Wpływ wzrostu stóp procentowych na ryzyko kredytowe jednostek samorządu terytorialnego

• Autorzy: Krzysztof Kluza

Warianty tytułu

Effect of Higher Interest Rates on Credit Risk of Local Governments in Poland

• Języki publikacji: PL

Abstrakty

Zadłużenie JST w Polsce wzrosło z 28,2 mld zł w 2008 do 72,1 mld zł w 2014 r. Zarazem od 2012 r. zmniejszyły się koszty obsługi zadłużenia JST dzięki spadkowi rynkowych stóp procentowych oraz stabilizacji marż bankowych dla JST poniżej 1%. Wysoki poziom zadłużenia sprawia, że sektor jest wrażliwy na ryzyko wzrostu stóp procentowych. Symulacje Monte Carlo wskazują, że JST są odporne na wzrost stóp, jeśli nastąpi on jako odizolowany czynnik, niepociągający za sobą istotnych zmian w wydatkach pozaodsetkowych i dochodach. Podwyżki stóp o 100 p.b. mogą wówczas spowodować wzrost odsetka JST o negatywnym profilu ryzyka z 1,8% w 2014 r. do odpowiednio 2,5%. Istotne ryzyko dla sektora występuje wówczas, gdy podwyżkom towarzyszy pogorszenie pozaodsetkowej nadwyżki operacyjnej. Wówczas przy podwyżce stóp o 100 p.b. odsetek JST z alarmującymi poziomami wskaźników zadłużenia wzrasta do 10%, a kolejne 30% JST przesuwa się do obszaru ryzyka utraty zdolności do obsługi zadłużenia(abstrakt oryginalny)

EN

Debt of Local Goveremnts (LGs) in Poland steadily grew from PLN 28.2 bln in 2008 to PLN 72.1 bln in 2014. At the same time since 2012, the cost of servicing the debt of LGs, has declined due to lower market interest rates and stabilization of banking margins for LGs below 1.0% level. The high amount of debt makes the LG sector sensitive to the risk of interest rates increses. Monte Carlo simulations show that LGs will not be adversly affected by the increase in interest rates, if that occurs as an isolated factor, which does not entail significant changes in their revenues and non-interest expenses. In such a scenario, the increases of interest rates by 100bps may cause a growth of share of LGs with a negative risk profile from 1.8% in 2014 to 2.5%. Significant risks for the sector occur when the interest rate increases are accompanied by the deterioration of LGs' non-interest operating surplus. Then, the increase of 100bps results in alarming levels of debt ratios for 10% of LGs and another 30% of LGs shifts to risk area of losing the ability to service their debt(original abstract)

Słowa kluczowe

PL

Samorząd terytorialny; Ryzyko kredytowe; Zmienne stopy procentowe; Zadłużenie

EN

Local government; Credit risk; Variable interest rates; Indebtedness

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2016
• Numer: nr 432 Gospodarka lokalna w teorii i praktyce
• Strony: 67--82

Twórcy

autor

Krzysztof Kluza

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Balassone F., Cunha J., Langenus G., Manzke B., Pavot J., Prammer D., Tommasino P., 2011, Fiscal sustainability and policy implications: A post-crisis analysis for the euro area, International Journal of Sustainable Economy, vol. 3, issue 2, s. 210-234.
• Białas M., 2012, Wykorzystanie symulacji Monte Carlo do wyceny przedsiębiorstwa metodą APV, Zarządzanie i Finanse, no. 4.1, s. 23-35.
• BIS (Bank for International Settlements), 2009, Principles for sound stress testing practices and supervision, Basel Committee on Banking Supervision (maj), http://www.bis.org/publ/bcbs155.htm.
• BIS (Bank for International Settlements), 2011, Basel III: A global regulatory framework for more resilient banks and banking systems, Basel Committee on Banking Supervision, December 2010 (rewizja czerwiec 2011), http://www.bis.org/publ/bcbs189.htm.
• Ghosh A., Kim J., Mendoza E., Ostry J., Qureshi M., 2013, Fiscal Fatigue, Fiscal Space and Debt Sustainability in Advanced Economies, The Economic Journal, vol. 123 (luty).
• Hendry D., 1984, Monte Carlo experimentation in econometrics, [w:] Griliches Z., Intriligator M.D.(eds.), Handbook of Econometrics, vol. II, Elsevier Science Publishers BV, Amsterdam, s. 937-976.
• Chyliński A., 1999, Metoda Monte Carlo w bankowości, Twigger SA, Warszawa.
• Cline W., 2012a, Interest Rate Shock and Sustainability of Italy's Sovereign Debt, Policy Brief, Peterson Institute for International Economics, PB 12-5, February.
• Cline W., 2012b, Sovereign Debt Sustainability in Italy and Spain: A Probabilistic Approach, Working Paper Series, Peterson Institute for International Economics, WP 12-12, August.
• Cline W., 2013, Debt Restructuring and Economic Prospects in Greece, Policy Brief, Peterson Institute for International Economics, PB 13-3, February.
• Donald B., Glasmeier A., Gray M., Lobao L., 2014, Austerity in the city: economic crisis and urban service decline?, Cambridge Journal of Regions, Economy and Society, no. 7.
• Eller M., Urvova J., 2012, How Sustainable Are Public Debt Levels in Emerging Europe? Evidence for Selected CE SEE Countries from a Stochastic Debt Sustainability Analysis, Focus on European Economic Integration, Q4.
• IMF (International Monetary Fund), 2013, Greece, IMF Country Report, no. 13/20, January.
• Kelliher C.F., Mahoney L.S., 2000, Using Monte Carlo simulation to improve long-term investment decisions, The Appraisal Journal, vol. 68, no. 1, s. 44-56.
• Kluza K., 2014, Impact of the economic slowdown on local government investments, debt and productivity in the EU countries, Journal of Economics and Management, no. 18.
• Kluza K., 2015, Debt repayment capacity of local government sector in Poland during the 2008-2013 economic slowdown period, Accounting &Taxation, vol. 7, no. 2, s. 17-27.
• Kluza K., 2016, Innowacje finansowe w samorządach na skutek wejścia w życie art. 243 ustawy o finansach publicznych, Studia Ekonomiczne, Uniwersytet Ekonomiczny w Katowicach, w przygotowaniu do druku.
• Lissowski G., Haman J., Jasiński M., 2011, Podstawy statystyki dla socjologów, tom 3, Wydawnictwo Naukowe SCHOLAR, Warszawa.
• Medeiros J., 2012, Stochastic debt simulation using VAR models and a panel fiscal reaction function - results for a selected number of countries, European Economy, Economic Papers 459, lipiec.
• Metropolis N., S. Ulam, 1949, The Monte Carlo Method, Journal of the American Statistical Association, vol. 44, no. 247, s. 335-341.
• Niemiro W., 2013, Symulacje stochastyczne i metody Monte Carlo, Uniwersytet Warszawski, Warszawa.
• Pawlak M., 2012, Symulacja Monte Carlo w analizie ryzyka projektów inwestycyjnych, Zeszyty Naukowe Uniwersytetu Szczecińskiego, no. 690, s. 83-94.
• Peck J., 2014, Pushing austerity: state failure, municipal bankruptcy and the crises of fiscal federalism in the USA, Cambridge Journal of Regions, Economy and Society, no. 7.
• Peterson G., 1998, Measuring Local Government Credit Risk and Improving Creditworthiness, Prepared for World Bank, March.
• UFP, Ustawa z 27 sierpnia 2009 r. o finansach publicznych, Dz.U. 2009, nr 157, poz. 1240 ze zm.
• Vammalle C., Hulbert C., 2013, Sub-national Finances and Fiscal Consolidation: Walking on Thin Ice, OECD Regional Development Working Papers, OECD, 02.
• Yeh C.P., Hsu A.C., Hsien W., Chai K.C., 2014, Neural Network Forecasts of Taiwan Bureau of National Health Insurance Expenditures, The International Journal of Business and Finance Research, vol. 8, no. 5, s. 95-114.
• ZMP (Związek Miast Polskich), 2012, Obywatelski projekt ustawy o zmianie ustawy o dochodach jednostek samorządu terytorialnego, materiały z XXXIII Zjazdu ZMP, 9 marca 2012.

Identyfikatory

DOI

10.15611/pn.2016.432.07