Istraivanja I-30

Model neravnotee na tritu kredita i razdoblje kreditnog loma

Ana Maria eh, Mirna Dumii, Ivo Krznar

Zagreb, sijeanj 2011.

ISTRAIVANJA I-30

IZDAVA Hrvatska narodna banka Direkcija za izdavaku djelatnost Trg hrvatskih velikana 3, 10002 Zagreb Telefon centrale: 01/4564-555 Telefon: 01/4565-006 Telefaks: 01/4564-687 Web-ADresA www.hnb.hr GLAVNI UreDNIK evan Kraft UreDNITVO Ljubinko Jankov Gordi sui Maroje Lang boris Vuji UreDNICA romana sinkovi GrAFIKI UreDNIK boidar bengez DIZAJNer Vjekoslav Gjergja LeKTUrA Prevoditeljski centar d.o.o. TIsAK stega tisak d.o.o. Za stajalita iznesena u ovom radu odgovorni su autori i ta stajalita nisu nuno istovjetna slubenim stajalitima Hrvatske narodne banke. Molimo korisnike ove publikacije da prilikom koritenja podataka obvezno navedu izvor. sve eventualno potrebne korekcije bit e unesene u web-verziju. Tiskano u 400 primjeraka ISSN 1332-1900 (tisak) IssN 1334-0077 (online)

ISTRAIVANJA I-30

Model neravnotee na tritu kredita i razdoblje kreditnog loma

Ana Maria eh, Mirna Dumii, Ivo Krznar Zagreb, sijeanj 2011.

sAeTAK

saetak

U ovom radu procjenjujemo model neravnotee na tritu kredita ne bismo li utvrdili zasebne odrednice ponude i potranje te identificirali razdoblja neravnotee na tritu kredita. Rezultati procijenjenog modela upuuju na tri karakteristina podrazdoblja koja se razlikuju s obzirom na izvore dinamike kreditne aktivnosti banaka. Prvo razdoblje, od 2000. do 2002., obiljeili su ravnotea izmeu ponude i potranje za kreditima te postupno stabiliziranje svjetskih financijskih trita i domaega bankarskog sektora nakon krize krajem 90-ih. U drugom razdoblju, od kraja 2002. do sredine 2008., banke su pod utjecajem intenzivnog priljeva inozemnoga kapitala bile spremne ponuditi vie kredita u odnosu na potranju za njima. Razdoblje koje je obiljeilo naglo zaustavljanje kreditne aktivnosti zapoinje eskalacijom svjetske financijske krize u treem tromjeseju 2008. i traje do kraja 2009., a rezultati procjene modela pokazuju da su takva kretanja posljedica manjka ponude kredita, odnosno kreditnog loma. Kljune rijei: kreditni lom, racioniranje kredita, model neravnotee na tritu kredita JeL klasifikacija: E44, G21, G28

Zahvaljujemo Nikoli Bokanu, Michaelu Faulendu, Evanu Kraftu, Igoru Ljubaju, arku Miljenoviu, Vedranu oiu i anonimnom recenzentu na korisnim komentarima.

Model neravnotee na tritu kredita i razdoblje kreditnog loma

sadraj

1. Uvod 2. Pregled literature 3. ekonometrijski model neravnotee na tritu kredita

3.1. Determinante ponude i potranje za kreditima 3.2. Opis podataka

1 2

4
6 7

4. rezultati procjene modela 5. Zakljuak 6. Literatura 7. Dodatak: Procijenjeni model neravnotee na tritu stranih kredita

8 14 15

17

1. UVOD

1. Uvod

Nakon viegodinjeg razdoblja snanog rasta bankovnih kredita u Hrvatskoj je poetkom 2009. zabiljeeno naglo zaustavljanje kreditne aktivnosti (Slika 1.), to je pokrenulo raspravu o njezinim izvorima i determinantama. U tom smislu javljaju se pitanja o tome koliki utjecaj na dinamiku kredita imaju imbenici na strani ponude poput pootravanja kreditne politike banaka ili mogueg nedostatka likvidnosti, a koliko je za kretanje kredita odgovoran pad potranje za kreditima zbog zaustavljanja investicija i pada osobne potronje pod utjecajem rasta nezaposlenosti, stagnacije plaa te pesimistinih oekivanja glede budueg rasta i profita. Drugim rijeima, pad i stagnacija kreditne aktivnosti u 2009. mogu biti posljedica ili manjka ponude kredita, odnosno kreditnog loma (engl. credit crunch) ili manjka potranje za kreditima. Stoga je glavni cilj ovog istraivanja ocijeniti model kojim bi se razluili uinci ponude i potranje na kretanje kreditne aktivnosti u Hrvatskoj u razdoblju nakon 2000., s posebnim naglaskom na zbivanja tijekom 2009. godine. Razdvajanje ponude i potranje za kreditima posebno je vano u svjetlu recentnih kretanja na financijskim tritima nakon svjetske financijske krize te sagledavanja mogunosti i ogranienja utjecaja monetarne i fiskalne politike na kreditnu aktivnost.

slika 1. Krediti stanovnitvu i poduzeima

mlrd. HRK

240

200

160

120

80

40 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009.

Izvor: HNb

Da bismo utvrdili zasebne odrednice ponude i potranje te identificirali razdoblja (ne)ravnotee na tritu kredita, ocijenjen je switching regresijski model. Pritom je neravnotea na tritu kredita definirana kao
Model neravnotee na tritu kredita i razdoblje kreditnog loma

2010.

2. PreGLeD LITerATUre

razlika procijenjene ponude i procijenjene potranje za kreditima koja se javlja kada kamatne stope zbog svoje nefleksibilnosti ne uravnoteuju ponudu i potranju za kreditima te je ukupna kreditna aktivnost ograniena sa strane ponude ili sa strane potranje. Do kreditnog loma dolazi u situaciji vika potranje za kreditima u situaciji kada kredit nije mogue dobiti, uz postojee kamatne stope, bez obzira na to je li rije o naglom poveanju potranje za kreditima ili o smanjenju ponude kredita. Smanjena ponuda kredita moe nastati zbog nedostatka sredstava za odobrenje kredita ili smanjene spremnosti banaka da daju kredite, to se pritom ne odraava u poveanju kamatnih stopa. Naime, banke se ne odluuju na (dodatno) poveanje kamatnih stopa kako bi eliminirale viak potranje (unato moguoj spremnosti klijenata da plate poveanu cijenu kredita) jer vjeruju da time nee rijeiti problem rizika pogrenog izbora klijenta koji nastaje zbog asimetrinih informacija te se radije odluuju za racioniranje ponude kredita. Rezultati procijenjenog modela razlikuju tri karakteristina podrazdoblja s obzirom na izvore dinamike kreditne aktivnosti banaka. Prvo razdoblje, od 2000. do 2002., obiljeili su ravnotea izmeu ponude i potranje za kreditima te postupno stabiliziranje svjetskih financijskih trita i domaega bankarskog sektora nakon krize krajem 90-ih. U drugom razdoblju, od kraja 2002. do sredine 2008., banke su pod utjecajem intenzivnog priljeva inozemnoga kapitala bile spremne ponuditi vie kredita u odnosu na potranju za njima. Razdoblje koje je obiljeilo naglo zaustavljanje kreditne aktivnosti zapoinje eskalacijom svjetske financijske krize u treem tromjeseju 2008. i traje do kraja 2009., a rezultati procjene modela upuuju na to da su takva kretanja posljedica manjka ponude kredita, odnosno kreditnog loma. Rad je organiziran na sljedei nain. U drugom dijelu saima se opsena literatura o utvrivanju determinanti ponude i potranje za kreditima. U treem poglavlju prikazan je swiching regresijski model neravnotee na tritu kredita te su opisane varijable za koje smatramo da su determinante ponude, odnosno potranje za kreditima. etvrto poglavlje sadri interpretaciju rezultata procijenjenog modela, dok u zadnjem poglavlju iznosimo zakljuke predstavljene analize.

2. Pregled literature
U literaturi postoji vie razliitih pristupa utvrivanju razdoblja kreditnog loma i determinanti ponude i potranje za kreditima, a njihov je zajedniki cilj odrediti relativnu vanost ponude, odnosno potranje za kreditima za dinamiku kreditne aktivnosti te identificirati imbenike koji u odreenom trenutku imaju dominantan utjecaj na ukupni obujam kreditne aktivnosti. Pritom se primjenjuju razliite metode od deskriptivne analize ili anketa poslovnih banaka i korisnika kredita do jednostavnijih regresija vremenskih serija, panel-regresija ili modela neravnotee. Osim po metodologiji, istraivaki radovi koji se bave kreditnim lomom razlikuju se i po njegovoj definiciji te po nezavisnim varijablama koje odreuju ponudu odnosno potranju za kreditima. Kanoh i Pumpaisanchai (2006.) kreditni lom definiraju kao situaciju kada je kreditna aktivnost ograniena sa strane ponude koja nije u skladu s trinim kamatnim stopama i profitabilnou investicijskih projekata. Da bi identificirali uzroke usporavanja kreditne aktivnosti u Japanu, osim podataka iz slubenih statistika, koriste se i podacima iz ankete poslovnih banaka i ankete poduzea kojima istrauju njihovo vienje kreditne aktivnosti i uvjeta kreditiranja. Kao glavnu prednost anketne metode istiu kvalitativne podatke koji nisu sadrani u dostupnim kvantitativnim podacima, to je posebno informativno kada je rije o neefikasnom tritu. S obzirom na prirodu kvalitativnih podataka, za ocjenu funkcija ponude i potranje za kreditima upotrijebili su logistiku regresiju, a stupanj neravnotee na tritu kredita izraunali su preko manje veliine izmeu potranje i ponude kredita od koje su oduzeli stvarno realizirane kredite. Budui da je ta razlika u veini promatranih razdoblja bila pozitivna, dokazali su postojanje neravnotee koju djelomino objanjavaju neuinkovitou japanskoga bankovnog sustava. Da bi utvrdili je li pad kreditne aktivnosti u zemljama istone Azije bio posljedica ogranienja na strani ponude ili na strani potranje, Agnor et al. (2000.) problemu su pristupili u dva koraka. Prvi se temeljio na
Ana Maria eh, Mirna Dumii, Ivo Krznar

2. PreGLeD LITerATUre

procjeni funkcije potranje poslovnih banaka za vikom likvidnih priuva na koje je prinos zanemariv ili ga uope nema. U drugom koraku napravili su dinamike projekcije za razdoblje nakon krize i procjenjivali jesu li stvarni iznosi vika priuva blizu onih ocijenjenih regresijskim modelom. Ako se pokazalo da su banke s namjerom drale vie likvidne priuve nego to je bilo potrebno, to je tumaeno kao povean oprez banaka, odnosno racioniranje kredita. Nasuprot tomu, velike razlike izmeu stvarnih i ocijenjenih iznosa tumaile su se kao nedobrovoljna akumulacija vika priuva, vjerojatno povezana sa slabijom potranjom za kreditima zbog pada agregatne potranje i ukupne ekonomske aktivnosti. Njihovi rezultati upuuju na to da je pad kreditne aktivnosti u Tajlandu bio posljedica ogranienja na strani ponude, posebno kada je rije o malim i srednjim poduzeima. U tom kontekstu naglaavaju da otkrivanje uzroka slabe kreditne aktivnosti ima vane implikacije i na monetarnu i na fiskalnu politiku. Primjerice, ako se pokae da banke nisu spremne posuivati sredstva zbog procjene o poveanom riziku nevraanja kredita koji se ne ogleda u viim kamatnim stopama, mjere usmjerene na poveanje likvidnosti i smanjenje kamatnih stopa vjerojatno nee biti uinkovite. Drugim rijeima, ako je kreditni lom posljedica ogranienja na strani ponude, monetarna politika gubi dio svoje uinkovitosti. Nasuprot tomu, ako banke nisu u mogunosti plasirati sredstva zbog slabe potranje uzrokovane percepcijom poduzea o slabom ekonomskom rastu, vei naglasak mogao bi se staviti na mjere fiskalne, ali i monetarne politike. U ekonometrijskoj analizi kreditnih lomova veina autora procjenjuje model neravnotee kojim se zasebno modelira ponuda i potranja radi identifikacije razdoblja vika ponude, odnosno vika potranje.1 Prvo empirijsko istraivanje openite neravnotee na tritu odnosi se na Fair i Jaffee (1972.). Fair i Kelejian (1974.) i Maddala i Nelson (1974.) predlau ocjenu takvog modela neravnotee metodom maksimalne vjerodostojnosti, a Quandt i Ramsey (1978.) razmatraju switching regresijski model neravnotee gdje razdoblja vika ponude i razdoblja vika potranje predstavljaju dva reima s odreenom vjerojatnosti pojave. Tim se modelom koristi i Baek (2002.) pri istraivanju imbenika koji su doveli do kontrakcije kreditne aktivnosti u Koreji. Baek kreditni lom opisuje kao neuobiajeno velik pad na strani ponude kredita koji rezultira nezadovoljenom potranjom pri tekuim kamatnim stopama. Njegovi rezultati upuuju na to da bi glavni uzrok takvih kretanja u Koreji tijekom 2001. mogao biti kreditni rizik poduzea i visoka razina neizvjesnosti zbog kanjenja ekonomskih reformi te zakljuuje da bi kreditnu aktivnost, umjesto prisiljavanjem poslovnih banaka na kreditnu ekspanziju, trebalo poticati mjerama usmjerenim na smanjenje tog rizika i razine neizvjesnosti. Pri identificiranju epizode kreditnog loma u Finskoj nakon bankovne krize iz 1991. i 1992. Pazarbasioglu (1996.) takoer rabi model neravnotee. Kao pokazatelj kreditnog potencijala banaka upotrijebio je ukupne depozite i kapital, a ostale varijable koje su se pokazale signifikantnima u funkciji ponude jesu rezultati dionica banaka, aktivne kamatne stope i razlika kamatnih stopa kao pokazatelj alternativnih mogunosti ulaganja za banke, dok potranu stranu najbolje opisuju aktivne kamatne stope i oekivane investicije. Analizom mjesenih podataka pokazuje da je pad kreditne aktivnosti bio posljedica pada potranje povezanog s visokom zaduenou dunika. S druge strane, spremnost banaka na izlaganje rizicima bila je dodatno smanjena zbog pada kvalitete imovine te potrebe banaka za poveanjem razine adekvatnosti kapitala. Prvi dio rada Barajasa i Steinera (2002.) bavi se moguim uzrocima kreditnog zastoja u tri latinskoamerike zemlje. Prema njima kreditni lom nastupa kada pri odreenoj razini depozita banke odbijaju povisiti kamatnu stopu na kredite na razinu na kojoj bi se izjednaile ponuda i potranja, to rezultira djelomino nezadovoljenom potranjom, a moe biti posljedica procjene banaka da je rizik financiranja poduzea previsok ili nedostatka kapitala za financiranje rizinijih plasmana. Osim uobiajenih pokazatelja poput kreditnog potencijala i gospodarske aktivnosti, u funkciju ponude za kreditima uvrstili su kreditni rizik i regulatorne varijable te EMBI razliku prinosa koja u sluaju Meksika objanjava supstituciju domaega kreditiranja zaduivanjem u inozemstvu, dok kod Perua predstavlja dodatni indikator makroekonomskog okruja. U preostalom dijelu svog rada Barajas i Steiner (2002.) analiziraju razdoblje 1980. 2000. te predstavljaju stilizirane injenice razdoblja kreditnog loma za veinu zemalja Latinske Amerike, Finsku, Indoneziju,

Ovdje navodimo samo dio opsene literature koja se bavi modelom neravnotee na tritu kredita. Za ostale primjere vidi Allain i Oulidi (2009.), Bernanke, Lown i Friedman (1991.), Cato (1997.), Costa i Margani (2009.), Ding, Domac i Ferri (1999.), Ghosh (2009.), Ikhide (2003.), Kanoh i Pumpaisanchai (2006.), Okurut, Schoombee i van der Berg (2004.), Westermann (2003.) i Woo (1999.).

Model neravnotee na tritu kredita i razdoblje kreditnog loma

3. eKONOMeTrIJsKI MODeL NerAVNOTee NA TrITU KreDITA

Tajland, Koreju, Japan i SAD, ija se kreditna aktivnost u promatranom razdoblju znatno smanjila. Uoeno je da su posljedice kreditnog loma2 vrlo sline u nizu zemalja te ukljuuju znatan pad gospodarske aktivnosti, rast sektora nebankarskih institucija, rast financiranja preko burze kao supstituta bankovnom kreditu, pad depozita i bijeg stranoga kapitala. Ove stilizirane injenice kreditnog loma vane su utoliko to ih svakako treba uzeti u obzir u analizi posljedica kreditnog loma u Hrvatskoj. Nehls i Schmidt (2003.) rabe istu definiciju kreditnog loma kao i Kanoh i Pumpaisanchai (2006.). Funkciju ponude kredita odreuju pomou kamatnih stopa, kreditnog potencijala poslovnih banaka (depoziti + vlasniki kapital), cijene dionica i razlika izmeu kamatnih stopa na kredite i depozite, a potranju putem kamatnih stopa i realnog BDP-a. Pomou modela neravnotee utvrdili su da je u Njemakoj tijekom 2002. godine procijenjena potranja za kreditima bila znatno vea od njihove procijenjene ponude, a kao glavni razlog nespremnosti banaka da odobravaju kredite navode pad bankovnih zarada povezan s gubicima na tritu kapitala. Zakljuuju da takva restriktivna politika banaka dodatno produljuje negativna ekonomska kretanja jer se potencijalno profitabilni projekti odgaaju ili otkazuju, to izravno utjee na smanjenje BDP-a. Na model, kao i determinante ponude i potranje za kreditima u najveoj se mjeri oslanjaju na rad Ghosh i Ghosh (1999.), u kojem se analizira kreditna aktivnost u zemljama istone Azije tijekom azijske krize. Ghosh i Ghosh (1999.) upotrebljavaju switching regresijski model pomou kojeg odreuju je li ograniavajui faktor ukupne kreditne aktivnosti u odreenom trenutku bio na ponudbenoj ili na potranoj strani. Kreditnim lomom definiraju situaciju kada kamatne stope ne uravnoteuju ponudu i potranju za kreditima te je ukupna kreditna aktivnost ograniena sa strane ponude, pa dolazi do kvantitativnog racioniranja kredita. Kao objanjavajue varijable u funkciji ponude kredita koriste realnu kamatnu stopu u odnosu na trokove sredstava, industrijsku proizvodnju kao mjeru tekue ekonomske aktivnosti i kreditni potencijal banaka koji je izraunat kao razlika izmeu ukupnih obveza banaka i zakonskih i likvidnih priuva, gotovine u blagajni te vlasnikoga kapitala. Potranju za kreditima definiraju pomou realne kamatne stope, industrijske proizvodnje, njezinog odstupanja od dugoronog trenda, dionikog indeksa kao ocjene budue ekonomske aktivnosti te inflacije kao pokazatelja opeg makroekonomskog okruja. Njihovi rezultati upuuju na to da je u promatranim zemljama slabljenje kreditne aktivnosti bilo posljedica pada potranje uzrokovanog rastuim kamatnim stopama i slabljenjem gospodarske aktivnosti, to znai da na agregatnoj razini nije zabiljeeno kvantitativno racioniranje.

3. ekonometrijski model neravnotee na tritu kredita

Glavna je pretpostavka modela neravnotee da se trite kredita ne isti u svakom razdoblju, odnosno da ono bilo u kojem trenutku moe biti u ravnotei ili izvan ravnotee zato to su kamatne stope nedovoljno fleksibilne da izjednae ponudu i potranju za kreditima. Stoga razlikujemo razdoblja vika potranje za kreditima, kao i razdoblja vika ponude za kreditima. Razdoblja vika potranje za kreditima situacija su u kojoj banke bilo iz kojeg razloga ne ele ili ne mogu zadovoljiti potranju za kreditima, to rezultira kreditnim lomom, a dogaa se ako banke ocijene da su njihovi klijenti prerizini ili jednostavno zbog nedostatka sredstava za odobrenje rizinijih kredita. Budui da iz opaenoga kretanja ukupnih kredita nije mogue zakljuiti je li, primjerice, pad kredita uzrokovan padom ponude kredita, padom potranje za kreditima ili jednim i drugim, potrebno je procijeniti funkcije ponude i potranje, a to smo uinili u okviru switching regresijskog modela uz restrikcije iskljuivanja. Uz pretpostavku neravnotee na tritu kredita, potranja za kreditima Ctd ne mora biti jednaka ponudi kredita Cts , pa opaeni krediti Ct moraju biti jednaki manjoj od dviju koliina3, odnosno
2 3 Od svih zemalja u analizi najvei pad kreditne aktivnosti dogodio se u Venezueli, a iznosio je 56% od najvie vrijednosti kredita u BDP-u 1983. Pad je trajao ak 13 godina u razdoblju 1983. 1995. Ovaj uvjet zaobilazi uobiajene probleme identifikacije u modelima ravnotee na tritu kredita s obzirom na to da je u svakom razdoblju obujam kredita odreen ili ponudom ili potranjom.

Ana Maria eh, Mirna Dumii, Ivo Krznar

3. eKONOMeTrIJsKI MODeL NerAVNOTee NA TrITU KreDITA

Ct = min ^Ctd, Ctsh Uz uvjet minimuma na se model sastoji od jednadbe potranje za kreditima i jednadbe ponude kredita
' Ctd = X1t b1 + f1t Cts = X'2t b2 + f2t

' gdje su X1t determinante potranje za kreditima, X'2t determinante ponude za kreditima, b1, b2 parametri koje treba procijeniti, a e1t, e2t sluajne pogreke. Uz pretpostavku da su pogreke nezavisne i normalno distribuirane s varijancama s12 i s22, definirane su sljedee funkcije:

f1 ^Cth = f2 ^Cth = F1 ^Cth = F2 ^Cth = f^C td, Ctsh = f1 ^Ctd h f2 ^Ctsh =

' 1 exp - 1 ^Ct - X1t b1h2 E ; 2 2 2v1 2rv1 1 exp - 1 ^Ct - X'2t b2h2 E ; 2 2v2 2 2rv1

1 2 2rv1 1 2rv2 2

Ct

# exp ;- 21 ^C - X v
2 1 t 3 2 2 t

' 1t

b1h2 E dC td b2h2 E dC ts

2 2 ' s ' d 1 exp c -^Ct - X1t b1h m exp c -^C t - X2t b2h m 2 2 2rv1 v2 2v1 2v2

Ct

# exp ;- 21 ^C - X v

' 2t

Tada je vjerojatnost da je opaanje u vremenu t odreeno potranjom Ct = C td 1 C ts dana uvjetnom gustoom Ct

f^Ct Ct = C 1 C h =
d t s t

# f^C , C h dC
t s t Ct

s t

f1 ^Cth =

# f ^C h dC
2 s t Ct

s t

Pr ob^Ctd 1 Ctsh

Pr ob^C td 1 C tsh

f1 ^Cth $ F2 ^Cth Pr ob^Ctd 1 Ctsh

gdje je f^Ct, Ctsh zajednika gustoa Ct i Cts. Obratno, ako je razdoblje t okarakterizirano kreditnim lomom Ct = Cts < Ctd, tada je uvjetna gustoa Ct

f^Ct Ct = C td 1 C tsh =

#
Ct

f^Ct, C tdh dC td =

f2 ^Cth

# f ^C hdC
1 d t Ct

d t

1 - Pr ob^C td 1 C tsh

1 - Pr ob^C td 1 C tsh

f2 ^Cth $ F1 ^Cth 1 - Pr ob^Ctd 1 Ctsh

Budui da je u vremenu t opaena koliina kredita odreena ili ponudom ili potranjom, bezuvjetna gustoa Ct glasi f^Ct X1t, X2th = Pr ob^C td 1 C tsh f^Ct Ct = C td h + ^1 - Pr ob^C td 1 C tshh f^Ct Ct = Ctsh = f1 ^Cth $ F2 ^Cth + f2 ^Cth $ F1 ^Cth na temelju koje je LogLikelihood cijelog uzorka L^b1, b2 X1t, X2th = / log 6 f1 ^Cth $ F2 ^Cth + f2 ^Cth $ F1 ^Cth@
n t=1

Procjene parametara b1, b2 predstavljat e vrijednosti koje maksimiziraju LogLikelihood. Algoritam maksimizacije LogLikelihooda iniciran je iz poetne toke za b1, b2 procijenjene OLS-om ili 2SLS-om. Stoga model, osim identificiranja razdoblja kreditnog loma, odreuje i glavne determinante ponude i potranje za kreditima. Nakon procjene parametara ponude i potranje viak ponude izraunat je kao razlika izmeu procijenjene ponude i procijenjene potranje za kreditima. Budui da su serije nestacionarne, procijenjeni rezultati smisleni su samo ako su determinante ponude i
Model neravnotee na tritu kredita i razdoblje kreditnog loma

3. eKONOMeTrIJsKI MODeL NerAVNOTee NA TrITU KreDITA

potranje kointegrirane, to je mogue4 provjeriti testom kointegracije izmeu modelski procijenjene potranje za kreditima i opaene serije kredita te zasebno izmeu procijenjene ponude kredita i opaenih kredita.

3.1. Determinante ponude i potranje za kreditima

Vektor potencijalnih determinanti u ovom modelu ukljuuje varijable koje se uobiajeno uzimaju kao determinante ponude i potranje. Budui da je zapravo rije o sustavu simultanih jednadbi, u izboru varijabli za pojedinu jednadbu vodili smo rauna o identifikaciji obiju jednadbi. Realna potranja za kreditima ovisi o cijeni kredita (nominalna kamatna stopa), gospodarskoj aktivnosti (realni BDP), jazu BDP-a, razlici prinosa na osnovi indeksa EMBI i EURIBOR-u. Budui da stanovnitvo nema pristup vanjskom tritu kredita, zadnje dvije varijable odnose se iskljuivo na ponudu kredita poduzeima. Oekuje se da bi potranja za kreditima trebala padati ako cijena tih kredita raste, dok bi vea gospodarska aktivnost kao relevantna mjera makroekonomskog okruja trebala poticati potranju stanovnitva i poduzea za kreditima. Meutim, tijekom razdoblja kratkoronog pada proizvodnje poduzea bi mogla poveati potranju za kreditima radi preivljavanja ili odranja razine proizvodnje do oporavka gospodarske situacije, pa je uz BDP ukljuen i jaz BDP-a koji bi trebao biti u negativnom odnosu s potranjom za kreditima5. Razlika prinosa kao mogua determinanta potranje za kreditima poduzea ima suprotne uinke na potranju. S jedne strane, iz perspektive stranog ulagaa ili banke poveanje/smanjenje razlike prinosa predstavlja pogoranje/poboljanje makroekonomske situacije u zemlji i okruju, dok s druge strane promjena razlike prinosa utjee na cijenu inozemnog zaduivanja, ime odraava mogunost supstitucije domaega kredita za inozemni kredit. Ako prevladava supstitucijski efekt, odnos izmeu potranje i razlike prinosa trebao bi biti pozitivan, dok se u sluaju jaega makroekonomskog efekta oekuje negativna veza. EURIBOR predstavlja cijenu, odnosno dio cijene, alternativnog (inozemnog) zaduivanja poduzea, pa se uz njega oekuje pozitivan predznak. Istodobno, realna ponuda kredita ovisi o razlici izmeu prosjene kamatne stope na kredite i prosjene kamatne stope na depozite, kreditnom potencijalu bankovnog sustava, BDP-u, volumenu loih kredita, trokovima rezervacija za gubitke po loim kreditima, povratu na imovinu i kapital te EURIBOR-u. Uz kreditni potencijal i BDP oekuje se pozitivan predznak. BDP je determinanta ponude kredita vezana za gospodarsku situaciju i mogunost klijenata da vraaju kredite, pa se oekuje da su banke u povoljnijem ekonomskom okruju sklone davati vie kredita zbog manje rizinosti klijenata. Razlika izmeu kamatnih stopa na kredite i depozite odraava profitabilnost banke (kao i povrat na imovinu i kapital) i rizik klijenata. Vea profitabilnost potie banke na jau kreditnu aktivnost, to znai da se uz tri varijable koje mjere profit oekuje pozitivan predznak. Meutim, ako ostvarivanje profita postane skupo, odnosno ako razlika izmeu kamatnih stopa proizlazi iz vee premije na rizik klijenata, ponuda kredita moe pasti. Volumen loih kredita, trokovi rezervacija i EURIBOR, koji aproksimira cijenu inozemnog zaduivanja banaka, djeluju negativno na profitabilnost te se uz njih oekuju negativni predznaci.6 U ekonometrijskoj analizi osnovni model ukljuuje sve navedene determinante potranje te prve tri navedene determinante ponude. Zbog ukljuivanja svih moguih determinanti ponude i potranje algoritam

4 5 6

Valja primijetiti da su procijenjene serije ponude i potranje linearna kombinacija njihovih determinanti. Slini razlozi za ukljuivanje jaza BDP-a kao determinante potranje za kreditima mogu se nai i za kuanstva. Osim navedenih potencijalnih determinanti ponude i potranje pokuali smo ukljuiti i sljedee varijable: indeks cijena dionica kao indikator oekivanja (dinamike gospodarske aktivnosti), indeks potroakih cijena kao jo jedan pokazatelj makroekonomske (ne)stabilnosti, kredite dravi kao pokazatelj istiskivanja privatnog sektora s trita kredita, VIX kao pokazatelj globalne averzije prema riziku, imobilizirana sredstva banaka kao pokazatelj monetarne politike te razliku izmeu kamatne stope na kredite i kamatne stope na trezorske zapise Ministarstva financija (s dospijeem od 91 dana), kao mjere oportunitetnog troka, odnosno alternativne investicije. Neke su od tih varijabli bile nesignifikantne, pa se rezultati procijenjenog modela nisu promijenili s obzirom na osnovni model. Drugi ozbiljniji problem odnosi se na numerike probleme pronalaska maksimuma LogLikelihooda, zbog kojih smo morali izbaciti sve one varijable zbog kojih se taj problem javio. To je i razlog zato nesignifikantne varijable nismo zadrali u modelu.

Ana Maria eh, Mirna Dumii, Ivo Krznar

3. eKONOMeTrIJsKI MODeL NerAVNOTee NA TrITU KreDITA

maksimizacije LogLikelihooda ne moe numeriki pronai globalni maksimum funkcije cilja, to je posljedica traenja maksimuma u viedimenzionalnom prostoru parametara modela. Stoga smo, uzimajui u obzir statistike probleme s procjeniteljima, procijenili nekoliko modela tako da smo osnovnom modelu dodavali pojedinu determinantu ponude: volumen loih kredita, troak rezervacija za gubitke po loim kreditima, povrat na imovinu i kapital te EURIBOR. Pritom se procijenjeni viak ponude u razliitim modelima nije znatno promijenio u odnosu na onaj u osnovnoj specifikaciji modela. Iako mogue determinantne ponude ne ukljuuju niti jednu varijablu izravno vezanu za mjere monetarne politike7, to nipoto ne znai da mjere poput ograniavanja kreditnog rasta ili prudencijalnih mjera nisu utjecale na ponudu kredita. Stoga emo procijenjeni viak ponude/potranje bez mjera monetarne politike pokuati dovesti u izravnu vezu s mjerama HNB-a, ponajprije onima usmjerenima na ograniavanje kreditne aktivnosti bankarskog sektora.

3.2. Opis podataka

Model neravnotee na tritu kredita procijenjen je na temelju tromjesenih podataka u razdoblju od prvog tromjeseja 2000. do prvog tromjeseja 2010. godine. To je razdoblje omeeno dvjema svjetskim financijskim krizama, od kojih je prva krajem 90-ih generirana u zemljama s tritima u nastajanju, dok je kraj ovog desetljea obiljeila kriza koja je potekla iz najrazvijenijih svjetskih gospodarstava. Budui da promatramo trite realnih varijabli, BDP, krediti i kreditni potencijal deflacionirani su indeksom potroakih cijena. BDP je desezoniran zbog postojanja snane sezonske komponente, a jaz BDP-a predstavlja razliku izmeu originalne serije BDP-a i njezinog HP-trenda. Da bi se smanjila kolebljivost i standardizirala razina varijabli, veina ih je promatrana u logovima. Krediti obuhvaaju ukupne kredite poduzeima i stanovnitvu. U dugoronom zaduivanju poduzea i stanovnitva dominiraju kunski krediti vezani za teaj, pa nominalnu kamatnu stopu predstavlja tromjeseni prosjek godinje kamatne stope na ukupne kunske kredite s valutnom klauzulom. Budui da je uloga trita kapitala u financiranju domaih poduzea zanemariva, jednako kao i njihovo zaduivanje izdavanjem dunikih vrijednosnih papira, zadovoljenje financijskih potreba poduzea i stanovnitva u najveoj mjeri ovisi o bankovnom kapacitetu kreditiranja, koji je u promatranom razdoblju ponajprije bio determiniran priljevima kapitala. Stoga je kreditni potencijal banaka aproksimiran inozemnom pasivom banaka uveanom za izravna inozemna ulaganja u bankarski sektor8. Razlika izmeu aktivnih i pasivnih kamatnih stopa dobivena je kao razlika tromjesenih prosjeka godinjih kamatnih stopa na ukupne kunske kredite s valutnom klauzulom i na devizne depozite. Budui da se u funkciji potranje za kreditima koristi nominalna kamatna stopa na ukupne kunske kredite s valutnom klauzulom, ona se prilikom izrauna razlike aktivnih i pasivnih kamatnih stopa oduzima od tromjesenog prosjeka godinje kamatne stope na devizne depozite koji dominiraju i u tednji poduzea i kod stanovnitva. Pokazatelj kreditnog rizika poslovnih banaka mjeren je udjelom loih kredita u ukupnim kreditima. Razlika prinosa na hrvatske euroobveznice indikator je premije rizika koji utjee na cijenu inozemnog zaduivanja i odraava mogunost supstitucije domaega kredita za inozemni. Ujedno je i pokazatelj percepcije ulagaa o trenutanim i buduim makroekonomskim i fiskalnim kretanjima u zemlji i okruju. Jednogodinji EURIBOR odraava baznu cijenu dugoronoga kapitala u eurozoni i u kombinaciji s razlikom prinosa odreuje ukupni troak inozemnog zaduivanja.

7 8

Bilo koji indikator monetarne politike koji bi uzeo u obzir sve mjere koje je HNB poduzimao od 2000. nemogue je konstruirati. Procijenjene veze izmeu ponude kredita i varijabli, poput imobiliziranih sredstava banaka zbog mjera HNB-a, pokazale su se nesignifikantnima. Mjere kreditnog potencijala koje ukljuuju elemente domae pasive vrlo su sline mjeri kreditnog potencijala kojom se ovdje koristimo.

Model neravnotee na tritu kredita i razdoblje kreditnog loma

4. reZULTATI PrOCJeNe MODeLA

4. rezultati procjene modela

U ovom poglavlju predstavljeni su rezultati procjene modela neravnotee na tritu kredita metodom ML te je prikazano nekoliko specifikacija koje se razlikuju prema broju ukljuenih determinanti ponude. Gornji dio Tablice 1. prikazuje procijenjene parametre funkcije potranje, dok se u donjem dijelu nalaze procijenjeni parametri funkcije ponude kredita, s njihovim standardnim pogrekama u zagradama. U osnovnom modelu (Spec 1) gospodarsko okruje mjereno BDP-om oekivano ima pozitivan uinak i na ponudu i na potranju za kreditima. Razina gospodarske aktivnosti ujedno je i najvanija odrednica i ponude kredita, kao mjera rizika, i potranje za kreditima, kao mjera bogatstva. Kao i u Barajas i Steiner (2002.) te Gosh i Gosh (1999.), parametar jaza BDP-a negativan je, to upuuje na to da pregrijavanje ekonomije koje rezultira rastom brim od potencijalnog, smanjuje potranju za kreditima jer se poveavaju vlastiti izvori financiranja, odnosno na to da poduzea u loim vremenima poveavaju potranju za vanjskim izvorima financiranja naprama vlastitima. Dodatno, natprosjeni rast u promatranom razdoblju bio je povezan s velikim inozemnim zaduivanjem poduzea, ime je supstituiran znatan dio potranje za domaim kreditima. Korelacije izmeu cijene i ponude, odnosno potranje za kreditima oekivane su. Tako je odnos izmeu kamatne stope i potranje negativan, pa vea cijena kredita smanjuje potranju za kreditima, ali taj parametar nije signifikantan. Predznak procijenjenog parametra uz razliku prinosa pozitivan je, pa se ini da ona u ovom sluaju odraava supstituciju domaih sredstava vanjskim financiranjem, a ne makroekonomske uinke na potranju za kreditima. Istodobno, poveanje EURIBOR-a kao jo jedne mjere supstitucije domaih za strane kredite poduzeima negativno je korelirano s potranjom za kreditima, ali je pritom nesignifikantno. Odnos izmeu ponude kredita i razlike izmeu kamatnih stopa na kredite i depozite pozitivan je, pa vea cijena kredita, odnosno manji troak izvora sredstava potie banke na kreditiranje. Kao i u veini istraivanja, kreditni potencijal kao druga najvanija odrednica ponude kredita s njom je pozitivno koreliran. Preostale specifikacije modela prikazuju odnos izmeu jo nekih moguih determinanti i ponude kredita. Bez obzira na dodavanje dodatnih regresora u model, veliine procijenjenih koeficijenata (iznimke su jaz BDP-a u Spec 4 i Spec 5 te razlika u kamatnim stopama u Spec 2 i Spec 4, koji postaju nesignifikantni) i zakljuci na temelju testova hipoteza nisu se bitno promijenili. Zbog tog razloga, kao i zbog toga to BDP i kreditni potencijal imaju glavnu ulogu u odreivanju potranje i ponude kredita, zakljuci koji se odnose na viak ponude robusni su s obzirom na specifikaciju modela. Poveanje troka rezerviranja za gubitke po loim kreditima (Spec 2), kao i poveanje EURIBOR-a (Spec 6) neoekivano je u pozitivnoj vezi s ponudom kredita. S druge strane, sam volumen loih kredita kao pokazatelj kreditnog rizika u Spec 3 oekivano smanjuje ponudu kredita. S obzirom na visoku koreliranost trokova rezervacija i volumena loih kredita, oekivali bismo isti predznak ocijenjenih parametara uz te varijable. Neoekivani predznaci, kao i njihova nesignifikantnost, vjerojatno su rezultat visoke korelacije izmeu regresora u funkciji ponude, a moda i numerikih problema maksimizacije LogLikelihooda. Predznaci uz mjere profitabilnosti banaka u Spec 4 i Spec 5 pozitivni su, ali takoer nesignifikantni. Budui da procjenjujemo model s nestacionarnim podacima (u log-razinama), rezultati procjene parametara, kao i testovi hipoteza imaju smisla jedino ako su procijenjena ponuda i potranja i ostvareni krediti kointegrirani. Johansenov test ranga kointegracije, odnosno Trace test-statistika pokazuje da izmeu ponude i potranje postoji po jedna kointegracijska veza, i to u svim specifikacijama modela. Slike 2. i 3. prikazuju razliku izmeu procijenjenih serija ponude i potranje za kreditima izraunatih na temelju osnovnog modela neravnotee i ostvarenih vrijednosti kredita. S obzirom na robusnost veliine procijenjenih parametara u razliitim specifikacijama modela, zakljuci o veliini vika ponude kredita nisu se promijenili. Ako promatramo razliku izmeu ponude i potranje za kreditima, na Slici 1. mogu se raspoznati tri podrazdoblja. Prvo od njih traje od 2000. do kraja 2002. i obiljeeno je ravnoteom izmeu ponude i potranje te postupnom stabilizacijom svjetskih financijskih trita i domaega bankarskog sektora nakon krize krajem 90-ih. Od kraja 2002. do sredine 2008. ponuda kredita vea je od potranje zbog intenzivnih priljeva kapitala koji su u tom razdoblju obiljeili zemlje s tritima u nastajanju. Posljednje razdoblje zapoinje propau tvrtke
Ana Maria eh, Mirna Dumii, Ivo Krznar

4. reZULTATI PrOCJeNe MODeLA

Tablica 1. Procjena parametara modela neravnotee na tritu kredita metodom maksimalne vjerodostojnosti
Dani krediti (stanovnitvu i poduzeima)
Potranja Konstantni lan 8,81** (0,69) Aktivna kamatna stopa 0,03 (0,02) bDP 3,46** (0,15) Jaz bDP-a 2,09** (0,60) razlika prinosa na osnovi indeksa eMbI 0,08** (0,03) eUrIbOr 1 g. 0 (0,01) standardna devijacija (sd) 0,001** (0,00) LogLikelihood Nulta hipoteza: nema kointegracijskih veza broj kointegracijskih veza Trace test-statistika Ponuda Konstantni lan 3,98** (0,02) razlika izmeu aktivnih i pasivnih kamatnih stopa 0,04** (0,01) Kreditni potencijal 0,50** (0,01) bDP 1,65** (0,01) eUrIbOr 1 g. () Troak rezervacija () Udio loih kredita () roe () roA () standardna devijacija (ss) 0,001** (0,00) LogLikelihood Nulta hipoteza: nema kointegracijskih veza broj kointegracijskih veza Trace test-statistika 1 20,64** 1 24,80** 1 20,83** 1 20,85** 1 20,91** 1 21,39** 93,86 6,09** (0,03) 0 (0,01) 0,32** (0,01) 2,34** (0,02) () 0,04** (0,01) () () () 0,000** (0,00) 86,33 3,10** (0,00) 0,05** (0,00) 0,52** (0,00) 1,41** (0,00) () () 0,00** (0,00) () () 0,000** (0,00) 94,46 1,34** (0,45) 0,01 (0,01) 0,56** (0,03) 0,99** (0,11) () () () () 0 (0,02) 0,000** (0,00) 104,66 3,59** (0,04) 0,04** (0,01) 0,54** (0,01) 1,51** (0,00) () () () 0 (0,00) () 0,000** (0,00) 94,93 2,68** (0,01) 0,05** (0,00) 0,61** (0,00) 1,196** (0,00) 0,01** (0,00) () () () () 0,000** (0,00) 93,87 1 28,10** 1 27,59** 1 27,93** 1 25,39** 1 28,02** 1 27,59** 93,86 8,94** (0,22) 0,02** (0,01) 3,48** (0,06) 2,25** (0,57) 0,05** (0,01) 0,01 (0,01) 0,001** (0,00) 86,33 8,73** (0,71) 0,03 (0,02) 3,44** (0,15) 2,00** (0,56) 0,07** (0,03) 0 (0,01) 0,001** (0,00) 94,46 7,82** (0,63) 0,02 (0,02) 3,15** (0,15) 3,556 (0,61) 0,08** (0,03) 0,05 (0,02) 0,001** (0,00) 104,66 8,82** (0,80) 0,03 (0,02) 3,46** (0,17) 2,1 (0,62) 0,07** (0,03) 0 (0,01) 0,001** (0,00) 94,93 8,67** (0,71) 0,03 (0,02) 3,423** (0,15) 1,91** (0,57) 0,07** (0,03) 0 (0,01) 0,001** (0,00) 93,87

spec 1

spec 2

spec 3

spec 4

spec 5

spec 6

Napomena: ** signifikantnost na 5%-tnoj razini; * signifikantnost na 10%-tnoj razini standardne pogreke prikazane su u zagradama.

Model neravnotee na tritu kredita i razdoblje kreditnog loma

10

4. reZULTATI PrOCJeNe MODeLA

slika 2. Krediti stanovnitvu i poduzeima i procijenjeni viak/manjak ponude kredita

mlrd. HRK

250 200 150 40 20 50 0 20 40 60 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. Viak/manjak ponude lijevo 100

Krediti stanovnitvu i poduzeima desno

Izvor: HNb

slika 3. Krediti stanovnitvu i poduzeima, procijenjena potranja i ponuda kredita

mlrd. HRK

280 240 200 160 120 80 40 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. Krediti stanovnitvu i poduzeima Procijenjena potranja za kreditima Procijenjena ponuda kredita

2010.

Izvor: HNb

Lehman Brothers i eskalacijom svjetske financijske krize u treem tromjeseju 2008. i traje do kraja 2009. U njemu potranja za kreditima nije bila zadovoljena i dolo je do kreditnog loma. Prvo tromjeseje 2010. nagovjetava poetak izlaska iz razdoblja kreditnog loma, ponajprije zbog pada potranje za kreditima. U prvom razdoblju ponuda i potranja za domaim kreditima uglavnom su bile uravnoteene, pri emu je rast potranje determinirao oporavak gospodarske aktivnosti uz postupno smanjivanje domaih i inozemnih kamatnih stopa, premda su one i dalje bile na relativno visokim razinama. Osim oporavkom gospodarske aktivnosti koji je pridonio smanjenju kreditnog rizika, rast ponude kredita u tom razdoblju odreen je i umjerenim rastom priljeva kapitala nakon pada tijekom krize krajem 90-ih9. S obzirom na blagi porast agregatne potranje tijekom 2000. i 2001. te poveanu neizvjesnost i rizik klijenata, banke umjesto domaega kreditiranja poveavaju svoju inozemnu aktivu (slike 4. i 5.). Restrukturiranje bankovnog sustava, ponajprije u obliku prodaje i spajanja banaka u razdoblju od 2000.

Takoer treba izdvojiti znatan priljev deviznih depozita krajem 2001. vezan za promjenu njemake marke u euro.

2010.
Ana Maria eh, Mirna Dumii, Ivo Krznar

mlrd. HRK

4. reZULTATI PrOCJeNe MODeLA

11

slika 4. Procijenjeni viak/manjak ponude i determinante potranje za kreditima

mlrd. HRK / bazni bodovi

70 60 50 40 30 20 10 0 10 20 30 40 50 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. Viak/manjak ponude lijevo EURIBOR 1 g. desno BDP jaz100 desno Aktivna kamatna stopa desno BDP/100, desezonirani lijevo EMBI/10 lijevo

16 14 12 10 8 6 4 2 0 2 4 6 8

Izvor: HNb

slika 5. Procijenjeni viak/manjak ponude i determinante ponude kredita

mlrd. HRK

2010.

140 120 100 80 60

20 18 16 14 12

40 10 20 0 20 40 60 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. Viak/manjak ponude lijevo Pasivna kamatna stopa desno BDP/100, desezonirani desno
Izvor: HNb

8 6 4 2 Udio loih kredita desno Aktivna kamatna stopa desno Kreditni potencijal lijevo

do 2002. rezultiralo je vikom ponude tijekom drugoga karakteristinog razdoblja, koje je trajalo iduih est godina. To je razdoblje obiljeila visoka globalna likvidnost i pad cijene inozemnog zaduivanja, to je rezultiralo snanim porastom priljeva kapitala u domai bankarski sektor, pogotovo od banaka majki domaih banaka, a samim time i izraenim rastom kreditnog potencijala. To je uz nastavak dinaminoga gospodarskog rasta kao posljedicu imalo znatno ubrzanje rasta ukupne ponude domaih kredita u odnosu na potranju, to je na tritu kredita generiralo kontinuirani viak ponude i zamjetan pad aktivnih kamatnih stopa. No, priljev inozemnoga kapitala, a time i ponuda kredita, poinju se usporavati ve u 2007., zbog ega se poeo postupno smanjivati viak ponude na tritu kredita. Posljednje razdoblje zapoinje naglim zaotravanjem svjetske financijske krize u treem tromjeseju 2008., kada dolazi do naglog pada priljeva kapitala, a potom i do smanjenja kreditnog potencijala bankovnog sustava. Snaan pad gospodarske aktivnosti dodatno smanjuje ponudu kredita koja u iduem razdoblju stagnira na toj nioj razini. Istodobno, usprkos snanom padu gospodarske aktivnosti i porastu kamatnih stopa, potranja za domaim kreditima poduzea biljei snaan rast pod utjecajem izrazitog poveanja globalne averzije prema riziku i oteanog pristupa inozemnim tritima kapitala. Da su domai poslovni subjekti privremeno izgubili pristup inozemnom tritu kredita, potvruje i Slika 6. koja, prikazuje rezultat ocjene modela ponude
Model neravnotee na tritu kredita i razdoblje kreditnog loma

2010.

12

4. reZULTATI PrOCJeNe MODeLA

i potranje za inozemnim kreditima10. Rezultati procijenjenog vika potranje za inozemnim kreditima upuuju na to da se poetak kreditnog loma na inozemnom tritu kredita dogodio istodobno s poetkom razdoblja vika potranje na domaem tritu kredita. To je, uz ostalo, krajem 2008. i poetkom 2009. rezultiralo znatnim vikom potranje za domaim kreditima u odnosu na ponudu. Pritom se moe uoiti da HNB-ova mjera ograniavanja rasta kreditne aktivnosti bankarskog sektora, koja je stupila na snagu poetkom 2007., a ukinuta je u sijenju 2010.11, nije imala nikakav utjecaj na stvaranje
slika 6. strani krediti i procijenjeni viak/manjak ponude stranih kredita
mlrd. HRK mlrd. HRK
Ana Maria eh, Mirna Dumii, Ivo Krznar

160

120 80

80

40

40

40

80 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. Viak/manjak ponude lijevo
Izvor: HNb

Strani krediti desno

kreditnog loma jer su krediti stanovnitvu i poduzeima, odnosno ponuda kredita rasli po stopi manjoj od doputene ve od drugog tromjeseja 2008. (s iznimkom posljednjeg tromjeseja 2008., to je bilo posljedica kreditiranja poduzea u dravnom vlasnitvu). No, treba napomenuti da bi u situaciji bez te mjere ponuda kredita zasigurno bila vea, jednako kao i potranja za kreditima jer bi kamatne stope vjerojatno bile neto nie. Stoga, na temelju takvih injenica nije mogue zakljuiti kakav bi bio viak ponude da HNB nije poduzimao korake usmjerene usporavanju kreditnog rasta. U nastavku 2009. i poetkom 2010. vidljiva je tendencija postupnog uravnoteenja trita kredita uglavnom zbog pada potranje za kreditima zbog niske razine gospodarske aktivnosti, poveanja kamatnih stopa, a donekle i zbog relativno lake dostupnosti inozemnoga kapitala kojoj su pridonijeli pad premije za rizik zemlje i relativno stabilnija svjetska financijska trita. Sve to zajedno rezultiralo je smanjenjem pritisaka na domau ponudu kredita. Kako objasniti dogaaje u bankovnom sektoru tijekom razdoblja kreditnog loma? Openito, tijekom razdoblja vika potranje za kreditima banke mogu imati najmanje dva razloga zbog kojih ne ele ili nisu u mogunosti (dodatno) poveati kamatne stope kako bi obeshrabrile potranju za kreditima i zbog ega se radije odluuju na racioniranje ponude kredita. Prvo, prilagodba kamatnih stopa iz razliitih razloga moe biti spora ili skupa. Osim toga, percepcija prevelikog rizika klijenata koji nije ugraen u kamatne stope (zbog rizika pogrenog izbora, engl. adverse selection) ili nedovoljan buffer kapital kojim bi se zatitile zbog gubitaka u

10 Determinante potranje za inozemnim kreditima ukljuuju domai BDP, jaz BDP-a te EURIBOR + razliku prinosa kao cijene vanjskog zaduivanja. Determinante ponude inozemnih kredita obuhvaaju EURIBOR + razliku prinosa kao cijenu ponuenoga stranoga kredita, inozemni kreditni potencijal vanjskih kreditora te realni BDP Europske unije kao indikator rizika na tritu kredita EU. Rezultati ocjene modela neravnotee na tritu stranih kredita dani su u Dodatku. Pri izraunu iznosa kredita koje je sektor poduzea primio iz inozemstva zbrojeni su krediti nerezidenata povezanim poduzeima i krediti nerezidenata poduzeima iz statistike inozemnog duga HNB-a, pri emu su krediti HAC-u iskljueni u cijelom promatranom razdoblju. Za izraun inozemnoga kreditnog potencijala upotrijebljeni su podaci Banke za meunarodne namire o potraivanjima izvjetajnih banaka BIS-a od nebankarskog sektora u europskim rastuim tritima na nain da su procijenjene promjene tih potraivanja korigirane za teaj dodavane na njihovo stanje krajem prvog tromjeseja 2000. godine. 11 Rije je o Odluci o upisu obveznih blagajnikih zapisa Hrvatske narodne banke (NN, br. 142. od 28. prosinca 2006.).

4. reZULTATI PrOCJeNe MODeLA

13

situaciji pogoranja kvalitete kredita rizinijim klijentima potie banke na racioniranje ponude kredita. U naem sluaju vrlo je vjerojatno da je unato zamjetnom rastu kamatnih stopa u tom razdoblju upravo procjena o poveanom riziku nevraanja kredita koji ne moe biti pokriven viim kamatnim stopama rezultirala smanjenom spremnou banaka na posuivanje sredstava, pa su one umjesto jo izraenijeg rasta kamatnih stopa pootrile ostale uvjete kreditiranja i racionirale ponudu kredita. To je istodobno umanjilo uinkovitost mjera monetarne politike usmjerenih na poveanje likvidnosti i smanjenje kamatnih stopa. U tom smislu, modeli financiranja u sklopu mjera za gospodarski oporavak i razvitak Vlade Republike Hrvatske12 mogli bi biti vaan korak u rjeavanju problema racioniranja kredita jer su usmjereni upravo na smanjivanje rizinosti klijenata banaka13. Meutim, njihov uinak u praksi jo je uvijek upitan zbog trenutano zanemarive iskoritenosti sredstava unutar tih modela. Takoer treba napomenuti kako u procjeni modela neravnotee na tritu kredita analiziramo kredite koji ne ukljuuju kredite dravi. Slika 7. pokazuje kako je poetak razdoblja kreditnog loma na tritu kredita stanovnitvu i poduzeima obiljeen znatnim porastom kredita dravi. Takva supstitucija kredita privatnom sektoru kreditima dravi u situaciji racioniranja ponude kredita i visoke rizinosti klijenata optimalna je odluka banaka, kojom poveavaju ponudu kredita najsigurnijem klijentu14. Stoga ovakvu supstituciju kredita ne moemo zvati istiskivanjem privatnog sektora s trita kredita s obzirom na to da se u situaciji racioniranja kredita ponuda kredita privatnom sektoru vjerojatno ne bi poveala ak i da potranje za kreditima dravi nije bilo.

slika 7. Krediti dravi i procijenjeni viak/manjak ponude kredita stanovnitvu i poduzeima

mlrd. HRK mlrd. HRK

40 30 20 40 10 20 0 0 20 40 60 2000. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. Viak/manjak ponude lijevo Krediti dravi desno

Izvor: HNb

12 Rije je o dvama dokumentima, a to su: Mjere za gospodarski oporavak i razvitak modeli financiranja i Nacrt prijedloga zakona o jamstvenom fondu za gospodarski oporavak i razvitak s Konanim prijedlogom zakona (prihvaen na sjednici Sabora 5. veljae 2010.) 13 To se posebice odnosi na model B u kojem drava uspostavom jamstvenog fonda preuzima pokrie dijela rizika novih kreditnih plasmana banaka. Davanje jamstava u okviru tog modela (ukupne vrijednosti 2 mlrd. kuna) provodi HBOR u ime i za raun Republike Hrvatske, uz jasno odreene jamstvene kvote i prihvatljivu razinu rizika. Tim se modelom kao korisnici jamstava definiraju poslovne banke koje na aukcijama licitiraju za raspoloive jamstvene kvote, a koje HBOR potom dodjeljuje najboljim ponuaima (bankama koje su spremne preuzeti vei postotak rizika). Jamstva se daju za obveze krajnjega korisnika kredita, pri emu pojedinano jamstvo moe iznositi najvie 60 mil. kuna i pokrivati do 50% iznosa kredita (osim u posebnim sluajevima, za koje e kriteriji biti naknadno utvreni). 14 U procijenjenom modelu, odnosno procijenjenoj ponudi kredita krediti dravi pokazali su se nesignifikantnima s obzirom na to da su imali znatan utjecaj na ponudu kredita jedino krajem 2008.

Model neravnotee na tritu kredita i razdoblje kreditnog loma

2010.

14

5. ZAKLJUAK

5. Zakljuak
U ovom radu procijenili smo ponudu i potranju za kreditima radi identifikacije razdoblja neravnotee na tritu kredita. Rezultati procijenjenog modela koji se temelji na mogunosti da kamatne stope ne iste trite kredita utvruju tri razliita podrazdoblja kreditne aktivnosti banaka. Prvo razdoblje od 2000. do 2002., koje je obiljeeno ravnoteom izmeu ponude i potranje za kreditima, karakterizira postupno stabiliziranje svjetskih financijskih trita i restrukturiranje domaega bankarskog sektora nakon krize krajem 90-ih. U razdoblju od kraja 2002. do sredine 2008. na tritu kredita postojao je viak ponude povezan s intenzivnim priljevom kapitala u bankarski sektor. Rezultati procjene modela pokazuju da se naglo zaustavljanje kreditne aktivnosti od kraja 2008. do kraja 2009. moe objasniti razlozima vezanim uz kreditni lom, a ne uz manjak potranje. Do kreditnog loma dolo je prije svega zbog naglog poveanja potranje za kreditima, a tek zatim zbog smanjenja ponude kredita. Poveanje potranje za domaim kreditima u drugoj polovini 2008. ponajprije je posljedica kratkorono oteanog pristupa vanjskim tritima kredita, povezanog s eskalacijom svjetske financijske krize, i to bez obzira na vie kamatne stope i pad ukupnog dohotka. Istodobno, zbog ulaska Hrvatske u recesiju poveao se rizik neotplate kredita, pa su se banke poele suzdravati od davanja kredita. Manja ponuda nije se odrazila u jo veem poveanju kamatnih stopa s obzirom na to da su banke poele racionirati kredite. Krajem 2009. i poetkom 2010. vidljiva je tendencija postupnog uravnoteenja trita kredita pod utjecajem smanjenja potranje za kreditima zbog niske razine gospodarske aktivnosti, poveanja kamatnih stopa, a donekle i zbog relativno vee dostupnosti inozemnih kredita. Uz to, premija za rizik zemlje smanjila se, to je uz relativno stabilnija svjetska financijska trita rezultiralo lakom dostupnou inozemnoga kapitala i smanjenjem pritisaka na domau ponudu. Rezultati analize dinamike kreditne aktivnosti upuuju na to da je razina gospodarske aktivnosti najvanija odrednica i ponude kredita, kao mjera rizika, i potranje za kreditima, kao mjera bogatstva. Uz to, vane odrednice ponude, odnosno potranje za kreditima jesu kreditna sposobnost banaka, koja uvelike ovisi o priljevima kapitala iz inozemstva, te cijena inozemnih kredita. U kombinaciji s nalazima Krznara i Kunovca (2010.) koji pokazuju da se kretanje i kolebljivost domaeg BDP-a moe ponajprije objasniti dinamikom gospodarstva EU, oito je da su glavne determinante ponude i potranje za kreditima vezane ponajprije za vanjsko okruje. Sve to upuuje na ogranien domet mjera monetarne politike usmjerenih na poticanje kreditne aktivnosti, pogotovo u situaciji racioniranja ponude kredita i visoke rizinosti klijenata, kada je monetarna politika neuinkovita. Uz pretpostavku normalizacije inozemnih financijskih trita, rast potranje za domaim kreditima u sljedeem e razdoblju ponajprije ovisiti o jaanju izvozne potranje, koja bi trebala dati glavni impuls gospodarskom rastu. Eventualni oporavak gospodarstva potaknut e i priljev kapitala u domai bankarski sektor te pridonijeti smanjenju rizinosti plasmana, to e rezultirati rastom ponude i naposljetku manjim kamatnim stopama.

Ana Maria eh, Mirna Dumii, Ivo Krznar

6. LITerATUrA

15

6. Literatura
Agnor, P. R., Aizeman, J. i Hoffmaister, A. (2000.): The Credit Crunch in East Asia: What Can Bank Excess Liquid Assets Tell Us?, NBER Working Paper 7951 Allain, L. i Oulidi, N. (2009.): Credit Market in Morocco: A Disequilibrium Approach, IMF Working Paper 09/53 Baek, E. G. (2002.): A Disequilibrium Model of the Korean Credit Crunch, The Journal of the Korean Economy, Vol. 6, br. 2, str. 313 336 Barajas, A. i Steiner, R. (2002.): Why Dont They Lend? Credit Stagnation in Latin America, IMF Staff Papers 49, str. 156 184 Bernanke, B., Lown, C. i Friedman, B. (1991.): The Credit Crunch, Brookings Papers on Economic Activity, Vol. 1991, br. 2., str. 205 247 Cato, L. (1997.): Bank Credit in Argentina in the Aftermath of the Mexican Crisis: Supply or Demand Con strained?, IMF Working Paper 97/32 Costa, S. i Margani, P. (2009.): Credit crunch in Italy: Evidence on new ISAE survey data, Fourth joint EU-OECD Workshop on Business and Consumer Opinion Surveys, Bruxelles Ding, W., Domac, I. i Ferri, G. (1999.): Is There a Credit Crunch in East Asia?, Working Paper, Svjetska banka Fair, R. C. i Jaffee, D. M. (1972.): Methods of Estimation for markets in Disequilibrium, Econometrica 45(7), str. 1723 1727 Fair, R. C. i Kelejian, H. H. (1974.): Methods of Estimation for markets in Disequilibrium: A Further Study, Econometrica 42(7), str. 177 199 Ghosh, S. (2009.): In Focus: Credit crunch or weak demand for credit, EU10 Regular Economic Report, listopad, str. 37 44 Ghosh, S. i Ghosh, A. (1999.): East Asia in the Aftermath: Was There a Crunch?, IMF Working Paper 99/38 Ikhide, S. (2003.): Was There a Credit Crunch in Namibia Between 19962000?, Journal of Applied Economics, Vol. VI, br. 2, str. 269 290 Kanoh, S. i Pumpaisanchai, C. (2006.): Listening to the Market: Estimating Credit Demand and Supply from Survey Data, Hi-Stat, Discussion Paper Series, br. 137, veljaa Krznar, I. i Kunovac, D. (2010.): Utjecaj vanjskih okova na domau inflaciju i BDP, Istraivanja Hrvatske narodne banke, I-28, Zagreb, studeni 2010. Maddala, G. S. i Nelson, F. (1974.): Maximum Likelihood Methods for Markets in Disequilibrium, Econometrica 42, str. 1013 1030
Model neravnotee na tritu kredita i razdoblje kreditnog loma

16

6. LITerATUrA

Nehls, H. i Schmidt, T. (2003.): Credit Crunch in Germany?, RWI: Discussion Papers, br. 6 Okurut, N., Schoombee, A. i van der Berg, S. (2004.): Credit demand and credit rationing in the informal fi nancial sector in Uganda, DPRU/Tips/Cornell Conference on Affrican Development and Poverty Reduction: The Macro-Micro Linkage, Forum Paper, 2004. Quandt, R. E. i Ramsey, J. B. (1978.): Estimation Mixtures of Normal Distributions and Switching Regressions, Journal of the American Statistical Association 73, str. 730 752 Pazarbasioglu, C. (1996.): A Credit Crunch? A Case Study of Finland in the Aftermath of the Banking Crisis, IMF Working Paper 96/135 Westermann, F. (2003.): The Credit Crunch: A Comparison of Germany and Japan, CESifo Forum, 2003., br. 1 Woo, D. (1999.): In Search of Capital Crunch Supply Factors Behind the Credit Slowdown in Japan, IMF Working Paper 99/3

Ana Maria eh, Mirna Dumii, Ivo Krznar

7. DODATAK: PrOCIJeNJeNI MODeL NerAVNOTee NA TrITU sTrANIH KreDITA

17

7. Dodatak: Procijenjeni model neravnotee na tritu stranih kredita

Tablica 2.: Procjena parametara modela neravnotee na tritu stranih kredita metodom maksimalne vjerodostojnosti
Dani krediti (stanovnitvu i poduzeima)
Potranja Konstantni lan 13,21** (0,75) bDP 4,14** (0,17) Jaz bDP-a 0,09** (0,01) eUrIbOr 1 g. + razlika prinosa na osnovi indeksa eMbI 0,17** (0,03) standardna devijacija (s_{d}) 0,009** (0,01) LogLikelihood Nulta hipoteza: nema kointegracijskih veza broj kointegracijskih veza Trace test-statistika Ponuda Konstantni lan 9,86** (0,47) eUrIbOr 1 g. + razlika prinosa na osnovi indeksa eMbI 0,03* (0,02) Kreditni potencijal 0,27** (0,03) bDP eA 1,76** (0,07) standardna devijacija (s_{s}) 0,005** (0,00) LogLikelihood Nulta hipoteza: nema kointegracijskih veza broj kointegracijskih veza Trace test-statistika 1 26,73** 45,94 1 27,98** 45,94

spec 1

Napomena: ** signifikantnost na 5%-tnoj razini; * signifikantnost na 10%-tnoj razini standardne pogreke prikazane su u zagradama.

Model neravnotee na tritu kredita i razdoblje kreditnog loma

Do sada objavljena Istraivanja

broj I-1 I-2 I-3 I-4 I-5 I-6 I-7 I-8 I-9 I-10 I-11 I-12 I-13 I-14 I-15 I-16 I-17 I-18 I-19 I-20 Datum studeni 1999. oujak 2000. svibanj 2000. lipanj 2000. lipanj 2000. rujan 2000. rujan 2000. prosinac 2000. svibanj 2001. rujan 2001. travanj 2002. veljaa 2003. veljaa 2004. lipanj 2004. rujan 2004. rujan 2004. sijeanj 2006. listopad 2006. svibanj 2007. lipanj 2008. Naslov Je li neslubeno gospodarstvo izvor korupcije? Visoka razina cijena u Hrvatskoj neki uzroci i posljedice statistiko evidentiranje pozicije putovanja turizam u platnoj bilanci republike Hrvatske Hrvatska u drugoj fazi tranzicije 1994. 1999. Mjerenje slinosti gospodarskih kretanja u srednjoj europi: povezanost poslovnih ciklusa Njemake, Maarske, eke i Hrvatske Teaj i proizvodnja nakon velike ekonomske krize i tijekom tranzicijskog razdoblja u srednjoj europi OLs model fizikih pokazatelja inozemnoga turistikog prometa na hrvatskom tritu Je li srednja europa optimalno valutno podruje? Nelikvidnost: razotkrivanje tajne Analiza pristupa republike Hrvatske svjetskoj trgovinskoj organizaciji upotrebom raunalnog modela ope ravnotee Usporedba dvaju ekonometrijskih modela (OLs i sUr) za prognoziranje dolazaka turista u Hrvatsku strane banke u Hrvatskoj: iz druge perspektive Valutna kriza: teorija i praksa s primjenom na Hrvatsku Privatizacija, ulazak stranih banaka i efikasnost banaka u Hrvatskoj: analiza stohastike granice fleksibilne Fourierove funkcije troka Konvergencija razina cijena: Hrvatska, tranzicijske zemlje i eU Novi kompozitni indikatori za hrvatsko gospodarstvo: prilog razvoju domaeg sustava ciklikih indikatora Anketa pouzdanja potroaa u Hrvatskoj Kratkorono prognoziranje inflacije u Hrvatskoj koritenjem sezonskih ArIMA procesa Kolika je konkurencija u hrvatskom bankarskom sektoru? Primjena hedonistike metode za izraunavanje indeksa cijena nekretnina u Hrvatskoj Autor(i) Michael Faulend i Vedran oi Danijel Nesti Davor Galinec Velimir onje i boris Vuji Velimir onje i Igeta Vrbanc Velimir onje Tihomir stuka Alen belullo, Velimir onje i Igeta Vrbanc Velimir onje, Michael Faulend i Vedran oi Jasminka ohinger, Davor Galinec i Glenn W. Harrison Tihomir stuka evan Kraft Ivo Krznar evan Kraft, richard Hofler i James Payne Danijel Nesti saa Cerovac Maja bukovak Andreja Pufnik i Davor Kunovac evan Kraft Davor Kunovac, enes ozovi, Gorana Lukini, Andreja Pufnik Maroje Lang, Davor Kunovac, silvio basa, eljka taudinger Ivo Krznar Marko Krznar Ana Maria eh i Ivo Krznar Nikola bokan, Lovorka Grguri, Ivo Krznar, Maroje Lang Igor Ljubaj, Ana Martinis, Marko Mrkalj Alexandre Dmitriev i Ivo Krznar Ivo Krznar i Davor Kunovac Vida bobi

I-21 I-22 I-23 I-24 I-25 I-26 I-27 I-28 I-29

srpanj 2008. listopad 2008. sijeanj 2009. kolovoz 2009. veljaa 2010. veljaa 2010. travanj 2010. studeni 2010. prosinac 2010.

Modeliranje gotovog novca izvan banaka u Hrvatskoj Meunarodni poslovni ciklusi u uvjetima nesavrenosti na tritu dobara i faktora proizvodnje rizik bankovne zaraze u Hrvatskoj Optimalne meunarodne priuve HNb-a s endogenom vjerojatnou krize Utjecaj financijske krize i reakcija monetarne politike u Hrvatskoj Priljev kapitala i uinkovitost sterilizacije ocjena koeficijenta sterilizacije i ofset koeficijenta Postojanost navika i meunarodne korelacije Utjecaj vanjskih okova na domau inflaciju i bDP Dohodovna i cjenovna elastinost hrvatske robne razmjene analiza panel-podataka

Upute autorima
Hrvatska narodna banka objavljuje u svojim povremenim publikacijama Istraivanja, Pregledi i Tehnike biljeke znanstvene i strune radove zaposlenika Banke i vanjskih suradnika. Prispjeli radovi podlijeu postupku recenzije i klasifikacije koji provodi Komisija za klasifikaciju i vrednovanje radova. Autori se u roku od najvie dva mjeseca od primitka njihova rada obavjetavaju o odluci o prihvaanju ili odbijanju lanka za objavljivanje. Radovi se primaju i objavljuju na hrvatskom i/ili na engleskom jeziku. Radovi predloeni za objavljivanje moraju ispunjavati sljedee uvjete. Tekstovi moraju biti dostavljeni elektronikom potom ili optikim medijima (CD, DVD), a mediju treba priloiti i ispis na papiru. Zapis treba biti u formatu Microsoft Word. Na prvoj stranici rada obvezno je navesti naslov rada, ime i prezime autora, akademske titule, naziv ustanove u kojoj je autor zaposlen, suradnike te potpunu adresu na koju e se autoru slati primjerci za korekturu. Dodatne informacije, primjerice zahvale i priznanja, poeljno je ukljuiti u tekst na kraju uvodnog dijela. Na drugoj stranici svaki rad mora sadravati saetak i kljune rijei. Saetak mora biti jasan, deskriptivan, pisan u treem licu i ne dulji od 250 rijei (najvie 1500 znakova). Ispod saetka treba navesti do 5 kljunih pojmova. Tekst treba biti otipkan s proredom, na stranici formata A4. Tekst se ne smije oblikovati, doputeno je samo podebljavanje (bold) i kurziviranje (italic) dijelova teksta. Naslove je potrebno numerirati i odvojiti dvostrukim proredom od teksta, ali bez formatiranja. Tablice, slike i grafikoni koji su sastavni dio rada, moraju biti pregledni, te moraju sadravati broj, naslov, mjerne jedinice, legendu, izvor podataka te biljeke. Biljeke koje se odnose na tablice, slike ili grafikone treba obiljeiti malim slovima (a, b, c) i ispisati ih odmah ispod. Ako se posebno dostavljaju (tablice, slike i grafikoni), potrebno je oznaiti mjesta u tekstu gdje dolaze. Numeracija mora biti u skladu s njihovim slijedom u tekstu te se na njih treba referirati prema numeraciji. Ako su ve umetnuti u tekst iz nekih drugih programa, onda je potrebno dostaviti i te datoteke u formatu Excel (grafikoni moraju imati pripadajue serije podataka). Ilustracije trebaju biti u standardnom formatu EPS ili TIFF s opisima u Helvetici (Arial, Swiss) veliine 8 toaka. Skenirane ilustracije trebaju biti rezolucije 300 dpi za sivu skalu ili ilustraciju u punoj boji i 600 dpi za lineart (nacrti, dijagrami, sheme). Formule moraju biti napisane itljivo. Indeksi i eksponenti moraju biti jasni. Znaenja simbola moraju se objasniti odmah nakon jednadbe u kojoj se prvi put upotrebljavaju. Jednadbe na koje se autor poziva u tekstu potrebno je obiljeiti serijskim brojevima u zagradi uz desnu marginu. Biljeke na dnu stranice treba oznaiti arapskim brojkama podignutima iznad teksta. Trebaju biti to krae i pisane slovima manjima od slova kojima je pisan tekst. Popis literature dolazi na kraju rada, a u njega ulaze djela navedena u tekstu. Literatura treba biti navedena abecednim redom prezimena autora, a podaci o djelu moraju sadravati i podatke o izdavau, mjesto i godinu izdavanja. Urednitvo zadrava pravo da autoru vrati na ponovni pregled prihvaeni rad i ilustracije koje ne zadovoljavaju navedene upute. Pozivamo zainteresirane autore koji ele objaviti svoje radove da ih poalju na adresu Direkcije za izdavaku djelatnost, prema navedenim uputama.

Hrvatska narodna banka izdaje sljedee publikacije:

Godinje izvjee Hrvatske narodne banke Redovita godinja publikacija koja sadrava godinji pregled novanih i opih ekonomskih kretanja te pregled statistike. Polugodinje izvjee Hrvatske narodne banke Redovita polugodinja publikacija koja sadrava polugodinji pregled novanih i opih ekonomskih kretanja te pregled statistike. Tromjeseno izvjee Hrvatske narodne banke Redovita tromjesena publikacija koja sadrava tromjeseni pregled novanih i opih ekonomskih kretanja. bilten o bankama Redovita publikacija koja sadrava pregled i podatke o bankama. bilten Hrvatske narodne banke Redovita mjesena publikacija koja sadrava mjeseni pregled novanih i opih ekonomskih kretanja te pregled monetarne statistike. Istraivanja Hrvatske narodne banke Povremena publikacija u kojoj se objavljuju krai znanstveni radovi zaposlenika Banke i vanjskih suradnika. Pregledi Hrvatske narodne banke Povremena publikacija u kojoj se objavljuju struni radovi zaposlenika Banke i vanjskih suradnika. Tehnike biljeke Povremena publikacija u kojoj se objavljuju informativni radovi zaposlenika Banke i vanjskih suradnika. Hrvatska narodna banka izdaje i druge publikacije: numizmatika izdanja, broure, publikacije na drugim medijima (CD-ROM, DVD), knjige, monografije i radove od posebnog interesa za Banku, zbornike radova s konferencija kojih je organizator ili suorganizator Banka, edukativne materijale i druga slina izdanja.

IssN 1332-1900 (tisak) IssN 1334-0077 (online)