Times of crises underscores the importance of guarding against deteriorations in the quality of loan portfolio through effective credit risk management. The purpose of the study is to examine the credit risk resilience of Namibia’s banking sector and forecast the quality of its loan portfolio. Methodologically, the study is hinged on the theories related to information asymmetry, moral hazard, and adverse selection. The methods include a VAR and an ARIMA out of sample dynamic forecasting model. The study employs secondary time-series data for the period 1996Q1–2021Q4 from various sources including the Bank of Namibia, the Namibia Statistics Agency, the World Bank and some others. The stress-testing results analysed via the VAR’s impulse responses show that Namibia’s banking sector is highly susceptible to various shocks with the early warnings emanating primarily from the non-performing loan itself, followed by the monetary, institutional, bank-specific, and interest rate indicators. The forecast for 2023Q4–2025Q4 obtained from the ARIMA model reveals that the riskiness of its loan portfolio is predicted to persist beyond the benchmark of 4 % set by the Bank of Namibia. The findings highlight important policy interventions, including the need to strengthen the mechanisms for monitoring the share of non-performing loans, re-evaluate existing policies, continue to ensure a sound macroeconomic and financial environment, and require banks to maintain a minimum capital adequacy ratio.
Идентификаторы и классификаторы
- SCI
- Экономика
Following a series of global financial crises1, which at times have been triggered by impairments in the banking industry assets, efforts to assess the qualities of the loan portfolios as measured by non-performing loans (NPL) have intensified [Henry, Kok, 2013; Alrfai, Salleh, Waemustafa, 2022]. The collapse of the Chinese biggest “shadow banking”1 system as well as those of some banks in the USA have posed a significant risk to the stability of the global financial system enjoyed by many countries around the world. More specifically, the shutdown of the Silicon Valley Bank and the First Republic Bank in the USA [Dinh, 2023] as well as the financial troubles of Zhongrong International Trust Co, a Chinese state-backed bank, have caused enormous challenges to the global financial system
Список литературы
1. Akerlof G. A. (1970). The market for “lemons”: Quality uncertainty and the market mechanism. Quarterly Journal of Economics, vol. 84, issue 3, pp. 488-500. DOI: 10.2307/1879431
2. Alessandi P., Gai P., Kapadia S., Mora N., Puhr C. (2009). Towards a framework for quantifying systemic stability. International Journal of Central Banking, vol. 5, no. 3, pp. 47-82.
3. Alrfai M. M., Salleh D. B., Waemustafa W. (2022). Empirical examination of credit risk determinant of commercial banks in Jordan. Risks, vol. 10, issue 4, 85. DOI: 10.3390/risks10040085 EDN: SHESJS
4. Amediku S. (2006). Stress tests of the Ghanaian banking sector: a var approach (Working paper no. WP/BOG-2006/02). Bank of Ghana. https://www.bog.gov.gh/wp-content/uploads/2019/07/stress-tests-of-the-ghanaian.pdf.
5. Amuakwa-Mensah F., Marbuah G., A. Marbuah D. (2017). Re-examining the determinants of non-performing loans in Ghana’s banking industry: Role of the 2007-2009 financial crisis. Journal of African Business, vol. 18, issue 3, pp. 357-379. DOI: 10.1080/15228916.2017.1308199
6. Banerjee S., Murali D. (2017). Stress test of banks in India across ownerships: A VAR approach. Studies in Economics and Finance, vol. 34, issue 4, pp. 527-554. DOI: 10.1108/SEF-11-2014-0213
7. Bayar Y. (2019). Macroeconomic, institutional and bank-specific determinants of non-performing loans in emerging market economies: A dynamic panel regression analysis. Journal of Central Banking Theory and Practice, vol. 8, issue 3, pp. 95-110. DOI: 10.2478/jcbtp-2019-0026
8. Box G. E. P., Jenkins G. (1976). Time series analysis: Forecasting and control. 2nd ed. San Francisco: Holden Bay. 500 p.
9. Brooks C. (2019). Introductory econometrics for finance. 4th ed. Cambridge university press. 724 p. Čihák M. (2005). Stress testing of banking systems. Finance a úvûr - Czech Journal of Economics and Finance, vol. 55, issue 9-10, pp. 418-440.
10. Cincinell P., Piatti D. (2017). Non performing loans, moral hazard & supervisory authority: The Italian banking system. Journal of Financial Management, Markets and Institutions, issue 1, pp. 5-34. DOI: 10.12831/87058
11. Dinh H. T. (2023). The U.S. banking crisis of 2023 and its implications for Africa. Policy Center for the New South. 10 p. https://www.policycenter.ma/sites/default/files/2023-06/PB_23-23_hinh.pdf.
12. Erdas M. L., Ezanoglu Z. (2022). How do bank-specific factors impact non-performing loans: Evidence from G20 countries. Journal of Central Banking Theory and Practice, vol. 11, issue 2, pp. 97-122. DOI: 10.2478/jcbtp-2022-0015 EDN: HPANMJ
13. Gaur D., Mohapatra D. R., Jena P. R. (2022). Credit quality of Indian banking sector: Implications of Basel III regulations. Journal of Asia-Pacific Business, vol. 23, issue 3, pp. 234-253. DOI: 10.1080/10599231.2022.2095587 EDN: RPUDWD
14. Hajja Y. (2022). Impact of bank capital on non-performing loans: New evidence of concave capital from dynamic panel-data and time series analysis in Malaysia. International Journal of Finance and Economics, vol. 27, issue 3, pp. 2921-2948. DOI: 10.1002/ijfe.2305 EDN: UQIPUD
15. Henry J., Kok C. (eds.) (2013). A macro stress testing framework for assessing systemic risks in the banking sector (ECB Occasional Paper Series no. 152). European Central Bank. 82 p.
16. Kamati R., William A., Kadhikwa G., Mushendami P. (2022). Macro-stress testing NPLs in the banking sector of Namibia. Empirical Economic Review, vol. 5, issue 2, pp. 45-64. DOI: 10.29145/eer.52.03 EDN: RASLMW
17. Kanas A., Molyneux P. (2018). Macro stress testing the U.S. banking system. Journal of International Financial Markets, Institutions and Money, vol. 54, pp. 204-227. DOI: 10.1016/j.intfin.2017.12.006
18. Keenton W. R., Morris C. S. (1987). Why do banks’ loan losses differ? Economic Review (Federal Reserve Bank of Kansas City), vol. 72, pp. 3-21. https://www.kansascityfed.org/documents/1255/1987-Why%20Do%20Banks%27%20Loan%20Losses%20Differ%3F.pdf.
19. Kjosevski J., Petkovski M., Naumovska E. (2019). Bank-specific and macroeconomic determinants of non-performing loans in the Republic of Macedonia: Comparative analysis of enterprise and household NPLs. Economic Research-Ekonomska Istrazivanja, vol. 32, issue 1, pp. 1185-1203. DOI: 10.1080/1331677X.2019.1627894
20. Koju L., Koju R., Wang S. (2018). Macroeconomic and bank-specific determinants of non-performing loans: Evidence from Nepalese banking system. Journal of Central Banking Theory and Practice, vol. 7, issue 3, pp. 111-138. DOI: 10.2478/jcbtp-2018-0026
21. Koju L., Koju R., Wang S. (2020). Macroeconomic determinants of credit risks: evidence from high-income countries. European Journal of Management and Business Economics, vol. 29, issue 1, pp. 41-53. DOI: 10.1108/EJMBE-02-2018-0032
22. Konstantakis K. N., Michaelides P. G., Vouldis A. T. (2016). Non performing loans (NPLs) in a crisis economy: Long-run equilibrium analysis with a real time VEC model for Greece (2001-2015). Physica A: Statistical Mechanics and Its Applications, vol. 451, pp. 149-161. DOI: 10.1016/j.physa.2015.12.163
23. Kumar R. R., Stauvermann P. J., Patel A., Prasad S. S. (2018). Determinants of non-performing loans in banking sector in small developing island states: A study of Fiji. Accounting Research Journal, vol. 31, issue 2, pp. 192-213. DOI: 10.1108/ARJ-06-2015-0077
24. Kumar V., Bird R. (2022). Factors influencing the profitability of banks in India and China. Applied Economics Letters, vol. 29, issue 5, pp. 371-375. DOI: 10.1080/13504851.2020.1869153 EDN: NRMCWO
25. Kwambai D. K., Wandera M. (2013). Effects of credit information sharing on nonperforming loans: The case of Kenya commercial bank Kenya. European Scientific Journal, vol. 9, issue 13, pp. 168-193.
26. Laryea E., Ntow-Gyamfi M., Alu A. A. (2016). Nonperforming loans and bank profitability: Evidence from an emerging market. African Journal of Economic and Management Studies, vol. 7, issue 4, pp. 462-481. DOI: 10.1108/AJEMS-07-2015-0088
27. Llorent J., Melgar M. del C., Ordaz J. A., Guerrero F. M. (2013). Stress tests and liquidity crisis in the banking system. Equilibrium. Quarterly Journal of Economics and Economic Policy, vol. 8, issue 2, pp. 31-43. DOI: 10.12775/equil.2013.012
28. Messai A. S., Jouini F. (2013). Micro and macro determinants of non-performing loans. International Journal of Economics and Financial Issues, vol. 3, issue 4, pp. 852-860.
29. Nikolaidou E., Vogiazas S. (2017). Credit risk determinants in Sub-Saharan banking systems: Evidence from five countries and lessons learnt from Central East and South East European countries. Review of Development Finance, vol. 7, issue 1, pp. 52-63. DOI: 10.1016/j.rdf.2017.01.003
30. Novellyni D., Ulpah M. (2017). Non-performing loans, moral hazard and lending behaviour of Indonesian banks. International Journal of Economics and Management, vol. 11, issue 2 (Special Issue), pp. 365-378.
31. Ozili P. K. (2018). Banking stability determinants in Africa. International Journal of Managerial Finance, vol. 14, issue 4, pp. 462-483. DOI: 10.1108/IJMF-01-2018-0007
32. Patra B., Padhi P. (2022). Resilience of Indian banks: Macroeconomic stress test modeling for credit risk. Journal of Public Affairs, vol. 22, issue 1, e2350. DOI: 10.1002/pa.2350 EDN: PTUMGC
33. Petkovski M., Kjosevski J., Jovanovski K. (2018). Empirical panel analysis of non-performing loans in the Czech Republic. What are their determinants and how strong is their impact on the real economy? Finance a Uver - Czech Journal of Economics and Finance, vol. 68, issue 5, pp. 460-490.
34. Rachid S. (2019). The determiants of non-performing loans: Do institutions matter? A comparative analysis of the MENA and CEE countries (Munich Personal RePEc Archive Paper no. 96428). https://mpra.ub.uni-muenchen.de/96428/1/MPRA_paper_96428.pdf.
35. Radivojevic N., Jovovic J. (2017). Examining of determinants of non-performing loans. Prague Economic Papers, vol. 26, issue 3, pp. 300-316. DOI: 10.18267/j.pep.615
36. Rakotonirainy M., Razafindravonona J., Rasolomanana C. (2020). Macro stress testing credit risk: Case of Madagascar banking sector. Journal of Central Banking Theory and Practice, vol. 9, issue 2, pp. 199-218. DOI: 10.2478/jcbtp-2020-0020 EDN: CORQHY
37. Rifat A. M. (2016). An analytical study of determinants of non-performing loans: Evidence from non-bank financial institutions (NBFIs) of Bangladesh. Journal of Business and Technology (Dhaka), vol. 11, issue 1, pp. 55-67. DOI: 10.3329/jbt.v11i1.34242
38. Rosenkranz P., Lee J. (2019). Nonperforming loans in Asia: Determinants and macrofinancial linkages (Asian Development Bank Economics Working Paper no. 574). DOI: 10.2139/ssrn.3357289
39. Rowell D., Connelly L. B. (2012). A history of the term “moral hazard”. The Journal of Risk and Insurance, vol. 79, issue 4, pp. 1051-1075. DOI: 10.1111/j.1539-6975.2011.01448.x
40. Shah S. M. R., Fu Q., Abbas G., Arshad M. U. (2023). Shadow banking from China’s perspective: An empirical analysis of bank-issued wealth management products. Journal of Economic and Administrative Sciences, vol. 39, issue 1, pp. 1-24. DOI: 10.1108/jeas-09-2020-0160 EDN: WQHHPF
41. Stiglitz J. E. (1983). Risk, incentives and insurance: The pure theory of moral hazard. The Geneva Papers on Risk and Insurance, vol. 8, issue 26, pp. 4-33. https://link.springer.com/content/pdf/.pdf. DOI: 10.1057/gpp.1983.2 EDN: EGQQAJ
42. Tracey M. (2007). A VAR analysis of the effects of macroeconomic shocks on banking sector loan quality in Jamaica. https://boj.org.jm/uploads/pdf/papers_pamphlets/papers_pamphlets_A_VAR_Analysis_of_the_Effects_of_Macroeconomic_Shocks_on_Banking_Sector_Loan_Quality.pdf.
43. Vogiazas S. D., Nikolaidou E. (2011). Investigating the determinants of nonperforming loans in the Romanian banking system: An empirical study with reference to the Greek crisis. Economics Research International, vol. 2011, 214689. DOI: 10.1155/2011/214689
44. Wood A., Skinner N. (2018). Determinants of non-performing loans: Evidence from commercial banks in Barbados. The Business and Management Review, vol. 9, no. 3, pp. 44-64.
45. Undji V. J. (2024). Determinants of non-performing loans in Namibia’s banking sector. PhD dissertation. University of the Western Cape, Cape Town, Sourth Africa. https://etd.uwc.ac.za/handle/11394/10781.
Выпуск
Другие статьи выпуска
Экономико-математическое моделирование и прогнозирование котировок акций компаний необходимы для формирования и успешной реализации торговых стратегий на фондовых рынках. Однако на текущий момент эти процессы не всегда приносят удовлетворительные результаты, так как осложнены недостатком информации и методик изучения сложившихся тенденций экономического развития. Статья посвящена построению моделей полиномиального тренда второго порядка котировок акций компании для формирования соответствующего прогноза с учетом фактора цикличности экономики. Методологической базой исследования послужили фундаментальные положения теории экономических циклов. Методы работы включали анализ рядов динамики, экономико-математические методы моделирования и прогнозирования. Информационную базу составили статистические данные о котировках обыкновенных акций ПАО «Сбербанк» за февраль 1998 г. – август 2024 г., полученные с финансового портала Investing. com. Построено пять полиномиальных моделей котировок обыкновенных акций ПАО «Сбербанк». Выявлено, что котировки обыкновенных акций ПАО «Сбербанк» достигнут максимальных уровней через полтора года. По истечении указанного периода целесообразно продать данные инвестиционные активы. Полученные результаты могут быть использованы инвесторами и топ-менеджерами для прогнозирования и оценки рисков наступления экономических кризисов
Постоянно возрастающее негативное воздействие экономического роста на окружающую среду обусловливает необходимость внедрения бизнес-моделей циркулярной экономики, базирующихся на принципах промышленного симбиоза. Однако для развития промышленного симбиоза необходимо не только понимание его сущности и возможных выгод, но и оценка потенциала региональной экономики к реализации симбиотических взаимодействий. Статья направлена на разработку инструментария оценки регионального потенциала промышленного симбиоза. Методология исследования базируется на концепции промышленного симбиоза и системной парадигме Г. Б. Клейнера. В исследовании использованы индексный и матричный методы. Информационную базу составили данные Росстата и Федеральной службы по надзору в сфере природопользования за 2021–2022 гг. по регионам ЮФО. В результате предложен инструментарий оценки регионального потенциала промышленного симбиоза, представляющий собой систему показателей оценивания его основных компонентов и типологизацию регионов по уровню развития потенциала промышленного симбиоза. Определено, что Ростовская и Астраханская области, а также Республика Крым обладают наибольшим потенциалом к развитию симбиотических взаимодействий. Исследование вносит вклад в развитие теоретических представлений в области циркулярной экономики с точки зрения понимания факторов и условий, необходимых для реализации процессов промышленного симбиоза в регионе. Практическая значимость работы выражается в возможности использования полученных результатов при формировании методических подходов к разработке проектов промышленного симбиоза как элемента стратегии социально-экономического развития российских регионов
Существование цифровых разрывов значительно тормозит развитие платформенной модели в корпоративном секторе российской экономики, что не способствует активному проявлению положительных эффектов цифровизации. Недостаток методических и эмпирических работ, описывающих цифровые разрывы в корпоративном секторе экономики, не позволяет сформировать эффективные способы решения данной проблемы. Статья посвящена оценке цифровых разрывов, препятствующих становлению платформенной модели в корпоративном секторе национальной экономики. Методологическая база основывается на теории инноваций, концепции технологических укладов и концепции четвертой промышленной революции, которые обосновывают преимущества цифровизации и объясняют экономический рост с позиций технологического прогресса. Использован корреляционный анализ показателей, отражающих интенсивность применения организациями платформенных технологий и ряда других факторов. Информационную базу исследования составили данные НИУ ВШЭ об использовании в организациях программных средств и цифровых технологий за 2012–2022 гг. Результаты исследования показывают, что наибольшее значение для становления платформенной модели в корпоративном секторе экономики играет однородность цифровых технологий, используемых в отрасли. На втором месте по значимости стоит однородность в использовании программных средств, ориентированных на взаимодействие с партнерами, а также функционирование организаций в условиях доступа к широкополосному интернету. Полученные данные позволяют проводить диагностику становления платформенной модели путем описания цифровых и программных технологий, используемых потенциальными участниками цифровых платформ и бизнес-экосистем
В период кризисов возрастает значение фискальной политики в обеспечении макроэкономической стабильности и устойчивого экономического роста интеграционных объединений. Налоговая политика является значимым параметром в формировании государственных бюджетов и оказывает существенное влияние на доходы населения, что требует оценки процессов сближения налоговых систем в интеграционных союзах. Исследование направлено на проверку гипотезы о конвергенции налоговых систем для интегрирующихся государств: Армении, Белоруссии, Казахстана, Киргизии и России. Методологическую основу составила теория конвергенции экономических систем, процессный и системный подходы. Методика исследования базируется на концепции сигма-конвергенции и расчете индексов Франка. Информационной базой послужили статистические данные Евразийского банка развития за 2012–2022 гг. Результаты показывают, что до пандемии COVID-19 произошла сигма-конвергенция налоговой политики в группе стран, входящих в Евразийский экономический союз (ЕАЭС). С распространением пандемии страны проводили несогласованную налоговою политику по поддержке национальных экономик, что отразилось в дивергенции налоговых систем. Полученные результаты подтверждают необходимость создания на наднациональном уровне ЕАЭС автоматических механизмов кризисного управления в области фискальных интервенций. Это позволит более скоординировано реагировать на будущие гуманитарные и финансовые шоки и повысит способность государств-членов ЕАЭС быстрее их преодолевать
Междисциплинарный характер современных экономических исследований способствует росту научной популярности пространственной экономики, которая играет роль интегратора при изучении разнообразных объектов. Статья направлена на исследование объяснительного потенциала пространственной экономики в отношении экономического благополучия муниципальных образований. Методологической базой послужила совокупность теорий, формирующих фундамент пространственной экономики. В качестве методов использованы абстрактно-логический метод, дедукция и индукция. По результатам исследования выделены и проанализированы пять этапов в становлении теоретической базы пространственной экономики и показан пространственный аспект формирования экономического благополучия муниципального образования, который выражается в поддержании экономической активности территории, ее населенности и базируется на воспроизводственном процессе. При этом воспроизводственный процесс выступает в качестве пространственно-образующего, а такие параметры экономического пространства, как расстояние (связанность), преимущества/недостатки местоположения (размещение), распределение (концентрация) отражают, соответственно, пространственную инклюзивность территории местного самоуправления, наличие объектов, повышающих риски ее развития или увеличивающих ее привлекательность, а также пределы емкости территории и могут быть использованы для определения уровня экономического благополучия муниципального образования. Полученные выводы применимы для разработки методологии исследования и методики измерения уровня экономического благополучия муниципальных образований
Кризис современной экономической теории и модели рыночноцентричной экономики в частности включает в себя осмысление сущности, форм и пределов текущей трансформации отраслевых рынков. Экономическая наука и практика нуждаются в понимании особенностей взаимодействия акторов рынка, в преодолении энтропии существующих концепций и формировании комплексной модели экономического развития. Статья посвящена развитию положений концепции отраслевого квазирынка на мезоуровне и выявлению его соответствующих структурных особенностей. Методологической базой работы послужили неолиберальные и неоинституциональные теории. Методами выступили теоретико-методологический анализ, обобщение и сравнение. По результатам исследования выделены три ветви формирования концепции отраслевого квазирынка, в рамках которых предложены следующие его трактовки: как механизма взаимодействия бизнеса и государства; как механизма межфирменного и внутрифирменного взаимодействия на отраслевом рынке; как национального механизма организации производства, распределения и обмена. На основе ретроспективного анализа экономических теорий обоснована концепция отраслевого квазирынка, определены признаки, позволяющие формировать систему показателей для оценки его развития. Полученные результаты углубляют теоретические представления о развитии отраслевых рынков, прежде всего рынков сложной технологической продукции, позволяют разрабатывать методы измерения эффективности рыночных структур и методов промышленной политики
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/