Czynniki makroekonomiczne a spłacalność kredytów konsumpcyjnych

• Autorzy: Marcin Sztaudynger

Warianty tytułu

Macroeconomic factors and consumer loan repayment

• Języki publikacji: PL

Abstrakty

Celem badań przedstawionych w artykule jest kwantyfikacja i hierarchizacja wpływu czynników makroekonomicznych na ryzyko zaniechania spłaty kredytu konsumpcyjnego. W analizach wykorzystano dane o średnim poziomie agregacji, które opisywały portfel kredytów konsumpcyjnych jednego z głównych banków komercyjnych w Polsce (w latach 2004-2016). Próba obejmuje ponad 10 tys. obserwacji, charakteryzujących kohorty kredytów uruchamianych w kolejnych miesiącach. Wykorzystano modele danych panelowych. Wyizolowano wpływ sytuacji makroekonomicznej spośród innych kluczowych czynników determinujących ryzyko kredytowe (to jest historycznych zmian polityki kredytowej banku i naturalnego cyklu dojrzewania portfela). Wyniki potwierdziły związek sytuacji gospodarczej, reprezentowanej w modelu przez stopę bezrobocia i produkcję przemysłową, z ryzykiem kredytowym. Wzrostowi stopy bezrobocia towarzyszy większa częstotliwość przypadków zaniechania spłaty, a przyspieszeniu dynamiki produkcji przemysłowej - mniejsza. Stwierdzono również występowanie opóźnień tej asocjacji sięgających 12 miesięcy. Nie został natomiast potwierdzony związek ze stopami procentowymi. Model wraz ogólnodostępnymi prognozami makroekonomicznymi lub scenariuszami stresowymi umożliwia dokładniejsze przewidywanie skali pogorszenia jakości portfela w okresie dekoniunktury, a także formułowanie rekomendacji w zakresie polityki kredytowej, zwłaszcza granicznych poziomów akceptowanego prawdopodobieństwa zaniechania spłaty w różnych fazach cyklu koniunkturalnego. (abstrakt oryginalny)

EN

This article is the result of research aiming to quantify the association of macroeconomic factors and the risk of consumer loan default. Data at a medium level of aggregation was used to describe the consumer loan portfolio of one of Poland's largest commercial banks during the period of 2004-2016. The sample consisted of more than 10,000 observations, describing cohorts of loans disbursed in the successive months of the period. The relations were investigated with the use of panel data models. The approach applied in modelling allows to better isolate the effect of the macroeconomic environment from other key factors determining credit risk, i.e. historic changes in the bank's lending policy and the natural maturation process of the portfolio. The results confirm the interrelation of credit risk and the economic situation, represented in the model by the unemployment rate and industrial production. An increase in the unemployment rate is associated with the increase the default frequency, while greater dynamics of industrial production works in the opposite direction. Lags of up to 12 months were detected in this relationship. However, the connection of interest rates has not been confirmed. The presented model along with widely available macroeconomic forecasts and stress scenarios allows for more accurate prediction of portfolio deterioration during downturns. This will enable formulation of recommendations for bank lending policy during different phases of the business cycle. (original abstract)

Słowa kluczowe

PL

Ryzyko kredytowe; Uwarunkowania makroekonomiczne; Bankowość; Dane panelowe; Zmienne makroekonomiczne

EN

Credit risk; Macroeconomic conditions; Banking; Panel data; Macroeconomic variables

• Czasopismo: Gospodarka Narodowa
• Rocznik: 2018
• Numer: nr 4
• Strony: 155--177

Twórcy

autor

Marcin Sztaudynger

• Uniwersytet Łódzki

Bibliografia

• Baltagi B. H. [2005], Econometric analysis of panel data, John Wiley & Sons, Chichester.
• Barczyk R. [2015], Cykl koniunkturalny a cykle kredytowe w polskiej gospodarce w latach 1998-2013, "Studia Oeconomica Posnaniensia", nr 3-4, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław: 78-89.
• Bellotti T., Crook J. [2009], Credit scoring with macroeconomic variables using survival analysis, "Journal of the Operational Research Society", vol. 60 (12): 1699-1707.
• Breeden J. L. [2010], Reinventing retail lending analytics, Risk Books, London.
• Breeden J. L., Thomas L. [2008], The relationship between default and economic cycles for retail portfolios across countries: identifying the drivers of economic downturn, "Journal of Risk Model Validation", vol.2 (3):11-44.
• Castro V. [2013], Macroeconomic determinants of the credit risk in the banking system: the case of the GIPSI, "Economic Modelling", no. 31: 672-683.
• Chaibi H., Ftiti Z. [2015], Credit risk determinants: evidence from a cross-country study, "Research in International Business and Finance", no. 33: 1-16.
• Drukker D. M. [2003], Testing for serial correlation in linear panel-data models, "The Stata Journal", no. 2.
• Finlay S. [2008], The management of consumer credit, Palgrave Macmillan, New York.
• Hoechle D. [2007], Robust standard errors for panel regressions with cross-sectional dependence, "The Stata Journal", no. 7: 281-312.
• Hoyos R., Sarafidis V. [2006], Testing for cross-sectional dependence in panel-data models, "The Stata Journal", no. 4.
• Jakubik P. [2007], Macroeconomic environment and credit risk, "Czech Journal of Economics and Finance", no. 57.
• Kraska M. [2004], Credit scoring i credit rating: zastosowanie w banku komercyjnym, Biznes i Finanse, Warszawa.
• Lubiński M. [2012], Aktywność kredytowa banków w cyklu koniunkturalnym, "Prace i Materiały Instytutu Rozwoju Gospodarczego", SGH, Warszawa: 119-139.
• Malik M., Thomas L. [2010], Modelling credit risk of consumer Lorans, "Journal of the Operational Research Society", no. 61: 411-420.
• McNab H., Taylor P. [2008], Principles and practice of consumer credit risk mangement, School of Finance, Canterbury.
• NBP [2010], Raport o stabilności systemu finansowego, Narodowy Bank Polski, lipiec.
• Park H. M. [2011], Practical guides to panel data modeling: a step-by-step analysis using stat, Tutorial Workign Paper, International University of Japan.
• Rozporządzenie Komisji (UE) 2016/2067, z dnia 22 listopada 2016 r. zmieniające rozporządzenie (WE) nr 1126/2008 przyjmujące określone międzynarodowe standardy rachunkowości zgodnie z rozporządzeniem (WE) nr 1606/2002 Parlamentu Europejskiego i Rady w odniesieniu do Międzynarodowego Standardu Sprawozdawczości Finansowej 9.
• Rozporządzenie Parlamentu Europejskiego i Rady (UE) nr 575/2013, z dnia 26 czerwca 2013 r. w sprawie wymogów ostrożnościowych dla instytucji kredytowych i firm inwestycyjnych, zmieniające rozporządzenie (UE) nr 648/2012.
• Witkowski B. [2012], Modele danych panelowych, w: Gruszczyński M. (red.), Mikroekonometria, Oficyna Wolters Kluwer Polska, Warszawa.
• Wooldridge J. M. [2002], Econometric analysis of cross section and panel data, MIT Press, Cambridge.
• Zamore S., Djan K., Alon I., Hobdari B. [2018], Credit risk research: review and agenda, "Emerging Markets Finance & Trade", no. 54: 811-835.

Identyfikatory

DOI

10.33119/GN/102228