodarczego. Autor proponuje dwa systemowe rozwiązania w zakresie nowelizacji ustawy o BGK,
tj. ustawowe ustalenie zerowej wagi ryzyka oraz odrębne limity koncentracji na grupę kapitałową.
Słowa kluczowe: państwowy bank rozwoju, Bank Gospodarstwa Krajowego, waga ryzyka, duże ekspozycje, otoczenie regulacyjne.
JEL: K220, G210, G280
*
Sebastian Skuza – PhD, University of Warsaw, Faculty of Management.
Corresponding author at: Faculty of Management, University of Warsaw, Szturmowa Street 1/3,
02-678 Warsaw, e-mail: [email protected].
Sebastian Skuza
Introduction
During works on the 2003 Treaty of Accession, a concept was developed
of placing the Bank Gospodarstwa Krajowego (“BGK” or “Bank”) on the
list of credit institutions exempted from the EU banking law (i.e. the then
effective Directive 2000/12/EC of the European Parliament and the Council
of 20 March 2000 relating to the taking up and pursuit of the business of
credit institutions). The above position was based on that, during the preTreaty negotiations (Olszówka, Skuza, 2003):
1) the BGK was primarily the State’s financial policy instrument, focused
mostly on the performance of tasks entrusted to it by the Polish government;
2) due to the kind and scope of its activities, the BGK was not a competitor
for other banking entities;
3) the BGK was not treated as part of the public finances sector but instead
as an institution supporting the implementation of Polish economic policy
by market methods;
4) the main tasks entrusted to BGK by the government included servicing
funds established by means of statutory instruments;
5) in the future, the BGK was to remain a state-owned bank;
6) the tasks related to financing specific government programmes were
performed in line with UE-approved principles of supporting economic
development;
7) the exemption would allow the BGK to be used for performing general
economic and social tasks outlined by the State (such as promoting
exports, implementing the State policy with respect to selected sectors
of the economy, supporting large investment projects).
As a consequence of the above, pursuant to Article 2(5)(18) of Directive
2013/36/EU of the European Parliament and of the Council of 26 June 2013
on access to the activity of credit institutions and the prudential supervision
of credit institutions and investment firms, amending Directive 2002/87/EC
and repealing Directives 2006/48/EC and 2006/49/EC (“CRDIV”), the BGK
has been subjectively exempted from the application of the directive. By
reference to the provisions of the said directive, the BGK is also exempted
from the need to comply with standards and regulations found in the
provisions of Regulation 575/2013 of the European Parliament and of the
Council of 26 June 2013 on prudential requirements for credit institutions
and investment firms and amending Regulation (EU) No 648/2012
(“Regulation no 575/2013” or “CRR”), without the need to implement
that regulation in domestic law.
The purpose of this article is to point out the BGK’s exemption from the
CRDIV/CRR package regulations and propose an idea for amending the
Bank Gospodarstwa Krajowego Act of March 14, 2003 with a view to the
proportionality of solutions related to prudential and supervisory standards
170
DOI 10.7172/1644-9584.48.9
The issues of regulatory environment and principles of Bank Gospodarstwa Krajowego operation…
and the priority of tasks entrusted to the Bank Gospodarstwa Krajowego
by the Polish State. The draft proposal would be based on experience
obtained during BGK operations and on standards commonly applied to
European public development banks. In the article, the Author attempts
to demonstrate that introducing changes in BGK’s regulatory environment
would be of advantage from the point of view of the Bank itself, its customers
and economic development. To this end, existing literature on the issue,
in particular regulatory solutions, has been subjected to analysis (including
comparative analysis) and critique. During works on the BGK’s case the
Author noticed the virtual absence of existing literature on this topic, so
the Author decided to fill this gap with his own publications.
I. Specialized solutions (lex specialis) with respect to the
Banking Act in the context of the Bank Gospodarstwa
Krajowego operations
The special protection afforded to the BGK derives from the legal
instruments establishing that entity. Article 3(3) of the Bank Gospodarstwa
Krajowego Act of March 14, 2003 stipulates that the minister responsible
for public finances provides the BGK with own funds at a level that ensures
the performance of BGK tasks, as well as with means for maintaining
the cash flow liquidity standards referred to the in the Banking Act
provisions. It needs to be emphasized that the above obligation refers to
all tasks of the BGK, not just those entrusted by the State. To meet this
obligation, the minister responsible for financial institutions disposes of an
appropriate set of means specified in Article 3a (liquidity guaranteed by the
Treasury), Article 5c (recapitalization with Treasury bonds) and Article 5c
(possibility of granting a subordinate loan from state budget funds) of the
Bank Gospodarstwa Krajowego Act of March 14, 2003. On the other hand,
Article 3(4) of the Bank Gospodarstwa Krajowego Act suggests overtly that
when the BGK is liquidated, its obligations are taken over by the Treasury.
The BGK has been classified as an entity that cannot become bankrupt.
Pursuant to Article 6(4) of the Bankruptcy and Reorganization Act,
institutions and legal persons established by statute cannot be declared
bankrupt, unless otherwise stipulated in the Act; neither can entities
established in fulfillment of a statute-imposed obligation. A confirmation
of the BGK’s subjective exemption from bankruptcy is the current wording
of Article 3(2) of the Bank Gospodarstwa Krajowego Act, which definitively
states that Article 6(4) of the Bankruptcy and Reorganization Act does apply
to the BGK (Skuza, 2013). This is because the Treasury, local government
units, public autonomous health care centers, institutions and legal persons
established by statute, natural persons running an agricultural farm, institutes
of higher learning etc. cannot be declared bankrupt. The BGK was (expressly)
171
Sebastian Skuza
classified as an “institution and legal person established by statute”. Apart
from BGK, examples of such institutions and legal persons include the Bank
Guarantee Fund, Krajowy Depozyt Papierów Wartościowych S.A. and the
BGK-owned company Krajowy Fundusz Kapitałowy S.A. (Opinion of the
Ministry of Justice, 2009).
BGK’s exemption from bankruptcy was confirmed in the opinion of the
Ministry of Justice of August 25, 2009, ref. no. DL-P III 4290-30/09. Pursuant
to Article 6(4) of the Bankruptcy and Reorganization Act, institutions and
legal persons established by statute or in fulfillment of a statute-imposed
obligation cannot be declared bankrupt, unless otherwise stipulated in the
Act. While the Bank Gospodarstwa Krajowego was actually established by
a regulation of the President of the Republic of Poland of May 30, 2014
concerning the merger of State Credit Institutions (entities established by
statute) into the Bank Gospodarstwa Krajowego, the hierarchy of legal
sources prevailing in the Second Polish Republic allowed the President
to issue regulations having the force of statute (Landau, 1998). For this
reason, the statutory provenance of the BGK cannot raise any doubts, and
consequently the bank is exempted from bankruptcy under Article 6(4) of
the Bankruptcy and Reorganization Act (Opinion of the Ministry of Justice,
2009). This means that the Bank Gospodarstwa Krajowego cannot become
bankrupt, it can however be liquidated (by means of a separately enacted
regulation) (Piotrowska, 2014).
As regards prudence standards, the current domestic solutions found
in the Banking Act do not contain any essential exemptions or special
provisions for the BGK in comparison with norms applicable to commercial
banks. An optional exception for state-owned banks (in practice solely for
the BGK) is Article 128b of the Banking Act that grants the Polish Financial
Supervision Authority(“FSA”) the possibility to exempt, on request of a
state-owned bank, some or all activities of that bank related to servicing
funds established, entrusted or transferred to the bank under separate
statutes or for the purpose of implementing government programmes, from
the need to comply with certain requirements and norms referred to in
the Banking Act. Additionally, the FSA may, on request of a state-owned
bank, issue a permit that entrusts another bank with assessing the ability
to pay obligations and analyzing the risk of defaulting on payments in the
following cases (Skuza, 2009):
1) the other bank has received from the state-owned bank a guarantee or
surety with respect to a loan portfolio, understood as a set of individual
loans granted by the former, with the total limit of guarantees or sureties
in a specific period being defined in an agreement between the other
bank and the state-owned bank;
2) the other bank has received a guarantee or surety with respect to proper performance of other obligations, understood as a set of individual
civil law agreements, with the total limit of guarantees or sureties in a
172
DOI 10.7172/1644-9584.48.9
specific period being defined in an agreement between the other bank
and the state-owned bank.
II. Examples of principles of regulatory environments of other
European public development banks1
The Author would like to review the public development banks
regulations in two areas: the statutory determination of zero risk weight
and lex specialis solutions for these banks (some special exemptions from the
obligations of the general banking law). The research group consists of the
public development banks from the oldest countries of the UE (Germany,
France, Italy), the middle-age members (Denmark, Spain, Finland) and the
“youth” (Hungary, Slovenia, Croatia).
II.1. Kreditanstalt für Wiederaufbau
At the Community level, the German Kreditanstalt für Wiederaufbau
(“KfW”) has been exempted from the CRDIV under Article 2(5)(6) of the
directive and from the supervision of the European Central Bank (“ECB”)
in the Single Supervisory Mechanism (“SSM”). KfW has also been granted
a number of other privileges, such as exemption from Regulation (EU) No
648/2012 of the European Parliament and of the Council of 4 July 2012 on
OTC derivatives, central counterparties and trade repositories (“EMIR”).
At the national level, KfW operates on the basis of a dedicated statute
(“Gesetz über die Kreditanstalt für Wiederaufbau”), which entitles it to
call itself a “bank” and “bank group”. Until 2013, KfW was not subject
to the German banking law. In July 2013, an amendment of the KfW Act
was adopted, granting the body supervising the entity (i.e. the Minister of
Finance) the authority to specify by means of a regulation the cases in which
specific provisions of the Banking Act and Regulation No 575/2013 may be
applied to KfW. Such a regulation was issued by the Minister of Finance
in September 2013, and Article 6 thereof stipulated that KfW was to be
covered by BaFin supervision (the German FSA). Article 7 of Regulation
No 575/2013, providing for a possibility of the regulatory body to waive
certain requirements with respect to specific institutions on an individual
basis, is also applicable to KfW. Additionally, in accordance with the said
regulation of the Minister of Finance, most provisions of Regulation No
575/2013 and the banking law do apply to KfW itself and the KfW banking
group. KfW, and the KfW group as a whole, is subject to provisions in areas
such as consolidation, own funds, capital requirements, large exposures,
exposures to transferred credit risk and financial leverages. On the other
hand, regulations concerning liquidity do not apply to KfW.
1
On the basis of legal acts and BGK’s materials.
173
Sebastian Skuza
II.2. Caisse des dépôts et consignations
At the Community level, the French Caisse des dépôts et consignations
(“CDC”) has been exempted from the CRDIV under Article 2(5)(11) of
the directive and from the supervision of the ECB in the SSM.
In Article L 518-2 of the Monetary and Financial Code (Code monétaire
et financier), CDC and its subsidiary companies have been defined as a group
serving general interests of the State and economic development, while
supporting the public policies of the government and regional authorities.
The article also states the CDC mission, that is management of court deposits
and pension funds, financing the construction of residential housing, and
supporting national economy and regional development. Until 2014, CDC
was not subject to any provisions of the French banking law. In February
2014, a decree was issued that made the CDC group subject to several
provisions of the Monetary and Financial Code. The most important of
these seems to be the obligation to maintain appropriate levels of liquidity
and solvency.
CDC is not subject to the supervisory authority regulating the financial
market (“AMF”), but only to the supervisory authority monitoring financial
institutions, the Authorité de Contrôl Prudenciel (“ACP”) affiliated with
the Bank of France (CDC together with its subsidiary companies has been
defined as a public group serving public interest and economic development).
CDC is not explicite fully guaranteed by the State, but pursuant to
L 631-2 and L 640-2 of the Monetary and Financial Code cannot be declared
bankrupt or liquidated. Its solvency does fall under State guarantees. These
safeguards are treated as an implicite guarantee and treated (by rating
agencies as well) as a proof of strong ties between the French government
and CDC, with the consequence that the most important rating agencies
award scores that are identical to the ratings of France. The strong ties with
the French State are also reflected in the composition of the Supervisory
Board that brings together, among others, members of parliament, judges
of the Supreme Administrative Court, the president of the Central Bank
and the Minister of Treasury. CDC has therefore a 0% risk weight for its
obligations as a result of recognizing the indirect guarantee of the State
and its classification as a Public Sector Entity (“PSE”).
II.3. Cassa depositi e prestiti
The Italian Cassa depositi e presiti has been exempted from the CRDIV
under Article 2(5)(12) of the Directive. CDP was founded in 1850 in Turin
as a public trust fund for public funds and private deposits. In 2003, it
was transformed into a joint stock company. CDP operates under a 2003
statute entitled “The urgent dispositions to support the development and
improve the situation of public finances”. According to that statute, CDP
is subject to the provisions of title V of the banking law statute that deal
174
DOI 10.7172/1644-9584.48.9
with supervision over non-banking financial intermediaries. CDP is also
subject to supervision by the Parliament Supervisory Committee and the
Court of Accounts. In 2006, the Italian Central Bank decided to apply to
CDP the requirement of holding appropriate foreign currency reserves.
The scope of CDP operation has been specified in its bylaws. In 2009,
it was extended by direct financing of projects implemented in the public
interest, financing of export, construction of social housing and support
for the SME sector.
Under Article 5(8) of the 2003 statute, the organization and accounting
of activities of the CDP conducted in general public interest and other
activities have been separated. Introducing such separation was necessary to
ensure compliance with the EU regulations concerning public support and
competition law, especially since most sources of CDP financing are fully
guaranteed by the State. This is because CDP has no full State guarantee for
its activities (the State only guarantees mail assets, such as saving passbooks
and mail bonds), resulting in a risk weight of 20% for CDP’s obligations.
Other activities of CDP that are financed from funds not covered by the
guarantee may potentially be pursued in competition with other market
participants.
II.4. Slovenska izvozna in razvojna banka, d.d. Ljubljana
The Slovenian development bank, Slovenska izvozna in razvojna banka,
d.d. Ljubljana (“SID Bank”), is exempted from the CRDIV under Article
2(5)(20) of the directive. SID Bank is fully and irrevocably guaranteed by
the State (however, pursuant to Article 13(2) of the SID Bank Act, the
guarantee amount has been limited to 50 times the share capital). Thanks
to this guarantee, SID Bank obligations have a 0% risk weight. According
to Article 14(1) of the SID Bank Act, its activities are regulated by the
Slovene Export and Development Bank Act, the Banking Act and the
Commercial Code.
Article 14(3) of the SID Bank Act establishes the following exemptions
in applying the banking law to the SID Bank:
1) for the calculation of large exposures, the SID Bank balance of assets
which are guaranteed by the Republic of Slovenia according to Article
13 of the SID Bank Act is used as the basis for calculation instead of
the share capital;
2) Article 14(4) of the SID Bank Act obliges the minister responsible for
State finances to apply the procedure exempting the SID Bank from
relevant EU directives;
3) the capital requirements applied to the SID Bank are one half the
capital requirements normally applied to banks;
4) the SID Bank is exempted from mandatory application for a license to
establish a branch in the territory of the Republic of Slovenia, a EU
Member State or any other State;
175
Sebastian Skuza
5) regulations concerning guaranteed deposits do not apply to the SID
Bank;
6) SID Bank is not entitled to accept deposits from natural persons;
7) according to Article 16 of the SID Bank Act, the Bank’s activities are
supervised by the Slovenian Central Bank, Insurance Supervision Agency
and the Ministry of Finance as part of their competences.
II.5. Magyar Fejlesztési Bank Zártkörűen Működő Részvénytársaság
The legal status, duties and scope of activities of the Magyar Fejlesztési
Bank Zártkörűen Működő Részvénytársaság are specified in Act XX of 2001
on Hungarian Development Bank Ltd. MFB has the status of a “specialized
credit institution” that holds a banking license. The license restricts MFB
activities both by territory (only operations in Hungary) and by function
(only mandated activities).
MFB is subject to supervision of the Hungarian Financial Supervision
Office. Because of the Community directive, some capital requirements
specific to commercial banks are not applied to it.
Chapter IV of the MFB Act lists the following exemptions concerning
the application of Act CXII of 1996 on credit institutions and financial
enterprises to the MFB:
1) pursuant to Article 76 of the Act on credit institutions and financial
enterprises that deals with capital requirements, paragraphs 2–5 of that
article do not apply to the MFB, which means that the MFB has only
the obligation to maintain an appropriate level of capital, but does not
need to comply with additional capital requirements and notify each
instance in which own funds drop below the level of 120% of required
capital;
2) as regards large exposures (Article 79 of the Act on credit institutions
and financial undertakings), paragraphs 2 and 3 concerning concentration
limits are not applied, and in their place the following method of
calculating large exposures is proposed by the MFB Act:
a) the size of MFB exposure with respect to individual customers or
groups of customers that are credit institutions cannot exceed 200%
of MFB own funds,
b) in the case of customers that are not credit institutions, aggregated
exposure with respect to individual customers or groups of customers
cannot exceed 35% of MFB own funds.
MFB explicitly enjoys the direct and irrevocable guarantee of the State
pursuant to Article 5(1)(a) of the MFB Act. The guarantee covers all
obligations of the MFB due to taken loans and credits and issued bonds.
The guarantee limit is specified each year in the state budget. Due to
the above solutions being in place, MFB has a 0% risk weight for its
obligations.
176
DOI 10.7172/1644-9584.48.9
II.6. Finnvera Oyj/Finnvera Abp
The Finnish Finnvera Oyj/Finnvera Abp has been exempted from CRDIV
under Article 2(5)(21) of the directive. Finnvera acts as a specialized credit
agency that provides financing to venture capital undertakings, as well as
credits for SMEs. The bank acts under statute no. 443/1998 (Act on the
State-Owned Specialized Financing Company). Finnvera Oyj/Finnvera Abp is
not subject to the provisions of the banking law. Supervision over Finnvera
is conducted by the Minister of Economy and Employment.
Finnvera is a specialized credit institution whose obligations are explicitly
guaranteed by the State as the owner (with a EUR 5 billion limit). The
obligations of Finnvera have a 0% risk weight.
II.7. KommuneKredit
The Danish KommuneKredit is exempted from CRDIV under Article
2(5)(10) of the directive and its operations in Denmark are regulated solely
by the KommuneKredit Act. Supervision over KommuneKredit is conducted
directly by the Minister of Economy and Internal Affairs.
KommuneKredit is not a typical development bank but a financial agency
owned by local government units that guarantee its obligations fully and irrevocably, resulting in 0% risk weight for the obligations. KommuneKredit finances
only projects of local government units and their non-commercial subsidiary
companies. The share of KommuneKredit in this market sector is about 90%.
II.8. Instituto de Crédito Oficial
The Spanish Instituto de Crédito Oficial (“ICO”) conducts its activities
under Royal Decree no. 706 of April 30, 1999 that adjusts ICO to operate
in accordance with Act no. 6 of April 14, 1997 on the organization and
functioning of State General Administration. ICO is subject to the same
requirements as commercial banks (including prudential requirements) and
the same tax provisions. It holds a banking license and is supervised by the
Spanish central bank. At the Community level, ICO has been exempted from
CRDIV under Article 2(5)(10) of the directive and from the supervision
of the ECB in the SSM.
The risk related to ICO activities has the same weight as the risk related
to activities of state administration, while risk borne for ICO by financial
institutions is not subject to concentration limits.
II.9. Hrvatska Banka za Obnovu i Razvitak
The Croatian Hrvatska Banka za Obnovu i Razvitak (“HBOR”) operates
under the HBOR Act as a specialized financial institution with a public mandate.
According to Article 8 of the HBOR Act, the bank enjoys the full (i.e.
unconditional, irrevocable and first demand) guarantee of the Republic
177
Sebastian Skuza
of Croatia. HBOR cannot be declared bankrupt, but only liquidated by
a separate statute. Strong ties with the State are also reflected by the
composition of the supervisory board which includes 6 members of the
government, 3 members of parliament and the President of the Croatian
Chamber of Commerce.
The main objective of HBOR actions is not the maximization of profit,
but preserving its value. The annual report on bank activities must be
approved by the parliament. HBOR generally acts in accordance with the
banking law (but with some exceptions). At the Community level, it is
not exempted from the CRDIV/CRR package (Croatia has been an EU
member since 1 July 2013).
III. Own proposals of amendments in the Bank Gospodarstwa
Krajowego Act
As conclusions drawn from the above examples showing the operation
of European development banks and the review of regulations, the Author
proposes two systemic solutions related to amending the BGK Act, i.e.
the statutory determination of zero risk weight and separate limits of
concentration per capital group.
III.1. Proposal to recognize zero risk weight for obligations of the Bank
Gospodarstwa Krajowego
The foreign examples discussed in section II and the specialized solutions
found in the BGK Act point towards a conclusion that the currently effective
risk weight (50%) need not be maintained and that a reduced risk weight
(0%) can be assigned to all BGK obligations in domestic currency.
Following are two proposals to amend the wording of the Bank
Gospodarstwa Krajowego Act.
Proposal 1:
Amendment of Article 3 of the Bank Gospodarstwa Krajowego Act by
adding paragraph X:
“X. BGK exposures denominated or financed in the Polish currency shall be
assigned the risk weight specified for the Treasury.”.
Proposal 2:
Amendment of Article 3 of the Bank Gospodarstwa Krajowego Act:
“3. The minister responsible for public finances shall provide the BGK
with means to maintain:
1) the amount of own funds at a level guaranteeing the performance
of BGK tasks referred to in Article 5;
2) the cash flow liquidity standards referred to in the provisions of the
Banking Act of August 29, 1997 and of Regulation no 575/2013, and
the timely settlement of obligations related to the fund disbursement
referred to in Article 158(2) of the Banking Act of August 29, 1997
178
DOI 10.7172/1644-9584.48.9
– having in mind the need to cover the banking activity risk borne by
BGK.
3a. The conditions and manner of providing the means referred to in paragraph 3 shall be specified in an agreement concluded between the minister responsible for public finances and the BGK.”.
The above proposals seem to comply with the position taken by the Financial
Supervision Authority in a letter of May 7, 2012, no. DRB/BRB 1/7111/9/5/12.
In that letter, the FSA approved the proposal of the Bank Gospodarstwa
Krajowego to treat BGK’s obligations related to guarantees or sureties granted
in government programmes as obligations with a 0% risk weight (Piotrowska,
2014). In a justification for the above proposal, it was stated that (...) provisions that are key for resolving the issue of assigning the resulting risk weight to
BGK exposures are found in appendix no. 17 concerning the recognition of credit
protection instruments. Based on the provisions of pars. 39–41 of appendix no.
17 to resolution 76/2010 of the FSA that concern guarantees and re-guarantees,
it should be analyzed whether considering the credit protection granted to the
Bank by the Treasury as a re-guarantee is acceptable under the provisions of the
BGK Act and the Guarantees and Sureties Granted by the Treasury and Certain
Legal Persons Act. Final authority should here be given to the wording of par.
40(1)(3) of appendix no. 17 to resolution 76/2010 of the FSA which states that
a re-guarantee issued for a specific entity provides effective credit protection.
Historical experience shows that the effectiveness of such protection is not lower
than the effectiveness of protection provided by a direct guarantee issued by the
re-guarantor. The solution found in Article 34d(1) of the Guarantees and Sureties Granted by the Treasury and Certain Legal Persons Act has been deemed
sufficient. The article’s wording is as follows: “For the purpose of implementing
government programmes, the minister responsible for public finances shall provide
means to increase the statutory fund of the Bank Gospodarstwa Krajowego”.
Of particular importance is the possibility of using this provision to conclude
an appropriate civil law agreement with the Minister of Finance to regulate the
manner of providing those means to the Bank (...). The Financial Supervision
Commission expressed a view that “(...) the solutions found in the BGK Act and
the Guarantees and Sureties Granted by the Treasury and Certain Legal Persons
Act should be considered as meeting the conditions for re-guarantee found in
appendix no. 17 of resolution 76/2010 of the FSA with respect to BGK activities
related to implementing government programmes, and consequently, after CRM
(Credit Risk Mitigation) is applied, allowing to use the resulting risk weight of
the re-guarantor (i.e. the Treasury)”. (FSA, 2012).
III.2. Separate concentration limits due to involving entities with
identical risk profile in the group
Given the tasks imposed on BGK and having in mind the circumstances
in which the BGK operates, it appears reasonable to set up separate debt
concentration standards. An example of such tasks and the possible resulting
179
Sebastian Skuza
difficulties in complying with certain prudential standards currently specified
in the Banking Act while fully performing an entrusted task may currently
be the Polish Investments Programme.
The objective of the Polish Investments Programme is to maintain in
the economy the desired dynamics of investments in infrastructural projects
with an extended time frame, while simultaneously using long-term financing
and capital involvement.
EQUITY
Polskie Inwestycje
Rozwojowe S.A.
Investors
EQUITY
Treasury
Project 1
Project 2
Project N
Project
Initiators
DEBT
EQUITY
guarantees
guarantees
Banks
Financing from the market
or international financing
institutions
Figure 1. BGK instruments in the Polish Investments Programme. Source: www.bgk.com.
pl, 2013.
Carrying out the Polish Investments Programme rests on two pillars that
are supposed to ensure the financing of investment undertakings:
1) BGK – providing debt financing for investment undertakings;
2) the Polskie Inwestycje Rozwojowe S.A. company (“PIR”) – capital investments in special purpose vehicles (“SPV”) that undertake the investments, and mezzanine financing.
The activity of the BGK consists in particular in acting as an entity
offering on market terms services complementary with respect to those of
other commercial entities (providing the “last penny” necessary to finance
the project) (www.bgk.com.pl, 2013; Skuza, 2013).
If the relationships between the BGK and PIR were restricted by
involvement concentration limits at the affiliated entity group level pursuant
to Article 71(1) of the Banking Act (involvement of PIR in SPVs), the
180
DOI 10.7172/1644-9584.48.9
effectiveness of the entire PIR scheme would be severely handicapped. It
does not appear possible for PIR to become involved in SPVs (actually,
in projects implemented by those entities) that would be classified as nonessential from the point of view of risk (i.e. if PIR did not have the decisive
voice in managing the SPV), resulting in lack of necessity to recognize such
involvement at the group level.
In assessing the affiliations between entities for the purpose of calculating
the concentration of involvement, two basic kinds can be distinguished:
1) capital affiliations – when the affiliation is evidenced by a specific level
of shares that one company holds in another;
2) other affiliations – such as economic, organizational and personal affiliations which are evidenced by the impact that the condition of one
company has on another, not necessarily because of direct relationships
(the companies are a joint risk for the Bank).
Following are simulations of projects that could have been carried out
as part of the Polish Investments Programme, taking into account:
1) the currently effective provisions (maximum involvement in a group at
the level of 25% of own funds);
2) proposed amendments to regulations (maximum involvement in a group
at the level of 100% of own funds);
3) the currently effective provisions with the assumption that BGK own
funds are increased to PLN 30,000 million;
4) the Hungarian model (maximum involvement in a group at the level of
35% of own funds);
5) in each project, BGK in tandem with PIR undertakes four SPV investments that together with PIR make up a concentration group. Calculations of the concentration ratio for specific projects have been presented
with the assumed level of BGK own funds equal to about PLN 10,000
million.
Example 1.
Maximum possible BGK involvement per group is 25% of own funds.
SPV 1
PLN 625 million
PLN 625 million
BGK
SPV 2
debt
PLN 625 million
equity
PIR
SPV 3
PLN 625 million
SPV 4
Source: BGK’s materials and own calculations.
181
Sebastian Skuza
BGK in tandem with PIR undertakes four SPV investments that together with PIR make
up a concentration group. Each SPV is financed directly by the BGK with an amount of PLN
625 million. The total involvement of BGK in the group is PLN 2,500 million, i.e. 25% of
BGK’s own funds.
Example 2.
The maximum possible involvement of BGK per group is 100% of own funds.
SPV 1
PLN 2,500 million
PLN 2,500 million
BGK
debt
PLN 2,500 million
SPV 2
equity
PIR
SPV 3
PLN 2,500 million
SPV 4
2,500 million. The total involvement of BGK in the group is PLN 10,000 million, i.e. 100%
of BGK’s own funds.
In the above scenario, BGK’s maximum possible involvement was increased by PLN 7,500
million (PLN 1,875 million per each SPV 1–4 investment) in comparison with Example 1.
Example 3.
Conditions necessary to reach the PLN 10,000 million involvement threshold with currently effective provisions. Maximum possible BGK involvement per group is 25% of own
funds.
SPV 1
PLN 2,500 million
PLN 2,500 million
BGK
debt
PLN 2,500 million
SPV 2
equity
PIR
SPV 3
PLN 2,500 million
SPV 4
182
DOI 10.7172/1644-9584.48.9
2,500 million. The total involvement of BGK in the group is PLN 10,000 million, i.e. 100%
of assumed BGK’s own funds. SPV financing is not possible with the above figures.
Reaching the level of financing in Example 2 would require the bank to be recapitalized
with an amount of PLN 20,000 million, i.e. raising its own funds to the level of PLN 30,000
million.
Example 4.
BGK’s maximum possible involvement per group and single entity is 35% of own funds
(example based on solutions adopted for MFB).
SPV 1
PLN 875.00 million
PLN 875.00 million
BGK
debt
PLN 875.00 million
SPV 2
equity
PIR
SPV 3
PLN 875.00 million
SPV 4
875.00 million. The total involvement of BGK in the group is PLN 3,500 million, i.e. 35%
of BGK’s own funds.
In this scenario, BGK’s maximum possible involvement was increased by PLN 1,000
million (PLN 250 million for each SPV 1–4 investment) in comparison with Example 1.
Summary
With respect to BGK’s counterparts, the specialized credit institutions
exempted at the Community level from the CRDIV, and hence from
Regulation no 575/2013, a common practice is to exempt them from
domestic banking law. The exemption can be total, partial, or allowing
for considerable exceptions.
The development of the flagship Polish Investments Programme
without taking the proposed changes into account may reach the barrier
of concentration limit per PIR group; such a limit is not adequate for
activities of the BGK as a development bank. In the view of the Author,
adopting the solutions proposed in section III of this article would have
the following benefits for:
183
Sebastian Skuza
1) financial risks and the economy (a 0% risk weight for all BGK obligations would cause an estimated decrease in the level of required capital
in the Polish and foreign banking sector and increasing the potential
of supporting programmes implemented in the financial perspective of
2014–2020, involving the utilization of Community funds, with particular
emphasis on infrastructural investments and SME segment support);
2) the BGK (obtaining a 0% risk weight would allow the BGK to more
easily obtain means for financing its activities, including means from the
international market, which would be of considerable importance for
costs of BGK financing and the BGK could more easily access longterm financing).
Failure to adopt the proposed solutions, i.e. to assign a weight risk of 0%
to BGK’s obligations, may as a result limit BGK’s capability of procuring
long-term financing for Polish economy from financial institutions at lower
costs, as well as BGK’s activities in the Polish Investments Programme,
leading to incomplete utilization of BGK’s credit, guarantee and surety
potential.
Works are ongoing to transpose the provisions of the CRDIV/CRR
package into Polish law. In the view of the Author, the specific character
of legal solutions and BGK activities, as well as the objectives set for
the Bank, including safe operation guaranteed by the Treasury, form a
reasonable argument in favor of amending the BGK Act. Amending this
statute should be a priority for legislative authorities so as to ensure an
appropriate tool to support development and anti-cycle processes.
Bibliography:
Act
Act
Act
Act
CXII of 1996 on Credit Institutions and Financial Enterprises.
XX of 2001 on the Magyar Fejlesztési Bank Részvénytársaság Ltd, as amended.
on the State-Owned Specialized Financing Company, no. 443/1998.
no. 6 of 14 April 1997 on the organization and functioning of the State General
Administration.
Act on the Croatian Credit Bank for Reconstruction (Hrvatska kreditna banka za obnovu – HKBO, NN – Official Journal of the Republic of Croatia, no. 33/92, amended
NN 76/93, 108/95, 08/96).
Directive 2013/36/EU of the European Parliament and of the Council of 26 June 2013
on access to the activity of credit institutions and the prudential supervision of credit
institutions and investment firms, amending Directive 2002/87/EC and repealing
Directives 2006/48/EC and 2006/49/EC.
Directive 2000/12/EC of the European Parliament and of the Council of 20 March 2000
relating to the taking up and pursuit of the business of credit institutions.
French Monetary and Financial Code (Code monétaire et financier).
German Law Concerning Kreditanstalt für Wiederaufbau (Gesetz über die Kreditanstalt
für Wiederaufbau) dated November 5, 1948, as amended.
Landau, Z. (1998). Bank Gospodarstwa Krajowego. Warsaw: Warsaw School of Economics.
Olszówka, T. and Skuza, S. (2003). Ustawa o Banku Gospodarstwa Krajowego. Prawo
bankowe, 9/2003, Warsaw.
Opinion of the Financial Supervision Authority of 7 May 2012, no. DRB/BRB_1/7111/9/5/12.
184
DOI 10.7172/1644-9584.48.9
Opinion of the Ministry of Justice of 25 August 2009, ref. no. DL-P III 4290-30/09.
Piotrowska, A. (2014). Bank Gospodarstwa Krajowego jako bank państwowy. In:
A. Kidyba (ed.), Skarb Państwa a działalność gospodarcza. Warsaw: Wolter Kluwers.
Regulation (EU) No 575/2013 of the European Parliament and of the Council of 26
June 2013 on prudential requirements for credit institutions and investment firms
and amending Regulation (EU) No 648/2012.
Regulation (EU) No 648/2012 of the European Parliament and of the Council of 4 July
2012 on OTC derivatives, central counterparties and trade repositories (EMIR).
Regulation of the European Central Bank of 16 April 2014 establishing the framework for
cooperation with in the Single Supervisory Mechanism between the European Central
Bank and national competent authorities and with national designated authorities
(SSM Framework Regulation).
Regulation of the President of the Republic of Poland of May 30, 1924 on merger of
State Credit Institutions into the Bank Gospodarstwa Krajowego, Journal of Laws
No. 46, item 477, as amended.
Resolution no. 76/2010 of the Financial Supervision Commission of March 10, 2010 on the
scope and detailed rules of determining capital requirements for specific kinds of risk.
Skuza, S. (2009). Bank Gospodarstwa Krajowego as a financial institution in the state
public finance system. Białostockie Studia Prawnicze, issue 5. Faculty of Law at the
Białystok University in Białystok.
Skuza, S. (2013). Bank Gospodarstwa Krajowego as an institution running bank accounts
for public finance sector entities. The current situation and self-designed proposals
for change. In: J. Gliniecka, E. Juchniewicz, T. Sowiński and M. Wróblewski (eds.),
System prawnofinansowy/Legal financial system. Warszawa: CeDeWu.
Slovene Export and Development Bank Act. Official Gazette of the Republic of Slovenia,
no. 56/08.
Spanish Royal Decree no. 706 of 30 April 1999.
The Bank Gospodarstwa Krajowego Act of 14 March 2003, Journal of Laws 2014, item
510, as amended.
The Banking Act of 29 August 199, Journal of Laws 2012, item 1376, as amended.
The Bankruptcy and Reorganization Act 28 of February 2003, Journal of Laws 2013,
item 355, as amended.
The urgent dispositions to support the development and improve the situation of public
finances. Official Journal of the Italian Republic, no. 274 of 25 November 2003.
185
DOI 10.7172/1644-9584.48.10
Analiza działalności funduszy private equity w Polsce
na tle krajów regionu w latach
spowolnienia gospodarczego 2008–2012
Marcin Ignatowski*
Niniejszy artykuł podejmuje temat funkcjonowania funduszy private equity w Polsce i w krajach naszego
regionu, w Czechach, Rumunii i na Węgrzech, w latach światowego spowolnienia gospodarczego między
rokiem 2008 a 2012. Pierwsza część publikacji skupiona jest wokół polskiego rynku funduszy wysokiego
ryzyka i jego rozwoju w ostatnich blisko dwudziestu pięciu latach. W dalszej części artykułu dokonano
analizy porównawczej funduszy private equity we wspomnianych krajach. W artykule została zidentyfikowana, między innymi, dynamika inwestycji funduszy wysokiego ryzyka w odniesieniu do kluczowych
wskaźników gospodarczych, takich jak: PKB i jego tempo wzrostu, dług publiczny oraz wydatki na
badania i rozwój. Te analizy stanowiły podstawę do zarysowania perspektyw rozwoju funduszy private
equity w Polsce w kolejnych latach.
Słowa kluczowe: private equity, venture capital, kapitał wysokiego ryzyka, spowolnienie gospodarcze.
Private equity funds in Poland and other countries of the region
during the years of the global economic downturn 2008–2012
The article explores the Private Equity funds in Poland and other countries of the region such as: Czech
Republic, Romania and Hungary, during the years of the global economic downturn between 2008 and
2012. The first part of the publication is focused on the Polish market of private equity funds and its
development over the last nearly twenty-five years. Later in the article a comparative analysis of private
equity funds in these countries is presented.In the article, among others, the growth dynamics of the
Private Equity market was identified in relation to a few crucial economic indicators such as GDP and
its growth rate, public debt and R&D spending. These analyzes became the basis for the forecast of
Private Equity Funds development in Poland in the upcoming years.
Keywords: private equity, venture capital, economic downturn.
JEL: G20, G24
*
Marcin Ignatowski – mgr, Uniwersytet Warszawski, Wydział Zarządzania, Zakład Bankowości i Rynków
Pieniężnych, Katedra Systemów Finansowych Gospodarki.
e-mail: [email protected].
Analiza działalności funduszy private equity w Polsce na tle krajów regionu w latach spowolnienia…
1. Rynek funduszy private equity w latach 2008–2012
Od czasu pojawienia się funduszy podwyższonego ryzyka w Polsce aż do
końca 2012 r. według danych Polskiego Stowarzyszenia Inwestorów Kapitałowych (PSIK) (http://www.psik.org.pl/fundusze.html, 15.08.2013) firmy
zarządzające funduszami private equity (PE) zainwestowały w Polsce ponad
3,7 mld euro. Obecnie środki funduszy private equity zaangażowane są
w około 325 spółek na rynku krajowym.
Przedstawione dane dotyczą funduszy zrzeszonych w PSIK i należy mieć
na uwadze fakt, że wspominana organizacja nie jest w stanie monitorować
wszystkich dokonanych transakcji, więc podane liczby mogą się nieznacznie
różnić od stanu faktycznego. Jednakże zbierane przez PSIK dane są najdoskonalszym odwzorowaniem rzeczywistości. Warto odnotować, że to właśnie
Polskie Stowarzyszenie Inwestorów Kapitałowych monitoruje rynek na zlecenie European Venture Capital and Private Equity Association (EVCA).
Kolejnym utrudnieniem w przypadku publikowania danych dotyczących funduszy wysokiego ryzyka w naszym kraju jest niepełna informacja podawana
publicznie przez spółki zaangażowane w rynek funduszy wysokiego ryzyka.
Trudno się dziwić takiemu obrotowi sprawy, biorąc pod uwagę, że dokonywane transakcje na rynku stanowią tajemnicę handlową spółki i trudno
oczekiwać od wszystkich inwestorów, że odsłonią przed konkurentami więcej,
niż jest to konieczne. Mimo to warto opierać się w swoich analizach na
danych publikowanych przez EVCA i PSIK.
W tej chwili w Polskim Stowarzyszeniu Inwestorów Kapitałowych zrzeszonych jest czterdziestu czterech inwestorów z różnym stażem na rynku
i różnym kapitałem, gotowych do zainwestowania w naszym kraju. W odpowiedzi na zapotrzebowanie rynku, wśród funduszy wysokiego ryzyka możemy
odnaleźć takie firmy, jak: EQT Partners Sp. z o.o., Warburg Pincus International LLC, Montagu Private Equity Sp. z o.o., które są gotowe zainwestować
w transakcję ponad 1 mld euro, ale również nie brakuje funduszy, które
chętnie zainwestują swój kapitał w mniejsze przedsięwzięcia, nieprzekraczające 50 000 dolarów, czego przykładem może być fundusz SEAF-Polska
sp. z o.o., w którego portfelu znajduje się obecnie sieć księgarni MATRAS.
Spectrum działania funduszy podwyższonego ryzyka jest bardzo szerokie,
jeśli chodzi zarówno o etapy finansowania, jak też o branże, w które fundusz
chciałby inwestować. Oczywiście również na wspominanej liście znajdują się
firmy, które charakteryzują się relatywnie wysokim stopniem specjalizacji, co
można zaobserwować w przypadku spółki IQ Partners S.A., która angażuje
swoje fundusze wyłącznie w przedsiębiorstwa związane swoją działalnością
z branżą IT, telekomunikacją i szeroko rozumianymi mediami. W przypadku
tego typu funduszy spółki, które poszukują inwestora na rynku, mogą być
pewne, że to, co jest solą inwestycji dokonywanych przez private equity, czyli
przekazywany know-how i wsparcie menedżerskie, będzie ponad wszelką
wątpliwość stało na bardzo wysokim poziomie.
187
Marcin Ignatowski
Warto zwrócić uwagę, że pomimo już ponad dwóch dekad obecności
funduszy private equity na Polskim rynku, jest to nadal rynek charakteryzujący się dużą dynamiką i ogromnymi możliwościami rozwoju. W 2012 r.
wartość inwestycji dokonanych przez fundusze wysokiego ryzyka wynosiła
w Polsce niecałe 0,13% PKB, co daje blisko 477,6 mln euro (rysunek 1).
W roku 2012 odnotowano wyraźny spadek relacji inwestycji PE do PKB,
co było spowodowane znaczącym spowolnieniem koniunktury w gospodarce
światowej, ale – pomimo tego faktu – wartość wspominanych inwestycji
w Polsce na tle innych krajów naszego regionu jest znacząca.
0,18%
0,19%
0,18%
0,17%
0,17%
0,15%
0,14%
370
364
355
0,13%
0,11%
312
382
0,13%
311
0,09%
0,09%
0,07%
0,05%
2007
2008
PKB (mld EUR)
2009
2010
2011
2012
450
430
410
390
370
350
330
310
290
270
250
Inwestycje private equity jako % PKB
Rys. 1. Inwestycje private equity w Polsce jako % PKB. Źródło: opracowanie na podstawie
EVCA Yearbook 2013.
Inwestycje private equity dokonane w Polsce na tle krajów naszego
regionu można zaobserwować na rysunku 2. Do porównania zostały wybrane
gospodarki wschodzące z naszego regionu, do których za Międzynarodowym Funduszem Walutowym (http://www.imf.org/external/pubs/ft/weo/2012/
update/02/index.htm, 15.08.2013) oraz Morgan Stanley Capital International (http://www.msci.com/products/indices, 15.08.2013) zaliczają oprócz, co
oczywiste, naszego kraju również Czechy, Węgry oraz Rumunię. Całkowicie
świadomie poniżej zostały pominięte takie kraje, jak Bułgaria oraz Słowacja,
w których rynek private equity jest w bardzo wczesnej fazie rozwoju, a analiza szczątkowych danych okazałaby się nierzeczowa. Porównanie inwestycji
private equity w naszym kraju do sytuacji owych instytucji na rynkach wysoko
rozwiniętych jedynie zamazałoby analizę. Tylko porównanie polskiego rynku
private equity do gospodarek stojących na zbliżonym poziomie może przynieść wiarygodne wnioski.
Z poniższego zestawienia wynika, że w Czechach w 2009 r. miała miejsce
niespotykana sytuacja na tle pozostałych krajów. Po rozpoczęciu światowego
kryzysu bankowego nastąpił tam wzrost inwestycji private equity, liczony
jako % PKB, i osiągnął on poziom blisko jednego procenta. Ta sytuacja
188
DOI 10.7172/1644-9584.48.10
1,00%
0,80%
0,60%
0,40%
0,20%
0,00%
Polska
2007
0,14%
2008
0,17%
2009
0,09%
2010
0,18%
2011
0,18%
2012
0,13%
Czechy
0,14%
0,27%
0,95%
0,15%
0,09%
0,07%
Węgry
0,22%
0,17%
0,44%
0,21%
0,23%
0,19%
0,07%
0,10%
0,19%
0,05%
0,10%
0,02%
Rumunia
Rys. 2. Inwestycje private equity wschodzących rynków z naszego regionu jako % PKB.
Źródło: opracowanie na podstawie EVCA Yearbook 2013.
zostanie poruszona przy okazji kolejnego wykresu, natomiast pomijając ten
fakt, należy odnotować, że w krajach naszego regionu inwestycje funduszy
private equity rosły do roku 2008; rok 2009 okazał się dla wszystkich krajów – z wyjątkiem Czech – rokiem przełomowym. W kolejnych okresach
w Polsce wartość inwestycji ustabilizowała się, by w trudnym dla gospodarki
roku 2012 ponownie odnotować spadek. Można wnioskować również, że
po roku 2009 inwestorzy przestali postrzegać Rumunię jako kraj, w którym
warto dokonać inwestycji, ponieważ po 2009 r. w Rumunii można obserwować ogromny spadek inwestycji PE.
Dopełnieniem powyższych rozważań jest rysunek 3, na którym została
przedstawiona dynamika inwestycji private equity w krajach naszego regionu.
Bardzo charakterystyczną obserwacją wynikającą z analizy dynamiki inwestycji funduszy PE w krajach naszego regionu jest ich ogromna niestabilność. Na przykładzie Polski obserwujemy w 2008 r. 46% wzrostu inwestycji
PE w stosunku do roku 2007, żeby w kolejnym roku wartość inwestycji
odnotowała wyraźny spadek, o ponad połowę. Rok 2010 był dla inwestycji PE w Polsce rokiem znaczącego odbicia i powrotu do wartości sprzed
kryzysu.
Z rysunku 3 wynika, że rok 2012 nie oszczędził żadnego z krajów,
co skutkowało znaczącymi spadkami inwestycji PE we wszystkich krajach
naszego regionu. Potwierdza się również wcześniejsza obserwacja, że inwestorzy przestali dostrzegać w Rumunii atrakcyjne możliwości inwestycji – od
roku 2009 w Rumunii wartość inwestycji systematycznie spada, blisko 50%
rok do roku, tak by w 2012 r. osiągnąć poziom 26,5 mln euro, co stanowi
zaledwie 1/5 wszystkich inwestycji dokonanych w Czechach lub na Węgrzech
i zaledwie 1/20 wszystkich inwestycji dokonanych w Polsce.
189
Marcin Ignatowski
1 400,00
1 200,00
1 000,00
800,00
600,00
400,00
200,00
0,00
Polska
2007
434,19
2008
635,72
2009
274,57
2010
652,69
2011
678,44
2012
477,61
Czechy
181,07
422,98
1 357,98
228,84
143,93
105,87
Węgry
222,72
464,03
213,64
65,05
194,84
101,45
Rumunia
Polska
212,45
293,96
46%
220,87
–57%
119,14
138%
65,92
4%
26,51
–30%
Czechy
134%
221%
–83%
–37%
–26%
Węgry
Rumunia
108%
38%
–54%
–25%
–70%
–46%
200%
–45%
–48%
–60%
250%
200%
150%
100%
50%
0%
–50%
–100%
–150%
–200%
–250%
Rys. 3. Dynamika rozwoju inwestycji private equity w krajach naszego regionu w latach
2007–2012 (wartości w mln EUR). Źródło: opracowanie na podstawie EVCA Yearbook 2013.
Analizując inwestycje private equity, nie sposób nie odnieść się do sytuacji
makroekonomicznej, dlatego warto w tym miejscu odnieść dynamikę wzrostu
inwestycji funduszy private equity do tempa wzrostu PKB w krajach naszego
regionu. Dobrym punktem wyjścia dla opisanych rozważań może być rysunek 4.
250%
7,0%
200%
5,0%
150%
3,0%
100%
1,0%
–1,0%
50%
–3,0%
0%
–5,0%
–50%
–7,0%
2008
2009
2010
2011
2012
Polska % wzrost PKB
Czechy % wzrost PKB
Węgry % wzrost PKB
Rumunia % wzrost PKB
Polska % wzrost inwestycji
Czechy % wzrost inwestycji
Węgry % wzrost inwestycji
Rumunia % wzrost inwestycji
–100%
Rys. 4. Dynamika inwestycji funduszy private equity w odniesieniu do tempa wzrostu PKB
w krajach naszego regionu. Źródło: opracowanie na podstawie EVCA Yearbook 2013 oraz
danych Eurostat.
190
DOI 10.7172/1644-9584.48.10
Analizując rysunek 4, można wysnuć wniosek, że dynamika inwestycji
funduszy private equity w Polsce jest skorelowana z tempem wzrostu gospodarczego, mierzonym jako wzrost wartości PKB rok do roku. Wyraźnie
widać, że jeżeli polska gospodarka zwalnia, to również wartość inwestycji
się zmniejsza, a jeżeli tempo wzrostu gospodarczego rośnie, tak jak miało to
miejsce między rokiem 2009 a 2010, to również wartość inwestycji dokonywanych przez fundusze private equity rośnie. Wyjątek stanowi tu rok 2011,
w którym polska gospodarka przyspieszyła, jednakże inwestycje funduszy
PE zmniejszyły się. Należy to jednak tłumaczyć inwestycjami dokonanymi
z funduszy zebranych w latach wcześniejszych. Podobną korelację między
tempem wzrostu gospodarczego a dynamiką inwestycji można odnotować
w przypadku Węgier i Rumunii, w przypadku Czech natomiast nie sposób
mówić o jakiekolwiek korelacji.
Polska, podobnie jak inne kraje naszego regionu, takie jak Węgry i Rumunia, uznawana jest za gospodarkę bardzo mało innowacyjną. Takie wnioski
płyną między innymi z raportu Global Innovation Index tworzonego przez
Conrell University (http://www.globalinnovationindex.org/content.aspx?page
=GII-Home, 30.08.2013), jak również z danych publikowanych przez Eurostat. Do wyliczenia indeksu Global Innovation Index brane są pod uwagę:
liczba innowacyjnych firm, rozwój infrastruktury czy technologiczne skomplikowanie gospodarki. W tak tworzonym zestawieniu Polska zajmuje 49.
miejsce wśród 142 badanych gospodarek, tracąc do Rumunii jedną pozycję,
do Węgier 18 miejsc oraz 21 do Czech. Eurostat publikuje statystki dotyczące odsetka innowacyjnych przedsiębiorstw w gospodarce. Według tej
statystyki (http://akcjonariatobywatelski.pl/pl/centrum-edukacyjne/gospodarka/765,dok.html, 28.08.2013) Polska wśród 29 badanych krajów europejskich
zajmuje przedostatnie miejsce przed Rumunią, niewiele tracąc do Węgier,
jednakże od Czech, zajmujących 16. pozycję, dzieli nas przepaść. Dobrym
miernikiem innowacyjności gospodarki jest wartość inwestycji przeznaczonych na badania i rozwój (BiR) (ang. Research & Development, R&D) w relacji do PKB. Na rysunku 5 można się przekonać, czy inwestycje w badania
i rozwój są skorelowane z inwestycjami funduszy private equity. Intuicja każe
sądzić, że niewielka innowacyjność gospodarki mierzona relacją wydatków na
badania i rozwój do PKB powinna być skorelowana z niskimi wartościami
inwestycji private equity w relacji do PKB.
Analizując rysunek 5, potwierdza się, że bardziej innowacyjne gospodarki to te, w których wyższe kwoty w relacji do PKB inwestowane są
w badania i rozwój. Czesi inwestują najwięcej w naszym regionie w badania
i rozwój i tym samym zajmują wyższe miejsca w światowych rankingach
innowacyjności. Polska oraz Węgry charakteryzują się niskim poziomem tych
inwestycji i tym samym okupują końcowe miejsca rankingów dotyczących
innowacyjności. Zdziwienie może budzić kolejny wniosek płynący z obserwacji prezentowanego zestawienia. Otóż trudno dostrzec korelację między wydatkami na innowacyjność a zmianą inwestycji dokonywanych przez
191
Marcin Ignatowski
fundusze private equity. Nie potwierdza się zatem teza mówiąca o tym, że
wzrost wydatków na badania i rozwój powoduje wzrost inwestycji funduszy
private equity w gospodarce.
To niezwykle istotna obserwacja, zwłaszcza że potwierdza się dla wszystkich prezentowanych powyżej krajów naszego regionu. Trudno na podstawie
małej próby obserwowanej zaledwie w sześciu okresach wysnuwać ostateczne wnioski, ale wydaje się, że jeżeli znaczący wzrost inwestycji funduszy
private equity nie pociąga za sobą wzrostu innowacyjność gospodarki, to
należy twierdzić, że przedsięwzięcia, w które angażują się fundusze wysokiego ryzyka, nie są związane z rozwojem innowacyjności, a fundusze private
equity wydają się nastawione na realizację pewnych lub przynajmniej mniej
ryzykownych projektów inwestycyjnych.
1,0
1,8
1,6
1,4
1,2
0,6
1,0
0,8
0,4
0,6
0,4
0,2
Wydatki na BiR jako % PKB
Inwestycje PE jako % PKB
0,8
0,2
0,0
0,0
2007
2008
2009
2010
2011
2012
Polska inwestycje PE % PKB
Czechy inwestycje PE % PKB
Węgry inwestycje PE % PKB
Rumunia inwestycje PE % PKB
Polska BiR % PKB
Czechy BiR % PKB
Węgry BiR % PKB
Rumunia BiR % PKB
Rys. 5. Wydatki na badania i rozwój oraz inwestycje private equity w relacji do PKB. Źródło:
opracowanie na podstawie EVCA Yearbook 2013 oraz statystyk OECD i IMF.
Dokonując analizy otoczenia makroekonomicznego funduszy wysokiego
ryzyka, należy wspomnieć o rosnącym państwowym długu publicznym większości gospodarek świata, w tym przede wszystkim państw z naszego regionu.
Rosnące zadłużenie stało się ogromnym problemem już nie tylko ekonomicznym, lecz również politycznym, zwłaszcza w Europie. Ten niezwykle istotny
192
DOI 10.7172/1644-9584.48.10
90,0
35,0
80,0
30,0
70,0
25,0
60,0
50,0
20,0
40,0
15,0
30,0
10,0
20,0
5,0
10,0
0,0
Inwestycje w kraju jako % PKB
Dług publiczny jako % PKB
element finansów publicznych spędza sen z powiek całemu społeczeństwu,
a przede wszystkim tym, którzy liczą na rządowe inwestycje, które mogłyby
spowodować dynamiczny rozwój przedsiębiorstw na terenie danego kraju.
Państwowy dług publiczny jest niezwykle ważny, między innymi dlatego, że
jego nadmierny wzrost niemal hamuje inwestycje w kraju. Na rysunku 6.
przedstawiono tę zależność. Warto odnotować, że na wykresie inwestycje
traktowane są jako inwestycje krajowe oraz inwestycje zagraniczne netto,
zgodnie z definicją Międzynarodowego Funduszu Walutowego.
0,0
2007
2008
2009
2010
2011
2012
Polska dług % PKB
Czechy dług % PKB
Węgry dług % PKB
Rumunia dług % PKB
Polska inwestycje % PKB
Czechy inwestycje % PKB
Węgry inwestycje % PKB
Rumunia inwestycje % PKB
Rys. 6. Dług publiczny jako % PKB oraz wartość wszystkich inwestycji w relacji do PKB
w krajach naszego regionu. Źródło: opracowanie na podstawie danych MFW oraz OECD.
Rysunek 6 potwierdza tezę mówiącą, że wielkość długu publicznego jest
odwrotnie skorelowana z wartością inwestycji dokonanych w danym kraju.
Wyraźnie widoczne jest to w przypadku Rumunii i Węgier. W Rumunii
inwestycje w relacji do PKB są najwyższe spośród prezentowanych powyżej
krajów przy relatywnie niskim poziomie zadłużenia. Węgrzy borykający się
z rosnącym do 2012 r. długiem publicznym muszą zmierzyć się jednocześnie
z najniższym poziomem inwestycji jako % PKB.
Wnioski płynące z rysunku 7 nie są jednoznaczne. Otóż zadłużenie
państwowe przedstawionych powyżej gospodarek rośnie w ostatnich latach,
natomiast inwestycje funduszy private equity są bardzo podatne na ruchy
koniunkturalne. Niestety, na podstawie powyższego zestawienia nie sposób
stwierdzić, że wraz ze wzrostem państwowego długu publicznego i jednoczesnym spadkiem wartości inwestycji wzmaga się aktywność funduszy private
equity.
Niemniej jednak można wysnuć mniej ostry wniosek: jeżeli zadłużenie
publiczne rośnie i wartość inwestycji w kraju maleje, to nie musi to pociągać
193
Marcin Ignatowski
za sobą spadku inwestycji dokonywanych przez fundusze private equity.
Potwierdzeniem tego twierdzenia mogą być lata 2010, 2011 i 2012 w Polsce kiedy to razem z zadłużeniem naszego kraju rosły inwestycje funduszy
private equity. Dokładnie takiej postawy należałoby oczekiwać od funduszy
wysokiego ryzyka, które chcą uchodzić za alternatywne źródło finansowania
wobec tradycyjnych sposobów finansowania przedsiębiorstw.
90%
1 400
80%
1 200
Wartość w mln EUR
70%
1 000
60%
800
50%
600
40%
30%
400
20%
200
10%
0%
0
2007
2008
2009
2010
2011
2012
Polska
Czechy
Węgry
Rumunia
Polska dług % PKB
Czechy dług % PKB
Węgry dług % PKB
Rumunia dług % PKB
Rys. 7. Wartość inwestycji private equity i wielkość długu publicznego w relacji do PKB
w krajach naszego regionu w latach 2007–2012. Źródło: opracowanie na podstawie EVCA
Yearbook 2013 oraz danych Eurostat.
Należy również zwrócić uwagę, że wzrost państwowego długu publicznego
i związane z tym zmniejszenie wartości inwestycji krajowych stawia przedsiębiorców w obliczu niedoboru kapitału potrzebnego na rozwój biznesu.
Dodając do powyższego wyniki ankiety przeprowadzonej przez Warszawski Instytut Bankowości oraz Centrum Badań Marketingowych „Indicator” (http://www.wib.org.pl, 28.08.2013), które wykazują, że obecnie 19%
przedsiębiorców negatywnie ocenia dostępność kredytów, co jest wynikiem
o 9% gorszym od zeszłorocznych wypowiedzi ankietowanych, to fundusze
private equity tym bardziej powinny zacząć odgrywać większą rolę na rynku
możliwych sposobów finansowania przedsiębiorstw. Na podstawie wyników
wspominanej ankiety warto powiedzieć, że 93% badanych małych i średnich
przedsiębiorstw chce do dalszego rozwoju wykorzystywać własne środki.
Warto by fundusze wysokiego ryzyka rozpoczęły bardziej ekspansywne dofi194
DOI 10.7172/1644-9584.48.10
nansowywanie przedsiębiorców, którzy nie będą w stanie rozwijać się bardziej
dynamicznie bez środków przekraczających własne fundusze. Sami przedsiębiorcy powinni również zrozumieć, że budowanie przewagi konkurencyjnej
na rodzimym rynku lub, szerzej, na rynku europejskim w oparciu o własne
fundusze jest niewykonalne w długiej perspektywie. W sytuacji rosnących
marż kredytów i prowizji bankowych czy chociażby coraz droższych usług
leasingowych finansowanie z udziałem funduszy private equity może okazać
się doskonałą alternatywą.
Na rysunku 8 można zaobserwować, że Polska zajmuje 13. miejsce
wśród krajów Europy pod względem inwestycji dokonanych przez fundusze
wysokiego ryzyka. W tym zestawieniu wyprzedzamy Austrię czy chociażby
Irlandię, czyli gospodarki uznawane za wyżej rozwinięte od gospodarki
Polski. Z wykresu wynika, że w sposób zdecydowany wyprzedzamy Czechy
i Węgry, zarówno jeśli chodzi o nominalną wartość inwestycji dokonanych
w 2012 r. na rynku polskim, jak też o relację dokonywanych inwestycji
w odniesieniu do PKB. W przypadku Czech jest to 0,07%, dla Węgier zaś
0,1%. Trudno jednoznacznie wyrokować, co jest powodem tak wyraźnych
różnic między krajami z naszego regionu, ale ponad wszelką wątpliwość
można stwierdzić, że Polska jest atrakcyjnym rynkiem dla funduszy private
equity.
Wielka Brytania
Niemcy
Francja
Szwecja
Hiszpania
Szwajcaria
Belgia
Holandia
Włochy
Norwegia
Dania
Finalandia
Polska
Irlandia
Austria
Portugalia
Inne kraje
Czechy
Węgry
Bułgaria
Luksemburg
Ukraina
Grecja
Kraje bałtyckie
Rumunia
10 087 793
6 454 929
5 230 318
2 462 609
2 000 796
1 814 306
1 409 326
1 360 489
1 349 309
960 388
862 068
606 405
477 615
261 668
261 254
227 227
138 005
105 874
101 455
84 164
68 035
43 314
35 557
30 083
26 506
0
2 000 000
4 000 000 6 000 000 8 000 000 10 000 000 12 000 000
Wartość w tys. EUR
Rys. 8. Wartość inwestycji funduszy private equity w Europie w roku 2012. Źródło:
opracowanie na podstawie EVCA Yearbook 2013.
195
Marcin Ignatowski
Na rysunku 9 bardzo drastycznie widać wpływ spowolnienia gospodarczego w roku 2012 na wartość dokonywanych na rynku transakcji fuzji i przejęć (M&A). Między rokiem 2011 a 2012 zagregowana wartość transakcji
M&A spadła blisko dwuipółkrotnie (rysunek 10), jednakże liczba transakcji
nie odnotowała tak głębokiego spadku, a to oznacza, że fundusze private
equity pozostały w roku 2012 niezwykle aktywne, dokonując mniejszych
transakcji.
W tym miejscu warto pokusić się o obserwację, że spowolnienie gospodarcze odnotowane w roku 2012 było dobrym momentem dla funduszy
na wyszukiwanie rynkowych „okazji”. Tym bardziej jest to widoczne, jeśli
zwrócimy uwagę, że średnia wartość transakcji M&A w latach 2007–2010
oscylowała wokół 12 mln euro, by urosnąć w roku 2011 do 78 mln euro.
W tym zestawieniu rok 2012 i średnia wartość transakcji na poziomie 37 mln
euro jawi się jako zakup po okazyjnej cenie.
18 000
330
302
14 000
12 000
350
16 498
322
16 000
310
290
286
270
10 000
250
8 000
6 739
6 000
4 000
4 966
229
3 713
3 544
2 000
210
212
2 235
230
190
183
170
150
0
2007
2008
2009
2010
Wartość transakcji M&A (w mln EUR)
2011
2012
Liczba transakcji M&A
Rys. 9. Liczba i wartość transakcji M&A (fuzji i przejęć) w Polsce. Źródło: opracowanie
na podstawie EVCA Yearbook 2013.
Dodatkowo na rysunku 10 można zaobserwować, że w dynamicznie zmieniającym się otoczeniu równie dynamicznie zmienia się wartość
fuzji i przejęć (M&A) w krajach naszego regionu. W 2008 r. w Czechach
odnotowano ponad dwukrotny wzrost wartości M&A w stosunku do roku
poprzedniego. Podobnie wysoką dynamiką charakteryzował się rok 2011, jeśli
chodzi o wartość fuzji i przejęć w Polsce i na Węgrzech. W Polsce wartość
M&A wzrosła blisko trzyipółkrotnie, a na Węgrzech ponad pięciokrotnie.
Można też stwierdzić, że dynamika na rynku fuzji i przejęć znajduje swoje
odzwierciedlenie w dokonywanych inwestycjach funduszy private equity.
Przykładem tej zależności może być polski rynek, gdzie w latach 2008, 2010
i 2011 odnotowano wzrost aktywności inwestorów na rynku fuzji i przejęć,
która znalazła swoje odzwierciedlenie we wzroście wartości inwestycji dokonywanych przez fundusze private equity w tych samych latach.
196
DOI 10.7172/1644-9584.48.10
344%
16 000
Wartość w mln EUR
14 000
12 000
10 000
8 000
6 000
4 000
–59%
40%
221%
66%
–55%
–15%
2 000
–28%
–55%
1%
–59%
–74%
–61%
0
2008
2009
Polska wartość M&A
524%
2010
Czechy wartość M&A
72%
7%
–49%
–47%
2011
Węgry wartość M&A
–95% 25%
2012
Rumunia wartość M&A
Rys. 10. Wartość i dynamika zmian wartości fuzji i przejęć (M&A) w latach 2008–2012
w krajach naszego regionu. Źródło: opracowanie na podstawie EVCA Yearbook 2013.
Znaczący dla Polskiego rynku funduszy wysokiego ryzyka jest obraz wyłaniający się z obserwacji rysunków 11 i 12, na których przedstawiono strukturę
inwestowanego kapitału wysokiego ryzyka ze względu na etap rozwoju spółki.
Obiecujący może się wydawać ogromny wzrost funduszy kierowanych do
spółek w fazie zasiewu (ang. seed capital), ponieważ osiągnął on blisko 30%
wartości kapitału inwestowanego przez fundusze wysokiego ryzyka (rysunek 11).
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
2007
2008
Faza zasiewu
2009
2010
Faza start-up
2011
2012
Faza ekspansji
Rys. 11. Struktura kapitału wysokiego ryzyka ze względu na etap inwestycji – tylko wczesny
etap rozwoju w podziale na fazy zasiewu, start-up i ekspansji. Źródło: opracowanie na
podstawie EVCA Yearbook 2013.
197
Marcin Ignatowski
Finansowanie spółek na etapie seed capital jest niezwykle istotne dla rozwoju
innowacyjności polskiej gospodarki. Są to na ogół przedsięwzięcia tyleż
obiecujące, co ryzykowne, dlatego otwarte pozostaje pytanie, kto jeśli nie
fundusze private equity, podejmie ryzyko finansowania ciekawych pomysłów
biznesowych. Na etapie zasiewu często trudno mówić o fizycznym istnieniu
spółki, dlatego finansowanie jedynie pomysłu z kapitałów własnych innych
niż fundusze wysokiego ryzyka wydaje się niemożliwe. Podobnie jest w przypadku kapitałów zewnętrznych – firmy w fazie zasiewu są niemal odcięte od
finansowania długiem, a emisja obligacji, choć byłaby możliwa, to z pewnością koszt obsługi długu byłby nie do zaakceptowania. W obliczu takiego
rodzaju inwestycji fundusze private equity wydają się doskonałą alternatywą.
Analizowanie inwestycji w podziale na wczesne fazy rozwoju oraz sumarycznie wydaje się mieć istotne znaczenie, choćby ze względu na fakt, że
ryzyko podejmowane przez fundusz private equity w momencie inwestycji
w przedsiębiorstwo znajdujące się we wczesnej fazie rozwoju jest nieporównywalnie większe, niż ma to miejsce w przypadku inwestowania w firmy
o ugruntowanej pozycji rynkowej.
Rysunek 12 zwraca również uwagę ze względu na znaczący udział, ponad
60%, wykupów menedżerskich wśród kapitałów dostarczanych do spółek.
Na podstawie wykresu można stwierdzić, że jeżeli fundusz PE decyduje
się na dokonanie inwestycji, to w przeważającej liczbie przypadków są to
środki przeznaczone na przejęcie spółki.
Godny uwagi jest również fakt, że w 2012 r. wzrósł udział inwestycji
w spółki w fazie wzrostu na rynku funduszy private equity. To oznacza, że
dojrzałe, rozwinięte spółki poszukujące kapitału potrzebnego do dalszego
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
2007
2008
2009
2010
2011
Wczesne fazy rozwoju
PE Wzrost
Refinansowanie
Wykup menedżerski
2012
Restrukturyzacja
Rys. 12. Struktura kapitału wysokiego ryzyka ze względu na etap inwestycji – wszystkie
etapy inwestycji. Źródło: opracowanie na podstawie EVCA Yearbook 2013.
198
DOI 10.7172/1644-9584.48.10
rozwoju produktów i usług lub do wejścia na nowe rynki coraz chętniej
szukają alternatywy wobec tradycyjnych metod finansowania długiem. Warto
również odnotować, że decydenci w spółkach coraz chętniej biorą pełną
odpowiedzialność za losy przedsiębiorstwa i kierują się w stronę funduszy
private equity po kapitał potrzebny na refinansowanie – tu w rozumieniu
odkupienia udziałów spółki znajdujących się w rękach innych inwestorów
po to, by przejąć nad spółką pełną kontrolę.
Dopełnieniem przedstawionych danych jest rysunek 13, przedstawiający
stosunek nowych inwestycji i kolejnych transz inwestycji private equity.
Wynika z niego, zgodnie z intuicją, że fundusze private equity w naszym
kraju cały czas dynamicznie się rozwijają i niezmiennie dużo więcej inwestują
w nowe przedsięwzięcia. Kwoty opisane na wykresie jako kontynuowanie
inwestycji stanowią również istotny wkład we wzrost rynku funduszy wysokiego ryzyka w Polsce. Analizując kolejne lata, począwszy od 2010 r., gdy
wielkość inwestycji funduszy private equity przeżywała rozkwit po upadku
Lehman Brothers, symbolicznego początku światowego kryzysu, można zaobserwować, że zarządzający funduszami wspierają kapitałem przedsiębiorstwa
w kolejnych latach po dokonanej transakcji.
700,00
599,67
Wartość w mln EUR
600,00
500,00
400,00
453,60
378,09
360,28
300,00
200,00
100,00
207,12
68,33
0,00
2008
Nowe inwestycje
224,84
211,39
99,28
51,19
11,99
53,02
2009
2010
0,00
Kontynuowane inwestycje
0,00
2011
0,24
2012
Niesklasyfikowane
Rys. 13. Nowe i kontynuowane inwestycje private equity. Źródło: opracowanie na podstawie
EVCA Yearbook 2013.
Podczas analizy rynku private equity należy mieć na uwadze rysunek 13,
ponieważ często konstrukcja umów inwestycyjnych nie odzwierciedla pełnej
kwoty transakcji. Niejednokrotnie fundusze private equity dokonują inwestycji w kilku transzach, czego odzwierciedleniem jest kategoria „kontynuowane
inwestycje” na wykresie.
Na rysunku 14 zwraca uwagę fakt, że pomimo spadku wartości inwestycji
między rokiem 2011 a 2012 o blisko 30%, liczba spółek, w które inwestowały fundusze private equity, zwiększyła się o ponad 35%, osiągając poziom
199
Marcin Ignatowski
sprzed początku kryzysu bankowego w roku 2008. Trend wzrostowy w liczbie
doinwestowanych spółek obserwuje się już od końca 2009 r. i należy oczekiwać, że ta wartość nie spadnie w średniookresowej perspektywie. Owszem,
wyraźnie widać mniejsze zaangażowanie kapitału przez fundusze private
equity w 2012 r., ale z dużym prawdopodobieństwem można powiedzieć,
że obserwowana obecnie sytuacja na globalnym rynku skłoni wiele funduszy do jeszcze bardziej wytężonej pracy nad odnajdywaniem potencjalnych,
niezwykle intratnych transakcji.
800,00
75
71
600,00
70
58
55
60
45
500,00
50
400,00
635,72
300,00
200,00
80
27
652,69
40
678,44
30
434,19
477,61
274,57
100,00
Liczba
Wartość w mln EUR
700,00
20
10
0,00
0
2007
2008
2009
Inwestycje PE
2010
2011
2012
Liczba spółek
Rys. 14. Wartość inwestycji private equity i liczba doinwestowanych spółek w Polsce.
Źródło: opracowanie na podstawie EVCA Yearbook 2013.
2. Perspektywy rozwoju funduszy private equity w Polsce
Rozwój funduszy private equity w Polsce jest uzależniony od bardzo wielu
czynników. Można się pokusić o podzielenie ich na dwie grupy (Sobańska
i Sieradzan, 2004, s. 359): czynniki związane z dalszym rozwojem przedsiębiorczości w Polsce oraz czynniki zewnętrzne, wpływające bezpośrednio na
sektor funduszy wysokiego ryzyka.
Do czynników związanych z rozwojem przedsiębiorczości w naszym kraju
należy zaliczyć między innymi słabą efektywność funkcjonowania administracji publicznej oraz skomplikowane procedury administracyjne, które dodatkowo bardzo często ulegają zmianom. Te wymienione czynniki są w istocie
barierami dla ekspansywnego rozwoju przedsiębiorczości w Polsce. Nasz kraj,
mimo wielu pozytywnych przemian, również w ostatnich latach, w dalszym
ciągu postrzegany jest jako ten, który przed przedsiębiorcami raczej mnoży
bariery, niż ułatwia im funkcjonowanie. Na tle innych krajów europejskich,
w tym krajów naszego regionu, Polska wypada bardzo słabo, jeśli chodzi
o czasochłonność procesu zakładania działalności gospodarczej. Kolejnym
czynnikiem działającym negatywnie na przedsiębiorczość w naszym kraju jest
200
DOI 10.7172/1644-9584.48.10
mało efektywny wymiar sprawiedliwości. Sprawy w sądach cywilnych trwają
zdecydowanie za długo, utrudniając tym samym dochodzenie przedsiębiorcom swoich praw i roszczeń. Oczekiwanie na sądowe orzeczenie w Polsce
może trwać nawet do 1000 dni (Sobańska i Sieradzan, 2004, s. 359), co
w Europie jest niemal nie do pomyślenia, biorąc pod uwagę, że czas 100 dni
uważa się już za „umiarkowanie długi”. Dodając do wcześniej wymienionych problemów również skomplikowany system podatkowy oraz wysoką
efektywną stopę opodatkowania, uzyskujemy zestaw czynników potencjalnie działających jak hamulec dla zainteresowanych wejściem na nasz rynek
funduszy private equity.
Po stronie funduszy private equity dużym problemem w ich prężnym
rozwoju są między innymi takie czynniki, jak „niska jakość kadry menedżerskiej w polskich przedsiębiorstwach, słaby rozwój rynku kapitałowego,
mała podaż atrakcyjnych rozwiązań technologicznych rokujących sukces rynkowy, brak atmosfery sprzyjającej popularyzacji funduszy wysokiego ryzyka”
(Panfil, 2005, s. 227).
Należy zwrócić uwagę, że również w aspekcie powyższych czynników
w Polsce można zaobserwować znaczący rozwój i należy przewidywać, że
w ciągu kilku następnych lat argument dotyczący niskiej jakości kadry menedżerskiej okaże się nieaktualny. Nieznacznie trudniej może być przekonać
inwestorów z funduszy wysokiego ryzyka, że rynek kapitałowy w Polsce jest
dojrzały i w pełni przewidywalny. Najlepszym przykładem niepewności na
rynku kapitałowym w Polsce jest obecnie sytuacja Otwartych Funduszy Emerytalnych. Fundusze emerytalne dostarczają ponad 15% wszystkich kapitałów
na rynek private equity. Trudno sobie wyobrazić ich natychmiastowe zastąpienie, a tym samym należy się liczyć z przejściowym obniżeniem wartości
podstawianych kapitałów do wykorzystania dla funduszy wysokiego ryzyka.
Rok 2012 był zdecydowanie trudnym rokiem na rynku funduszy wysokiego ryzyka, ale na tę sytuację należy spojrzeć szerzej i wziąć pod uwagę
fakt, że cała światowa gospodarka boryka się z ogromnymi problemami,
a publikacja kolejnych danych makroekonomicznych jest wypatrywana z niecierpliwością, z nadzieją, że wzrost wskaźników dotyczących PKB, inwestycji,
zatrudnienia itp. stanie się odpowiedzią na kres obserwowanego spowolnienia. Sytuacja na światowych rynkach odbiła się szerokim echem również na
rynku polskich fuzji i przejęć. W roku 2012 drastycznie, ponieważ aż o 60%,
zmalała wartość fuzji i przejęć, a to jest wysoce niesprzyjająca sytuacja dla
dynamicznego wzrostu rynku private equity. Jednakże w badaniu przeprowadzonym przez firmę doradczą Roland Berger (2014) ponad połowa z 1200
przebadanych menedżerów przejawiała ostrożny optymizm, twierdząc, że
w roku 2014 liczba oraz wartość transakcji M&A wzrośnie, a to otworzy
nowe szanse dla funduszy private equity. Największy wzrost wartości i liczby
fuzji i przejęć ma mieć miejscem, zdaniem konsultantów z Roland Berger,
w Skandynawii i Niemczech, ale już na trzecim miejscu znajduje się Polska
z blisko 2% wzrostem aktywności private equity w transakcjach M&A.
201
Marcin Ignatowski
Raport Roland Berger European Private Equity Outlook 2014 dostarcza
jeszcze dwóch istotnych spostrzeżeń co do ewentualnego rozwoju funduszy private equity w Polsce i pozostałej części Europy. Otóż twierdzi się,
że finansowanie przedsiębiorstw długiem będzie trudniejsze niż do tej pory,
co w prostej linii może popchnąć przedsiębiorców do poszukiwania alternatywnego rozwiązania, jakim z pewnością jest finansowanie przedsiębiorstwa
z udziałem funduszy private equity. Już w tej chwili w Europie postępuje
systematyczne obniżanie sum bilansowych banków, mowa tu przede wszystkim o racjonalizacji wielkości aktywów banków, co implikuje zmniejszoną
akcję kredytową. 42% przebadanych przez Roland Berger inwestorów uważa,
że w Polsce w kolejnych latach fundusze private equity będą dużo uwagi
poświęcały firmom znajdującym się w ich portfelu poprzez działania na
szczeblu strategicznym. Być może należy się spodziewać w najbliższym czasie
kilku spektakularnych zmian w strategiach znanych nam firm.
W najbliższych latach nie należy się spodziewać ponadnormatywnych, co
do wartości i ilości, transakcji na rynku private equity w Polsce, zwłaszcza
jeśli atmosfera niepewności na rynkach będzie się w dalszym ciągu utrzymywać. Obecny kryzys był i jest też okazją do przeprowadzenia interesujących transakcji na rynku po nieco obniżonych cenach, zwłaszcza jeśli któryś
z funduszy myślał o przejęciach. O ile spadki cen stają się jednocześnie
ciekawą okazją do tanich przejęć, o tyle należy pamiętać, że fundusze private equity działają niemal w 90% w oparciu o fundusze zagraniczne, a dla
rozwoju polskiej gospodarki lepiej by było, gdyby mniejsza część zysków była
transferowana poza nasze granice. Niemniej jednak zagraniczni inwestorzy
w najbliższych kwartałach mogą być bardzo zainteresowani inwestycjami na
naszym rynku w oczekiwaniu wyższej stopy zwrotu z kapitału, niż jest to
możliwe do osiągnięcia w krajach Europy zachodniej.
Negatywnymi skutkami kryzysu, które można obserwować obecnie, jest
ogromny spadek funduszy pozostawionych do dyspozycji private equity, który
skutkuje dużo mniejszymi inwestycjami w tworzenie nowych produktów lub
zdobywanie nowych rynków przez polskie spółki, które zostały dofinansowane przez fundusze private equity. Co gorsza, należy spodziewać się
zachowania takiej tendencji w kolejnych kilku kwartałach. Fundusze private
equity są również podatne na kondycję Giełdy Papierów Wartościowych,
a co za tym idzie dezinwestycje poprzez IPO są przez zarządzających odkładane, co nie musi być złe dla dofinansowanych spółek, które tym samym
zyskają czas na skorzystanie z know-how funduszu. Rzeczywistość jest taka,
że cały obszar dezinwestycji w czasie kryzysu cierpi najbardziej. Również
trade sale, czyli sprzedaż spółki inwestorowi branżowemu, stała się utrudniona, od kiedy na rynku obserwuje się duże ograniczenia w dostępie do
finansowania długiem.
Pocieszającą konkluzją jest fakt, że polska gospodarka radzi sobie z kryzysem nadspodziewanie dobrze, recesja nie dotknęła naszego kraju, co daje
podstawy, by myśleć pozytywnie o najbliższych latach na rynku private equity.
202
DOI 10.7172/1644-9584.48.10
Bibliografia
Bannock Consulting. (2001). Innovative Instruments for Rising Equity for SMES in
Europe. Report for DG Enterprise, (June).
Caselli, S. (2010). Equity and Venture Capital in Europe. Markets, Techniques, and Deals.
Oxford: Academic Press – Elsevier.
Damodaran, A. (2007). Finanse korporacyjne. Teoria i praktyka. Gliwice: Wydawnictwo
Helion.
Danish Investment Fund. (2002). Business Angels in Denmark, ver. 1,09/12-2002.
European Private Equity and Venture Capital Association. (2013). EVCA Yearbook
2013. Brussels: European Private Equity and Venture Capital Association.
KPMG (2011). Private Equity Executive Survey. Warszawa: KPMG.
Ministerstwo Gospodarki Departament Strategii i Analiz (2012). Trendy rozwojowe sektora MSP w ocenie przedsiębiorców w pierwszej połowie 2012 roku, (2).
Ministry of Economy (2003). Labour and Social Policy. Poland: Economic Analyses and
Forecast Department.
Orłowski, W., Sękowski, J. i Socha, J. (2009). Kryzys na rynkach finansowych. Wyzwania
stojące przed spółkami. PricewaterhouseCoopers.
Panfil, M. (2005). Fundusze private equity. Wpływ na wartość spółki. Warszawa: Difin.
Panfil, M. (2008). Finansowanie rozwoju przedsiębiorstwa. Studia przypadków. Warszawa:
Difin.
Przybylska-Kapuścińska, W. i Mozalewski, M. (2011). Kapitał wysokiego ryzyka. Warszawa:
Polskie Wydawnictwo Ekonomiczne.
Roland Berger. (2014). European Private Equity Outlook 2014. Frankfurt: Roland Berger.
Sobańska, K. i Sieradzan, P. (2004). Inwestycje prviate equity/venture capital. Warszawa:
Wydawnictwo Key Text.
Strużycki, M. (red.). (2002). Zarządzanie małym i średnim przedsiębiorstwem. Uwarunkowania europejskie. Warszawa: Difin.
Tamowicz, P. (2007). Business angels. Pomocna dłoń kapitału. Warszawa: Polska Agencja
Rozwoju Przedsiębiorczości.
Węcławski, J. (1997). Venture capital. Nowy instrument finansowania przedsiębiorstw. Warszawa: Wydawnictwo Naukowe PWN.
203
DOI 10.7172/1644-9584.48.11
Planowanie finansów osobistych (zarządzanie finansami
osobistymi) z udziałem doradców finansowych –
znaczenie dla gospodarstw domowych i gospodarki
Krzysztof Waliszewski*
W artykule zaprezentowano koncepcję finansów osobistych i zarządzania nimi oraz scharakteryzowano relatywnie nowy zawód wśród profesji finansowych w Polsce – doradcę finansowego, a także ukazano związki
między zarządzaniem finansami osobistymi na poziomie poszczególnych gospodarstw domowych a kreowaniem podstaw wzrostu gospodarczego w całej gospodarce oraz przeciwdziałanie problemom społecznym.
Hipotezą artykułu jest stwierdzenie, że planowanie finansów osobistych zwiększa efektywność gospodarowania dostępnymi środkami finansowymi przez gospodarstwo domowe, m.in. poprzez kształtowanie nawyku
oszczędzania celowego, w długim okresie prowadzi do zwiększenia bogactwa gospodarstwa domowego,
zwiększa świadomość finansową – kredytową, inwestycyjną, emerytalną i ubezpieczeniową poszczególnych
jego członków, co korzystnie wpływa na gospodarkę na poziomie makroekonomicznym. Wobec deficytu
dostatecznej wiedzy w gospodarstwach domowych, czasu na porównywanie ofert, braku doświadczenia na
rynku usług finansowych, zaangażowanie w ten proces podmiotu zewnętrznego jest ekonomicznie zasadne.
Słowa kluczowe: planowanie finansów osobistych, zarządzanie finansami osobistymi, doradztwo finansowe, doradca finansowy.
Personal financial planning (personal financial management) with
the participation of financial advisers – significance
for households and the economy
The article presents the concept of personal finance and its management, as well as a characterization of a
relatively new profession among financial professions in Poland – a personal financial advisor. It also shows
the relationship between the management of personal finance at the level of individual households and creating
foundations of economic growth in the whole economy and tackling social problems. The hypothesis of this
article is a statement that the personal financial planning increases the effectiveness of management of available
financial resources of the household, for example byforming the habit of intentional saving,and in the long
term increases the household wealth as well as the financial awareness – with regards to credit, investment,
pension and insurance of its individual members, which has a positive effect on the economy at the macro
level. The involvement of external entity in this process is economically justified to the household deficit of
sufficient knowledge, the time to compare offers, the lack of experience in the financial services market.
Keywords: personal financial planning, personal financial management, financial advising, financial advisor.
JEL: G23, D14, E21
*
Krzysztof Waliszewski – dr, Uniwersytet Ekonomiczny w Poznaniu, Katedra Bankowości.
Adres do korespondencji: Uniwersytet Ekonomiczny w Poznaniu, Katedra Bankowości, Al. Niepodległości 10, 61-875 Poznań, e-mail: [email protected].
Planowanie finansów osobistych (zarządzanie finansami osobistymi) z udziałem doradców
1. Wprowadzenie
Finanse osobiste (personal finance) są tą częścią dyscypliny nauk finansowych, która współcześnie nabiera coraz większego znaczenia i staje
się przedmiotem zainteresowania nie tylko teoretyków tworzących nowe
koncepcje i teorie zachowań konsumentów na rynku usług finansowych,
ale również praktyków, a szczególnie instytucji finansowych, bankowych
i pozabankowych, świadczących usługi finansowe klientom indywidualnym. Finanse gospodarstw domowych stają się przedmiotem zarządzania i planowania, czyli zamierzonych i powtarzalnych działań mających
na celu racjonalną gospodarkę finansami oraz jak najlepsze zaspokojenie
potrzeb zarówno indywidualnych członków, jak i zbiorowych gospodarstwa
domowego.
Doradztwo finansowe dla gospodarstw domowych wobec przeorientowania modeli biznesowych instytucji finansowych w kierunku kreowania
wartości dla klienta staje się elementem kompleksowej jego obsługi, może
być również niezależną od sprzedaży produktów finansowych usługą, gdy
jest wykonywane przez niezależnych doradców finansowych, nazywanych
planerami finansowymi (financial planners). Zarządzanie finansami osobistymi przynosi wydatne korzyści samemu gospodarstwu domowemu i jego
członkom (ujęcie mikroekonomiczne), wpływa również na czynniki wzrostu
gospodarczego – konsumpcję, oszczędności i inwestycje.
Celem artykułu jest przedstawienie tego wpływu na poziomie mikroi makroekonomicznym przy założeniu, że w proces planowania finansów
osobistych włączony zostaje profesjonalista – doradca finansowy. Doradca
finansowy powinien być niezależny, posiadać odpowiednią wiedzę, doświadczenie, kompetencje, kontakty rynkowe, przegląd wszystkich ofert dostępnych na rynku i umiejętności interpersonalne, a przede wszystkim powinien
być wynagradzany przez klienta, co eliminuje potencjalny konflikt interesów
przy wynagradzaniu w formie prowizji od instytucji finansowych. Jak wskazują doświadczenia państw o rozwiniętych rynkach finansowych i systemie
pośrednictwa finansowego, współcześnie kreuje się segment niezależnego
doradztwa finansowego, a dominacja pośrednictwa finansowego jest tylko
etapem przejściowym do stanu docelowego.
2. Identyfikacja planowania finansów osobistych i zarządzania
finansami osobistymi
Wobec rosnącego współcześnie znaczenia finansów w życiu i działalności podmiotów gospodarujących w skali mikroekonomicznej i w skali całej
gospodarki, co jest nazywane finansjalizacją, szczególnego znaczenia zaczyna
nabierać zarówno nauka (wykształcenie nowej dyscypliny z nauk ekonomicznych zajmującej się badaniem zjawisk finansowych – finansów1), jak
i aspekt praktyczny odnoszący się do obserwowania i wyciągania wniosków
205
Krzysztof Waliszewski
z funkcjonowania finansów w różnych sektorach gospodarki, w zakresie
finansów prywatnych i publicznych. Zgodnie z definicją Centralnej Komisji
do Spraw Stopni i Tytułów finanse badają zjawiska związane z działalnością
człowieka, w której występuje przepływ pieniądza, a więc przede wszystkim
zjawiska związane ze sferą finansową gospodarki. Badania w zakresie finansów obejmują zwłaszcza analizę przyczyn i skutków przepływu pieniądza
między podmiotami gospodarczymi. Dyscyplina finanse analizuje motywy
i kryteria decyzji podejmowanych przez podmioty gospodarcze. W obszarze
finansów sytuują się również badania dotyczące szeroko rozumianej sprawozdawczości finansowej, czyli przygotowania i analizy informacji finansowych
na potrzeby podejmowania decyzji.
Do obszaru badań finansów należą zwłaszcza2:
– w ujęciu podmiotowym: finanse publiczne, finanse przedsiębiorstw,
finanse osobiste i gospodarstw domowych, instytucje finansowe (w tym:
banki, zakłady ubezpieczeń, towarzystwa funduszy inwestycyjnych i emerytalnych), finanse międzynarodowe;
– w ujęciu funkcjonalnym: inwestowanie (zwłaszcza wtedy, gdy celem jest
uzyskanie dochodu finansowego), pozyskiwanie kapitału, rynki finansowe,
polityka finansowa, analiza i transfer ryzyka finansowego, redystrybucja
środków finansowych (np. przez system podatkowy).
Z tak przedstawionej definicji finansów oraz ich zakresu podmiotowego
i przedmiotowego wynikają ważne wnioski dla dalszych rozważań w niniejszym artykule. Finanse osobiste i finanse gospodarstw domowych wchodzą
w skład finansów sektora prywatnego, tzw. finanse prywatne, i obejmują
przedmiotowo: oszczędzanie i inwestowanie, w tym oszczędzanie celowe,
np. na emeryturę, finansowanie potrzeb konsumpcyjnych i inwestycyjnych,
analizę i transfer ryzyka w ramach ubezpieczeń.
Należy również zwrócić uwagę na fakt, że w literaturze spotyka się
wymienne stosowanie pojęć finanse osobiste i finanse gospodarstw domowych, chociaż nie są to pojęcia równoznaczne. B. Świecka odróżnia finanse
osobiste (personalne) od finansów gospodarstw domowych. Finanse osobiste stanowią kategorię węższą, ponieważ dotyczą zjawisk finansowych osoby
fizycznej, pojedynczego człowieka (Świecka, 2011). Na finanse gospodarstwa domowego składają się finanse osobiste poszczególnych członków
gospodarstwa domowego, jak również wspólne przepływy finansowe tego
zespołu osób jako wspólnoty budżetu i zaspokojenia potrzeb indywidualnych poszczególnych członków, jak i zbiorowych gospodarstwa domowego.
Zgodnie z definicją GUS gospodarstwo domowe tworzy zespół osób spokrewnionych lub niespokrewnionych, mieszkających razem i wspólnie utrzymujących się (gospodarstwo domowe wieloosobowe) lub osoba utrzymująca
się samodzielnie, bez względu na to, czy mieszka sama, czy też z innymi
osobami (gospodarstwo domowe jednoosobowe). Członkowie rodziny mieszkający wspólnie, ale utrzymujący się oddzielnie tworzą odrębne gospodarstwa
domowe (GUS, 2013).
206
DOI 10.7172/1644-9584.48.11
Finanse osobiste i gospodarstw domowych jako subdyscyplina nauki
finansów rozwijają się bardzo dynamicznie, czego wyrazem są pierwsze prace
na stopień naukowy doktora habilitowanego w Polsce dotyczące problematyki finansów osobistych i gospodarstw domowych (Smyczek, 2007; Świecka,
2009; Fatuła, 2010), pierwsze monografie – poza dotąd funkcjonującymi na
rynku wydawniczymi poradnikami – dotyczące tej problematyki3 i nowe nurty
badawcze, np. finanse behawioralne, nanofinanse (finanse codzienności)
(J.K. Solarz), neurofinanse (S. Flejterski), finanse kulturowe.
Na przestrzeni ostatnich lat widoczne są zmiany dotyczące gospodarstw
domowych mające charakter ekonomiczny, społeczny i kulturowy, które
w dużej mierze mają wpływ na preferencje w zakresie usług finansowych.
Wśród najważniejszych z nich można wymienić (Sibińska, 2012):
– wzrost majątków i aktywów dziedziczonych;
– kryzys systemów emerytalnych oraz tendencje przesuwania odpowiedzialności za świadczenia emerytalne ze strony państwa na jego obywateli;
– zmiany w charakterze pracy – wzrost samozatrudnienia, większa mobilność ludzi do zmiany miejsca pracy i zamieszkania;
– starzenie się społeczeństw oraz wydłużenie okresu życia;
– zmiany w strukturze i roli gospodarstw domowych (wzrost liczby małżeństw rozwiedzionych, posiadanie dzieci w późniejszym okresie, wydłużenie okresu, w którym rodziny muszą osiągnąć wyższy dochód);
– ukierunkowane zachowania nabywcze klientów w stronę produktów kompleksowych, mniej homogenicznych;
– procesy deregulacji wpływające na wytworzenie się kategorii dostawców
usług finansowych oferujących kompleksowe usługi i produkty.
Głównym celem gospodarstwa domowego jest zaspokojenie potrzeb
i aspiracji jego członków (osobistych i wspólnych). Aby to osiągnąć, musi
ono prowadzić odpowiednią politykę w zakresie finansów. Wskutek ograniczeń budżetowych konsumenci stają przed koniecznością rozpatrywania
wielu spraw finansowych i podejmowania odpowiednich decyzji (Rudnicki,
2013). Cele gospodarstwa domowego powinny być podzielone według terminu wdrażania na krótko-, średnio- i długoterminowe, powinny być realne
i mierzalne, aby łatwo można było sprawdzić ich realizację, a ponadto
powinny być zgodne z aktualną fazą cyklu życia gospodarstwa domowego
(life cycle).
Teoria ekonomii dopracowała się wielu prób wyjaśnienia zachowań
finansowych gospodarstw domowych. Do najbardziej znanych teorii klasycznych i neoklasycznych opartych na założeniu racjonalności zachowania konsumenta należą w kolejności chronologicznej: hipoteza cyklu życia
I. Fishera (1930), hipoteza dochodu absolutnego (Absolute Income Hypothesis) J.M. Keynesa (1936), teoria dochodu relatywnego i nieodwracalności konsumpcji (Relative Income Hypothesis) J.S. Duesenberry’ego (1949),
teoria cyklu życia (Life Cycle Hypotesis) F. Modiglianiego i R. Brumberga
207
(1954), teoria permanentnego (stałego) dochodu (Permanent Income Hypotesis) M. Friedmana (1957).
Ze względu na obserwowane w praktyce odstępstwa od założenia racjonalnych zachowań jednostek w opozycji do wyżej wskazanych teorii zaczęły
powstawać poglądy oparte na badaniach psychologicznych i socjologicznych,
akcentujące behawioralne aspekty ludzkich decyzji, które są podejmowane
pod wpływem emocji, postaw, błędów percepcyjnych, jak również kontekstu
symulacyjnego i prowadzą do odstępstw od racjonalności, czyli tzw. heurystyk
(inklinacji behawioralnych). Należą do nich teoria perspektywy (prospektu)
i skumulowana teoria perspektywy D. Kahnemana i A. Tversky’ego (1979,
1992) oraz behawioralna teoria cyklu życia (Behavioural Life-Cycle Hypotesis)
H. Sherfina i R. Thalera (1988). Do heurystyk w przypadku teorii perspektywy należą: efekt pewności (nadawanie zbyt dużej wagi wynikom, które są
pewne w porównaniu z tymi, które są jedynie prawdopodobne), efekt odbicia
(w wyborach związanych z dodatnimi wypłatami występuje awersja do ryzyka,
w wyborach o ujemnych wypłatach podmioty charakteryzują się skłonnością
do ryzyka) i efekt izolacji (polega na odrzuceniu w procesie wyboru elementów występujących we wszystkich alternatywach i koncentrowanie się na
tych, które je wyróżniają) (Bańbuła, 2006). Z kolei behawioralna teoria cyklu
życia została oparta na trzech podstawowych filarach stanowiących punkt
wyjścia do wyjaśnienia zachowań ludzkich w zakresie podejmowania decyzji
dotyczących odmiennego klasyfikowania dochodu i sposobów dysponowania
nim. Do filarów tych zalicza się samokontrolę (self-control), system kont
mentalnych (mental accounting) oraz sposób prezentacji alternatyw (framing) (Shefrin i Thaler, 1988). W kontekście teorii behawioralnych istotne
staje się zagadnienie świadomości gospodarstw domowych, że zarządzanie
ich finansami oparte na racjonalności przynosi korzyści nie tylko samym
gospodarstwom domowym, ale również całej gospodarce.
Tak jak finanse podmiotów prywatnych i publicznych stanowią przedmiot
zarządzania, tak w przypadku finansów osobistych i gospodarstw domowych
można sformułować pojęcie zarządzania finansami osobistymi (personal
finance managemet) i planowania finansów osobistych (personal financial
planning). W literaturze polskiej można spotkać wiele definicji odnoszących
się do tych terminów4. Zarządzanie finansami przez gospodarstwo domowe
można interpretować jako ogół działań członków gospodarstwa domowego
związanych z pozyskiwaniem środków finansowych oraz ich wydatkowaniem
zgodnie z przyjętymi celami gospodarstwa. Rozpatrując gospodarstwo domowe
w konwencji organizacji, można przyjąć, że zarządzanie nim polega na planowaniu, organizowaniu, motywowaniu i kontrolowaniu czynności wykonywanych przez jego członków w obrębie dwóch układów instytucjonalnych,
tj. w gospodarstwie domowym i na rynku. Analogiczne fazy (tj. planowanie,
organizowanie, motywowanie i kontrolowanie) można wyróżnić w zarządzaniu
finansami przez gospodarstwo domowe zarówno w rachunku dochodów, jak
i wydatków (Świetlik, 2011).
208
DOI 10.7172/1644-9584.48.11
6. Monitoring
wdrażania planu
oraz relacji
z doradcą
1. Ustalenie
i zdefiniowanie
klienta
oraz relacji
z doradcą
finansowym
5. Wdrożenie
rekomendacji
z osobistego
planu finansowego
2. Zebranie
danych klienta,
wyznaczenie celów
i oczekiwań
4. Sporządzenie
i prezentacja
planu
finansowego
3. Analiza
i ocena
aktualnego
statusu klienta
Rys. 1. Proces planowania finansów osobistych. Źródło: Standards International. (2014).
Personal financial planning process by ISO 22222:2005. Pozyskano z: http://www.
standardsinternational.co.uk (5.09.2014).
Zgodnie ze standardem ISO planowanie finansów osobistych można
zdefiniować jako proces mający na celu umożliwienie konsumentom uzyskania ich osobistych celów finansowych i można wyróżnić dwie płaszczyzny planowania finansowego – procesową (czynnościową) i przedmiotową
(rodzajową). Ta pierwsza wskazuje na czynności składające się na proces
planowania (rysunek 1), a ta druga wskazuje obszary planowania finansowego, takie jak (Lewis, 2004):
– planowanie podatkowe (tax planning) — minimalizacja podatków i optymalizacja podatkowa;
– planowanie dochodów i wydatków – budżetu (cash flow planning) – polityka wpływów, wydatków i oszczędności oraz kształtowanie płynności
finansowej i obszar rozliczeń/płatności jako tzw. zarządzanie budżetem
gospodarstwa domowego;
– inwestycje (investmnets) – podejmowanie ryzyka w celu osiągnięcia korzyści w przyszłości;
– zarządzanie ryzykiem (risk management) – włączenie ubezpieczenia
i innych praktyk w celu ustalenia i ograniczenia ekspozycji gospodarstw
domowych na niepewność;
– planowanie emerytalne (retirement planning) – planowanie cyklu życia
w okresie, w którym dochody związane z pracą ustają;
209
– planowanie majątkowe (estate planning) – organizowanie finansów z troską o innych członków gospodarstwa domowego, najczęściej na okres po
zgonie posiadacza aktywów, tzw. międzypokoleniowy transfer majątku;
– finansowanie konsumpcji i inwestycji (consumer and investments financing) – obejmuje finansowanie potrzeb konsumpcyjnych i inwestycyjnych
gospodarstwa domowego, w tym mieszkaniowych, najczęściej na rynku
bankowym lub poza nim (znajomi, rodzina, instytucje parabankowe).
Nowa dyscyplina naukowa, jaką są finanse, a także subdyscypliny finansów – finanse osobiste i finanse gospodarstw domowych – do opisu i wyjaśnienia prawidłowości w nich występujących wymagają stworzenia nowego
instrumentarium pojęciowego (Świecka, 2014). Pojęciami tymi są: osobiste
wpływy, wydatki i cash flow, budżet osobisty (personal budget) i domowy
(family budget), osobisty bilans (aktywa, pasywa, aktywa trwałe i obrotowe,
płynne i niepłynne), rachunek wyników (przychody i koszty), wartość netto
gospodarstwa domowego (net worth), dochód rozporządzany (do dyspozycji),
osobisty plan finansowy (personal financial plan). Finansom gospodarstw
domowych i finansom osobistym w zakresie instrumentarium pojęciowego
najbliżej do finansów przedsiębiorstw i zarządzania nimi, jednak występują
podkreślane w literaturze istotne różnice (Fatuła, 2013).
Ze względu na fakt, że planowanie finansów osobistych i zarządzanie
finansami osobistymi to działania praktyczne, realizowane codziennie przez
gospodarstwa domowe i poszczególnych ich członków, można zaobserwować tworzenie i udostępnianie również przez banki narzędzi i specjalistycznego oprogramowania, mających usprawnić kontrolę bieżących wpływów
i wydatków gospodarstwa domowego, czyli zarządzanie budżetem5. Nowoczesne narządzania zarządzania finansami osobistymi (narzędzia i serwisy
typu PFM, Personal Finance Management) są częścią szerszego procesu
tzw. wirtualizacji zachowań konsumenckich na rynkach usług finansowych
(Smyczek, 2010). Dają one możliwość zautomatyzowania finansowej ewidencji i rozbudowane opcje analizy inwestycji czy narzędzi rekomendujących
różne sposoby optymalizacji budżetów. Aplikacja typu PFM jest narzędziem
używanym już od dłuższego czasu, aczkolwiek dopiero ostatnio zaczęto
korzystać z niej znacznie częściej. Przyczyna jest prosta – dopiero kiedy
narzędzie zostało zintegrowane z rachunkiem bankowym, możliwe stało
się automatyczne klasyfikowanie transakcji. Poprzednio jego użytkownicy
po przejrzeniu wszystkich transakcji musieli ręcznie dokonywać ich klasyfikacji (Podleśny, 2014). Inną ważną tendencją obserwowaną w gospodarstwach domowych jest finansjalizacja, która oznacza, że ludzie mają potrzebę
korzystania z usług finansowych w celu realizowania rosnącej liczby potrzeb
(Borcuch, 2013).
W Europie zainteresowanie możliwością skorzystania z narzędzi ułatwiających kontrolę prywatnych budżetów oscyluje wokół 70% dla grupy wiekowej 21–39 lat, a w Polsce aż 93% badanych zadeklarowało chęć lepszego
radzenia sobie z prywatnymi finansami (Ślązak i Guzek, 2012). Jednocześnie
210
DOI 10.7172/1644-9584.48.11
należy wskazać, że w USA blisko 30% gospodarstw domowych korzysta
z porad doradcy przy zarządzaniu finansami osobistymi (CFP Board, 2013),
w Niemczech6 jest to powyżej 10%, a w Polsce tylko 2% (Maison, 2009).
Dane te wskazują na przepaść, jaka dzieli Polskę od średnio i wysoko rozwiniętych rynków doradztwa finansowego. Skrajnym przypadkiem udziału
podmiotów zewnętrznych w zarządzaniu finansami gospodarstwa domowego jest instytucja typu family office (lifestyle management). Jest to prywatna firma zarządzająca inwestycjami i majątkiem rodziny, gospodarstwa
domowego. Świadczy usługi doradcze, zarządza nieruchomościami, obrotem
dóbr ruchomych, organizacją życia rodziny. Inne innowacyjne rozwiązania
w obszarze finansów osobistych to agregacja rachunków finansowych, inwestycje i pożyczki społecznościowe (P2P, C2C), będące elementem finansów
elektronicznych (e-finanse).
3. Identyfikacja instytucji doradztwa finansowego
w systemie pośrednictwa finansowego
Jeżeli pośrednictwo finansowe, będące jedną z trzech form przekazywania
kapitału w gospodarce, zdefiniujemy jako proces finansowania pośredniego,
który polega na przekazywaniu kapitału od podmiotów nadwyżkowych do
deficytowych z udziałem ogniwa pośredniego – instytucji finansowych zwanych pośrednikami finansowymi, to doradztwo finansowe stanie się częścią
tego procesu. Dzięki kojarzeniu stron transakcji, informowaniu i edukacji
konsumentów oraz czynieniu ich bardziej świadomymi uczestnikami rynku
usług finansowych doradcy finansowi zwiększają efektywność transferu kapitału w ramach finansowania pośredniego.
Doradztwo finansowe jako usługa niezależna od sprzedaży produktów
i usług finansowych przez bankowe i niebankowe instytucje pośrednictwa
finansowego narodziło się w USA na przełomie lat 60. i 70. XX w., a za ojca
zawodu doradcy finansowego uważa się Lorena Duntona (1918–1997). Wówczas utworzono pierwszą organizację kształcącą i certyfikującą doradców
finansowych (College for Financial Planning) oraz ich zrzeszającą (Society
of Financial Service Professionals) – obie z siedzibą w Denver (Brandon Jr.
i Welch, 2009). Dało to początek najstarszemu i jednocześnie najbardziej
znanemu w skali międzynarodowej standardowi doradcy finansowego, jakim
jest CFP (Certified Financial Planner), którym na terenie USA zarządza Certified Financial Planner Board of Standard, a poza USA Financial Planning
Standards Board Ltd. (FPSB). Ekspansja międzynarodowa tego systemu
standaryzacyjnego, certyfikacyjnego i etycznego doradców finansowych od
1985 r. (pierwszym krajem była Wielka Brytania, gdzie powstał Institute of
Financial Planning) doprowadziła do sytuacji, w której pod koniec 2013 r.
na świecie działało ponad 153 tys. doradców CFP, z tego ponad 69 tys.
doradców w USA.
211
W Europie działają dwie organizacje pozarządowe tworzące standardy,
kodeks etyki i system certyfikacyjny doradców finansowych – Europejska
Federacja Doradców Finansowych (European Federation of Financial Professionals, EFFP) z siedzibą w niemieckim Bad Homburg oraz Europejskie
Stowarzyszenie Planowania Finansowego (European Financial Planning
Association, EFPA Europe) utworzone przy Uniwersytecie w Rotterdamie.
Pierwsza organizacja kształci i certyfikuje niezależnych doradców finansowych, natomiast druga w głównej mierze doradców finansowych dla sektora
bankowego jako tzw. doradców klienta zamożnego w segmencie personal czy
private banking. W Polsce doradcy finansowi posiadający certyfikat zgodny
ze standardem EFPA Europe pracują w takich instytucjach, jak Dom Inwestycyjny Xelion Sp. z o.o., Raiffeisen Bank Polska SA, Pekao SA, HSBC
Bank Polska SA, Alior Bank SA, Nordea Bank SA, DZ Bank Polska SA,
BRE Private Banking & Wealth Management, PKO Bank Polski, Deutsche
Bank Polska SA.
Doradca finansowy, zwany plannerem finansowym (personal financial
advisor/planner, personal financial practicioner), jako doświadczony, wykształcony profesjonalista przestrzegający standardów etycznych swojego zawodu
staje się łącznikiem między konsumentem a coraz bardziej zróżnicowanym
instytucjonalnie i przedmiotowo, tj. w zakresie instrumentów finansowych,
systemem pośrednictwa finansowego. Doradca finansowy powinien działać
w jak najlepszym interesie klienta, dbać o realizację jego celów i bezpieczeństwo finansowe. Wobec istotnej przewagi instytucji finansowych nad
konsumentami doradca finansowy jest profesją ważną i pożądaną, ponieważ równoważy tę dysproporcję. Doradca finansowy powinien informować
i uświadamiać konsumenta co do jego praw wynikających z przepisów
w zakresie ochrony konsumenta usług finansowych (bankowych, ubezpieczeniowych, inwestycyjnych, rozliczeniowych), a także zwracać uwagę na
konsekwencje konkretnych zapisów umów ze względu na przyjęty w UE,
w tym w Polsce, model ochrony konsumenta przez informację. W praktyce
oznacza to obowiązek dostarczania konsumentowi coraz większej ilości rozbudowanej informacji finansowej przez instytucje finansowe, co najczęściej
nie idzie w parze z ich rozumieniem przez konsumentów. Doradca finansowy
staje się zatem niezbędnym filarem budowania bezpieczeństwa finansowego
konsumentów, a przez to bezpieczeństwa finansowego obsługujących go
instytucji finansowych.
Odnosząc się do poszczególnych faz procesu planowania finansowego,
rolę doradcy finansowego zawiera tabela 1.
Z analizy tabeli wynikają najważniejsze cechy, jakie powinien posiadać
doradca finansowy:
– 4 E – Education, Experience, Ethics, Examination – co oznacza odpowiednią edukację, doświadczenie, przestrzeganie zasad etyki i poddawanie się
procesowi egzaminowania – wstępnego przez rozpoczęciem wykonywania
zawodu i okresowego w trakcie wykonywania czynności doradczych;
212
DOI 10.7172/1644-9584.48.11
Rola doradcy finansowego
Planner finansowy powinny oferować porady planowania finansowego, które odnoszą się do celów, na podstawie
informacji dostarczonych przez użytkownika. Planowanie powinno polegać na analizie zaleceń, by je zrozumiał
i aby można było podejmować świadome decyzje. Planner powinien również słuchać obaw klienta i dokonywać
odpowiednio rewizji zaleceń
Sporządzenie
i prezentacja planu
finansowego
Klient i doradca powinni uzgodnić, kto będzie kontrolował postępy w osiąganiu założonych celów. Jeśli doradca
jest odpowiedzialny za proces, powinien on realizować dla klienta okresowy przegląd sytuacji i wprowadzać
zalecenia w razie potrzeb będących skutkiem zmian w życiu klienta.
Tab. 1. Rola doradcy finansowego w poszczególnych fazach procesu planowania finansowego. Źródło: CFP Board. (2014). Financial Planning
Process. Certified Financial Planner Board of Standard. Pozyskano z: http://www.cfp.net (1.09.2014).
Monitoring wdrażania
planu oraz relacji
z doradcą
Wdrożenie rekomendacji Klient i doradca finansowy powinni uzgodnić, jak zalecenia zostaną przeprowadzone. Planowanie może
z osobistego planu
ograniczać się do zaleceń lub doradca może służyć jako trener koordynujący pracę klienta z innymi specjalistami,
finansowego
takimi jak adwokaci, księgowi lub maklerzy
Doradca finansowy powinien analizować informacje dla oceny aktualnej sytuacji i określenia, co należy zrobić,
aby spełnić cele klienta. W zależności od usług, z jakich można skorzystać, może to być analiza aktywów,
pasywów oraz przepływ środków pieniężnych, aktualnych ubezpieczeń, inwestycji i strategii podatkowych
Analiza i ocena
aktualnego statusu
klienta
Zebranie danych klienta, Doradca finansowy powinny poprosić o informacje na temat sytuacji finansowej klienta. Należy określić cele
osobiste i finansowe, zdefiniować ramy czasowe dla wyników i przedyskutować, w stosownych przypadkach,
wyznaczenie celów
jaki jest stosunek klienta do ryzyka. Planner finansowy powinien zebrać wszystkie niezbędne dokumenty przed
i oczekiwań
udzieleniem porady
Ustalenie i zdefiniowanie Planner finansowy powinien jasno opisać i udokumentować usługi, które ma zapewnić, i określić swoje obowiązki
i obowiązki klienta w trakcie wykonywania planowania finansowego. Doradca finansowy powinien w pełni
klienta oraz relacji
wyjaśnić, w jaki sposób jest wynagradzany. Doradca i klient powinni określić, jak długo będzie trwała ich relacja
z doradcą finansowym
i jak decyzje będą podejmowane
Faza procesu
planowania
213
– ciągłe doskonalenie kwalifikacji zawodowych i okresowa ich weryfikacja
przez organizacje samorządu gospodarczego;
– certyfikacja przez niezależną instytucję pozarządową;
– znajomość szerokiej oferty produktów finansowych w różnych obszarach
zarządzania finansami osobistymi (oszczędności i inwestycje, kredyty,
ubezpieczenia, emerytury);
– jasno określony i transparentny sposób wynagradzania za usługi doradztwa finansowego – prowizja od instytucji finansowej za sprzedaż produktów (commission), opłata od klienta (fee) – stawka godzinowa, procent
od aktywów pod opieką lub ryczałt, forma mieszana;
– określenie przepisami prawa statusu zawodu doradcy finansowego wśród
profesji finansowych jako podstawy do budowania społecznego zaufania
do niego;
– pewna forma nadzoru państwa nad działalnością doradców finansowych,
np. ze strony Ministerstwa Finansów czy organu nadzoru finansowego,
np. poprzez konieczność uzyskania wpisu do rejestru doradców po
uprzedniej weryfikacji przez organ rządowy;
– samoregulacja doradców finansowych poprzez ich zrzeszanie się w ramach
stowarzyszeń doradców jako osób fizycznych lub związków pracodawców
jako instytucji doradztwa finansowego – osób prawnych.
Jednocześnie dla rozwoju branży doradztwa finansowego, poza wskazanymi wyżej uwarunkowaniami podażowymi i regulacyjnymi, względnie
samoregulacyjnymi, dużą rolę odgrywają uwarunkowania popytowe, leżące
po stronie konsumentów – potencjalnych klientów doradców finansowych.
Wśród nich należy wymienić następujące:
– odpowiednio wysoki poziom świadomości finansowej, aby możliwe było
zarządzanie finansami osobistymi;
– odpowiednio wysoki poziom świadomości istnienia, zakresu usług i korzyści związanych z zaangażowania w proces planowania finansowego profesjonalisty – doradcy finansowego;
– wykształcony nawyk planowania wpływów i wydatków, czyli zarządzanie
budżetem gospodarstwa domowego;
– wykształcony nawyk regularnego oszczędzania celowego, niezależnie
od poziomu zamożności gospodarstwa domowego, zgodnie z zasadą,
że oszczędzać i planować finanse domowe można nawet przy niższych
dochodach;
– świadomość kredytowa, inwestycyjna, ubezpieczeniowa i emerytalna
członków gospodarstw domowych.
W Polsce branża doradztwa finansowego znajduje się w początkowej
fazie rozwoju, a od wydania przez Europejską Akademię Planowania Finansowego pierwszych certyfikatów EFG w 2005 r. zgodnych ze standardem
EFFP minęła dopiero dekada. W 2008 r. Warszawski Instytut Bankowości
wydał pierwsze certyfikaty dla doradców finansowych zgodne ze standardami
EFPA Europe. Do początku września 2014 r. w Polsce wydano łącznie
214
DOI 10.7172/1644-9584.48.11
1432 certyfikaty EFFP, w tym 1299 certyfikaty EFG (European Financial
Guide) i 133 certyfikaty EFC (European Financial Consultant), a także
349 certyfikatów zgodnych ze standardem EFPA Europe, w tym 298 certyfikatów EFA (European Financial Advisor) i 51 certyfikatów EFP (European
Financial Planner). Zawód doradcy finansowego w Polsce nie jest regulowany i wobec tendencji deregulacyjnych trudno przypuszczać, aby nim był.
To, co w takiej sytuacji proponuje środowisko doradców finansowych, to
samoregulacja branży związana z tworzeniem i przestrzeganiem standardów
obsługi klienta, kodeksów etyki zawodowej, wymogu ciągłego doskonalenia
zawodowego i egzaminowania.
Ważne zdarzenia w profesjonalizacji rynku usług doradztwa finansowego,
w tym doradztwa kredytowego, to:
– powstanie Europejskiej Federacji Doradców Finansowych EFFP Polska
w 2007 r. jako oficjalnego partnera, organizacji akredytowanej i zrzeszonej w ramach FECIF (Europejskiej Federacji Doradców i Pośredników
Finansowych);
– powstanie w 2009 r. Fundacji na rzecz Standardów Doradztwa Finansowego przy Warszawskim Instytucie Bankowości, która pełni funkcję EFPA
Polska oraz przejęła od WIB proces certyfikacji doradców finansowych
zgodny ze standardami EFPA Europe;
– od 1 lipca 2010 r. wpisanie na listę zawodów MPiPS zawodu doradcy
finansowego (kod 241202);
– zatwierdzenie Krajowego Standardu Kompetencji Zawodowych dla
zawodu Doradca Finansowy w dniu 15 października w 2013 r.;
– opracowanie przez Związek Banków Polskich i Związek Firm Doradztwa
Finansowego Rekomendacji dobrych praktyk dla doradców kredytowych.
Kredyty hipoteczne obowiązujących od 1 września 2014 r.
W związku z uchwaleniem w 2014 r. dyrektywy w sprawie konsumenckich umów o kredyt związany z nieruchomościami mieszkalnymi (Dyrektywa 2014/17/UE) i planowaną jej implementacją w marcu 2016 r. w Polsce pośrednicy i doradcy kredytów hipotecznych będą musieli spełnić kilka
wymogów. Są to:
– obowiązek przedstawienia klientowi europejskiego, znormalizowanego
arkusza informacyjnego (European Standardised Information Sheet,
ESIS);
– weryfikacja wiedzy i kompetencji kandydata do pracy w obszarze pośrednictwa i doradztwa kredytowego w zakresie kredytów hipotecznych oraz
osób kierujących tymi podmiotami – zarządu (rejestracja podmiotów);
– obowiązek ciągłego kształcenia i podnoszenia kwalifikacji zawodowych
sprawdzanych okresowo przez organizacje samorządu gospodarczego;
– nadzór właściwego organu nad branżą (w Polsce najpewniej będzie to KNF);
– obowiązek ujawniania wysokości prowizji uzyskiwanej od poszczególnych
banków;
– wskazanie, czy jest to doradca zależny (pośrednik) czy niezależny;
215
– posiadanie ubezpieczenia od odpowiedzialności cywilnej przez osoby
wykonujące zawód pośrednika i doradcy kredytowego (Europejski Urząd
Nadzoru Bankowego na zlecenie Komisji Europejskiej ma określić minimalną sumę gwarancyjną, natomiast w przepisach europejskich brakuje
wytycznych co do zakresu polisy oraz ewentualnych wyłączeń, które będą
miały decydujący wpływ na ceny ubezpieczeń7).
Mimo że do wdrożenia dyrektywy hipotecznej (MCD) zostało jeszcze
sporo czasu, już w 2014 r. przy Radzie Rozwoju Rynku Finansowego działającej przy Ministrze Finansów powstała Grupa Robocza ds. Implementacji
dyrektywy MCD do polskiego porządku prawnego, na forum której toczą się
prace nad analizą zaproponowanych w Dyrektywie regulacji oraz toczy się
wstępna dyskusja nad możliwymi rozwiązaniami. Zgodnie z wykazem prac
legislacyjnych założenia tego projektu mają być przyjęte przez Radę Ministrów w drugim kwartale 2015 r.8 Już teraz wiadomo, że regulacje związane
z dyrektywą hipoteczną oznaczają rewolucyjne zmiany dla branży pośredników
i doradców kredytowych w Polsce, a z drugiej strony stanowią o przejściu rynku
na wyższy poziom rozwoju. Kolejne ważne zmiany dotyczące doradztwa finansowego w Polsce są oczekiwane w związku z wdrożeniem dyrektywy MIFID
II (doradztwo inwestycyjne), nowelizacji dyrektywy w sprawie pośrednictwa
ubezpieczeniowego (IMD II). W obszarze standaryzacji zawodu doradcy finansowego na uwagę zasługują prace nad Polską Ramą Kwalifikacji, które mają
być ukończone w 2015 r., gdzie znajdzie się również zawód doradcy finansowego. W krajach wysoko rozwiniętych regulacje i rozwiązania w obszarze
doradztwa finansowego idą w kierunku wykształcenia niezależnego doradztwa finansowego opłacanego przez klientów, np. Niemcy, poprzez całkowity
zakaz wynagradzania doradców inwestycyjnych przez instytucje finansowe,
podobnie jak Wielka Brytania, Holandia od 2013 r., Australia dobrowolnie
od 2012 r. i obowiązkowo od 2013 r. Podkreśla się konieczność weryfikacji
wiedzy i kompetencji doradców finansowych, konieczność ciągłego kształcenia zawodowego i podnoszenia kwalifikacji, a nawet minimalne wymogi
kapitałowe dla podmiotów działających w branży doradztwa finansowego.
Realizujące się obecnie i przewidywane działania regulacyjne w obszarze
doradztwa finansowego w Polsce są odpowiedzią na potrzebę profesjonalizacji branży i tworzenia ram instytucjonalno-prawnych dla zawodu doradcy
finansowego jako elementu niezbędnego do budowania społecznego zaufania
do niego w długim okresie. Jest ono niezbędne dla dynamicznego rozwoju
branży doradztwa finansowego i zawodu doradcy finansowego.
4. Korzyści z planowania i doradztwa finansów osobistych
dla gospodarstwa domowego
Gospodarstwa domowe świadomie zarządzające swoimi finansami odnoszą z tego procesu szereg korzyści. Dodatkowo włączenie w proces planowania finansów osobistych doradcy finansowego, działającego zgodnie
216
DOI 10.7172/1644-9584.48.11
z interesem klienta i oferującego kompleksowe usługi planowania finansowego, sporządzania planu finansowego na podstawie analizy sytuacji klienta
i osobistych celów finansowych, potęguje te korzyści. Można wyróżnić następujące benefity na poziomie mikroekonomicznym:
– lepsze, bardziej efektywne wykorzystanie posiadanych przez gospodarstwa
domowe zasobów finansowych;
– planowanie wpływów i wydatków oraz zarządzanie budżetem domowym,
przez to unikanie impulsywnej konsumpcji;
– kształtowanie nawyku oszczędzania, w tym oszczędzania długoterminowego i celowego (obecnie w Polsce oszczędzaj jedynie 40% społeczeństwa, a oszczędności mają charakter głównie krótkoterminowy);
– tworzenie bufora kapitałowego na zdarzenia losowe i wydatki nadzwyczajne;
– tworzenie kapitału na określony cel, np. zakup domu, emeryturę;
– bycie świadomym uczestnikiem rynku usług finansowych, a przez to
obniżenie ryzyka wykluczenia finansowego i społecznego;
– kreowanie świadomości ryzyk i ubezpieczania się przed ich negatywnymi
następstwami;
– kształtowanie świadomości inwestycyjnej w zakresie ryzyk dotyczących
konkretnych instrumentów finansowych, przez to podejmowanie ryzyka
poprzez inwestycje w instrumenty finansowe obarczone w różnym stopniu
ryzykiem; oznacza to potencjalnie wyższe możliwe do osiągnięcia zyski
przez gospodarstwa domowe niż w przypadku utrzymywania oszczędności
w gotówce lub depozytach bankowych (Jajuga, 2008);
– kreowanie świadomości emerytalnej, oznaczającej dobrowolne oszczędzanie na przyszłą emeryturę obok państwowego systemu emerytalnego,
który wobec zmian demograficznych będzie stawał się coraz bardziej
niewydolny, a przez to budowanie bezpieczeństwa finansowego w przyszłości po przejściu na emeryturę;
– optymalizacja podatkowa operacji realizowanych w ramach zarządzania
finansami przez gospodarstwo domowe;
– planowanie transferu międzypokoleniowego majątku, z uwzględnieniem
korzystnych rozwiązań podatkowych;
– zmniejszenie aktywów finansowych utrzymywanych w postaci gotówki
– korzyści finansowe w postaci odsetek i większe bezpieczeństwo dla
konsumentów;
– poprzez odpowiedzialne zadłużanie się niedopuszczenie do nadmiernego
zadłużenia gospodarstwa domowego (overindebtness), ryzyka jego upadłości i wykluczenia finansowego (financial exclusion);
– większe bezpieczeństwo finansowe poprzez korzystanie z instytucji finansowych działających na legalnym, kontrolowanym przez nadzór finansowy rynku, a nie z podziemia kredytowego czy parabanków stosujących
lichwę lub przyjmujących środki od klientów pod tytułem zwrotnym bez
zezwolenia KNF.
217
5. Korzyści z planowania i doradztwa finansów osobistych
dla gospodarki
Koncentracja korzyści z planowania i doradztwa finansowego na poziomie poszczególnych gospodarstw domowych prowadzi do powstawania korzyści na poziomie makroekonomicznym. Można zidentyfikować następujące
korzyści dla gospodarki:
– tworzenie oszczędności wewnętrznych, które są źródłem inwestycji
w gospodarce, głównie realizowanych przez przedsiębiorstwa;
– ubezpieczenie się gospodarstw domowych zapobiega sytuacjom, w których podmioty nieubezpieczone w przypadku zajścia zdarzeń losowych
zwracają się po pomoc publiczną do państwa lub jednostek samorządu
terytorialnego, na terenie których mieszkają;
– zapobieganie nadmiernemu zadłużeniu i problemom złych kredytów
w bilansach banków, co zmniejsza ryzyko problemów finansowych banków oraz liczbę składanych wniosków o ogłoszenie upadłości konsumenckiej;
– zmniejszenie skali niekorzystnych zjawisk w społeczeństwie – wykluczenia finansowego i społecznego, które są podstawowym zagrożeniem dla
zrównoważonego wzrostu i rozwoju gospodarczego;
– dobrowolne tworzenie kapitału emerytalnego może odciążać w przyszłości państwowy system emerytalny;
– tworzenie oszczędności o charakterze długoterminowym łagodzi lub eliminuje problemy i napięcia związane z finansowaniem przez banki swojej
działalności aktywnej – eliminuje to szereg ryzyk związanych z finansowaniem operacji długoterminowych depozytami krótkoterminowymi,
które dominują w strukturze oszczędności;
– tworzenie oszczędności wewnętrznych do finansowania inwestycji krajowych łagodzi problemy związane z bilansem płatniczym;
– poprzez edukację ekonomiczno-finansową gospodarstwa domowe stają
się bardziej świadomymi finansowo uczestnikami życia społeczno-gospodarczego;
– poprzez tworzenie raportów, rankingów i innych opracowań oraz komentowanie wydarzeń o charakterze ekonomiczno-finansowym uczestnictwo
w bieżącej debacie publicznej na tematy związane z ekonomią i finansami, w tym finansami osobistymi;
– poprzez uświadamianie konsumentów w zakresie ryzyk podejmują oni
decyzje inwestycyjne bardziej rozważnie i z rozmysłem, co wpływa również
na dywersyfikację aktywów systemu finansowego w ujęciu instytucjonalnym (banki, fundusze inwestycyjne, fundusze emerytalne, ubezpieczyciele,
domy maklerskie, SKOK-i);
– wzbogacanie struktury instytucjonalnej pośrednictwa finansowego
w danym kraju, co jest jednym z kryteriów oceny stopnia rozwoju systemu finansowego;
218
DOI 10.7172/1644-9584.48.11
– łagodzenie negatywnych skutków wahań aktywności gospodarczej, przejawiającej się zmienną koniunkturą gospodarczą – zgromadzone w okresach prosperity oszczędności mogą być przeznaczone w okresach gorszej koniunktury na utrzymanie konsumpcji na niezmienionym poziomie
(hipoteza nieodwracalności konsumpcji Jamesa S. Duesenberry’ego);
– zmniejszenie udziału oszczędności utrzymywanych w formie gotówki na
rzecz lokowania nadwyżek finansowych na rynku finansowym lub w instytucjach pośrednictwa finansowego (tzw. instytucjonalizacja oszczędności
gospodarstw domowych);
– bardziej powszechna forma rozliczeń w postaci rozliczeń bezgotówkowych
przynosi korzyści dla gospodarki.
6. Podsumowanie
Wzrost świadomości ekonomiczno-finansowej społeczeństwa, tworzenie
i dziedziczenie majątków oraz nieefektywny państwowy system emerytalny
będą w przyszłości generowały popyt na usługi profesjonalnych doradców
finansowych, którzy będą wspomagać swoich klientów w zarządzaniu ich finansami. Dlatego należy oczekiwać, że w przyszłości rola doradców finansowych,
zarówno dla gospodarstw domowych, jak i całej gospodarki, będzie wzrastać. Będzie to jednak uwarunkowanie tworzeniem instytucjonalnych podstaw
zaufania społecznego do zawodu doradcy finansowego poprzez współrealizację
takich działań, jak regulacja nadzorcza i samoregulacja, zrzeszanie i stowarzyszanie się w organizacjach samorządu gospodarczego doradców finansowych
lub spółek doradztwa finansowego, obowiązkowa standaryzacja i certyfikacja doradców, przestrzeganie kodeksów etyki przez doradców finansowych,
wymóg ciągłego kształcenia i weryfikacji wiedzy oraz kompetencji doradcy
finansowego, transparentność relacji z dostawcami produktów finansowych,
w tym sposób wynagradzania doradców finansowych za ich pracę oraz zarządzanie potencjalnym konfliktem interesów na linii doradca–klient–instytucja
finansowa.
Wskazane w artykule wprowadzane wymogi regulacyjne i samoregulacyjne
branży wskazują na wstępny etap rozwoju rynku usług doradztwa finansowego
w Polsce, a z drugiej strony wyznaczają pożądane i oczekiwanie przez różnych
interesariuszy kierunki działań w przyszłości. Doradca finansowy musi być swoistym internistą w zakresie finansów osobistych, który kieruje klienta do różnych specjalistów. Biorąc pod uwagę trendy ogólnoeuropejskie, w przyszłości
najpewniej wykształci się model hybrydowy doradztwa finansowego, w których
doradcy finansowi będą współwynagradzani, z jednej strony przez klientów
jednorazowo za sporządzenie i okresowo za aktualizację planu finansowego,
okresowo jako procent od aktywów znajdujących się pod opieką doradcy
oraz w postaci premii za wyniki realizacji planu finansowego, a z drugiej
strony przez instytucje finansowe za sprzedaż produktów finansowych, pod
warunkiem że nabycie instrumentów finansowych wynika z planu finansowego.
219
Model mieszany jest odpowiedzią na niemożliwość realizacji modelu,
w którym doradcy finansowi są opłacani wyłącznie przez klientów ze względu
za ich niechęć do płacenia za usługi, które były wcześniej dostarczane za
darmo. Potrzeba dekad, aby takie przekonanie się zmieniło, a podstawowym
czynnikiem determinującym taką zmianę będą korzyści, jakie odnoszą poszczególne gospodarstwa domowe z usług niezależnych doradców finansowych działających w interesie klientów i mających na celu ich bezpieczeństwo finansowe
oraz optymalizację finansów osobistych i finansów gospodarstw domowych.
Przypisy
1
Od 31.07.2010 r. weszła w życie Uchwała Centralnej Komisji do Spraw Stopni i Tytułów z dnia 23 kwietnia 2010 r. zmieniająca uchwałę w sprawie określenia dziedzin
nauki i dziedzin sztuki oraz dyscyplin naukowych i artystycznych (M.P. 2010, nr 46,
poz. 636), która wprowadziła czwartą – obok ekonomii, zarządzania i towaroznawstwa – dyscyplinę nauk ekonomicznych.
2
Komunikat nr 7/2010 CK Zakres dyscyplin „ekonomia”, „finanse” i „nauki o zarządzaniu” w ramach dziedziny „nauki ekonomiczne”.
3
Poza trzema wymienionymi rozprawami habilitacyjnymi oraz publikacjami dotyczącymi
poszczególnych przedmiotowo wyróżnionych obszarów finansów osobistych – oszczędzania, inwestowania, kredytowania, ubezpieczeń, rozliczeń czy emerytur – ukazały się
następujące monografie traktujące kompleksowo o finansach osobistych i gospodarstw
domowych: Bywalec (2009; 2012); Bogacka-Kisiel (2012); Świecka (2014).
4
Przegląd definicji zawierają m.in. publikacje: Waliszewski (2010); Barembruch (2012).
5
Przegląd i porównanie wybranych aplikacji zawarte są w: Kubiak (2011); Barembruch
(2013); Zdanowska (2014).
6
Obliczenia własne na podstawie Finanzvertriebe: Weniger Berater, mehr Provisionen
(2012). Pozyskano z: http://www.cash-online.de (10.09.2014).
7
Dla tych najmniejszych pośredników wysokość składki związanej z polisą OC może
oznaczać konieczność zamknięcia działalności.
8
Por. artykuł pt. „MF planuje zmiany dotyczące rynku kredytów hipotecznych” (Rzeczpospolita z dnia 28.07.2014 r.
Bibliografia
Bańbuła, P. (2006). Oszczędności i wybór międzyokresowy – podejście behawioralne.
Materiały i Studia, (208). Warszawa: NBP.
Barembruch, A. (2012). Zarządzanie finansami osobistymi – teoria i praktyka. Zeszyty
Naukowe Uniwersytetu Szczecińskiego. Finanse. Rynki finansowe. Ubezpieczenia, (50).
Barembruch, A. (2013). Bankowość detaliczna a nowoczesne narzędzia wspomagające
zarządzanie finansami osobistymi. Zarządzanie i Finanse, (2/1).
Bogacka-Kisiel, E. (red.). (2012). Finanse osobiste. Zachowania Produkty Strategie. Warszawa: Wydawnictwo Naukowe PWN.
Borcuch, A. (2013). Finansjalizacja gospodarstw domowych jako zewnętrzny efekt finansjalizacji gospodarki. Referat wygłoszony na: Perspectives of Economic and Monetary
Integration in the World Economy. Where is the Eurozone Heading? Warszawa.
Brandon Jr., E.D. i Welch, H.O. (2009). The History of Financial Planning: The Transformation of Financial Services. John Wiley & Sons.
220
DOI 10.7172/1644-9584.48.11
Bywalec, C. (2009; 2012). Ekonomika i finanse gospodarstw domowych. Warszawa:
Wydawnictwo Naukowe PWN.
CFP Board. (2013). Financial Planning Profiles of American Households: The 2013 Household Financial Planning Survey and Index. Princeton Survey Research Associates
International. Pozyskano z: http://www.cfp.net/docs/public-policy/2013-fin-planningprofiles-of-amer-households.pdf (1.09.2014).
CFP Board. (2014). Financial Planning Process. Certified Financial Planner Board of
Standard. Pozyskano z: http://www.cfp.net (1.09.2014).
Fatuła, D. (2010). Zachowania polskich gospodarstw domowych na rynku finansowym.
Kraków: Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie.
Fatuła, D. (2013). Różnice w koncepcjach zarządzania finansami gospodarstw domowych
i przedsiębiorstw. Przegląd Organizacji, (10).
GUS. (2013). Budżety gospodarstw domowych w 2012 r. Warszawa: GUS.
Jajuga, K. (2008). Inwestycje w osobistym planowaniu finansowym. W: K. Jajuga
i T. Jajuga (red.), Inwestycje. Warszawa: Wydawnictwo Naukowe PWN.
Kubiak, D. (2011). Wybrane aspekty zarządzania finansami gospodarstwa domowego.
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, (193).
Lewis, A. (2004). Personal Financial Planning: Origins, Developments and a Plan for
Future Direction. The American Economist, 48 (2).
Maison, D. (2009). Stan wiedzy finansowej Polaków. Raport Fundacji Kronenberga przy
Citi Handlowy. Warszawa: Dom Badawczy Maison.
Podleśny, M. (2014). Osobisty bankier. Bank. Horyzonty bankowości, (3).
Rudnicki, L. (2013). Financial Management in Households. The Małopolska School of
Economics in Tarnów Research Papers Collection, 23 (2).
Shefrin, H. i Thaler, R. (1988). The Behavioral Life-Cycle Hypothesis. Economic Inquiry,
26 (4).
Sibińska, A. (2012). Agregacja usług finansowych. Trendy i kierunki rozwoju elektronicznych finansów osobistych. W: J. Buko (red.), Gospodarka elektroniczna (t. 1).
Szczecin: Wydawnictwo Uniwersytetu Szczecińskiego.
Smyczek, S. (2007). Modele zachowań konsumentów na rynku usług finansowych. Katowice:
Wydawnictwo Akademii Ekonomicznej w Katowicach.
Smyczek, S. (2010). Wirtualizacja zachowań konsumentów na rynku usług finansowych.
Zeszyty Naukowe US. Problemy Zarządzania, Finansów i Marketingu, (15).
Standards International. (2014). Personal financial planning process by ISO 22222:2005.
Pozyskano z: http://www.standardsinternational.co.uk (5.09.2014).
Ślązak, E. i Guzek, E. (2012). Innowacyjna bankowość internetowa. Bank Web 2.0. Warszawa: Wolters Kluwer Polska.
Świecka, B. (2009). Niewypłacalność gospodarstw domowych. Przyczyny – skutki – przeciwdziałanie. Warszawa: Difin
Świecka, B. (2011). Finanse osobiste i finanse gospodarstw domowych – nowe wyzwania
teorii. W: K. Jajuga (red.), Finanse – nowe wyzwania teorii i praktyki. Rynek finansowy.
Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu.
Świecka, B. (red.) (2014). Współczesne problemy finansów osobistych. Warszawa: CeDeWu.
Świetlik, K. (2011). Zarządzanie budżetem przez gospodarstwa domowe (aspekty teoretyczne i praktyczne). Handel Wewnętrzny, (5).
UE. (2014). Dyrektywa Parlamentu Europejskiego i Rady 2014/17/UE z dnia 4 lutego
2014 r. w sprawie konsumenckich umów o kredyt związanych z nieruchomościami
mieszkalnymi i zmieniająca dyrektywy 2008/48/WE i 2013/36/UE oraz rozporządzenie
(UE) nr 1093/2010.
Waliszewski, K. (2010). Doradztwo finansowe w Polsce. Warszawa: CeDeWu.
Zdanowska, M. (2014). Innowacje w finansach osobistych. W: I. Pyka i J. Cichy (red.),
Innowacje w bankowości i finansach (t. I). Katowice: Wydawnictwo Uniwersytetu
Ekonomicznego w Katowicach.
221
DOI 10.7172/1644-9584.48.12
Renty z tytułu szkód na osobie – tendencje i wyzwania
w ubezpieczeniach odpowiedzialności cywilnej
Ilona Kwiecień*, Anna Jędrzychowska**
Analiza tendencji na rozwiniętych rynkach w obszarze ubezpieczeń odpowiedzialności cywilnej pozwala
na stwierdzenie, że do głównych czynników implikujących wzrost wartości wypłacanych świadczeń
należą utracone dochody oraz koszty opieki długoterminowej. W polskim systemie koszty te stanowią
składową świadczeń w postaci rent i także zyskują na znaczeniu. Celem artykułu jest identyfikacja
i analiza ekonomicznych problemów, jakie generuje proces kalkulacji i wypłaty świadczeń rentowych
z tytułu ubezpieczeń odpowiedzialności cywilnej, ze szczególnym uwzględnieniem specyfiki polskiego
rynku. W pierwszej części artykułu zaprezentowano zagadnienia związane z przedmiotem kompensacji
w świadczeniach rentowych i jego specyfiką. Następnie zidentyfikowano na tym tle problemy kalkulacji
świadczeń rentowych. Podjęto problematykę implikacji dla gospodarki finansowej zakładów ubezpieczeń.
Przeprowadzone zostały analizy danych dotyczących kształtowania się wypłat z tytułu ubezpieczeń odpowiedzialności cywilnej, udziału reasekuracji oraz kształtowania się rezerw w analizowanym obszarze.
Słowa kluczowe: renty, ubezpieczenia odpowiedzialności cywilnej, kompensacja szkód na osobie.
Annuities in respect of bodily injuries – tendencies and challenges
in third party liability insurance
An analysis of the trends on the developed markets in the area of liability insurance leads to the conclusion that the main factors causing an increase in the value of benefits paid include: lost income and
long-term care costs. In the Polish system, these costs are a component of benefits paid in form of
annuities and are gaining importance. The aim of this paper is to identify and analyze the economic
problems generated by the process of calculation and payment of disability benefits due to liability
insurance, with a particular emphasis on the specifics of the Polish market. The first part of the article
presents the issues related to the subject of compensation in form of an annuity and its specificity.
Next, the problems concerning calculation of such periodical benefits were indicated and discussed.
Later on, the authors identified some important implications for the financial management of insurance
companies. Data analysis was carried out on the evolution of payments under liability insurance, the
reinsurers' share and changes in reserves in the analyzed area.
Keywords: annuities, liability insurance, compensation for bodily injuries.
JEL: G22
*
Ilona Kwiecień – dr, Uniwersytet Ekonomiczny we Wrocławiu, Wydział Zarządzania Informatyki i Finansów, Katedra Ubezpieczeń.
**
Anna Jędrzychowska – dr, Uniwersytet Ekonomiczny we Wrocławiu, Wydział Zarządzania Informatyki
i Finansów, Katedra Ubezpieczeń.
Adres do korespondencji: Uniwersytet Ekonomiczny we Wrocławiu, ul. Komandorska 118/120,
53-345 Wrocław; e-mail: [email protected], [email protected].
Renty z tytułu szkód na osobie – tendencje i wyzwania w ubezpieczeniach odpowiedzialności cywilnej
1. Wprowadzenie
Analizy tendencji na rynku ubezpieczeń odpowiedzialności cywilnej
w ostatnich latach wskazują, że na wszystkich rynkach mamy do czynienia ze
wzrostem liczby i wartości wypłacanych świadczeń z tytułu szkód na osobie1.
Tendencje w tym obszarze są istotne z punktu widzenia zakładów ubezpieczeń
oraz podmiotów ubezpieczanych, determinują bowiem koszt ryzyka odpowiedzialności cywilnej i jego ubezpieczenia. Bezsporny jest fakt, iż ryzyko to
obarczone jest wieloma specyficznymi cechami wpływającymi na jego ostrość.
Do cech tych zalicza się miedzy innymi tzw. długie ogony, rozumiane tu jako
długie okresy rozliczenia polis ubezpieczeniowych. Wynikają one ze specyfiki
zarówno szkód na osobie, jak i ich konsekwencji podlegających kompensacji,
przy czym wskazać tu należy jako istotne (np. Holzheu i Enz, 2004, s. 14):
– długi okres inkubacji, jako że szkody mogą ujawniać się w długim okresie
od zdarzenia;
– ewolucyjność, dynamiczny charakter, przy czy możliwa jest ewolucja
poprawiająca stan, np. w wyniku rehabilitacji, jak i pogorszenie, np.
w efekcie rozwoju rozstroju zdrowia, komplikacji;
– długi okres rozpatrywania roszczeń, trudności z określeniem postaci
i rozmiaru szkody;
– długi okres podlegający kompensacji, która może być realizowana w formule świadczeń jednorazowych kumulowanych lub rentowych.
Powoduje to konieczność, z jednej strony, określenia przyszłych aspektów szkody. Z drugiej, determinuje dynamiczny charakter ryzyka, które jest
wrażliwe na zmiany prawne, ekonomiczne i społeczne. Te właśnie wskazywane są jako istotne w analizie przyczyn wzrostu liczby i wartości roszczeń
z tytułu ubezpieczeń odpowiedzialności cywilnej, a w konsekwencji wypłat
świadczeń oraz w ocenie trudności, jakie powoduje to dla ubezpieczycieli
w zakresie zarządzania ryzykiem odpowiedzialności cywilnej (m.in. Holzheu
i Lechner, 2009, s. 21 i nast.).
W ocenie tego ryzyka przez ubezpieczycieli wskazuje się (por. PartnerRe,
2009), że w ostatnich latach mamy do czynienia ze wzrostami rocznymi
kosztów roszczeń z tytułu dużych szkód (large bodily injury claim2) na poziomie 3–10%. Średni wzrost za okres 15 lat przed rokiem 2008 to od 30%
w Hiszpanii do 200% w Niemczech, 300% we Francji i 400% w Wielkiej
Brytanii. Brytyjskie Stowarzyszenie Ubezpieczycieli (Association of British
Insurers), oceniając okres od 1996 r. do 2007 r., wskazuje, że największe
roszczenia w indywidualnych sprawach wzrosły z poziomu 5–10 mln euro
do 15–20 mln euro. Składowe świadczeń z tytułu szkody na osobie różnią
się na poszczególnych rynkach, z uwagi na uwarunkowania prawne i ekonomiczne, jednak w aktualnych analizach zwraca się uwagę, że znaczący
udział tu mają koszty opieki (assistance), utracone zarobki (loss of earnings),
a także szkody niemajątkowe, w postaci bólu i cierpienia (pain and suffering) – por. dane na rysunku 13.
223
Ilona Kwiecień, Anna Jędrzychowska
United Kingdom
France
Germany
Austria
Switzerland
Belgium
Finland
Czech Republic
Italy
Spain
Hungary
Slovakia
Poland
0
utrata zarobków
mln EUR
1
2
3
koszty opieki
4
5
6
7
krzywda, ból icierpienie
8
9
10
pozostałe
Rys. 1. Składowe roszczeń z tytułu szkód na osobie w wybranych krajach europejskich
w 2010 r. Źródło: U. Werwigk (2012). Components of Bodily Injury Claims – A European
Perspective. Swiss Re Europe, s. 6. Pozyskano z: http://www.fia r.ro/downloads/2012/motor/
swiss.pptx (22.03.2014).
Dwie pierwsze składowe, najbardziej znaczące w zakresie szkód o charakterze majątkowym, kompensowane są w Polsce co do zasady w postaci
renty. W dalszej części uwaga zostanie poświęcona problemom, jakie kreuje
kalkulacja rent oraz zobowiązanie do ich wypłacania w ujęciu ekonomicznym.
Pominięte zostaną szczegółowe rozważania prawne4.
Przy tym za znaczące z punktu widzenia nasilenia wskazanych cech charakterystycznych należy uznać przypadki poważnych szkód na osobie, które
kreują problem długich okresów oceny i rozliczenia.
2. Przedmiot kompensacji w świadczeniach rentowych
Przedmiotem kompensacji w świadczeniach w postaci rent, co do zasady,
są straty majątkowe dotyczące dochodów uzyskiwanych cyklicznie lub wydatków ponoszonych cyklicznie. Kompensacja tego rodzaju strat następuje
w systemach prawnych w dwóch formułach5:
– w postaci ryczałtowej kwoty (lump sum) – założeniem tu jest zazwyczaj,
że kwota ta wystarczy na zakup hipotetycznej renty przez okres oddziaływania szkody;
– w postaci płatności okresowej, zazwyczaj miesięcznej.
W polskim systemie prawa cywilnego zasadą jest kompensacja w postaci
renty, która może obejmować:
224
DOI 10.7172/1644-9584.48.12
a) utracone zarobki – dla poszkodowanego bezpośrednio, który w konsekwencji doznanego uszkodzenia ciała lub rozstroju zdrowia stracił całkowicie lub częściowo zdolność do pracy zarobkowej albo zmniejszyły
się jego widoki na przyszłość (art. 444 § 2 k.c.);
b) zwiększone koszty utrzymania – dla poszkodowanego bezpośrednio, którego potrzeby zwiększyły się w konsekwencji doznanego uszkodzenia
ciała lub rozstroju (art. 444 § 2 k.c.);
c) utracone środki utrzymania – dla poszkodowanego pośrednio, który
pozbawiony został świadczeń alimentacyjnych w konsekwencji śmierci
poszkodowanego bezpośrednio (art. 446 § 2 k.c.); renta ta określana rentą
alimentacyjną przyznawana jest obligatoryjne (przy spełnieniu przesłanek
zawartych w kodeksie rodzinnym i opiekuńczym) w przypadku osób,
względem których ciążył na zmarłym ustawowy obowiązek alimentacyjny,
bądź fakultatywne – jeżeli z okoliczności wynika, że wymagają tego zasady
współżycia społecznego – wobec innych osób bliskich, którym zmarły
dobrowolnie i stale dostarczał środków utrzymania6.
Sąd Najwyższy wskazuje, że w przypadkach (a) i (b) mamy trzy odrębne
rodzaje renty: z tytułu utraty zdolności do zarobkowania, z tytułu zwiększenia
się potrzeb poszkodowanego oraz z tytułu zmniejszenia się jego widoków
powodzenia na przyszłość. Każda z wymienionych w tym przepisie podstaw
świadczenia rentowego stanowi samoistną przesłankę jego zasądzenia (wyrok
SN z dnia 14 września 2009 r. II PK 65/09, LEX nr 558304).
Renta dla bezpośrednio poszkodowanego przyznawana jest, gdy konsekwencje zdarzenia mają charakter trwały, jakkolwiek nie nieodwracalny.
Jest ona jednak, co do zasady, przyznawana na czas nieokreślony. Biorąc
pod uwagę możliwość powstania szkody w młodym wieku, może to być
okres nawet kilkudziesięcioletni. Judykatura nie podejmuje często problemu
okresu schyłku aktywności zawodowej. Przyjmuje się, że obowiązek świadczenia wygasa, jeżeli poszkodowany odzyska zdolność do pracy albo gdy
nadejdzie termin, w którym w sposób naturalny (wiek, utrata kwalifikacji)
zdolność tę by utracił. Nieliczne orzecznictwo wskazuje, że renta może być
przyznana na okres wieku emerytalnego, jeśli poszkodowany wykaże, że
nadal osiągałby dochód, którego – nawet wykorzystując zachowaną zdolność
do pracy – osiągnąć nie może (por. wyrok SN z dnia 6 grudnia 1973 r., I PR
491/73, OSNCP 1974, nr 9, poz. 155, wyrok SN z 15 listopada 2006 r., I UK
150/06, OSNP 2008, nr 1-2, poz. 19; por. uchwała SN z dnia 12 czerwca
1968 r., III PZP 27/68, OSNCP 1969, nr 2, poz. 24). Odejście to pozwala
wysnuć a contrario wniosek, że renta ma kompensować jedynie dochody
utracone, możliwe do osiągania na emeryturze, jako dodatkowe, stanowiące
wynik dalszej aktywności zawodowej. Należy uznać to za niespójne z przyjęciem, że renta z tytułu utraconych zarobków określana jest w kwocie netto
(por. dalej przedstawione stanowisko judykatury). Podejście takie, zwłaszcza
w przypadku długiego okresu wykluczenia z życia zawodowego z powodu
szkody na osobie oraz w kontekście nowego systemu emerytalnego, nieProblemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
225
koniecznie będzie uzasadnione i wymaga oparcia na fakcie braku wpływu
szkody na wysokość emerytury.
Podobnie w kwestii początkowej daty, od której powinna następować
kompensacja utraty zdolności zarobkowej lub zmniejszenia widoków powodzenia na przyszłość, zależna jest (według orzecznictwa) od zdolności do
pracy zarobkowej, co wyklucza osoby zbyt młode. Powoduje to przesunięcie
terminu powstania szkody7.
Renta alimentacyjna przyznawana jest na okres, przez jaki przysługiwałyby środki utrzymania od zmarłego. W przypadku dzieci judykatura odnosi
się do daty uzyskania przez niego zdolności do pracy zarobkowej, niezależnie
od wsparcia innych osób (Rzetecka-Gil, 2011, kom. do art. 446 k.c.). Okres
ten może być względnie długi, gdyż do renty ma prawo także dziecko poczęte
(nasciturus), lecz nienarodzone jeszcze w chwili śmierci rodzica (por. wyrok
SN z dnia 4 kwietnia 1966 r., II PR 139/66, OSNCP 1966, nr 9, poz. 158).
W przypadku małżonka okres kompensacji powinien trwać do czasu, kiedy
będzie on mógł podjąć pracę, np. po wychowaniu i usamodzielnieniu się
dzieci, chyba że ze względu na stan zdrowia, wiek lub inne ważne okoliczności (np. zamieszkiwanie na terenie o wysokim stopniu bezrobocia) nie
jest jej w stanie podjąć. W tej sytuacji renta nie powinna być ograniczona
żadnym terminem. W przypadku osób uprawnionych fakultatywnie kwestia
ta wymaga indywidualnej oceny. Należy w niej wziąć pod uwagę przesłanki
po stronie zmarłego, uprawnionego oraz zasady współżycia społecznego
i sytuację uprawnionego, renta bowiem ma jedynie dostarczyć niezbędnych
środków utrzymania, a nie polepszyć sytuację majątkową (Rzetecka-Gil,
2011, kom. do art. 446 k.c.). Renta alimentacyjna może być zobowiązaniem
na kilka, kilkanaście, ale także na ponad 20 lat, np. w przypadku uprawnienia
nasciturusa bądź niepracującego małżonka wychowującego dziecko będące
niemowlęciem w chwili śmierci drugiego rodzica. Szczególne okoliczności,
w tym długotrwałe wyłączenie z rynku pracy, mogą istotnie przedłużyć ten
okres.
Przyjmuje się, że prawo do renty alimentacyjnej jest bardzo ściśle związane z osobą poszkodowaną. Z tego względu nie należy do spadku po niej
(art. 922 § 2 k.c.), lecz gaśnie wraz ze śmiercią uprawnionego (Olejniczak,
2010, kom. do art. 446 k.c.). Inaczej natomiast prawo do renty przysługujące
bezpośrednio poszkodowanemu, które jako składnik majątku osoby uprawnionej, wchodzi do spadku po niej i podlega dziedziczeniu (art. 922 i n. k.c.).
Jednak żądanie ustalenia odpowiedzialności pozwanego na przyszłość staje
się bezprzedmiotowe z chwilą śmierci.
W kontekście ustalania i szacowania przedmiotu ubezpieczenia judykatura prezentuje następujące stanowisko.
W przypadku utraconych zarobków:
– Renta powinna odpowiadać różnicy między hipotetycznymi dochodami,
które poszkodowany osiągałby, gdyby nie doszło do zdarzenia szkodzącego, a dochodami, które uzyskuje, będąc poszkodowanym, uwzględniając
226
DOI 10.7172/1644-9584.48.12
–
–
–
–
–
także świadczenia otrzymywane z tytułu ubezpieczenia społecznego. Przy
ustalaniu wysokość hipotetycznych dochodów należy uwzględnić wszystkie dotychczas uzyskiwane, w tym dochody nieregularne, ale także te,
których uzyskanie w przyszłości było wysoce prawdopodobne ze względu
na rozwój kariery zawodowej. (wyrok SA w Łodzi z dnia 03.12.2013 r.
sygn. I Ca 637/13; wyrok SA w Białymstoku, sygn. I ACa 338/12, wyrok
SN z dnia 04.06.2013 r., sygn. II PK 291/12).
Przy ocenie aktualnej zdolności zarobkowej poszkodowanego powinno się
uwzględniać realną sytuację na rynku pracy, czyli faktyczne możliwości
pracy przez osobę poszkodowaną, z ograniczoną zdolnością do pracy
(wyrok SA w Białymstoku, sygn. I ACa 338/12; wyrok SA w Łodzi z dnia
29.05.2013 r., sygn. I ACa 1240/12).
Przyznanie renty wymaga każdorazowo indywidualnej oceny przypadku
każdego poszkodowanego. Przy określaniu jej wysokości nie można
opierać się na danych statystycznych, odwołując się do kwoty najniższej renty, minimalnego wynagrodzenia za pracę czy przeciętnej płacy
w gospodarce, która z racji poziomu wykształcenia czy doświadczenia
zawodowego poszkodowanego w danych realiach gospodarczych byłaby
dla niego nieosiągalna (wyrok SA w Białymstoku z dnia 25.04.2013 r.,
sygn. I ACa 95/13).
Rentę wylicza się w wysokości netto, bez uwzględniania tej części dochodów, którą należałoby potraktować jako zaliczkę na podatek dochodowy
oraz składkę na ubezpieczenia społeczne. Odszkodowanie cywilne nie jest
przychodem podlegającym opodatkowaniu podatkiem dochodowym od
osób fizycznych ani oskładkowaniu składkami na ubezpieczenie społeczne
(wyrok SA w Białymstoku, sygn. I ACa 338/12; wyrok SA w Warszawie
z dnia 03.07.2013 r., sygn. I ACa 128/13).
W przypadku zwiększonych wydatków:
Renta ma stanowić wyrównanie, np. kosztów stałej opieki pielęgniarskiej, w tym opieki członka rodziny, kosztów odpowiedniego wyżywienia,
kosztów stałych konsultacji medycznych i lekarstw. Istotne jest przy tym
samo istnienie zwiększonych potrzeb, a nie fakt ich rzeczywistego zaspokajania i ponoszenia wydatków (wyrok SA w Łodzi z dnia 06.11.2013,
sygn. I ACa 528/13; wyrok SA w Łodzi z dnia 2013.10.29, sygn. I ACa
573/13, wyrok SA w Lublinie z dnia 25.09.2013 r., sygn. I ACa 331/13).
W przypadku utraconych środków utrzymania:
Renta nie może być wyższa od kwoty, którą zmarły byłby zobowiązany
świadczyć z tytułu obowiązku alimentacyjnego, a przy ustalaniu jej wysokości należy stosować kryteria obejmujące usprawiedliwione potrzeby
uprawnionego oraz możliwości zarobkowe i majątkowe możliwości zobowiązanego. Przy tym ustalenie zarobków zmarłego powinno odbywać się
jak dla celów renty własnej – sąd musi dokonać oceny nie tylko rzeczywiście uzyskiwanych przez niego dochodów, ale jego możliwości zarobkowych (Rzetecka-Gil, 2011, kom. do art. 446 k.c.). Wyznaczenie tych
227
możliwości powinno być oparte na realnych podstawach, przemawiających
za tym, że z dużym stopniem prawdopodobieństwa zmarły osiągnąłby
oznaczone dochody (wyrok SA w Szczecinie z dnia 28.03.2013 r., sygn.
III APa 13/12).
– Istotą renty jest restytucja – w granicach możliwych do zrealizowania –
stanu rzeczy, jaki istniał w chwili śmierci zmarłego, w sensie gospodarczym.
Uprawniony nie powinien w zasadzie utracić swej dotychczasowej stopy
życiowej (wyrok SA w Łodzi z dnia 18.07.2013 r., sygn. I ACa 243/13).
Wysokość ustalonej renty może być zmieniona w razie zmiany stosunków
w trakcie trwania renty (na podstawie art. 907 § 2 k.c.) (Olejniczak, 2010,
kom. do art. 444). Zmiany może żądać każda ze stron. Zmiana zgodnie
z orzecznictwem może polegać na tym, że szkoda podlegająca wyrównaniu
bądź to ustała wcześniej, niż to sąd przewidywał (np. w razie ustąpienia
skutków wypadku, odzyskania przez poszkodowanego pełnej zdolności do
pracy zarobkowej i osiągania przez niego zarobków, jakie mógłby uzyskiwać
gdyby nie wypadek), bądź to wskutek zmiany stosunków szkoda ta występuje również po okresie, jakiego dotyczyły przewidywania sądu, którego
wyrok stwierdzał, że renta ma być płacona do określonej daty (wyrok SA
w Warszawie z dnia 28.02.2013 r., sygn. VI ACa 1101/12).
Za zmianę uznaje się także radykalny spadek siły nabywczej pieniądza
(wyrok SA w Katowicach z dnia 16.12.204, sygn. I ACa 1097/04; wyrok
SN z dnia 20.01.2011, sygn. I PK 150/10, wyrok SA w Warszawie z dnia
28.02.2013, sygn. VI ACa 1101/12). Zmiana renty dopuszczalna jest również
za okres poprzedzający wytoczenie powództwa o zmianę, z tym że okres
ten nie może sięgać poza datę, w której nastąpiła zmiana stosunków, poza
termin przedawnienia zaległych świadczeń okresowych (3 lata) oraz poza
datę orzeczenia lub ugody, w których została określona renta mająca podlegać zmianie w wyniku uwzględnienia powództwa (I PK 105/11 wyrok SN
2012.02.07, LEX nr 1165836).
Na koniec należy wskazać, że w polskim systemie brak zakazu wypłaty
renty w postaci skumulowanej, co w praktyce niekiedy ma miejsce.
3. Kalkulacja świadczeń rentowych – problemy
w ujęciu ekonomicznym
Główną przesłanką dotyczącą świadczenia rentowego jest to, aby stanowiło wyrównanie powstałej szkody w pełni, zatem przywracało stan, jaki
istniałby w kompensowanym okresie, gdyby wypadek nie miał miejsca. Ta
prosta przesłanka nastręcza jednak sporo trudności dotyczących założeń, na
których mają się oprzeć kalkulacje wielkości świadczenia. Obszary generujące
problemy praktyczne istotne z ekonomicznego punktu widzenia zostaną
opisane poniżej8.
Przyszły charakter strat (future loss). Straty podlegające kompensacji
w postaci renty mają w przeważającej mierze charakter przyszły9 oraz dyna228
DOI 10.7172/1644-9584.48.12
miczny, z uwagi na możliwe zmiany ich wysokości, związane np. z rozwojem
zawodowym, zależnością między wiekiem a dochodami, zmianami zakresu
potrzeb. Powoduje to konieczność uwzględnienia w kalkulacji dynamiki
finansów osobistych zintegrowanych z cyklem życia człowieka. Istotne są
takie elementy, jak kwestia prognozowania momentu przejścia na emeryturę, bezrobocia, zmian związanych ze zmianą poziomu potrzeb, poziomu
cen. Należy zatem modelować świadczenie jako rentę rosnącą, która jest
waloryzowana o odpowiednią stopę.
Pojawia się jednak pytanie, jaka wielkość stopy waloryzacji jest odpowiednia ze względu na długoterminowy charakter świadczenia. W ostatnich
latach na polskim rynku wzrosły zarówno ceny, jak i dochody gospodarstw
domowych. Wskaźnik cen towarów i usług konsumpcyjnych na koniec roku
2013 wynosił 170,9% w stosunku do roku 1998 (GUS, 2014). W latach
2005–2013 w Polsce wyniósł 125%, w Europie (28) krajów 120%; najwyższy
w Rumunii 152% (dla porównania w USA 120% w tym okresie)10. Wskaźnik cen usług konsumpcyjnych w sektorze „zdrowie” (health) w Polsce na
koniec 2013 r. wyniósł 126,3% w stosunku do roku bazowego 2005. W UE
(28 krajów) odpowiednio 116%, w tym najwyższy w Czechach 164% (dla
porównania w USA 135% w tym okresie)11. Dochody realne do dyspozycji brutto w sektorze gospodarstw domowych ogółem wzrosły – w 2012 r.
w stosunku do 2009 r. o 10,31%, w 2009 r. w stosunku do 2005 r. o 13,3%.
Przeciętne miesięczne wynagrodzenie realne brutto w gospodarce narodowej ogółem wzrosło w okresie od 1995 r. do 2012 r. 4,15 razy, wskaźnik
2012/2000 wynosił 186,3%, zaś 2012/2010 109,5% (według GUS). Przeciętne
wynagrodzenie brutto w 2010 r. wyniosło według GUS 3224,13 zł, w roku
2012 zaś wynosiło 3530,47 zł, natomiast w przeliczeniu rok do roku wzrastało
odpowiednia dla 2011 r. do 2010 r. o 5,64%, a 2012 r. do 2011 r. o 3,73%.
Według danych GUS znacząco wzrosły wydatki indywidualne (z dochodów
osobistych) w sektorze gospodarstw domowych (ceny bieżące) w pozycji
„zdrowie”. Wskaźnik 2012 r. do 2001 r. wynosi 146,6% i odpowiednio 2012 r.
do 2005 r. wynosi 123,7%, 2012 r. do 2009 r. to 107,9%, 2012 r. do 2010 r.
to 104,5%, a 2102 r. do 2011 r. to 103,3%
Ewentualne ustalenie sumy ryczałtowej (określanej także, jako renta skumulowana), w miejsce renty, płatnej okresowo. Ustalenie wypłaty świadczenia
rentowego w formie jednorazowej wypłaty (tzw. renty skapitalizowanej)
jest podejściem praktykowanym obok podstawowej zasady płatności okresowych w Polsce przy wypłacie świadczeń za szkody na osobie. Ustalenie
wysokości renty skapitalizowanej bazuje na wartości obecnej świadczenia,
które gdyby zostało utrzymane w formie podstawowej, byłoby strumieniem
przyszłych wypłat. Jednak wartość renty skapitalizowanej najczęściej jest
niższa od ustalonej wartości obecnej. Uznaje się bowiem, że dziś otrzymana
kwota pieniędzy ma wyższą funkcję użyteczności u uprawnionego, a przez
to powinien on zapłacić premię za wcześniejsze jej otrzymanie. Ważnym
aspektem ustalenia, na podstawie którego zamienia się charakter świadProblemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
229
czenia z czasowego na jednorazowy, jest częsta praktyka podpisania przez
uprawnionego ugody z zakładem ubezpieczeń, w której dodatkowo zrzeka
się on roszczeń finansowych za mające się dopiero w przyszłości ujawnić
skutki wypadku (por. m.in. Młynarski, 2012). Taka sytuacja jest niepożądana
dla klienta, który w chwili pogorszenia się jego stanu zdrowia nie może
ponownie wystąpić z roszczeniem o pokrycie kosztów z tym związanych.
Dodatkowo klient, rezygnując ze świadczenia o charakterze rentowym, traci
możliwość zaliczenia do przychodów gospodarstwa domowego stałego strumienia pieniędzy i poprawienia swojej zdolności kredytowej. Dodatkowo
powstaje ryzyko właściwego okresu podlegającego kumulacji, bowiem ryzyko
życia dłuższego niż założone przy wyrokowaniu oraz ryzyko inwestycyjne
obciąża tu beneficjenta12.
Dla zakładu ubezpieczeń wypłata jednorazowa ma dwie główne korzyści: pozwala zlikwidować rezerwy utrzymywane na jej poczet oraz zwalania
zakład z konieczności utrzymywania rezerwy na przyszłe skutki szkody osobowej, za które uznano odpowiedzialność. Z drugiej strony płatności okresowe
mają tę zaletę, że zmniejszają de facto obciążenie płatników w przypadku
wcześniejszej śmierci poszkodowanego, a środki z odszkodowania zostają
właściwie zaadresowane (do poszkodowanego) (por. Kelly, 2009, s. 25).
Wycena straty dla osób, które nie pracowały zarobkowo. W przypadku
takich osób (np. dzieci, osób zajmujących się domem) wycena powinna
uwzględniać ich hipotetyczną zdolność zarobkową, niedochodowy wkład
w gospodarstwo domowe, np. czas spędzony z dziećmi, drobne naprawy.
Zatem podstawowym problem w ustalaniu świadczenia jest decyzja o tym,
jaką wielkość miesięcznego wynagradzania przyjąć jako bazę wyliczeń (np.
minimalne wynagrodzenie, średnie wynagrodzenie). Możliwe jest porównanie rynkowe wykształcenia i doświadczenia osoby zmarłej z uwzględnieniem
sytuacji makroekonomicznej i na tej podstawie próba ustalenia, jakiej wielkości zarobki przeciętnie taka osoba otrzymywałaby na rynku pracy, jest
to jednak już na tyle skomplikowane działanie, że nie widzimy możliwości
wdrożenia go w system kompensacyjny.
Kwestia prognozowania długości trwania życia. Wydaje się, że konieczne
jest korzystanie w modelowaniu z tablic trwania życia unisex, tak jak ma
to miejsce w przypadku kalkulacji świadczeń emerytalnych. Taka sytuacja
wynika z zakazu różnicowania świadczeń ze względu na płeć, trzeba bowiem
zwrócić uwagę, że wprowadzony w 2009 r. art. 18(a) ustawy o działalności
ubezpieczeniowej, a zmieniony z dniem 12 stycznia 2013 r.13 nakazał, by
„zastosowanie przez zakład ubezpieczeń kryterium płci w kalkulowaniu”
zarówno składek, jak i świadczeń nie prowadziło do ich różnicowania.
Wpływ doznanej szkody na osobie, niepełnosprawności na szanse na rynku
pracy14.
Zasada uwzględniania (zaliczania) lub nie na poczet naprawienia szkody
świadczeń uzyskanych z innych źródeł, w tym zwłaszcza z systemu zabezpieczenia społecznego15.
230
DOI 10.7172/1644-9584.48.12
Rekompensata za pozostawanie poza systemem ubezpieczeń społecznych.
W tym obszarze nasuwa się wiele kwestii praktycznych, pomijanych jak
się wydaje w orzecznictwie. Dotyczą one w istocie strat ekonomicznych albo
bezpośrednich (utracone wpłaty na indywidualne konto emerytalne) lub
pośrednich – jak kwestia pozostawania poza systemem ubezpieczeń zdrowotnych czy rentowych (co generuje utratę świadczeń dla rodziny poszkodowanego, np. po jego śmierci).
W kontekście tego problemu nasuwa się pytanie, czy podstawą wyliczeń nie powinna być kwota netto powiększona o składki na ubezpieczenia
społeczne. Największym obciążeniem jest składka emerytalna, około 20%
kwoty wynagrodzenia brutto. Można rozważyć przyznanie poszkodowanemu
renty dożywotniej. Wtedy nie należy uwzględniać składki emerytalnej w tej
wielkości. Gdyby bowiem przyznać poszkodowanemu dodatek na poczet
składki emerytalnej, po nabyciu uprawnień emerytalnych otrzymywałby on
niejako podwójne świadczenie (jedno od ubezpieczyciela, drugie z systemu
ubezpieczeń społecznych). Przy założeniu, że składka ta stanowi element
świadczenia wypłacanego przez ubezpieczyciela, zakłada się, że poszkodowany sam tę składkę odprowadza do systemu ubezpieczeń społecznych.
Zatem w momencie osiągnięcia wieku emerytalnego poszkodowany nabyłby
prawo do świadczenia z systemu ubezpieczeń społecznych. Zatem w takim
przypadku dalsze otrzymywanie świadczeń rentowych od ubezpieczyciela
byłoby nieuzasadnione, gdyż ubezpieczyciel niejako sfinansował już poszkodowanemu świadczenie emerytalne poprzez dostarczenie środków na systematyczne opłacanie składek na ubezpieczenie emerytalne w systemie ubezpieczeń społecznych. Czyli od tego momentu ubezpieczyciel byłby zwolniony
z obowiązku dostarczania poszkodowanemu środków utrzymania. W takim
przypadku, w obliczeniach dokonywanych na potrzeby niniejszego artykułu,
należałoby rentę wypłacaną przez ubezpieczyciela traktować jako rentę terminową, płatną do momentu osiągnięcia wieku emerytalnego.
Drugim sposobem ujęcia problemu jest założenie, że poszkodowany
otrzymuje kwotę odpowiadającą zarobkom netto, czyli bez dodatku, który
przeznaczony byłby na składki emerytalne, ale ubezpieczyciel zobowiązany
jest dostarczać poszkodowanemu środki na utrzymanie do końca życia
poszkodowanego, dlatego, że ten nie będzie otrzymywał świadczeń emerytalnych z systemu ubezpieczeń społecznych.
Składka rentowa i chorobowa obciążają kwotę wynagrodzenia brutto na
poziomie około 10%. Świadczenia, które można z ich tytułu otrzymać, są
w dużej mierze związane z ryzykiem utraty zdolności do pracy przez osobę
czynną zawodowo (np. choroba zawodowa, wypadek przy pracy), natomiast
przeprowadzane symulacje dotyczą sytuacji, kiedy to poszkodowany nie jest
w stanie podejmować aktywności zawodowej, zatem już nie może jej utracić,
więc odprowadzanie składek z tego tytułu jest pozbawione sensu.
Czwartą ze składek stanowi składka na poczet ubezpieczenia zdrowotnego. Dla osoby pobierającej rentę z tytułu OC istnieje możliwość samoProblemy Zarządzania vol. 12, nr 4 (48), t. 1, 2014
231
dzielnego przystąpienia do systemu ubezpieczeń zdrowotnych. Wysokość
takiej opłaty to, w warunkach polskich, około 400 zł miesięcznie.
Opodatkowanie świadczenia. W Polsce kwestie podatkowe związane
z świadczeniami kompensacyjnymi są nie do końca jasne. Co do zasady, zwolnione są „kwoty otrzymane z tytułu ubezpieczeń majątkowych i osobowych”
(z wyjątkiem odszkodowań za szkody dotyczące składników majątku związanych z prowadzoną działalnością gospodarczą lub prowadzeniem działów
specjalnych produkcji rolnej) (art. 21 ust. 1 pkt. 4 ustawy o podatku dochodowym od osób fizycznych z dnia 26 lipca 1996 r., z późn. zm. Dz.U. 1991
nr 80 poz. 350). Do ubezpieczeń majątkowych zalicza się także ubezpieczenia odpowiedzialności cywilnej, ta kwestia w klasyfikacji ubezpieczeń
jest bezsporna. Z racji przyznania w kodeksie cywilnym poszkodowanemu,
w związku ze zdarzeniem objętym umową ubezpieczenia odpowiedzialności
cywilnej – każdą, także dobrowolną – bezpośredniego roszczenia do ubezpieczyciela (actio directa, art. 822 pa r. 4 kodeksu cywilnego) świadczenie
wypłacane jest bezpośrednio poszkodowanemu i tym samym wydaje się, że
korzysta on ze zwolnienia. Ustawodawca nie wprowadza przecież ograniczenia, by umowa ubezpieczenia zawarta była przez podmiot otrzymujący
świadczenie. Przy tym, z racji szerokiego ujęcia przedmiotu zwolnienia jako
„kwoty”, należałoby zwolnieniem obejmować wszystkie świadczenia, w tym,
oprócz zadośćuczynień, także renty, odszkodowania i to zarówno za szkody
bezpośrednie, jak i utracone korzyści (np. zarobki), choć w odniesieniu do
tych ostatnich można w prasie spotkać interpretacje odmienne. Odrębnie
zwolnione są odszkodowania w postaci renty otrzymane na podstawie przepisów prawa cywilnego w razie uszkodzenia ciała lub wywołania rozstroju zdrowia przez poszkodowanego, który utracił całkowicie lub częściowo zdolność
do pracy zarobkowej, albo jeżeli zwiększyły się jego potrzeby lub zmniejszyły
widoki powodzenia na przyszłość (art. 21 ust. 1 pkt. 3c ustawy o podatku
dochodowym od osób fizycznych). Przy czym pomija się tu renty alimentacyjne. Powstaje także wątpliwość, co w przypadku wypłaty jednorazowej
(skumulowanej renty)16. Dodatkowo, jeśli odszkodowania lub świadczenia
otrzymywane są na podstawie wyroku lub ugody sądowej, są także zwolnione
z podatku, chyba że świadczenie to bazuje na dochodach otrzymywanych
w związku z prowadzoną działalnością gospodarczą (art. 21 ust. 1 pkt. 3
ustawy o podatku dochodowym od osób fizycznych). Co istotne, orzecznictwo uznaje, że odsetki od świadczeń wypłacanych po terminie wymagalności
podlegają opodatkowaniu, nawet jeśli samo świadczenie jest zwolnione17.
4. Implikacje dla gospodarki finansowej ubezpieczycieli
Z punktu widzenia ubezpieczyciela istotna jest przewidywalność wysokości świadczenia. Wskazano, że sama wysokość renty może ulec zmianie
w przypadku zmiany stosunków. Może to wynikać ze zmian ekonomicznych,
gospodarczych, ale także być konsekwencją ewolucyjnego charakteru szkody.
232
DOI 10.7172/1644-9584.48.12
Oczywiście maksimum koniecznego zaangażowania ubezpieczyciela z tytułu
ubezpieczenia odpowiedzialności cywilnej wyznacza limit w postaci sumy
gwarancyjnej ustalonej w umowie z ubezpieczonym. Suma ta może ulec
wyczerpaniu wskutek wypłaty świadczenia przez jakiś czas, mimo że okres, na
jaki została przyznana renta, nie uległ zakończeniu. Ryzyko to nie jest obce
nawet umowom ubezpieczenia, w których suma gwarancyjna była względnie
wysoka, z uwagi na możliwą długotrwałość świadczenia rentowego, ale też
długi okres przedawnienia w przypadku szkód na osobie, dochodzenie ich
w innych warunkach gospodarczych niż była zawierana umowa18.
Zasadniczo ryzyko to obciąża podmiot ubezpieczony, a fakt ten ubezpieczycielowi pozwala na oszacowanie swojej odpowiedzialności i okresu
wypłaty. Jednak w praktyce pojawia się niebezpieczeństwo obciążenia dalszą
wypłatą ubezpieczyciela – takie sytuacje miały miejsce w orzecznictwie na
polskim rynku. Sąd dokonuje zmiany wysokości sumy gwarancyjnej tak, by
świadczenie mogło być dalej wypłacane. Podstawą tego typu roszczeń jest
„nadzwyczajna zmiana stosunków, która nie mogła być przewidziana przy
zawarciu umowy (art. 3571 k.c.), przy uwzględnieniu interesów obu stron
i zasad współżycia społecznego”19. Za dopuszczalnością stosowania przewidzianej w tym przepisie klauzuli rebus sic stantibus do umowy ubezpieczenia
Sąd Najwyższy opowiedział się już kilkakrotnie20, przy czym sprawy te nie
dotyczyły tylko obowiązkowych ubezpieczeń OC, ale także dobrowolnych.
Kwestia ta jest kontrowersyjna, zwłaszcza w odniesieniu do ubezpieczeń
dobrowolnych, znajduje jednak uzasadnienie w prymacie funkcji kompensacyjnej, ochrony ofiar wypadków, a także słabszej pozycji ubezpieczonego
w zakresie wiedzy o specyfice ryzyka OC i zagrożeniach. Oczywiście interesująca pozostaje kwestia stosownej rekalkulacji składki.
Należy jednak podnieść, że sądy stosują tu rozłożenie konsekwencji nadzwyczajnej zmiany stosunków, nie obciążając nimi tylko ubezpieczyciela (por.
wyrok SA w Katowicach z dnia 25 czerwca 2013 r., sygn. akt I ACa 226/13).
Możliwość waloryzacji sumy gwarancyjnej stanowi problem dla wyznaczania poziomu rezerw adekwatnego do ponoszonego ryzyka. Jakkolwiek, należy
uznać, że dotychczas sytuacje takie były nieliczne21. Dlatego też w przypadku ubezpieczenia OC można wciąż przyjmować, iż suma gwarancyjna
to niejako prognoza zakresu odpowiedzialności ubezpieczyciela. Sumy te
są wysokie dla OC komunikacyjnego22, ale w niektórych ubezpieczeniach
obowiązkowych, dotyczących obszarów, w których ryzyko szkody na osobie,
w tym poważnej, jest znaczące, sumy gwarancyjne ustalone przez ustawodawcę jako minimalne są bardzo niskie (tabela 1). W tych obszarach taka
decyzja sądu o dalszym obciążeniu ubezpieczyciela znacząco wykraczałaby
poza założony poziom ewentualnych wypłat.
Renty stanowią poważne długookresowe zobowiązanie zakładów ubezpieczeń, wynikające ze szkód osobowych, wymagające tworzenia odpowiednich rezerw na wypłaty. Niektóre podmioty rynkowe stosują w związku
z tym praktykę ich kapitalizacji na podstawie ugody zawieranej z klientami.
233
234
Odpowiedzialności cywilnej organizatorów Na zdarzenie/imprezę – wybrane punkty
imprez masowych (Rozporządzenie Ministra
Finansów z dnia 11 marca 2010 r. w sprawie Artystyczno-rozrywkowa: obowiązkowego ubezpieczenia odpowiedzialno- 1) 22 500 euro - dla imprezy mającej się odbyć na stadionie, w innym obiekcie niebędącym budynkiem, jeżeli liczba miejsc dla osób wynosi nie mniej niż 1000 i nie więcej
ści cywilnej organizatorów imprez masowych,
niż 2000 miejsc; wzrasta każdorazowo o 1100 euro na każde następne 100 osób
Dz.U. z dnia 6 kwietnia 2010 r.)
2) 10 000 euro – dla imprezy mającej się odbyć w hali sportowej lub w innym budynku
umożliwiającym przeprowadzenie imprezy masowej, jeżeli liczba miejsc dla osób wynosi
nie mniej niż 500 i nie więcej niż 1000 miejsc; wzrasta każdorazowo o 1100 euro na
każde następne 100 osób
3) 27 500 euro – dla imprezy masowej o podwyższonym ryzyku na stadionie, w innym
obiekcie niebędącym budynkiem, liczba miejsc dla osób wynosi nie mniej niż 300 i nie
więcej niż 2000 miejsc; wzrasta każdorazowo o 1400 euro na każde następne 100 osób
3.
4.
Rolników z tytułu posiadania gospodarstwa 5 mln euro na zdarzenie
rolnego
2.
Architektów oraz inżynierów budownictwa 50 tys. euro
(Rozporządzenie Ministra Finansów z dnia 11
grudnia 2003 r. w sprawie obowiązkowego ubezpieczenia odpowiedzialności cywilnej architektów oraz inżynierów budownictwa, Dz.U. z dnia
23 grudnia 2003 r.)
Sportowa:
1) 30 000 euro (35 tys. przy podwyższonym ryzyku) na stadionie lub w innym obiekcie
niebędącym budynkiem, w tym dla meczów piłki nożnej – nie mniej niż 1000 i nie
więcej niż 2000 miejsc; wzrost o 1500 euro na każde następne 100 osób
2) 6250 euro – w hali sportowej lub w innym budynku, nie mniej niż 300 i nie więcej
niż 500 miejsc; wzrost o 1250 euro za każde następne 100 osób
5 mln euro na zdarzenie
Posiadaczy pojazdów mechanicznych
1.
Wartości minimalnych sum gwarancyjnych
Obowiązkowe ubezpieczenie odpowiedzialności
cywilnej
Lp.
DOI 10.7172/1644-9584.48.12
Podmiotów eksploatujących obiekt jądrowy (art. 300 000 000 SDR na jedno zdarzenie
103 ust. 1 i 2 Ustawa z dnia 29 listopada 2000
r. Prawo atomowe, tekst jednolity)
Badacza i sponsora (prowadzących badania kli- 100 tys. do 5 mln euro, zależnie od liczby osób uczestniczących w badaniu (od mniej
niczne produktów leczniczych) (Rozporządzenie niż 10 do ponad 100)
Ministra Finansów z dnia 30 kwietnia 2004 r.
w sprawie obowiązkowego ubezpieczenia odpowiedzialności cywilnej badacza i sponsora)
7.
8.
Tab. 1. Minimalne sumy gwarancyjne w wybranych ubezpieczeniach obowiązkowych odpowiedzialności cywilnej w Polsce z wysokim ryzkiem szkód
na osobie (2014). Źródło: opracowanie własne.
Podmiotów prowadzących działalność leczniczą
(Rozporządzenie Ministra Finansów z dnia 22
grudnia 2011 r. w sprawie obowiązkowego ubezpieczenia odpowiedzialności cywilnej podmiotu
wykonującego działalność leczniczą, Dz.U. z dnia
30 grudnia 2011 r.)
1) 100 000 euro na zdarzenie i 500 000 euro do wszystkich zdarzeń dla szpitali
2) 75 000 euro na zdarzenie i 350 000 euro do wszystkich zdarzeń – opieka stacjonarna
całodobowa inna niż szpitalna i ambulatoryjna
3) spółki osobowe
4) 30 000 euro na zdarzenie i 150 000 euro do wszystkich zdarzeń – pielęgniarka lub
położna, indywidualnie lub grupowo
Zarządców nieruchomości (Rozporządzenie 50 tys. euro
Ministra Finansów z dnia 13 grudnia 2013 r.
w sprawie obowiązkowego ubezpieczenia odpowiedzialności cywilnej zarządcy nieruchomości,
Dz.U. z dnia 20 grudnia 2013 r.)
6.
5.
235
Rozwiązanie takie ma, jak się wydaje, wiele zalet z punktu widzenia ubezpieczycieli. Trudno szacować wartość rent będących w obsłudze i wypłacanych
na rynku z powodu braku szczegółowych danych. Obecnie najpełniejszy
raport, w którym znajdują się dane dotyczące zagadnień szkód osobowych,
to raport ProMotor (Monkiewicz, Monkiewicz i Kwiecień, 2010).
Wyszczególnienie
1. Concordia
2006
0,0
2007
0,0
2008
0,0
2009
0,0
2. Compensa
35
28
29
38
3. PTU
57
48
46
40
4. PZMot
5. UFG
–
–
–
–
118
102
104
111
6. Benefis
–
–
–
–
7. Interrisk
11
18
36
42
8. P.BUK
Razem
21
43
14
33
232
239
219
264
Tab. 2. Liczba przyznanych rent z OC komunikacyjnego w latach 2006–2009. Źródło:
ankieta ProMotora.
Na podstawie zgromadzonych danych można szacować, że rocznie 1 renta
jest przyznawana na 1000 szkód zarejestrowanych (wypłaconych). Można
więc szacować, że w 2009 r. przyznano w Polsce z tego tytułu około 800–1000
rent. Może to oznaczać, że obecnie w kraju znajduje się w obsłudze około
24 000 rent (30 x 800). Wielkość ta może być korygowana poprzez praktykę
wykupu uprawnień rentowych stosowaną przez niektóre podmioty. Przeciętna wartość świadczenia rentowego rocznie w 2009 r. była stosunkowo
niska i wyniosła 6,8 tys. zł. Oznacza to, że wypłaty z tego tytułu w 2009 r.
wyniosły blisko 170 mln zł.
W ubezpieczeniach odpowiedzialności cywilnej konsekwencje zmian
czynników wpływających na wartość świadczeń, co do zasady, powodują
zmiany w zakresie składek ubezpieczeniowych. Warto spojrzeć zatem na
przebieg składek i odszkodowań w OC na tle działu. Na rysunkach 2 i 3
zaprezentowano wartość i dynamikę składki przypisanej brutto oraz odszkodowania i świadczenia wypłaconego z tytułu ubezpieczeń OC w latach
2000−2010.
Na uwagę zasługuje duża dynamika zmian odszkodowań w obszarze ubezpieczeń odpowiedzialności cywilnej tzw. pozostałej. Taki przebieg
wypłaconych odszkodowań wskazuje na duże wahania w wartościach wypłat,
które często są skutkiem objęcia coraz to kolejnych grup zawodowych obowiązkiem posiadania polis OC, a są to zawody o szczególnej podatności na
wysokie szkody.
Wielkości zebranej składki oraz wypłaconych odszkodowań mogą posłużyć do obliczenia wskaźników szkodowości. Wartości tych wskaźników pre236
DOI 10.7172/1644-9584.48.12
10 000 000
9 000 000
8 000 000
7 000 000
6 000 000
5 000 000
4 000 000
3 000 000
2 000 000
1 000 000
0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
składka OC komunikacyjne (gr. 10)
odszkodowania OC komunikacyjne (gr. 10)
składka OC pozostała (gr. 13)
odszkodowania OC pozostałe (gr. 13)
Rys. 2. Składka przypisana brutto oraz odszkodowania brutto dla ubezpieczeń gr. 10 i gr. 13
w latach 1999–2012. Źródło: raporty roczne KNF.
1,6
1,4
1,2
1,0
0,8
0,6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
dynamika składki gr. 10
dynamika odszkodowań gr. 10
dynamika składki gr. 13
dynamika odszkodowań gr. 13
Rys. 3. Dynamika składki przypisanej brutto oraz odszkodowań brutto dla ubezpieczeń gr.
10 i gr. 13 w latach 1999–2012. Źródło: raporty roczne KNF.
zentuje rysunek 4, obrazujący jednocześnie udział, jaki zakłady ubezpieczeń
pozostawiają na swoim udziale po uwzględnieniu reasekuracji. Łatwo można
wysunąć trzy wnioski z tej prezentacji wyników:
– ubezpieczenia OC gr. 10 są mocniej szkodowe niż ubezpieczenia OC gr.
13, a w ostatnich latach wartość wskaźnika szkodowości dla gr. 10 zbliża
się do niekorzystnej wielkości (bliskiej 0,9) z początkowych lat analizy;
237
– niewielka różnica w wartościach wskaźników przed i po uwzględnieniu
reasekuracji wskazuje na niewielkie wykorzystanie tego narzędzia przez
zakłady ubezpieczeń do produktów OC gr. 10 i 13;
– ubezpieczenia z gr. 13, o czym już wspomniano, cechują się dużo większą
zmiennością, także w przebiegu szkodowości.
1,00
0,90
0,80
0,70
0,60
0,50
0,40
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
współczynnik szkodowości brutto gr. 10
współczynnik szkodowości na udziale własnym gr. 10
współczynnik szkodowości brutto gr. 13
współczynnik szkodowości na udziale własnym gr. 13
Rys. 4. Wskaźniki szkodowości dla ubezpieczeń gr. 10 i gr. 13 w latach 1999–2012. Źródło:
raporty roczne KNF.
Należy też podkreślić wyraźną różnicę pomiędzy szkodami osobowymi a pozostałymi. Wśród szkód osobowych zdecydowanie mniej jest szkód
małych (do 5000 zł), natomiast częstość występowania dużych jest wyraźnie
wyższa. Konieczne może się zatem okazać wykorzystanie w modelowaniu
szkód osobowych rozkładów o tzw. ciężkim prawym ogonie rozkładu, np.
Pareto, Weibulla, Burra, lognormalnego, rozkładów uciętych (a właściwie
rozkładów nadwyżki powyżej ustalonego progu), uogólnionego rozkładu
Pareto, rozkładów wartości ekstremalnych, oraz występowania problemów
praktycznych charakterystycznych dla tego rodzaju podejścia, m.in. z estymacją parametrów na podstawie krótkich szeregów danych.
Należy też wspomnieć o tym, że do tego typu szkód ważne jest stosowanie adekwatnego programu reasekuracji. Patrząc na przebieg wskaźników
szkodowości (rysunek 4) i wskaźników zatrzymania składki oraz zatrzymania
odszkodowań, widać jednak, że w przypadku ubezpieczeń OC (rysunek 5)
udział reasekuracji w tym obszarze jest niewielki. W obszarze ubezpieczeń
gr. 10 programy reasekuracyjne prowadzą wciąż do większego zatrzymania
składki niż odszkodowań i odwrotną sytuację w przypadku gr. 13. Proporcja
ta jest mniej korzystna dla ubezpieczycieli sprzedających polisy w gr. 13,
238
DOI 10.7172/1644-9584.48.12
choć należy podkreślić poprawę, którą właśnie w obszarze gr. 13 widać
w proporcji między odszkodowaniami a składką zachowanych na udziale
własnym.
Warto zwrócić też uwagę na wynik techniczny ubezpieczycieli. Jak
można zauważyć (według raportu KNF, https://www.knf.gov.pl/Images/
Raport_sektor_ubezpieczen_III_2013_tcm75-36992.pdf), w latach 2009–2011
ubezpieczyciele prowadzący sprzedaż polis OC komunikacyjnych odnotowywali stratę w tym obszarze. Pozostałe ubezpieczenia OC tylko w roku
2011 nie wygenerowały zysku, a w pozostałych latach były ubezpieczeniami
rentownymi.
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
wskaźnik zatrzymania składki gr. 10
wskaźnik zatrzymania odszkodowań i świadczeń gr. 10
wskaźnik zatrzymania składki gr. 13
wskaźnik zatrzymania odszkodowań i świadczeń gr. 13
Rys. 5. Wskaźniki zatrzymania składki i zatrzymania odszkodowań dla ubezpieczeń gr. 10
i gr. 13 w latach 1999–2012. Źródło: raporty roczne KNF.
Ważnym obszarem gospodarki finansowej zakładów ubezpieczeń są
rezerwy, które szczególnie w przypadku świadczeń rentowych mają dużą
wagę dla bezpieczeństwa finansowego i wypłacalności.
Rezerwę składek tworzy się jako składkę przypisaną, przypadającą na
następne okresy sprawozdawcze, proporcjonalnie do okresu, na jaki składka
została przypisana. Konieczność jej tworzenia wynika więc z okresu ochrony
ubezpieczeniowej, trwającego częściowo w roku, w którym umowa została
zawarta, częściowo w roku lub latach kolejnych. W przypadku szkód osobowych w ubezpieczeniach OC posiadaczy pojazdów mechanicznych przy
tworzeniu tej rezerwy konieczne jest uwzględnienie takich elementów, jak
sezonowość występowania szkód czy tendencje rozwojowe zarówno liczby,
jaki i wysokości szkód.
Rezerwę na pokrycie ryzyka niewygasłego tworzy się oddzielnie, jako uzupełnienie rezerwy składek na pokrycie odszkodowań, świadczeń i kosztów,
239
jakie mogą wyniknąć z przyszłych szkód i wypadków w odniesieniu do umów
ubezpieczenia, które nie wygasają z ostatnim dniem okresu sprawozdawczego.
Rezerwa na niewypłacone odszkodowania i świadczenia – inaczej: rezerwa
szkód − odzwierciedla zobowiązania zakładu ubezpieczeń wobec ubezpieczających i ubezpieczonych, dotyczące szkód, które wystąpiły w danym okresie
sprawozdawczym, ale zakład ubezpieczeń nie wypłacił jeszcze wynikających
z nich odszkodowań i świadczeń. Tworzy się ją w wysokości odpowiadającej
ustalonej lub przewidywanej ostatecznej wartości przyszłych wypłat odszkodowań i świadczeń związanych ze szkodami zaistniałymi do dnia, na który
ustala się rezerwę, powiększonej o koszty likwidacji szkód. W przypadku tej
rezerwy problemów związanych ze szkodami osobowymi jest dużo. Poza czynnikami, które wymieniono wcześniej, związanymi z procesem underwritingu,
modelowaniem ryzyka ubezpieczeniowego czy też problemami związanymi
z kalkulacją składek ubezpieczeniowych, a które również dotyczą rezerw,
pojawia się szereg nowych, związanych przede wszystkim z czasem wypłaty
świadczeń. Wśród najważniejszych można wymienić:
– wydłużanie okresu przedawnienia do 20 lat, co ma istotny wpływ na
wysokość tych rezerw;
– więcej spraw spornych – popularność kancelarii odszkodowawczych, więcej odwołań od wysokości odszkodowania.
Z ankiety ProMotor (https://www.knf.gov.pl/Images/Raport_sektor_ubezpieczen_III_2013_tcm75-36992.pdf) wynika, iż w roku, w którym miało miejsce zdarzenie, wypłacanych jest zaledwie 20% szkód osobowych, w drugim
− ponad 50%, a zatem w przypadku tworzenia rezerw na niewypłacone
odszkodowania i świadczenia na poczet szkód osobowych uwaga powinna
być w szczególny sposób skoncentrowana na tym problemie.
Odsetek wypłat w pierwszym roku systematycznie spada na korzyść
wypłat dokonywanych w latach kolejnych (przede wszystkim w roku następnym, gdzie odsetek wypłacanych świadczeń wzrósł z około 23% w okresie
1999−2003 do około 26−27% w latach 2007−2009; odsetki wypłat w drugim
roku i dalszych latach po szkodzie również wyraźnie wzrosły), co świadczy
o wydłużaniu się okresów wypłat.
Z punktu widzenia tworzenia rezerwy na niewypłacone odszkodowania
i świadczenia istotne jest również to, że wypłaty występują nawet do 10 lat
po wystąpieniu szkody. Ponadto trzeba także pamiętać o zmianach, jakie
zaszły odnośnie terminów przedawnienia, oraz o tym, że w przypadku szkód
transgranicznych mają zastosowanie jeszcze dłuższe terminy przedawnienia
(np. w Niemczech 30 lat), co może mieć istotny wpływ na dalsze wydłużanie okresu, w którym będą wypłacane w przyszłości szkody. Problemem,
który się z tym wiąże, a który jest bardzo istotny przy kalkulacji rezerwy na
niewypłacone odszkodowania i świadczenia, jest brak wystarczająco długich
serii danych, które umożliwiałyby kalkulację tej rezerwy, np. na podstawie
trójkątów szkód, oraz trudności spowodowane nieporównywalnością odległych w czasie danych z obecnymi czy przyszłymi. Zatem w tworzeniu tej
240
DOI 10.7172/1644-9584.48.12
rezerwy wykorzystywane muszą być metody uwzględniające również takie
elementy, jak inflacja, wartość pieniądza w czasie, oraz modele pozwalające
na uwzględnianie istotnych zmian, np. prawnych, co czyni je zdecydowanie
trudniejszymi.
Kolejnym wymienionym wcześniej czynnikiem wydłużającym czas wypłaty
odszkodowań jest działalność kancelarii odszkodowawczych. Czas ten waha
się, w zależności od zakładu ubezpieczeń, od około 120−130 dni do nawet
ponad 500. Wzrost popularności tego rodzaju działalności może skutkować
dalszym wydłużaniem czasu wypłat.
Szczególnym elementem wchodzącym w skład rezerwy, który zarazem
może okazać się jeszcze bardziej problematyczny, jest rezerwa na skapitalizowaną wartość rent. W przypadku tej rezerwy istotne są wspomniane
w pierwszej części artykuły problemy dotyczące kalkulacji rent.
Jak wynika z danych KNF, w przypadku zakładów ubezpieczeń dominującą grupą są rezerwy na niewypłacone odszkodowania i świadczenia
(około 55% tworzonych rezerw) oraz rezerwa składek, która wykazywana
jest łącznie z rezerwą na pokrycie ryzyka niewygasłego (około 40% wielkości
rezerw techniczno-ubezpieczeniowych).
Obserwując wielkość rezerw techniczno-ubezpieczeniowych tworzonych
przez zakłady ubezpieczeń do pokrycia zobowiązań z tytułu umów ubezpieczeń z gr. 10 i gr. 13, widać zdecydowany wzrost wielkości rezerw dla
ubezpieczeń OC posiadaczy pojazdów mechanicznych (rysunek 6)23. Na
ten zdecydowany wzrost wskazuje również przeliczenie globalnej wielkości
rezerw na liczbę zawartych polis i uzyskanie średniej wielkości rezerwy na
jedną polisę – ciągły wzrost od kwoty 23 zł w roku 2004 do prawie 100 zł
w roku 2012, co nawet po uwzględnieniu inflacji wskazuje na dużą zachowawczość ubezpieczycieli w obszarze ubezpieczeń OC komunikacyjnej.
2 000 000
1 800 000
1 600 000
1 400 000
1 200 000
1 000 000
800 000
600 000
400 000
200 000
0
2002
2003
2004
2005
2006
2007
2008
rezerwy brutto gr. 10
2009
2010
2011
2012
Rys. 6. Rezerwy techniczno-ubezpieczeniowe brutto dla ubezpieczeń OC z gr. 10 i gr. 13
w latach 2002–2012. Źródło: raporty roczne KNF.
241
2 000 000
1 800 000
1 600 000
1 400 000
1 200 000
1 000 000
800 000
600 000
400 000
200 000
0
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Rysunek 7. Średnia wartość rezerw techniczno-ubezpieczeniowych brutto dla ubezpieczeń
OC z gr. 10 i gr. 13 w latach 2002–2012. Źródło: raporty roczne KNF.
5. Podsumowanie
Przedmiot kompensacji w świadczeniach rentowych z tytułu szkód na
osobie jest trudny do ustalenia w ujęciach zarówno czasowym, jak i wartościowym. Przegląd orzecznictwa w tym obszarze inspiruje do wskazania wielu
problemów praktycznych, jakie towarzyszą kalkulacji tego typu świadczeń.
Wynikają one ze specyfiki przedmiotu kompensacji, formy kompensacji oraz
zależności od wielu czynników o charakterze ekonomicznym i społecznym.
W artykule zostały one omówione pokrótce bądź zasygnalizowane, bowiem
każdy z nich może stanowić podstawę do dalszych szczegółowych analiz. Na
uwagę zasługują przede wszystkim kwestie relacji świadczeń rentowych do
uczestnictwa w systemie ubezpieczeń społecznych i zdrowotnych, obciążeń
podatkowych, okres kompensacji i kalkulacje hipotetycznych zarobków.
Wskazane problemy powodują także trudności w ocenie ryzyka, jakie
generuje dla ubezpieczycieli zobowiązanie do świadczeń rentowych w ubezpieczeniach odpowiedzialności cywilnej. W analizie danych finansowych
ubezpieczycieli z polskiego rynku nasuwa się jako podstawowa konkluzja, że
mimo iż mamy wzrost wartości odszkodowań i świadczeń w analizowanych
grupach 10 i 13 i dużą dynamikę zmian tych wartości, to udział reasekuracji
jest niski. Wskazuje to na niewielkie wykorzystanie tego narzędzia przez
zakłady ubezpieczeń w analizowanym obszarze. Drugą istotną obserwacją
jest zdecydowany wzrost wielkości rezerw dla ubezpieczeń OC posiadaczy
pojazdów mechanicznych. Na ten zdecydowany wzrost wskazuje również
przeliczenie globalnej wielkości rezerw na liczbę zawartych polis i uzyskanie
średniej wielkości rezerwy na jedną polisę – ciągły wzrost od roku 2004
od kwoty 23 zł do prawie 100 zł w roku 2012, co nawet po uwzględnieniu
242
DOI 10.7172/1644-9584.48.12
inflacji wskazuje na dużą zachowawczość ubezpieczycieli w obszarze ubezpieczeń OC komunikacyjnej.
Trudności w pełnej analizie obciążeń stanowi brak wyodrębnionych
danych dotyczących rent. Dane takie mogłyby stanowić niezwykle interesującą podstawę dla dalszych badań.
Przypisy
1
Potwierdzają to m.in. analizy dotyczące szkód na osobie reasekuratorów globalnych
Swiss Re, Munich Re, Partner Re, cytowane dalej.
2
Definiowanych tu jako powodujące trwały uszczerbek na zdrowiu wielkości ponad 50%.
3
Podobnie wskazują analizy Munich Re na podstawie danych z roku 2009, w których
podaje się, że we Francji koszty opieki stanowiły w tymże roku 67% wartości wypłaty
w przypadku poważnych szkód na osobie (przy czym najistotniejszy wzrost, o 45%
odnotowano tu w okresie 1995–2000), a w Niemczech od 49 do 62%. Inaczej w Europie Środkowo-Wschodniej – dla porównania w Czechach udział ten wynosił 19%,
a w odniesieniu do Polski wskazano jedynie ogólnie, że roszczenia z tego tytułu składane
są rzadko (a np. w Bułgarii wyjątkowo rzadko). Straty z tytułu utraconych zarobków
(loss of earnings) w roku 2009 stanowiły na rynku francuskim 8% wartości wypłaty
z tytułu poważnej szkody na osobie, w Niemczech 15–25%, a w Czechach 34%. Por.
Mayr (2011).
4
Jakkolwiek zaznaczyć należy, że brak jest literatury poświęconej świadczeniom rentowym spoza systemu ubezpieczeń społecznych.
5
Przegląd rozwiązań systemowych w zakresie szkód o charakterze majątkowym, wynikających ze szkody na osobie w: Kwiecień i Jędrzychowska (2013), por. także Ward
(2009).
6
Z jednej strony nie jest tu konieczna bliska więź czy pokrewieństwo ze zmarłym,
z drugiej jednak strony konieczną przesłanką jest fakt dostarczania przez zmarłego
pomocy materialnej stale, nie wystarczy zatem jednorazowe czy sporadyczne wsparcie. Nie jest także wymogiem fakt, by pomoc ta stanowiła jedyne źródło utrzymania
osoby dochodzącej renty (por. Szpunar, 2000, s. 114).
7
„Sąd – oddalając żądanie renty – ma obowiązek ustalenia odpowiedzialności pozwanego za ewentualną szkodę, jaka może powstać w przyszłości” – por. uchwała składu
7 sędziów SN z dnia 17 czerwca 1963 r., III CO 38/62, OSNCP 1965, nr 2, poz. 21.
8
Ilustrację symulacyjną do tych problemów znaleźć można np. w: Jędrzychowska
i Kwiecień (2013).
9
Oczywiście mogą obejmować także już znane, za okres poprzedzający ustalanie świadczenia.
10
Harmonized Indices of Consumer Prices (HICPs) – AllItems. Na podstawie danych
Eurostat: http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=teicp000.
11
Harmonized Indices of Consumer Prices (HICPs) – Health. Na podstawie danych
Eurostat: http://epp.eurostat.ec.europa.eu/tgm/table.do?tab=table&init=1&language=en&pcode=teicp060.
12
Aspekty te podkreślano, gdy w Wielkiej Brytanii, gdzie zasadą była kompensacja
w postaci sumy ryczałtowej, w wyniku zmian w The Damages Act (1996) z 2005 r.
został wprowadzony obowiązek rozważenia przez sąd kompensacji utraconych dochodów w postaci świadczeń okresowych (por. Kelly, 2009, s. 25).
243
13
Zmiana z 2013 r. jest konsekwencją wyroku ETS z dnia 17 lutego 2011 r. w którym
ETS orzekł, że „Uwzględnianie płci ubezpieczonego jako czynnika ryzyka w umowach
ubezpieczeniowych stanowi dyskryminację” – sprawa C-236/09 Association belge des
Consommateurs Test-Achats ASBL i in. Zasada w pierwotnej wersji wprowadzona
została w Polsce ustawą z dnia 13 lutego 2009 r. o zmianie ustawy o działalności
ubezpieczeniowej oraz niektórych innych ustaw (Dz.U. nr 42, poz. 341), która weszła
w życie 18 czerwca 2009 r. Stanowiła implementację dyrektywy 2005/68/WE w zakresie
możliwości różnicowania składek ubezpieczeniowych.
14
Szczegółowo zagadnienie to zostało omówione w: Wass i McNabb (2009, s. 73 i nast).
15
Wskazuje się, że w Wielkiej Brytanii, Irlandii i Europie Zachodniej jest większa
niż na rynku amerykańskim gotowość społeczeństwa do absorpcji kosztów szkód na
osobie wynikających z deliktów poprzez system opieki zdrowotnej i społecznej (por.
Ward, 2009, s. 49).
16
Kwestie opodatkowania świadczeń z ubezpieczeń OC szczegółowo analizuje m.in.
Chmielowiec (2013).
17
Tak np. NSA w Warszawie w wyroku z dnia 9 stycznia 2007 r.; sygn. akt II FSK 36/06.
18
Problem adekwatności sumy gwarancyjnej jest szczególnie istotny w ubezpieczeniach
obowiązkowych, gdzie ustawodawca ustala trigger occurence, w ubezpieczeniach dobrowolnych niwelowany przez zastosowanie triggera claims made.
19
Szerzej w kwestii prawnych aspektów dopuszczalności stosowania tzw. klauzuli rebus
sic stantibus por. m.in. Serwach i Kowalewski (2006).
20
Sprawy te dotyczyły nie tylko ubezpieczenia komunikacyjnego OC i nie tylko ubezpieczeń obowiązkowych. Por. Uchwała z dnia 26 listopada 1991 r. III CZP 122/91,
OSP 1992, nr 7-8, poz. 170; Uchwała składu siedmiu sędziów z dnia 29 grudnia
1994 r. III CZP 120/94, OSNC 1995, nr 4, poz. 55; Uchwała z dnia 31 maja 1994 r.
III CZP 74/94, OSNC 1994, nr 12, poz. 237; Postanowienie z dnia 30 stycznia 2008 r.
III CZP 140/07; wyroki z dnia 13 stycznia 2000 r. II CKN 644/98, z dnia 29 grudnia
1994 r. II CKN 266/99, z dnia 21 września 2011 r. I CSK 727/10, z 17.10.2012 r.
II CSK 646/11 (niepublikowane).
21
W portalu orzeczeń sądowych znajduje się tylko 7 spraw zamkniętych w roku 2013,
w których powoływano się na przywołany artykuł kodeksu cywilnego. Z wszystkich tych
spraw tylko 2 zakończyły się wyrokiem skutkującym przekroczenie odpowiedzialności
zakładu ubezpieczeń ponad poziom sumy gwarancyjnej.
22
Symulacyjne badania nad wystarczalnością sum gwarancyjnych w ubezpieczeniach
OC można znaleźć np. w pracy: Jędrzychowska i Poprawska (2014).
23
Oba rysunki (6 i 7) zostały opracowane dla danych, które KNF publikuje w raportach
rocznych. Dane dotyczące liczby polis zawartych w poszczególnych grupach ubezpieczeń.
Bibliografia
Brodecki, Z., Glicz, M. i Serwach, M. (red.). (2010). Prawo ubezpieczeń gospodarczych.
Komentarz. Tom I. Komentarz do przepisów prawnych o funkcjonowaniu rynku ubezpieczeń. Warszawa: LEX.
Chmielowiec, B. (2013). Opodatkowanie odszkodowań i odsetek od odszkodowań w polskim prawie podatkowym. Pozyskano z: http://www.rzu.gov.pl/porady-sezonowe/Opodatkowanie_odszkodowan_i_odsetek_od_odszkodowan_w_polskim_prawie_podatkowym__20754.
GUS. (2014). Wskaźniki cen towarów konsumpcyjnych i usług. Pozyskano z: http://www.
stat.gov.pl/gus/5840_1639_PLK_HTML.htm [2014-03-25]
244
DOI 10.7172/1644-9584.48.12
Holzheu, T. i Enz, R. (2004). The Economics of Liability Losses: Insuring a Moving Target. Sigma (6). SwissRe Pozyskano z: http://media.swissre.com/documents/
sigma6_2004_en.pdf (18.03.2014).
Holzheu, T. i Lechner, R. (2009). Commercial Liability: A Challenge for Businesses
and Their Insurers. Sigma (5). Swiss Re. Pozyskano z: http://www.swissre.com/r/
sigma5_2009_en.pdf?19=930&44=32581792&43=1207175&32=10792&7=1207
175&40=http%3A%2F%2Fmedia.swissre.com%2Fdocuments%2Fsigma5_2009_
en.pdf&18=0.01974188412708411 (10.02.2014).
Jędrzychowska, A. i Kwiecień, I. (2013). Ekonomiczne aspekty kompensacji szkód osobowych o charakterze majątkowym na tle zagranicznych rozwiązań systemowych – ze
szczególnym uwzględnieniem problemu utraconych dochodów. Rozprawy Ubezpieczeniowe, 14 (1). Warszawa: Wydawnictwo Rzecznika Ubezpieczonych i Fundacji
Edukacji Ubezpieczeniowej.
Jędrzychowska, A. i Poprawska, E. (2014). Personal injuries from motor third party liability
insurance and the minimum guarantee fund. Referat wygłoszony na: Business Systems
Laboratory – 2nd International Symposium “SYSTEMS THINKING FOR A SUSTAINABLE ECONOMY. Advancements in Economic and Managerial Theory and Practice”.
Kelly, M. (2009). The development of an actuarial approach to the calculation of future
loss in the UK. W: J.O. Ward i R.J. Thornton (red.), Personal Injury and Wrongful Death Damages Calculations: Transatlantic Dialogue. Contemporary Studies in
Economic and Financial Analysis, 91.
Mayr, D. (2011). Severe Bodily Injury Claims In Europe – Developments And Trends. Munich
Re. Pozyskano z: http://piu.org.pl/public/upload/ibrowser/Munich%20Re.pdf (05.03.2013).
Młynarski, T. (2012). Ugoda jako jedna z podstaw wypłaty świadczenia ubezpieczeniowego. Monitor Ubezpieczeniowy, 50 (wrzesień).
Monkiewicz, J., Monkiewicz, M. i Kwiecień, I. (2010). Szkody osobowe z tytułu OC komunikacyjnego w Polsce. Tendencje rozwoju 2006-2009. Raport Stowarzyszenia dla Rozwoju
Ubezpieczeń Komunikacyjnych i Rynku. Warszawa.
Olejniczak, A. (2010). Komentarz do art. 446 k.c. W: A. Kidyba, Z. Gawlik, A. Janiak,
G. Kozieł, A. Olejniczak, A. Pyrzyńska i T. Sokołowski (red.), Kodeks cywilny. Komentarz. Tom III. Zobowiązania – część ogólna. Warszawa: LEX.
PartnerRe. (2008). Bodily Injury Viewpoints for Europe. Partner Re. Pozyskano z: http://
www.partnerre.com/App_Assets/Public/9facb2fc-82b9-472a-90d6-3e80236d3ac2/
Bodily%20Injury_Viewpoints%20for%20Europe.pdf (05.03.2013).
Rzetecka-Gil, A. (2011). Kodeks cywilny. Komentarz. Zobowiązania – część ogólna. LEX/El.
Serwach, M. i Kowalewski, E. (2006). Klauzula rebus sic stantibus a podwyższenie sumy
gwarancyjnej w ubezpieczeniach odpowiedzialności cywilne: Rozprawy Ubezpieczeniowe
2006 (1). Warszawa: Wydawnictwo Rzecznika Ubezpieczonych.
Szpunar, A. (2000). Wynagrodzenie szkody wynikłej wskutek śmierci osoby bliskiej. Bydgoszcz: Oficyna Wydawnicza „Branta”.
Ward, J.O. (2009). Economic damages and tort reform: a comparative analysis of the
calculation of economic damages in personal injury and death litigation in the United
States and the United Kingdom. W: J.O. Ward i R.J. Thornton (red.), Personal Injury
and Wrongful Death Damages Calculations: Transatlantic Dialogue. Contemporary
Studies in Economic and Financial Analysis, 91. Pozyskano z: http://www.emeraldinsight.com/books.htm?chapterid=1819487 (11.05.2013).
Wass, V. i McNabb, R. (2009). Accounting for the effects of disablement on future
employment in Britain. W: J.O. Ward i R.J. Thornton (red.), Personal Injury and
Wrongful Death Damages Calculations: Transatlantic Dialogue. Contemporary Studies
in Economic and Financial Analysis, 91. Pozyskano z: http://www.emeraldinsight.com/
books.htm?chapterid=1819488.
Werwigk, U. (2012). Components of Bodily Injury Claims – A European Perspective. Swiss Re
Europe. Pozyskano z: http://www.fia r.ro/downloads/2012/motor/swiss.pptx (22.03.2014).
245
INFORMACJE DLA AUTORÓW
„Problemy Zarzadzania” to interdyscyplinarne pismo wydawane przez
Wydział Zarządzania Uniwersytetu Warszawskiego. Każdy z numerów kwartalnika ma wcześniej określony temat przewodni. W piśmie zamieszczane są materiały o charakterze naukowym, w tym szczególnie:
a) artykuły prezentujące z różnych perspektyw badawczych wszelkie problemy
zarządzania i ekonomii,
b) komunikaty z badań,
c) recenzje książek (polskich i zagranicznych) i omówienia artykułów zamieszczonych w periodykach naukowych i branżowych.
SKŁADANIE TEKSTU DO PUBLIKACJI
Teksty złożone w redakcji „Problemów Zarządzania” nie mogą być w tym
samym czasie rozpatrywane pod kątem ich publikacji w redakcjach innych
czasopism, nie mogą być również opublikowane gdzie indziej wcześniej niż
w „Problemach Zarządzania”. Złożenie tekstu do publikacji oznacza zgodę na
zamieszczenie artykułu w kwartalniku w postaci drukowanej i elektronicznej.
Prosimy o nadsyłanie tekstów nawiązujących do określonych przez redakcję
tematów przewodnich kolejnych numerów (lista dostępna na stronie głównej
pisma: http://www.pz.wz.uw.edu.pl).
Redakcja oświadcza, że wersja papierowa jest wersją pierwotną czasopisma
„Problemy Zarządzania”.
Artykuły należy nadsyłać na e-mail: [email protected] i na adres:
„Problemy Zarządzania” – Redakcja
Wydział Zarządzania Uniwersytetu Warszawskiego
ul. Szturmowa 1/3, pok. A102
02-678 Warszawa
Tekst należy przesłać na adres mailowy redakcji ([email protected].
uw.edu.pl lub [email protected]) w pliku MS Word lub zgodnym (rtf) i pdf
oraz 1 egzemplarz w wersji papierowej (na adres redakcji) podpisany przez
Autora wraz z pisemnym oświadczeniem o nienaruszaniu praw autorskich osób
trzecich (formularz oświadczenia do pobrania ze strony: http://www.pz.wz.
uw.edu.pl – Dla Autorów). O zgodność wydruku i wersji elektronicznej musi
zadbać Autor. W przypadku tekstów współautorskich prosimy o wyraźne zaznaczenie procentowego udziału współautorów. Należy wyraźnie wskazać, na jaki
adres redakcja ma przesyłać korespondencję (w przypadku tekstów współautorskich prosimy o wskazanie osoby, do której należy kierować korespondencję).
Autorzy odpowiadają za uzyskanie niezbędnych zezwoleń na publikację
materiałów, do których prawa autorskie są w posiadaniu osób trzecich.
Redakcja informuje, że ghostwriting oraz plagiatorstwo są przejawem nierzetelności naukowej i wszystkie wykryte przypadki będą demaskowane, włącznie z powiadomieniem odpowiednich podmiotów. Wszelkie przejawy nierzetelności naukowej, zwłaszcza łamania i naruszania etyki obowiązującej w nauce
będą w redakcji dokumentowane.
246
W ramach przeciwdziałania ghostwriting Redakcja „Problemów Zarządzania”
wymaga:
• oświadczenia o nienaruszaniu praw autorskich osób trzecich,
• od autorów publikacji zbiorowej ujawnienia wkładu procentowego poszczególnych osób w powstanie publikacji,
• podania informacji o źródłach finansowania publikacji, wkładzie instytucji
naukowo-badawczych, stowarzyszeń i innych podmiotów.
Redakcja nie zwraca materiałów, które nie zostały przez nią zamówione.
Autorzy opublikowanych artykułów otrzymują 3 bezpłatne egzemplarze
kwartalnika.
PROCEDURA RECENZOWANIA
1. Wszystkie nadesłane artykuły przechodzą na Kolegium przez procedurę
preselekcji, do recenzji zaś zostają przesłane artykuły wyłonione w toku
procedury.
2. Każdy (wyłoniony w toku preselekcji) artykuł jest recenzowany anonimowo
przez dwóch niezależnych, anonimowych recenzentów.
3. Recenzja ma formę pisemną i kończy się wnioskiem recenzenta o odrzuceniu lub dopuszczeniu do publikacji (wzór arkusza recenzji na stronie: http://
www.pz.wz.uw.edu.pl – Dla Autorów).
4. Po otrzymaniu recenzji sekretarz redakcji informuje szczegółowo Autorów
o uwagach recenzentów odnośnie jego artykułu oraz o ostatecznej decyzji
co do publikacji.
5. Kryteria kwalifikacji lub odrzucenia tekstu: zgodność z tematem przewodnim
numeru; oryginalność zastosowanej metody badawczej oraz ujęcia tematu;
rzetelność przedstawienia dotychczasowych badań; jakość badań własnych
(jeśli dotyczy); aktualność badań/rozważań teoretycznych; poprawność merytoryczna, metodologiczna i wnioskowania; wkład tekstu w rozwój dyscypliny;
dobór literatury.
6. Redakcja nie zwraca prac, które nie zostały zakwalifikowane do druku.
7. Raz w roku redakcja umieszcza pełną listę recenzentów w numerze „4” danego
roku oraz na stronach internetowych: www.pz.wz.uw.edu.pl – O piśmie.
OPRACOWANIE TEKSTU
A. Informacje ogólne
•
•
•
•
•
W tekście należy umieścić informacje o autorze:
imię i nazwisko
tytuł naukowy
miejsce pracy (wraz z dokładnym adresem do korespondencji)
adres e-mail
adres do wysyłki 3 egzemplarzy autorskich i umowy o przeniesieniu praw
autorskich.
247
B. Format tekstu
Objętość tekstu nie powinna przekraczać 20 standardowych stron maszynopisu (1 strona = 1800 znaków; czcionka Times New Roman; wielkość czcionki
12; odstęp miedzy wierszami 1,5; marginesy 2,5). W przypadku recenzji książek
długość nadesłanego materiału to maksymalnie 6 stron.
Wszelkie ilustracje prosimy wyraźnie oznaczać, przesyłać w osobnych plikach
i zaznaczać w tekście, gdzie mają być umieszczone. Plik pdf prosimy przesyłać
z zamieszczonymi w tekście ilustracjami. Prosimy o nadsyłanie tekstu w formacie MS Word lub zgodnym (rtf). Wykresy powinny być sporządzone w formacie
Adobe Illustrator (ai) lub EPS, natomiast dane źródłowe do nich – w formacie
Excel 3.0 (xls). Ilustracje prosimy przygotowywać w formacie Adobe Illustrator
(ai) lub EPS. Wszelkie ilustracje powinny być czarno-białe. W przypadku, gdy
tekst zawiera fotografie, prosimy o nadesłanie ich oryginału.
Za uzyskanie niezbędnych zezwoleń na publikację materiałów, do których
prawa autorskie znajdują się w posiadaniu osób trzecich, odpowiadają autorzy.
C. Układ tekstu
W tekście należy umieścić informacje o autorze: imię i nazwisko, tytuł
naukowy, miejsce pracy (wraz z dokładnym adresem do korespondencji), adres
e-mail, adres do wysyłki 3 egzemplarzy autorskich i umowy o przeniesieniu
praw autorskich.
Tekst powinien zawierać następujące elementy (w podanej kolejności):
• Tytuł (w językach polskim i angielskim).
• Streszczenie określające prezentowane w artykule tezy w językach polskim
i angielskim (100–200 słów).
• JEL Classification (numery klasyfikacji dostępne na stronie: http://www.
aeaweb.org/jel/jel_class_system.php).
• Słowa kluczowe (do 5) – w językach polskim i angielskim.
• Wprowadzenie, kolejne podtytuły, wnioski/zakończenie.
• Przypisy.
• Bibliografia.
D. Przypisy, bibliografia, cytaty1
Jeśli w tekście są przypisy autora, powinny być one w miarę możliwości
nieliczne i krótkie. Prosimy o umieszczanie przypisów na końcu tekstu, przed
bibliografią.
Bibliografia powinna zawierać wyłącznie pozycje przywołane lub cytowane
w tekście, nie należy umieszczać w bibliografii prac przywoływanych za innym
autorem. W każdej pozycji w bibliografii autor obowiązany jest zamieścić przypisany jej nr DOI (jeżeli taki posiada) (http://www.crossref.org/guestquery/).
Redakcja prosi o alfabetyczne sporządzanie not bibliograficznych według
nazwiska pierwszego autora (prace tego samego autora należy podać w alfabetycznej kolejności tytułów prac) w następującym formacie:
1
Opracowano na podstawie: Perrin, R. (2009). Pocket Guide to APA Style. Boston: Wadsworth.
248
• Publikacje książkowe jednego autora:
Kowalski, J. (2000). Tytuł książki. Miejsce wydania: Nazwa Wydawnictwa,
http://dx.doi.org/tu wpisać numer DOI przypisany danej publikacji.
• Publikacje książkowe wielu autorów:
Kowalski, J., Nowak, J. i Wiśniewski, A. (2001). Tytuł książki. Miejsce wydania: Nazwa Wydawnictwa, http://dx.doi.org/tu wpisać numer DOI przypisany
danej publikacji.
• Publikacje książkowe redagowane:
Kowalski, J. (red.). (2000). Tytuł książki. Miejsce wydania: Nazwa
Wydawnictwa, http://dx.doi.org/tu wpisać numer DOI przypisany danej publikacji.
• Rozdziały w publikacjach książkowych:
Kowalski, J. (2002). Tytuł rozdziału. W: J. Nowak (red.), Tytuł książki (t. 1,
s. 1–5). Miejsce wydania: Nazwa Wydawnictwa, http://dx.doi.org/tu wpisać
numer DOI przypisany danej publikacji.
• Artykuły w czasopiśmie:
Kowalski, J. (2001). Tytuł artykułu. Tytuł pisma, tom(numer), 1–5, http://
dx.doi.org/ tu wpisać numer DOI przypisany danej publikacji.
• Artykuły w czasopiśmie – wielu autorów:
Kowalski, J., Nowak, J. i Wiśniewski, A. (2001). Tytuł artykułu. Tytuł pisma,
tom(numer), 1–15, http://dx.doi.org/tu wpisać numer DOI przypisany danej
publikacji.
• Artykuły w gazecie:
Kowalski, J. (2001). Tytuł artykułu. Tytuł Gazety, dzień lub miesiąc wydania,
http://dx.doi.org/tu wpisać numer DOI przypisany danej publikacji.
• Referaty:
Kowalski, J. (2001). Tytuł referatu. Referat wygłoszony na..., Miejsce konferencji.
• Raporty:
Instytucja. (2001). Tytuł raportu. Miejsce wydania: Instytucja, http://dx.doi.
org/tu wpisać numer DOI przypisany danej publikacji.
• Publikacje książkowe w druku:
Kowalski, J. (w druku). Tytuł książki. Miejsce wydania: Nazwa Wydawnictwa.
• Artykuły w druku:
Kowalski, J. (2001). Tytuł artykułu. Tytuł pisma, tom(numer).
• Prace nieopublikowane:
Kowalski, J. (2001). Tytuł pracy. Niepublikowana praca doktorska, Nazwa
Uczelni, Miejsce.
• Źródła internetowe – artykuł:
Kowalski, J. (2001). Tytuł artykułu. Tytuł pisma, tom(numer), strony. Pozyskano z: tu wpisać adres strony www (tu wpisać datę dostępu dd.mm.rok).
• Źródła internetowe – książka:
Kowalski, J. (2000). Tytuł książki. Pozyskano z: tu wpisać adres strony www
(tu wpisać datę dostępu dd.mm.rok).
249
Zasady przywoływania w tekście
• praca jednego autora: zawsze należy podać nazwisko autora i datę publikacji (bez względu na to ile razy przywoływana jest praca); w przypadku powoływania się na więcej niż jedną pracę danego autora opublikowaną w tym
samym roku, należy dodać kolejne litery alfabetu przy dacie (zasada ta
obowiązuje również w przypadku pozostałych, wymienionych poniżej, rodzajów publikacji), np. (Kowalski, 2001); (Kowalski, 2001a);
• praca dwóch autorów: zawsze należy podać nazwiska obu autorów i datę
publikacji (bez względu na to ile razy przywoływana jest praca); nazwiska
autorów zawsze należy połączyć spójnikiem „i”, nawet w przypadku publikacji obcojęzycznej, np. (Kowalski i Nowak, 2001); (Kowalski i Nowak,
2001a);
• praca 3 – 5 autorów: po raz pierwszy należy wymienić nazwiska wszystkich
autorów, rozdzielając je przecinkami i wstawiając spójnik „i” pomiędzy
dwoma ostatnimi nazwiskami; po raz kolejny – należy wymienić nazwisko
pierwszego autora i można zastosować skrót „i in.”, np. po raz pierwszy:
(Kowalski, Nowak i Wiśniewski, 2001); (Kowalski, Nowak i Wiśniewski
2001a); a następnie: (Kowalski i in., 2001); (Kowalski i in., 2001a);
• praca 6 i więcej autorów: należy wymienić tylko nazwisko pierwszego autora
(zarówno po raz pierwszy, jak i w kolejnych przywołaniach), pozostałych
autorów zastąpić zaś skrótem „i in.”; w bibliografii należy umieścić nazwiska
wszystkich autorów pracy, np. (Kowalski i in., 2001); (Kowalski i in., 2001a);
• przywoływanie kilku prac jednocześnie: publikacje należy wymienić alfabetycznie (według nazwiska pierwszego autora); kilka prac tego samego autora
należy oddzielić przecinkiem; poszczególne publikacje różnych autorów
muszą być oddzielone średnikiem, np. (Kowalski, 2001; Nowak i Kowalski,
2002); (Kowalski, 2001, 2002a; Nowak i Kowalski, 2002);
• przywoływanie za innym autorem: umieszczamy jedynie w tekście, w bibliografii umieszczamy tylko pracę czytaną; prace rozdzielamy średnikiem, np.
(Kowalski, 2001; za: Nowak 2002).
Cytaty w tekście: należy zawsze umieścić w cudzysłowie i podać autora/
autorów, rok opublikowania pracy i numer strony, powinny mieć następującą
postać: (autor/autorzy, rok wydania, numer strony), np. (Kowalski, 2000, s. 67)
lub (Kowalski i Nowak, 2001, s. 3), lub (Kowalski, Nowak i Wiśniewski, 2001a,
s. 3).
E. Poprawki
W przypadku konieczności dokonania poprawek lub skrótów tekst będzie
zwrócony autorowi, który zobowiązany jest nanieść poprawki w terminie wskazanym przez redakcję. Redakcja zastrzega sobie możliwość wprowadzenia do
tekstu drobnych korekt językowych i skrótów.
250

Problemy Zarządzania nr4 t.1 - Warsaw University Digital Library

Transkrypt

Podobne dokumenty