Alternativní pohled na rizikovost českého bankovního sektoru

Abstract

Objektem zájmu této práce je rizikovost českého bankovního sektoru. Od začátku 21. století zde pozvolna roste počet působících bank i jejich agregovaná ziskovost v absolutních číslech. Optimistické hodnoty vykazuje rovněž ukazatel zastoupení úvěrů v selhání na celkových úvěrech. Prostřednictvím dat o českých bankách z let 2008-2016 je zkoumána jejich rizikovost vyjádřená čtyřmi ukazateli: z-skórem, pákovým poměrem, podílem rizikově vážených aktiv ku celkovým aktivům (RVA intenzitou) a podílem úvěrů se selháním ku celkovým úvěrům. Jsou nalezeny poměrně nízké korelace mezi těmito ukazateli, nejvyšší (0,670) je mezi pákovým poměrem a RVA intenzitou, a naopak nejnižší (0,093) je mezi z-skórem a podílem úvěrů v selhání na celkových úvěrech. V agregované podobě vykazují tři z těchto ukazatelů v letech 2008-2015 stabilní trend k nižší rizikovosti, u podílu úvěrů v selhání lze to samé říci v období 2010-2015. Následovně je provedena regresní analýza pomocí metody fixních efektů a metody náhodných efektů s cílem určit determinanty vývoje 4 zmíněných ukazatelů. Velikost banky vyjádřená logaritmem celkových aktiv je signifikantní pouze v jednom modelu s RVA intenzitou coby závislou proměnnou, a to na hladině významnosti 10 % s negativním koeficientem. Naopak často signifikantními proměnnými jsoub růst aktiv a...

Riskiness of Czech banking sector is subject of interest of this thesis. Since the beginning of 21st century, there is moderately growing number of banks and their overall profitability expressed in absolute values is increasing. Ratio of non-performing loans to total loans is also displaying optimistic values. Four indicators of riskiness are studied through data about Czech banks from 2008 to 2015. These indicators are: z-score, leverage ratio, RWA density and ratio of non- performing loans to total loans. Rather low correlations among these indicators are found, the highest correlation (0,670) is between leverage ratio and RWA density, on the other hand the lowest one (0,093) is between z-score and NPL ratio. In aggregate form are three of the indicators displaying stable trend to lower riskiness in 2008-2015 period, the same can be stated about NPL ratio in 2010-2015 period. Then is regression analysis employing fixed effects estimation and random effects estimation used, with the aim to identify determinants of the four indicators. Size of banks expressed in logarithm of total assets is significant in only one model with RWA density on the place of dependent variable. This significance is at 10 per cent level and corresponding coefficient is negative. In contrary, growth of assets and dummy...