Broj 62 studeni 2017.

KAMATNA MARŽA HRVATSKIH BANAKA: mjerenje, usporedbe, trendovi i uzroci promjena

Sažetak

Ex post realizirana kamatna marža hrvatskih banaka iznosi 2,83 postotnih bodova i treća je najveća u EU, iza marži u Mađarskoj i Bugarskoj. Usporedna analiza pokazuje da je marža određena dominantno strukturnim faktorima - volumenom aktivnosti i troškovnom efikasnošću. Uvođenje eura u prosjeku utječe na maržu u smjeru smanjenja za oko 0,3 postotna boda, u čemu ulogu vjerojatno ima i niži trošak regulacije u euro području. Na promjene marže u vremenu utječu i rizici - rizik likvidnosti i kreditni rizik u vidu omjera loših plasmana. Blagi rast marže u proteklih nekoliko kriznih godina može se objasniti usporavanjem rasta plasmana i kvarenjem njihove kvalitete.

Ex ante kamatna marža važna je za potrošače, jer se kamatne stope na kredite formiraju prema formuli referentna stopa (parametar) plus fiksna marža. Objašnjavaju se razlike između ex post realizirane i ex ante kamatne marže te se pokazuje da su s gledišta potrošača važnije očekivane promjene nego razine parametara.

MišljenjairezultatikojiseiznoseiprikazujuuovomdokumentunepredstavljajuslužbenastajalištaHrvatskeudrugebanaka.AnalizujepripremilaArhivanalitikazaHrvatskuudrugubanaka,uzpomoćMilanaDeskaraŠkrbića.

2

Sadržaj

SAŽETAK............................................................................................................1

UVOD....................................................................................................................3

RAZLIČITEMJEREKAMATNEMARŽE......................................................................6

MEĐUNARODNAUSPOREDBAUOKVIRUEU.......................................................13

TRENDOVIKAMATNEMARŽEUHRVATSKOJ........................................................17

UZROCIPROMJENAMARŽEUHRVATSKOJ:KVANTIFIKACIJAUTJECAJA...............19

TEORIJSKIOKVIRZAANALIZUODREDNICAKAMATNEMARŽE.............................19

SAŽETIPREGLEDLITERATURE..............................................................................21

KVANTIFIKACIJAUTJECAJAODABRANIHODREDNICANAKRETANJEKAMATNEMARŽEUHRVATSKOJ..........................................................................................22

UMJESTOZAKLJUČKA:RASPRAVASGLEDIŠTAZAŠTITEPOTROŠAČA...................25

LITERATURA........................................................................................................27

3

UVOD

Kamatnamaržailivisinarazlikeizmeđuaktivnihkamatnihstopanakrediteipasivnihkamatnih stopa na depozite sublimirani je iskaz bankarskog poslovanja ifunkcioniranja tržišta kredita i depozita.Usko ekonomski gledano, aktivna kamatnastopa odražava ponudu i potražnju na tržištu kredita, pasivna kamatna stopaodražava ponudu i potražnju za tržištu depozita, a u njihovoj se razlici, s gledištaponude,reflektirajuunutarnjeodrednicekamatnemarže.Tosu(slika1):(1)troškoviregulacije (poput premije osiguranja depozita i obvezne rezerve), (2) operativnitroškovi kreditnog posredovanja (treba plaćati poslovnice, zaposlene, IT sustave,energiju,porezeidoprinoseitd.),(3)troškovirizika(štosuriziciveći,tosuinaknadeu vidu premija rizika veće) i (4) troškovi angažiranog kapitala koji određujuprofitabilnostposlakreditnogposredovanja.

Riječ je o složenom sustavu u kojem sudjeluju tri vrste aktera: štediše i drugivjerovnici banaka, kreditni posrednici te dužnici. Svaka od tih skupina donosiautonomne odluke i utječe na odluke drugih uključenih strana. Na primjer, ako nastrani potražnje postoji spremnost za plaćanje kamata koja je veća od zahtijevanekamatne stope (po stopi koja je prikazana isprekidanom plavom crtom u desnomdijeluslike),dobitbanakabitćevećaodzahtijevanedobitiprikazaneumaržilijevoiponuda kredita će rasti. Ako su potencijalni dužnici spremni plaćatimanju kamatu(puna plava crta desno), ponuda će padati jer se nećemoći namiriti svi troškovi iočekivana dobit. U slučaju nametanja preniskih administrativnih kamatnih stopa(crvena linija desno), službena ponuda kredita će nestati, jer se ni varijabilnioperativni trošaknećemoćipokriti izmarže.U tomslučaju, vjerojatnoćeprocvastineželjenosivotržištekredita.

Slika1.Općashemaformiranjakamatnestopesastraneponude kredita

Sastranepotražnje nakamatnustopuutječekolikojepotencijalnidužnikspremanplatiti

Pretjeranoadministriranjekamatnihstopamožedovestidotogadaponudakreditanestanepaćeljudiićinasivolihvarskotržište

Kamatna marža se sastoji od četiri ključne komponente. Dvije su vezane uz troškove, jedna uz rizike, jedna uz dobit.

4

Gornja shema je donekle pojednostavljena. Sudionici na tržištu svakodnevno sesuočavajusasloženimskupomproblemačije rješavanjeutječenavisinu ipromjenekamatnemarže.Tiproblemisemogupodijelitipremakriterijunastanka:

1. Natržištukredita:1.1. Akopotražnjazakreditimanijecjenovnoelastična,kamatnestopebitćemnogo

kolebljivijenegousuprotnomslučaju.Zaelastičnostponudevrijediobratno.1.2. Akona tržištunemadovoljnokvalitetnih informacijaodužnicima, kreditaneće

biti ili ćenjihovoodobravanjedovoditidovelikihpogrešaka,gubitaka ipravno-političkihsukobaunjihovojraspodjeli.

2. Natržištudepozita:2.1. Akojepotražnjazadepozitimacjenovnoveomaelastična,iliakoinformacijenisu

potpune, štediše će zanemariti druge informacije osim kamatne stope (npr.kvalitetudepozitne institucije),štomožedovestidodestruktivnekonkurencije ipogrešakaualokacijikapitala.

3. Međukreditnimposrednicima:3.1. Visoki troškovi regulacijemoguuvjetovati (pre)visokemaržeodnosno kamatne

stope, a niski troškovi regulacije mogu značiti da regulatori ne vode dovoljnoračunaofinancijskojstabilnosti.Ufinancijamajesvestvardobremjere.Takođertreba imati na umu da se troškovi regulacije raspoređuju između kreditnihposrednikaiklijenatazavisnootržišnimstrukturamaielastičnostipotražnje.

3.2. Visoki operativni troškovimogu biti znak slabe konkurencije i/ili neefikasnosti,dokniskioperativnitroškovisjednestranemoguznačitisolidnevolumeneposlai tehnološki napredak, dok s druge stranemogu biti povezani s destruktivnomkonkurencijomislabljenjemkvalitetekreditnogposredovanja.

3.3. Visoki troškovi rizika mogu značiti subjektivnu slabost kreditnih posrednika uupravljanjurizicima,noistotakomogunastatizbogsustavnihproblemakaoštosu makroekonomski šokovi i sistemski rizici, nedostatak kvalitetnih kreditnihinformacija,slabazakonskaiinstitucionalnarješenjaprisilnenaplateislično.

3.4. Visok povrat na kapital može biti znak poslovnog uspjeha ako je ostvaren uuvjetima tržišnog natjecanja, no ako je konkurencija slaba, ili ako je državafinancijski rizična, visokpovratna kapitalmože značiti oligopol, ili pak traženjevisokenaknadezarizikodstranevlasnikakapitala.

Razumijevanje ovih utjecaja, njihovih međusobnih odnosa i smjerova djelovanjapitanjejeispravnogtumačenjakonteksta.Zbogtogajepotrebnostalnoprodubljivatirazumijevanje promjena kamatnih stopa i kamatnih marži. To nije lako, jer rijetkokoja zemlja ima cjelovit i pouzdanmodel kojimožeprecizno izolirati svenabrojaneučinkeineprijepornoobjasnitipromjenekamatnihstopaimarži.Tojerazlogzaštoseokamatnimstopamaimaržamačestovodežustrerasprave,asudionicisepritomeslaborazumiju.Tojeujednoirazlogzaštosepredviđanjaučinakaregulacijeikretanjakamatnihstopa toliko razlikuju.Riječ jeoproblemukojinije lakoprevladati,ali ioparadoksu s obzirom da je svim tržišnim sudionicima i regulatorima stalo do istestvari:financijskestabilnosti.

Zadovoljstvo i zaštita potrošača je, dakle, ultimativni cilj svih regulatora i tržišnihsudionika. Činjenica je međutim da postoje različita viđenja o načinima kako topostići.

Kamatna marža zavisi o karakteristikama tržišta depozita, kredita i kreditnog posredovanja.

5

Jedan dio razlika u gledanju na problem visine marži objašnjava se objektivnimrazlikamauinteresima-kreditniposredniciželeštoveću,adužnicištomanjumaržu.Tajdionijepredmetoveanalize.

Drugidiorazlikarezultatjerazličitihinterpretacijaistihčinjenica(različitihznanja).Tajdiorazlikapredmetjeovogarada.Sličnorazumijevanjestatističkihpodatakairazlogaza njihove promjene, koje je čvrsto utemeljeno u teoriji, analizi i iskustvu možeolakšati dijalog i razumijevanje problema, a to, u konačnici, može poboljšatiregulacijuiodnosemeđudionicimafinancijskogsustava.

Uprvomdijeluradaobjašnjavajuserazličitemjerekamatnemarže.Udrugomdijeluse prikazuju međunarodne usporedbe i objašnjavaju razlikemeđu zemljama. TrećidioprikazujepromjenekamatnemaržeuHrvatskojod2001.naovamo.Utomdijelusepreliminarnoobjašnjavajutrendovi.Učetvrtomdijeluseopisujuuzrocipromjenakamatnemaržeikvantitativnoocjenjujuutjecaji.Peti,zaključnidio,sadržiraspravuovažnostidobivenihrezultatasgledištazaštitepotrošača.

6

RAZLIČITE MJERE KAMATNE MARŽE

Kada se kaže da kamatna marža predstavlja razliku između aktivnih i pasivnihkamatnih stopa, definicija zvuči benigno u odnosu na to kakvi se sve praktičniproblemipojavljujuprimjerenju.Najčešćapogreškajepretpostavitidasemožeuzetineka kamatna stopa na kredit, kamatna stopa na depozit i zaključiti da razlikapredstavljazaradukreditnogposrednika.Ijednoidrugojekrivo.

Naprimjer,prosječnakamatnastopanasveodobrenestambenekrediteuzvalutnuklauzulu (što je vrijednosno najčešći tip kredita u knjigama kredita stanovništvu)premastatisticiHNB-a iznosila je4,63%ukolovozu2017. (tablicaG5b–prosječnakamatna stopa na bazi stanja kredita; sve kamatne stope u statistici su efektivne).Prosječnakamatnastopanasveuzetedeviznedepozite (što jevrijednosnonajčešćitip depozita kod banaka) prema statistici HNB-a u kolovozu 2017. (tablica G5c)iznosilaje0,92%.Razlikajeiznosila3,71(=4,63-0,92)postotnibod.

Slika2prikazujepokušajsagledavanjapromjenaovakodefinirane«kamatnemarže»odnosnorazlikekamatnihstopauvremenu.Razlikasesmanjivalauvrijemekreditnogbumaprijekrize.Zatimjeukriziostalapribližnonepromijenjena(maloiznad2boda),azatimsemijenjalanajvišepodutjecajemregulatornihintervencijavezanihuzslučajšvicarskoga franka. Od početka 2013., kada započinje brz pad kamatne stope nadepozite, kamatna stopa na kredite pada sporije od one na depozite te ovakodefiniranarazlikaraste.

Slika 2. Prosječne kamatne stope na stanja stambenih kredita s valutnomklauzulomideviznedepozitetenjihovarazlika

Izvor:HNB

0

1

2

3

4

5

6

7

8

sij.03

srp.03

sij.04

srp.04

sij.05

srp.05

sij.06

srp.06

sij.07

srp.07

sij.08

srp.08

sij.09

srp.09

sij.10

srp.10

sij.11

srp.11

sij.12

srp.12

sij.13

srp.13

sij.14

srp.14

sij.15

srp.15

sij.16

srp.16

sij.17

srp.17

%

STAMBENIRH FXD

EFEKTKONVERZIJE"ŠVICARCA"

SPUŠTANJEKAMATNESTOPENACHFNAKONDONOŠENJAZPK

USKLAĐENJE SMETODOLOGIJOMECB-a

Kamatnu maržu ili razliku kamatnih stopa treba pažljivo mjeriti zavisno o tome kako se definiraju kamatne stope.

7

Uvodnarasprava i slika1pokazali suda3,71nijezarada,većmarža izkojeseosimdobitinamirujuidrugitroškovi:troškoviregulacije,operativnitroškovi,troškovirizikai troškovi kapitala. Toj strukturi ćemo se vratiti dalje u tekstu. Za sada vrijedizapamtiti da se kamatnamaržamožemijenjati ako semijenja bilo koja od njezinečetiri komponente i/ili ako se mijenjaju neka obilježja tržišta kredita ili depozita(konkurencija,cjenovnaelastičnostpotražnje).

No prije rasprave o promjenama marži moramo točno znati što mjerimo. Mjeraprikazananaslici2bilabidobramjerakamatnemaržekadabankenebiradileništadrugonegoprikupljaledeviznedepozite i odobravale stambenekredite s valutnomklauzulomikadaseuvjetinatržištunebibrzomijenjali.Međutim,problemmjerenjanastaje zbog toga što banke prikupljaju različite vrste izvora sredstava iz kojihodobravajurazličitevrstekredita,atržišniuvjetiseveomabrzomijenjaju.

Naprimjer,uzadnjevrijemesusvetraženijikunskikrediti.Akoseslijedi istipristupkaoranije,samosepromijenivalutakreditaidepozita:prosječnakamatnastopanasveodobrenestambenekrediteukunama(stanja)premastatisticiHNB-aukolovozu2017.(tablicaG5a)iznosilaje4,57%.Prosječnakamatnastopanasveuzetedepoziteukunamaukolovozu2017.(tablicaG5a-stanjadepozita)iznosilaje1,39%.Razlikaje3,18 (=4,57-1,39) postotnih bodova. To je znatnomanje negou prvomprimjeru sastambenimkreditimauzvalutnuklauzuluideviznimdepozitima.

Osimtoga,trebarazlikovatiprosječnumaržu,kaougornjemprimjerugdjesukamateizračunate ponderiranjem stanja kredita, i graničnu maržu na nove poslove(novoodobrene kredite i nove uzete depozite). Granična marža na novoodobrenekredite i depozite pokazuje razliku između prosječnih aktivnih i pasivnih kamatnihstopa ponderiranih vrijednošću ugovora koji su sklopljeni u zadnjem izvještajnommjesecu.Premapodacimazakolovoz2017.,zastambenekrediteukunamagraničnamaržaiznosi2,86(=3,89-1,03)postotnihbodova,auzvalutnuklauzulu3,42postotnaboda(=3,82-0,40).1Razlikaizmeđutedvijevrstemaržiočitoproizlaziizvećegtroškakamatnih stopana kunske izvore sredstava (depozite).Valutaobjašnjava razliku jerdepozitniikreditniproizvodisu,zavisnoovaluti,posverazličitiproizvodi.

Kada se statistički koncept kamatne marže konstruira na ovdje opisan način, nijejasno da li uzeti prosječne kamatne stope na novoodobrene (granične) kredite ilistanja (prosjeke) kredita i depozita, te koju valutu odabrati za izračun. Osim toga,kojekreditneidepozitneproizvodeuzetiuobzir?Jelivažnijamaržazastambeneilipotrošačkekredite?Ikakoodredititipičniprosjekkamatnihstopanadepozitekojijereprezentativan za financiranje te vrste kredita, da se dobije što reprezentativnijamarža?

Problem nije moguće riješiti na temelju statistike kamatnih stopa. Novac nemajedinični naziv ili identitet odnosno trag, koji bi omogućio da se točno određena

1 Izvor za kunskedepozite (uzet je prosjek za oročenedepozite) je tablicaHNB-aG1a, a zakreditetablicaG2a.Izvorzadeviznedepozite(uzetjeprosjekzaoročenedepozite)jetablicaHNB-aG1c,azakreditesvalutnomklauzulomtablicaG2b.

Marže pojedinačnih vrsta kredita i depozita po ročnosti, valutama i sl. ne daju cjelovitu sliku kamatne marže za bankovni sustav u cjelini.

8

novčanajedinicaizvorasredstavakoristizatočnoodređenunovčanujedinicukredita(pa da statističar rekonstruira taj «trag novca» i izračuna razliku u cijeni). Novacštediša se kod kreditnih posrednika skupi u novčani «pool» ili zbirku, tako da sekrediti financiraju iz različitih vrsta izvora. Zbog togamnogi ljudi teško shvaćaju bitbankarstva:nanovčanojjedinicikreditakojijepodigaoAntenepišedajetonovacodMarekojaštediubancipaljudičestonovcupripisujumističnikarakter.Nevidečijije,pamisle da je bančin ili od centralne banke. A zapravo se radi samoo tomeda jeAntin kredit sastavljen od novca mnogih Mara koje štede i od vrlo malo vlastitihsredstavasamebanke.UlogasredišnjebankejedadioMarinanovcauzmekakobiseodobrilomanjekredita,ilidagavraća,akojeciljmonetarnepolitikesuprotantome.Ako Ante ima problem s vraćanjem kredita, prvo banka gubi svoj novac - vlastitasredstva ili kapital, no ako je problem s vraćanjem vrlo ozbiljan za mnoge Ante, inovacMaraudotičnojbancimožedoćiupitanje.

Zbog ovog i sličnih potencijalnih problema banke moraju paziti na rizike ročnih,valutnih i drugih neusklađenosti aktive i pasive te vezati vlastiti kapital uz kreditneportfelje kako bi se spriječilo prelijevanje očekivanih i neočekivanih gubitaka naštedišeidrugevjerovnike.Postavljasepitanjekakoizmjeritikamatnumaržunanačinkojićeuzetiuobzirsveobjektivneokolnostiposlovanja?

Za ispravnomjerenjemaržetrebamonekumjerukojanebikoristilakamatnestopena pojedine vrste kredita i depozita. Trebamo sveukupnu mjeru marže za čitave«pool»-oveilizbirkekreditaidepozita.Ispravannačinmjerenjamaržestogapolaziodstvarnihkamatnihprihodakojisedijelesaktivomkojanosikamatniprihodteseodtog postotka oduzme postotak koji se dobije tako da se stvarni kamatni troškovipodijele s pasivom na koju se plaća kamata.2 Ova kamatna marža - nazovimo jurealizirana kamatna marža ili jednostavno kamatna marža - rješava dvojbu da liračunatimaržunastanja ilinanovoodobrenekredite. Još jevažnije tošto rješava iproblemnepostojanja identitetaodnosno traga jedinicanovcautopljenihu«pool»-ove ilizbirkekao iproblemkojekredite idepoziteuzetiuobzir.Ovamjerauzimauobzir cjelokupno poslovanje. Ovakomjerena kamatnamarža najbliža je ostvarenojkamatnoj marži u tekućem poslovanju i predstavlja najvažniji dio (oko 70%) netooperativnogprihodabanaka.

Od ovog mjesta u tekstu nadalje, pod pojmom kamatna marža smatra se razlikaizmeđuomjera kamatnogprihoda i aktive koja zarađuje kamatu i omjera kamatnihtroškovaipasivenakojuseplaćakamata.

Tako definirana kamatna marža dugi se niz godina prati u HUB Analizama i HUBPregledima(slika3).Pritometrebaimatinaumudajeriječodvanaestomjesečnomzbiru prihoda i troškova koji su podijeljeni prosjecima osnovica za četiri zadnja2Postoji ialternativnipristupistomizračunu:netokamatniprihod(kamatniprihodumanjenza kamatni trošak) podijeli se aktivom koja nosi kamatu. Međutim, taj pristup računanjuumjetno povećava maržu zbog uloge kapitala u financiranju banaka. Kamatni troškovi surazmjernomanji proporcionalnoudjelu kapitalana koji seneplaća kamata (dobit jeprihodkapitala).Stogajeomjerkamatnihtroškovaiaktivekojanosikamatuzbogvećegnazivnikaupravilumanjiodomjerakamatnihtroškovaikamatnosnepasive.

Agregatna mjera kamatne marže polazi od realiziranih kamatnih prihoda i troškova spram stavki bilance na koje se plaća kamata.

9

izvještajna tromjesečja. Na primjer, podatak za treće tromjesečje uvijek mjerikamatneprihodeirashodeodčetvrtogtromjesečjaprethodnedo(uključivoi)trećegtromjesečjatekućegodine,štosedijelisprosječnimstanjemkamatneaktiveipasiveuistomrazdoblju:

Slika3.Netokamatnamarža*

*A-kamatni prihod podijeljen aktivom koja zarađuje kamatu; P-kamatni trošak podijeljen pasivom nakojuseplaćakamata;NIM-netokamatnamarža(engl.netinterestmargin)=A-P.Izvor:HUBPregled

Kamatnamaržakoja jeprikazananaslici3 iznosila je2,83postotnihbodovapremazadnjem mjerenju za drugo tromjesečje 2017. To je razlika između prosječnoostvarenog omjera kamatnih prihoda (A) od 4,35% i prosječno ostvarenog omjerakamatnih troškova od 1,53%. Slika prikazuje pad realiziranih aktivnih i pasivnihkamatnih stopa, pri čemu pasivne stope u zadnje vrijeme padaju brže od aktivnih.Zbog togamaržaod2012.naovamoblago raste.Međutim, trebaprimijetiti da rastmaržejenjavauzadnjadvatromjesečja:povećanjejeudrugomtromjesečju2017.uodnosunaprvoiznosilosvega0,04postotnaboda.

Izmjerenakamatnamaržajeračunovodstvenikoncept.Sdrugestrane,premaZakonuopotrošačkomkreditiranju(čl.11a,NN143/13),kamatnamaržajeključnasgledištakako potrošači razumiju kreditne ugovore i kako se formira kamatna stopa napojedinekredite.Zakonobvezujekreditoredavarijabilnukamatnustopunakreditedo iznosa od milijun kuna odrede i prezentiraju potrošaču kao referentnu stopuuvećanuzamaržu.Potrošačmožeodabrati između različitihponuđenih referentnihstopa(akoihbankanudi).Referentnakamatnastopa(rječnikomZakona:parametar)može biti EURIBOR, LIBOR, nacionalna referentna stopa (NRS), prinos na trezorskezapise ministarstva financija i prosječna kamatna stopa na depozite građana u

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

10%

31.1

2.20

00.

30.0

9.20

01.

30.0

6.20

02.

31.0

3.20

03.

31.1

2.20

03.

30.0

9.20

04.

30.0

6.20

05.

31.0

3.20

06.

31.1

2.20

06.

30.0

9.20

07.

30.0

6.20

08.

30.0

3.20

08.

31.1

2.20

09.

30.0

9.20

10.

30.0

6.20

11.

31.0

3.20

12.

31.1

2.20

12.

30.0

9.20

13.

30.0

6.20

14.

31.0

3.20

15.

31.1

2.20

15.

30.0

9.20

16.

30.0

6.20

17.

A

P

NIM

Marža za potrošača drugačije je definirana od marže za banku.

10

odnosnoj valuti. Na parametar se zatim nadograđuje fiksna marža koja zbogzakonskogograničenjanesmijerastiutokuvijekaotplatekredita.

Prema Anketi o promjenjivosti kamatnih stopa (Rosan, 2017), EURIBOR i NRSdominiraju u kreditnim ugovorima s 43% i 46% udjela. NRS dominira još više kodstambenihkredita,gdjeudjeltogparametraprelazi50%.

Ključnapitanjaizperspektivepotrošačaglase:(1)kakoodabratiparametarodnosnokoliki su rizici rasta parametra u budućnosti i (2) ako fiksnamarža nemože rasti utoku vijeka otplate kredita, kolika je šansa da se marža možda smanji? Ova će sepitanja raspraviti u zadnjempoglavlju nakon što se analiziraju determinantemarži.Međutim, uvodno treba nešto reći o odnosu dva najčešća parametra - NRS-u iEURIBOR-u. Njihov odnos povezuje perspektivu potrošača s ranije prikazanomračunovodstvenomperspektivomispravnomjerenekamatnemarže.

Kako je ranijeobjašnjeno,nanovcukojinastajeodobrenjemkreditanepišenjegovtrag odnosno identitet. Krediti se financiraju iz zbirke izvora sredstava, u čemu upravilu sudjeluju i izvori prikupljeni iz inozemstva.Na stranim financijskim tržištimaponekad semogu pronaći povoljniji izvori financiranja i/ili izvori s karakteristikamakakvihnemanadomaćem tržištudepozita (npr.dulja ročnost).Općenito, stanjenasvjetskomtržištuindirektnoodređujerasponpromjenakamatnihstopanadomaćemtržištu. Uvijek vrijedi kamatni paritet korigiran za očekivanu deprecijaciju itransakcijsketroškoveštoznačida,akosudomaćekamatnestopevećeodinozemnihkorigiranihzaočekivanudeprecijacijuitroškove,kreditniposrednicićesevišeoslonitinapovoljnijeinozemneizvore,avrijediiobratno.

Stoga je u doba kreditnoga boom-a kada rast domaćih depozita nije mogao nibrzinom ni ročnom strukturom sustići potražnju za kreditima udjel inozemne uukupnojpasivihrvatskihbanakaprešao25%.Međutim,otkaddomaćidepozitirastubržeodpotražnjezakreditima,atojevećduljinizgodina,udjelinozemnihizvorasesmanjuje. Prema zadnjim podacima iznosi oko 8%. Zbog toga se bitno smanjio ivanjski dug. U ukupnom smanjenju vanjskog duga za 8,3 milijarde eura od lipnja2015.dolipnja2017.bankesusudjelovales46%.

Nobezobziranaudjel inozemnih izvora,bankenatakvasredstvauglavnomplaćajuvarijabilnu kamatnu stopu prema sličnoj formuli kao što ju plaćaju potrošači, sEURIBOR-om kao parametrom uvećanim za maržu. Ta veza između perspektivebanaka ipotrošača jeneposredna iproporcionalnaudjelu inozemnogfinanciranjaustrukturi izvora banaka. Drugim riječima, formula EURIBOR+marža razumljiva je ivažna jednako bankama kao i njihovim klijentima, jer jednako utječe na njihovetržišnepoložaje.

NRS (nacionalna referentnastopa)pakpredstavljaprosječni trošak izvorasredstavahrvatskogbankovnog sektora. Trošak se računa s obziromnaprotekli period, vrstuizvora(depozitifizičkihosoba,depozitipravnihosobaiznefinancijskogsektora,ostaliizvorisredstavabanaka)irelevantnuvalutu(HUB,2015).RačunanjeseodvijatakodaseHNB-ovipodaciokamatnimtroškovimapremavrstama izvorasredstavapodijele

Za potrošača su mnogo važnije očekivane promjene od razine referentne stope.

11

sa stanjem izvora sredstava prema tipu izvora i razdoblja na koje se ti kamatnitroškoviodnose.Naprimjer,EURNRSobjavljujeseza3,6i12mjeseci.PremaRosanu(2017), u praksi je najviše raširen 6-mjesečni NRS. Računa se tako da se omjerkamatnih troškova banaka na izvore u eurima za proteklih šest mjeseci podijeli sprosječnimstanjemodgovarajućihizvoraipomnožisdvaradiaproksimacijekamatnestopenagodišnjojrazini.

Takvaračunicanatemeljupogledaunazadstvaraspecifičnuvezuizmeđuperspektivabanakaipotrošača.NRSpreciznoodražavapostotnitrošakizvorasredstavazabanke(ostvarenuprosječnupasivnukamatnustopu)zaproteklorazdoblje(naprimjer,šestmjeseci), a potrošači biraju taj parametar po isteku šest mjeseci. Parametar će seponovopromijenititekprisljedećemizračunu.Takoistitroškovniprocesutječeinabanke i na potrošače (na primjer, rast prosječnog troška domaćeg financiranja izdepozitaprelitćesenarastparametra),samoštopromjenezapotrošačezaostajuuvremenu za promjenama za banke. To ide na štetu potrošača kada kamatne stopepadaju,ali im ideukoristkadakamatnestoperastu.Konačnoto inijebitno, jerseučinakvremenskogpomakaponištavaudugomrokuakokamatnestopevariraju.

S gledišta potencijalnogpotrošača odnosnodužnika najzanimljiviji je odnos izmeđukretanja najzastupljenijih parametara NRS-a i EURIBOR-a. Slika 4. prikazuje 6-mjesečni EUR NRS i EURIBOR na dan nakon datuma objave NRS-a. Zapravo seprikazuje realna situacija odabira potrošača na kraju mjeseca. Radi usporedbeprikazanjeiodgovarajućikunskiNRSkoji jeniži, jeruključujetekuće,transakcijskeisličneračunenakojesegotovoineplaćakamata.KakojekunskiNRSupočetkubioniži,njegovosmanjivanjeseuproteklihpetgodinaodvijalosporijimtempomnegouslučajuEURNRS-a.

Slika4.NRSiEURIBOR2012.-2017.

Izvor:HUBieuribor-rates.eu

-0,5 0,00,51,01,52,02,53,03,5

pro.12

ožu.13

lip.13

ruj.13

pro.13

ožu.14

lip.14

ruj.14

pro.14

ožu.15

lip.15

ruj.15

pro.15

ožu.16

lip.16

ruj.16

pro.16

ožu.17

lip.17

6mEURNRS 6mHRKNRS 6mEURIBOR

EUR NRS padao je brže od drugih parametara.

12

Ovo je ujedno glavna poruka iz perspektive potrošača: očekivane promjeneparametraimaržemnogosuvažnijeodnjihovihpočetnihrazina.

Poglednasliku4otkrivadasepotrošačimanajmanjeisplatilovezatiuzEURIBORiakojeuzadnjevrijemenegativan,jersuNRS-ovipadalimnogojače.PritomejeEURNRSpaovišeodkunskogNRS-a.Tačinjenicanajboljeilustrirazaštojesgledištapotrošačavažnija promjena (osobito očekivana promjena) parametra, nego njegova razina.Marža (fiksna) koja se nadograđuje na parametar pak varira zavisno o odabranomparametru, jer marža s gledišta potrošača nije isto što i marža banaka. U ovomtrenutkuNRSjemnogobližiprosječnimpasivnimstopama,atoznačidajeimaržauzparametarNRS-apunobližastvarnojmaržibankeodmaržeuzparametarEURIBOR-a.Tako donja shema ilustrira situaciju u hipotetičkim bankama A i B koje popretpostavciimajuistitrošakizvorasredstavajednakNRS-u.UbanciApotrošačbiraparametar EURIBOR pa se marža iz perspektive banke i iz perspektive potrošačarazlikuju, dok su u banci B jednake, jer potrošač bira NRS za parametar(pretpostavljenojedasukamatnestopenakreditjednakeuobjebanke):

Pitanjukamatnemarže izperspektivepotrošačavratitćemosenakrajurada.Tamoćeseponuditiodgovornaprvopitanjeorizicimapromjeneparametraubudućnostiina drugo, omogućnostima promjenemarže. Prije toga treba najprije objasniti štoodređuje maržu iz perspektive bankovnog sustava - onu realiziranu,računovodstvenu, prikazanu na slici 3, za koju je pokazano da predstavlja ispravannačinexpostmjerenjakamatnemarže.

Shemapokazujevezumaržeizperspektivebankesmaržomizperspektivepotrošača

EURIBOR

%

A B

KAMATNASTOPANAKREDIT

NRS NRS

MARŽABANKE

MARŽABANKE=

MARŽAPOTROŠAČAMARŽAPOTROŠAČA

Marža za potrošača drugačije je definirana od marže za banku.

13

MEĐUNARODNA USPOREDBA U OKVIRU EU Statistička baza Europske središnje banke (ECB) omogućuje usporedbu kamatnemaržemeđudržavamačlanicama.PodatakubaziECB-akonstrukcijskijeidentičaniumetodološkimdetaljimavrlosličanpodatkuizHUBPregledakojijeprikazannaslici3.Razlika je u tome što ECB objavljuje godišnju kamatnu maržu samo za zadnjetromjesečjeugodini. Zadnjipodatakubaziu trenutkupisanjaanalizeodnosi senaprvo tromjesečje 2017. Ta marža je podignuta na godišnju razinu jednostavnimmnoženjem s četiri. Tako je iz baze ECB-a dobiven podatak za Hrvatsku o 2,93postotna boda neto kamatne marže. Taj podatak neznatno premašuje podatak izHUBPregleda.Razlikaiznosi0,14postotnihbodovazbograzlikaumetodianualizacijeimalihrazlikaudetaljimaobračuna(netokamatniprihodsedijeliaktivom-v.fus.2).

Slika5pokazujedabankeuMađarskoj iBugarskoj imajuvećenetokamatnemaržeodbanakauHrvatskoj.BankeuRumunjskoj,Slovačkoj,Poljskoj,GrčkojiČeškojimajumalo niže, ali još uvijek slične marže (oko 2,5 postotna boda). Cipar je još jedinadržavačlanicakoja jerelativnoblizuskupiniukojojsenalaziHrvatska.OdSlovenijenaslicidaljedesnonalazesezemljesbankovnimsustavimačijemaržeiznosemanjeod2 postotnaboda, svedoUjedinjenogKraljevstva, Luksemburga i Finske, gdje sunetomaržeznatnonižeod1boda.

Slika5.NetokamatnemaržeuEUQ1-2017

Izvor:ECBStatisticalDatawarehouse

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

Mađ

arska

Bugarska

Hrvatska

Rumun

jska

Slovačka

Poljska

Grčka

Češka

Cipar

Estonija

Sloven

ijaŠpanjolsk

aLatvija

Malta

Portugal

Litva

Austrija

Irska

Belgija

Italija

Nizozemska

Njem

ačka

Francuska

Danska

Šved

ska

U.K.

Luksem

burg

Finska

Kamatna marža u Hrvatskoj je treća najviša u EU iza Mađarske i Bugarske.

14

Razlikeukamatnimmaržamameđuzemljamasustrukturnoodređene.Naprostonijemoguće,nekimčudom,ekonomskom ilipolitičkommjerom,postićidasemađarskamaržanađetamogdjejebritanska,iobratno.Mađarskebankenebimogleposlovatiuzbritanskemarže–preuske su im.Manji suvolumeniposla (pa su i veći jediničnitroškovi),rizicisuveći,regulacijajenepredvidljivija iskuplja,aprofitiutomemogu,alikaoštoćesepokazatiinemoraju,imativažnuulogu.Važnojerazumjetirazmjereskojimasvakaodkomponentimaržeutječenanjenuukupnuvisinu.Sdrugestrane,dasebritanskebankepreseleumađarskookružjevisokihmaržikonkurencijabizačasdovela do pada stopa (za što mađarske banke zbog nedostatka veličine, iskustva,tehnologijaikvalitetnihinstitucijanemajumogućnost).

Logika je, dakle, jasna: razlike kamatnih marži među zemljama (slika 5) trebaju seobjašnjavati strukturnim karakteristikama sustava, a ne kratkoročnim varijacijamamonetarnepolitike,BDP-aidrugihekonomskihveličina.Zasvakukomponentumaržeprikazanunaslici1(regulacija,troškovi,riziciidobit)trebapronaćiadekvatnumjerukoja varira među državama i analizirati kako objašnjava razlike u maržama međudržavama.

UHUBAnalizi58izožujka2017.napravljenajeprvausporednaanalizanapodacimaza pojedine zemlje koja je pokazala negativan učinak kredita po zaposlenom ubankarstvu(mjeravolumenakojaočekivanopokazujedasuvećivolumeniposlovanjapovezanisnižimmaržama)iomjeraoperativnihtroškovaiaktive(mjeraefikasnosti:manji omjer operativnih troškova je povezan s nižimmaržama). Pri tome je učinakizravnomjerenetroškovneefikasnostinamaržumnogojačiodučinkavolumena.

Štosetičedrugihvarijabli,rezultatisubilidvojbeni.Naprimjer,prinosna10-godišnjudržavnuobveznicuujednojspecifikacijijest,audrugojnijeimaoučinaknakamatnumaržu(razlikeprinosasumjerarizika).Parametaruzpovratnaaktivubiojestatističkiznačajan,alijeučinakbiovrloslab.Parametaruzindikatortehnološkihpromjenabioje velik, ali tek rubno statistički značajan. Rezultate na ovakomalom i specifičnomuzorkudržavastogatrebatumačitisvelikimoprezom.

Ova analiza proširuje pristup objašnjavanju razlika kamatnihmaržimeđu državamačlanicama uvrštenjem još dva potencijalna objašnjenja: omjera loših kredita (mjerarizika NPLR – engl. non performing loan ratio) i koncentracije pet najvećih banaka(CR5).

NPLR(izbazepodatakaFinancialSoundness IndicatorsMMF-a)mogaobibitidobarpokazatelj rizika jer odražava stvarne probleme u naplati, koji su povezani sposlovnimrizicimaaliiinstitucionalnimslabostimasustavanaplate.Općenito,akojetežeprisilnonaplatitilošekrediteiakozanjimapostojimanjitržišniinteres,paihjetežeprodatispecijalistimazanaplatu,lošićekreditiduljeostajatiuknjigamabanaka.Na slici 6 svaka država članica EU predstavljena je kao jedna točka, a podatak zaHrvatskuoznačenjecrvenimkrugom.SlikapokazujenaizgledslabukorelacijuizmeđuomjeraNPLRikamatnemaržemeđuzemljama.Međutim,trebaprimijetitidajevezapozitivnaidajeslabakorelacijauvjetovanavelikimodstupanjemzemaljapogođenihteškombankarskomkrizom–Cipar iGrčka,gdje jeNPLRdosegnuovelikerazmjere.

Razlike marži među zemljama su strukturno uvjetovane.

15

Korelacijabibilamnogoužadasetedvijezemljeizbaceizanalizeilidajefinancijskakrizatamoimalaumjerenijerazmjere.

Slika6.VezaizmeđukamatnemaržeiNPLRuEU(Hrvatskajecrvenikrug)

Slika7.VezaizmeđukamatnemaržeiCR5uEU(Hrvatskajecrvenikrug)

Sdrugestrane,omjerkoncentracijeCR5očitonijeniukakvojkorelacijiskamatnommaržomuEU(slika7).Razlogvjerojatnoležiutomeštokoncentracijamožeutjecatina marže s različitim predznakom. Koncentracija je često preduvjet postizanjaodgovarajućihvolumenaposla,naročitonamanjimtržištima,pamožebitikorelirana

R²=0,10376

05

101520253035404550

0 1 2 3 4

NPLR

KAMATNAMARŽA

R²=0,00482

0102030405060708090100

0 1 2 3 4

CR5

KAMATNAMARŽA

16

s pokazateljima efikasnosti koji utječu na manje marže. Također, iz ekonomske jeteorijepoznatodačakiduopolmožedovestidokonkurentskihishoda.Stestranenečudidaizmeđumaržeikoncentracijenemavizualnojasnepovezanosti.

RegresijskaanalizasetemeljinapretpostavkamauTablici1.Kandidatizaobjašnjenjerazlika kamatnih marži među zemljama povezani su s teoretskim komponentamamarže u lijevoj koloni. Desno je prikazan očekivani predznak parametra. Niže jeprikazan regresijski rezultat koji se dobije tako da se varira uvrštena varijablaprofitabilnosti. Otud dvije jednadžbe: jedna s uključenim CR5, druga s uključenimpovratomnaprosječnikapitalROAE(podatakzaprvotromjesečje2017.pomnožens4). Druge varijable se u regresijama ponavljaju, pri čemu je uključena i dummyvarijablazaeuropodručje(EURO)kojaaproksimirarazlikutroškovaregulacijekojisumanjiueuropodručju.

Tablica1.Komponentemarže,izmjerenevarijableiočekivaniutjecaji

Komponente Varijable Izvor Očekivanipredznak–utjecajnamaržu

Profitabilnost CR5ROAE

GFDD*ECBDWH****

++

Rizik NPLREuro

FSI**dummy

+-

Troškovi Krediti/zaposleniubankama EBF/HUB*** - Omjer operativnih troškova i

aktiveECBDWH**** +

*GFDD–GlobalFinancialDevelopmentData,Svjetskabanka;***FSI–FinancialSoundness Indicators,MMF;EBF–EuropeanBankingFederation(takođervidjetiHUBAnalizu58);ECBDWH–DataWarehouseEuropskesredišnjebanke.

Jednadžba1. Jednadžba2.

N=273,Adj.R2=0,78 N=27,Adj.R2=0,79Sivo:signifikantnonarazini5%;plavo:signifikantnonarazini10%Izvor:Arhivanalitika

Rezultatisupotvrdilidasuvolumen(kreditipozaposlenomubankama)4iefikasnost(omjertroškovaiaktive)ključnifaktorikojiobjašnjavajurazlikeukamatnimmaržamameđu zemljama. Ni izravna mjera profitabilnosti (povrat na kapital) ni neizravna(CR5)nisusepokazalekaostatističkiznačajnaobjašnjenja.Omjerlošihkredita(NPLR)i članstvoueurozoni su rubnoznačajni:NPLRna raziniod10%uprvoj i članstvou

3ZbognedostatkajednogpodatkaFinskanijeuključenauanalizu.4Korištenjepodatakizranijestudije(HUBAnaliza58)kojijeizračunatnatemeljupodatakaEBF-aza2015.

Koeficijent t-vrijednost p-vrijednostIntercept 1,118 1,510 0,146CR5 0,006 1,106 0,281NPLR 0,011 1,652 0,113TROŠKOVI 0,486 2,515 0,020EURO -0,295 -1,960 0,063KREDITI/ZAPOSLENI -0,076 -3,990 0,001

Koeficijenti t-vrijednost p-vrijednostIntercept 1,707 3,632 0,002ROE 0,009 0,458 0,652NPLR 0,015 1,957 0,064TROŠKOVI 0,389 2,149 0,043EURO -0,260 -1,691 0,106KREDITI/ZAPOSLENI -0,081 -4,300 0,000

Volumen i troškovna efikasnost potvrđuju se kao bitne odrednice marži.

17

eurozonina istoj razini udrugoj jednadžbi.Njihovutjecaj jeočekivanogpredznaka:loši krediti utječu na povećanje marže (omjer NPLR koji je veći za 10 postotnihbodovauprosjekujepovezansmaržomkojajevećazaoko0,15bodova).Uvođenjeeura ima jači utjecaj na smanjenjemarže, koji je udrugoj jednadžbi procijenjennaoko0,3postotnaboda.

Potvrđuje se, dakle, da je marža velikim dijelom strukturno uvjetovana. Troškovniomjeri i volumeni (krediti po zaposlenom u bankama) zavise o dugoročnim,fundamentalnim razvojnim čimbenicima, tehnološkim promjenama ikarakteristikama poreznog sustava koji također bitno utječu na troškovni dio. Tifaktori se ne mijenjaju u kratkom roku. Na primjer, Hrvatska ima relativno visokoopterećenjePDV-omkoje seprelijeva i nabankekaokrajnje kupce intermedijarnihproizvoda iuslugakoji senemoguprenijetinakrajnjepotrošače. Isto seodnosinačlanstvoueuropodručju;ionojestrukturnozadano.Profitabilnostkojačestoznatnovarira u kratkom roku ne objašnjava razlike u maržama među zemljama. Jedinavarijabla u kojoj se doneklemiješaju kratkoročni i dugoročni utjecaji je omjer lošihkreditaNPLR.NPLRvarirasekonomskimciklusom-kolebljivjeukratkomroku-doknjegovavisinau istovrijeme ima i strukturnukomponentukojazavisiodostignutojrazinirazvitkaikvalitetiinstitucijakojeuređujuodnosedužnikaivjerovnika.

TRENDOVI KAMATNE MARŽE U HRVATSKOJ Strukturnuuvjetovanostkamatnemaržemoglosenaslutitivećpromatranjemslike3.Izuzmemo li sam početak ovoga stoljeća, kada se bankarstvo još nalazilo u fazistrukturne konsolidacije i oporavka nakon prvog desetljeća tranzicije, prosječnakamatna marža za razdoblje Q4:2004.-Q2:2017. prema izračunu iz HUB Pregledaiznosilaje2,56postotnihbodovasmaksimumomnasamompočetkurazdoblja(3,10postotnih bodova) i minimumom u trećem tromjesečju 2009. (2,16 postotnihbodova). Marža se u gotovo trinaest godina mijenjala u okviru svega jednogpostotnogboda.

Zanimljivo je da se historijski minimum kamatne marže pojavio u razdoblju rastakamatnihstopaprije inakon izbijanjakrize (2007.-2009.), kadasupasivnekamatnestope rasle brže od aktivnih. Slično se ponovilo u vrijeme drugog rasta pasivnihkamatnihstopa2011.Nesamodaaktivnekamatnestopetadanisureagiralepremagore,negosusenastavileblagosmanjivatizbogoslabljenepotražnjezakreditimauuvjetimaproduljenegospodarskekrizeuHrvatskoj.Ovojevažnozabilježiti, jerbisedanas,nakonpromjeneregulative,takvepromjenemogletežeostvaritisobziromnavezanjeaktivnihkamatnihstopauzreferentnustopu-parametarčijesepromjeneuzfiksnu maržu automatski prenose na aktivne stope (osim ako konkurencija međukreditorimanijedovoljnosnažnadapokrenecjenovnukonkurencijuuvidusmanjenjamaržizapostojećekredite).Otojsetemiraspravljanakrajurada.

Marža ne varira jako u vremenu. U proteklih 13 godina najviše je iznosila 3,1 postotnih bodova, a najmanje 2,16.

18

Bilješka o kretanju marži uslijed promjena troškova izvora sredstava važna je zarazumijevanje ukupnih promjenamarži u vremenu. Slika 6 ponavlja prikaz kretanjasamemarže,bezostvarenihomjerakamatnihprihodaitroškova(štosemoževidjetinaslici3),kakobisezornijevidjelapovezanostkamatnemaržei12-mjesečnestoperastaukupnihplasmanabanaka. Uvrijemeprijekrizevidljiv jestalanpadmaržeuzgodišnjirastplasmanapostopivećojod10%.Nakonizbijanjakrize2008.,trendpadamaržejezaustavljen.Uistovrijeme,zaustavljenjerastplasmanabanaka.Njihovkraćioporavak2011.uglavnomtrebapripisatikreditiranjudržave.Odtadarastplasmanaostaje u negativnoj zoni, što se objašnjava prodajama dijelova aktive i stvarnousporenom kreditnom aktivnošću zbog slabe potražnje za kreditima (HUB, 2016,2017a).Zbogtogajerastkamatnemaržeobilježiotorazdoblje.

Slika6.KamatnamaržairastplasmanabanakaQ4:2000.-Q2:2017.

Izvor:HNBzarastplasmanaiHUBPregledzakamatnumaržu

Odnoskoji jeprikazannaslici6trebashvatitikaosublimiraniprikazvidljivihrelacijaizakojegastojemnogesloženeveze.Natemeljuranijeanalizemožesepretpostavitida rast plasmana, u mjeri u kojoj odražava poboljšanu produktivnost u bankama(sjetiteseulogeomjerakrediti/zaposleniuregresijamauprethodnomodjeljku)imastrukturniutjecajnamaržu.Cikličkiutjecajnijetoliko jasan, jerrastplasmanamožeznačitiodgovornanaraslupotražnjuuuvjetimagospodarskograsta,a topakmožeznačiti spremnostzaplaćanjevišihkamatnihstopa takodacikličkiutjecajnamaržumožebitiipozitivan.

0,0%

0,5%

1,0%

1,5%

2,0%

2,5%

3,0%

3,5%

4,0%

4,5%

5,0%

-10,0%

-5,0%

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

35,0%

31.12.2000.

30.09.2001.

30.06.2002.

31.03.2003.

31.12.2003.

30.09.2004.

30.06.2005.

31.03.2006.

31.12.2006.

30.09.2007.

30.06.2008.

30.03.2008.

31.12.2009.

30.09.2010.

30.06.2011.

31.03.2012.

31.12.2012.

30.09.2013.

30.06.2014.

31.03.2015.

31.12.2015.

30.09.2016.

30.06.2017.

Rastplasmana Kamatnamarža

Vizualna analiza ukazuje na utjecaj tempa rasta bankovnih plasmana na kamatnu maržu.

19

Drugisloženiodnosnastajezbogtogaštobrzinarastaplasmanamožebitipovezanaspromjenama omjera loših kredita (smanjuje ih). Ranija je analiza pokazala dapogoršanjekreditnekvalitetemožeimatiutjecajnarastkamatnemarže.

Usvakomslučaju,izmeđuobjašnjenjarazlikaukamatnimmaržamameđuzemljamaiobjašnjenja promjena kamatne marže u jednoj zemlji u vremenu mogu postojatirazlike,osobitoupogledusnageutjecajapojedinihvarijabli,alisuštinskihrazlikanebitrebalo biti. Sve varijable koje objašnjavaju razlike među zemljama objašnjavaju ipromjenenapojedinomtržištuuvremenu,samoštoutjecaji ipromjenena jednomtržištuurazdobljimaodnekolikogodina,pa iuduljemrazdobljukakvojeprikazanona slici 6, mogu biti tolikomale da ih regresijska analiza neće detektirati. S drugestrane,nekekratkoročnevarijacije,poputkratkogciklusa rasta ipadamarže2010.-2012.mogusenalazitipodutjecajemuzrokakojiu strukturnojanalizi razlikameđuzemljama nisu registrirani. Ova rasprava vodi u nastavak analize - pokušajekonometrijskeocjeneutjecajanapromjenumaržeuHrvatskojuvremenu.

UZROCI PROMJENA MARŽE U HRVATSKOJ: KVANTIFIKACIJA UTJECAJA

Iskustvoideskriptivnastatistikamogudatikorisneuvideuodrednicekamatnemaržeubankama,aliempirijskuanalizutrebapotkrijepitistrukturiranimteorijskimokviromtepregledomliterature.

Zatoćeseprijekvantifikacijeutjecajarazličitihodrednicakamatnemaržeunastavkuanalize prvo prikazati i objasniti teorijski okvir analize te će se dati sažeti pregleddosadašnjih empirijskih istraživanja, s naglaskom na ona koja uključuju tranzicijskezemljeiHrvatsku.

Teorijskiokvirzaanalizuodrednicakamatnemarže

Mikroekonomski modeli za analizu ponašanja banaka u suvremenim udžbenicima,poput Freixas i Rochet (2008), velikim se dijelom temelje na pionirskim radovimaKlein(1971)iMonti5(1972)teHoiSaunders(1981).Ovimodelipripadajukategorijimodelaiztzv.teorijepoduzeća(engl.theoryoffirm)ukojojsebankepromatrajukaoracionalni ekonomski subjekti sa specifičnim funkcijama cilja i ograničenjima.Ponašanje,tj.odlukebanakasuuovimmodelimaposljedicamaksimalizacijeprofita.

Reprezentativnabankapremapretpostavciposlujeuuvjetimasavršenekonkurencijetakodaseprofitnafunkcijamožezapisatikao:

𝜋 = 𝑟$𝐿 − 𝑟'𝐷 − 𝐶(𝐷, 𝐿) (1)

gdjeje𝑟$kamatnastopanadanekredite𝐿,𝑟'kamatnastopanaprimljenedepozite𝐷,a𝐶suoperativnitroškoviupravljanjabankom.

5ČitateljimaćemoždabitiinteresantnodaseradioMariuMontiju,tehnokratskompremijeruItalijeuvrijemekrizeeura

Banke kao i drugi poduzetnici nastoje maksimalizirati dobit.

20

Uvjetmaksimalizacijeprofitamožesedobitiderivacijomfunkcijeprofitapokreditimaidepozitimaštodaje:

𝜕𝜋𝜕𝐿

= 𝑟$ −𝜕𝐶𝜕𝐿

𝐷, 𝐿 = 0 (2)

𝜕𝜋𝜕𝐷

= 𝑟' −𝜕𝐶𝜕𝐷

𝐷, 𝐿 = 0

(3)

Prebacivanjemparcijalnederivacijetroškovanadesnustranudobijese:

𝑟$ =𝜕𝐶𝜕𝐿

𝐷, 𝐿 (4)

𝑟' =𝜕𝐶𝜕𝐷

𝐷, 𝐿

(5)

Dakle,uovomćemodelubankeprilagođavatikoličinukreditaidepozitailikamatnestope na kredite i depozite na način da ostvarenom maržom pokriju granični(operativni)trošakupravljanjabankom(jednostavnijepisankao𝑀𝑂𝐶):

𝑟$ − 𝑟' = 𝑀𝑂𝐶 (6)

Ukoliko semodel prilagodi na način da se pretpostavi da banka posluje na tržištuoligopolajednadžba(6)možesezapisatikao:

𝑟$ − 𝑟' = 𝑀𝑂𝐶 +1𝑁(1𝜇$+1𝜇') (7)

gdje je𝑁 broj banaka, a 𝜇$ i 𝜇' elastičnosti ponude kredita i potražnje zadepozitima.Štojemanjibrojbanakanatržištuištosumanjeelastičnosti,tosuvećekamatnemarže (bankemogu naplaćivati više aktivne kamatne stope i plaćati nižepasivne kamatne stope). Budući da se tržišna koncentracija najčešće mjeri

Herfindahl-Hirschmanovim indeksom u nastavku teksta će izraz 67( 689+ 6

8:) biti

zamijenjenkraticom𝐻𝐻𝐼.

Osimoperativnihtroškovaitržišnekoncentracije,naponašanjebanakautječuirizici,pričemusekaoposebnovažniističuriziklikvidnosti𝐿𝑅ikreditnirizik𝐶𝑅.Uzimajućiuobzirrizike,jednadžba(7)semožezapisatinasljedećinačin:

𝑟$ − 𝑟' = 𝑀𝑂𝐶 + 𝐻𝐻𝐼 + 𝐿𝑅 + 𝐶𝑅 (8)

Riziklikvidnostiutječenakamatnumaržunanačindapotrebazaodržavanjemviškalikvidnosti za banke predstavlja oportunitetni trošak koji one pokušavajukompenzirati povećanjem kamatne marže. Kreditni rizik na maržu utječe na dvanačina:(i)višikreditnirizikpodrazumijevatežunaplatukreditatezahtijevapovećaneresursebanke (troškove)prilikomnaplate i (ii)kreditni rizikpovećavapremijurizikakoja ulazi u izračun aktivne kamatne stope, što je detaljno raspravljano u ranijimpoglavljima.

Na tržištu koje nije savršeno osim graničnog troška na maržu utječe tržišna moć i rizik.

21

Sažetipregledliterature

Empirijska istraživanja proširuju ovaj jednostavan teorijski model varijablama kojeopisujuekonomskoiregulatornookruženjeukojimabankeposluju,uzimajuuobziriostale vrste prihoda (osim kamatnih) te uključuju varijable koje u međunarodnimusporedbamamoguopisati razlikemeđu zemljama.Unastavku su sažetoprikazanizaključciempirijskihradovaukojimajefokusnatranzicijskimzemljama.Odabranjeovakav “suženi “pregled literature jer subankarski sustavi u tranzicijskim zemljamaobilježeni specifičnostima zbog kojih nisu u potpunosti usporedivi s razvijenijimzemljama6.

Athanasoglou, Delis i Staikouras (2006) provode analizu za zemlje JugoistočneEurope, uključujući Albaniju, BiH, Bugarsku, Hrvatsku, Makedoniju, Rumunjsku teSrbijuiCrnuGoruurazdobljuod1998.do2002.godine.Unjihovojanalizisusekaostatistički signifikantne odrednice profitabilnosti (kamatna marža je jedan odpokazateljaprofitabilnosti)pokazalioperativnitroškovi,kreditnirizik,veličina,indekskoncentracije i vlasnička struktura banaka (strano vlasništvo), dok je odmakroekonomskihvarijablisamoinflacijaimalaznačajanučinak.

Claeys iVanderVennet (2008)analizirajuodrednicekamatnemaržeu36europskihzemalja, uključujući zemlje Srednje i Istočne Europe (CEE), u razdoblju od1994. do2001. godine. Rezultati analize pokazuju kako su operativna učinkovitost,koncentracijanatržištu,adekvatnostkapitalaiaverzijapremarizikuvažneodrednicekamatnemarže.Također,autorisuzaključilikakoCEEzemljeimajunižemaržebudućida je ulazak stranih banaka na tržište ove regije povećao operativnu učinkovitostposlovanja.

Schwaiger i Liebig (2009) u analizu uključuju zemlje CEE i Hrvatsku u razdoblju od2000. do 2005. godine. Autori zaključuju kako su relevantne odrednice kamatnihmarži kreditni rizik, operativni troškovi, ekonomsko okruženje i stupanj razvijenostifinancijskogtržišta(“financijskadubina”).

Horvath (2009) analizu temelji na mikropodacima za banke u Češkoj, a rezultatiistraživanja upućuju da su veća efikasnost poslovanja, stabilnost cijena, veličinabanakaivećakapitaliziranostbanakapovezanisnižimkamatnimmaržama.SličanuzorakzemaljaanalizirajuiKasman,VardariOkan(2010),urazdobljuod1995.do 2006. godine. Najvažnije odrednice kamatne marže u njihovom modelu suveličina banaka, efikasnost menadžmenta, a autori zaključuju i da M&A procesi(spajanja ipreuzimanja)upromatranimzemljamapovećavajuefikasnostposlovanjabanakaipovoljnodjelujunanetomaržu.DumičićiRidzak(2012)analizirajuodrednicekamatnihmaržiuCEEregijiod1999.do2010. godine. Autori zaključuju da je u promatranom razdoblju bilo nekolikotemeljnih čimbenika koji su doveli do smanjenjamarži. Padmarži je bio povezan asnažnim priljevom kapitala, povećanom efikasnošću poslovanja, povoljnimekonomskim okruženjem u vidu niske inflacije i kratkoročnih kamatnih stopa te

6ZadetaljnijipregledliteraturepogledatiDumičićiRidzak(2012)

Različita istraživanja daju različite rezultate, ali operativni troškovi i rizik se uvijek pokažu važnim odrednicama marži.

22

padajućimudjelomNPL-ovaubilancamabanaka.Sdrugestrane,jačiekonomskirastirastjavnogdugaomogućilisubankamadapovećajukamatnemarže.HUB analize 46 (2013) donijele su prikaz odrednica kamatnih stopa na kredite uHrvatskoj te odrednice neto kamatne marže. Analiza je pokazala da su pasivnekamatnestopenajvažnijaodrednicaaktivnihkamatnihstopa,alidaserasttroškovafinanciranja ne prelijeva u potpunosti na aktivne kamatne stope (što znači da semarža sužava u uvjetima rasta kamatnih stopa). Rezultati istraživanja su takođerpokazali da rast BDP-a, troškovi i Euribor povećavaju maržu dok ju veća kvalitetaaktivesmanjuje.Iloska (2014) istražuje odrednice kamatne marže u Makedoniji na temeljumikropodatakazabanke.Kaostatističkiznačajneodrednicekamatnemaržeautoricaističe troškove zaposlenika te udio kredita u ukupnoj aktivi dok analiza ostalihpokazatelja,poputaverzijepremariziku,veličinebanakaiupravljanjatroškovimanijedalajednoznačnezaključke.U HUB analizama 58 (2017b) pokazano je da u EU produktivnost (krediti pozaposlenom) i digitalne tehnologije smanjuju kamatne marže, dok operativnitroškovi, premija rizika, povrat na kapital i udjel kamatne marže u dohotku imajupozitivanučinaknakamatnumaržu.

KvantifikacijautjecajaodabranihodrednicanakretanjekamatnemaržeuHrvatskoj

NatemeljuprikazanogteorijskogmodelaizaključakaempirijskihradovauovojanalizićesekoristitiodrednicemaržinavedeneuTablici2.

Analiza se provodi na kvartalnim podacima od četvrtog kvartala 2000. godine dodrugog kvartala 2017. godine, ukupno 67 opažanja. Podaci o kategorijama bilanci iračuna dobiti i gubitka banaka te indeksu koncentracije preuzeti su sa stranicaHrvatskenarodnebanke,apodaciostopirastaBDP-asastraniceDržavnogzavodazastatistiku. Zaključci o signifikantnosti temelje se na Newey-West specifikacijistandardnihgrešaka.Zbogrelativnomaloguzorka ipoštovanjaprincipaparsimonijeprocijenjen je većibrojmodela smanjimbrojemvarijabli, a rezultati suprikazaniutablici3.

Promatra se kretanje marže kroz 67 tromjesečja od kraja 2000. do drugog tromjesečja 2017. (slika 3).

23

Tablica2:Odrednicenetokamatnemarže

Kategorija Nazivvarijableinačinizračuna Očekivaniučinak

Operativnitroškovi Omjertroškovaiprihoda(costincomeratio,CIR)

Manjatroškovnaefikasnostjepovezanauzvišekamatnemaržekakobisepokrilipovećanitroškovi(+)

Izvoriprihoda Udionekamatnihprihodauukupimprihodima(NKP)

Većimudjelomnekamatnihprihodabankemogukompenziratinižeprihodeodkamata(-)

Rizici

Likvidnosnirizik(omjerlikvidneiukupneimovine,LR) Bankećezaračunativišekamatne

stopekakobikompenziralerizikeisnjimapovezanetroškove(+)Kreditnirizik(udiotroškovarezer

vacijauukupnimprihodima,CR)

Obujam Stoparastaukupnihkredita(L)

Rastkredita(povećanjevolumenakredita)dovodidoekonomijeobujmaismanjenjatroškova,štoukonačnicidovodidomanjihmarži(-)

Ekonomskookruženje StoparastaBDP-a(BDP)

RastBDP-amožeimatiipozitivaninegativanučinaknakamatnumaržu;negativanučinaksemožetumačitičinjenicomdasuurecesiji(padBDP-a)riziciveći,auekspanziji(rastBDP-a)paurecesijimaržerastu,auekspanzijipadaju;sdrugestraneufaziekspanzijerastepotražnjazakreditimapabankemogunaplaćivativišeaktivnekamate(+/-)

Averzijapremariziku/regulatornoopterećenje

Udiokapitalauukupnojpasivi(KA)

Višaaverzijapremarizikupodrazumijevavišiudio"skupljeg"izvorafinanciranja,tj.vlasničkogkapitalapabankevišimmaržamapokušavajukompenziratitajtrošak;većiregulatornitrošakzahtijevavećekamatnemarže,alikapitaliziranjebankesumanjerizičneiimajunižetroškovefinanciranja(+/-)

Tržišnakoncentracija HHIindeks7 Većatržišnakoncentracijavodivišimkamatnimmaržama(+)

Izvor:Arhivanalitika

7HHIindeksjedostupannagodišnjojrazinipajezapotrebeanalizeuovomraduinterpolirannakvartalnurazinu.

24

Tablica3:Rezultati

Sivo:signifikantnonarazini5%;plavo:signifikantnonarazini10%Izvor:Arhivanalitika

Iz tablice 3 semože vidjeti da senajstabilniji rezultat odnosi na statistički značajanpozitivanutjecajoperativnihtroškovanakamatnumaržu.Većioperativnitroškovisuvezaniuzvećumaržuusvimprocijenjenimmodelima.RezultatjeuskladusnalazomusporednihregresijazadržavečlaniceEU.

Nekamatni prihod u dva modela ima statistički značajan i očekivano negativanpredznak, dok u jednommodelu ima statistički značajan pozitivan učinak približnojednakogintenziteta.Utjecajjeneodređen.

Ekonomsko okružje, mjereno stopom rasta BDP-a, ima očekivano pozitivan istatističkiznačajanučinakusamojednommodelu.

Kada se stopa rasta BDP-a zamijenila obujmomkredita (pretpostavlja se da postojivisokakorelacijaizmeđustoperastaBDP-aikredita),rezultatjepokazaodaobujamkredita ima statistički značajan i negativan učinak na kamatnu maržu, u skladu spretpostavkamairazmatranjimauprethodnompoglavljuotrendovima.

Učinakregulatornogopterećenjajeudvamodelanegativanistatističkiznačajan,dokjeujednommodelupozitivan.Kakojeranijeobjašnjeno,pozitivanpredznakjevezanuztroškoveangažiranjadodatnogkapitaladok jenegativanpredznakvezanuzvećurazinustabilnosti.

HHI indeks ima očekivano pozitivan, ali vrlomali učinak na kamatnumaržu, koji jestatistički signifikantan u tri od šestmodela.Mala vrijednost parametra proizlazi izkonstrukcije serije koja zbog interpolacije pokazuje vrlo malu među-kvartalnudinamiku. Međutim, treba imati u vidu da se koncentracija nije pokazala dobrimobjašnjenjemuusporednommodelu razlikameđudržavamačlanicama (iako jeHHIboljipokazateljkoncentracijeodCR5).

Pokazatelj rizika likvidnosti u prvom modelu ima negativan i statistički značajanučinaknakamatnumaržu,autrećemmodelupozitivanistatističkiznačajanučinak.Pozitivan učinak je u skladu s teorijom koja predviđa da viškovi likvidnostipredstavljaju oportunitetni trošak za banke. Međutim, veća likvidnost može biti

Kategorija Model1 Model2 Model3 Model4 Model5 Model6Operativnitroškovi 0.09 0.08 0.09 0.07 0.1 0.07Nekamatniprihod 0.03 -0.03 0.01 -0.02 - -Ekonomskookruženje 0.01 0.00 - - - -Averzijapremariziku/regulatornitrošak -0.04 0.03 -0.02 0.08 - -HHI 0.00 0.00 0.0 0.0 0.00 0.00Likvidnosnirizik -0.09 - 0.05 - -0.05 -Kreditnirizik - 0.00 - 0.0 - 0.00Obujam - - -0.03 -0.03 - -

Stopa profitabilnosti i tržišna moć nemaju odlučujući utjecaj na visinu kamatne marže.

25

povezana i s većom stabilnošću banke, ali i motivirati banke da spuste aktivnekamatnestopekakobipovećaleplasmane.Rezultatjeneodređen.

Nasuprottome,pokazateljkreditnogrizikausvimmodelimaimastatističkiznačajanipozitivanučinaknamaržu,štojeuskladuspretpostavkamairezultatimaijedneodregresijanausporednimpodacima.Međutim,parametar jevrlomali,blizunule,štosugeriradapromjeneNPLRnisudominantnoobjašnjenjevarijacijakamatnemaržeuHrvatskojproteklihgodina.

Iz analize se može zaključiti da su najvažnije odrednice neto kamatne marže uHrvatskoj u promatranom razdoblju bili operativni troškovi, obujam te pokazateljirizika. Zaključci su u skladu s rezultatima prikazanim u pregledu literature zausporedivezemlje.

UMJESTO ZAKLJUČKA: RASPRAVA S GLEDIŠTA ZAŠTITE POTROŠAČA

Interespotrošačajetransparentnost,konkurencijameđukreditorimaradipostizanjašto boljih uvjeta na tržištu i financijska stabilnost radi postizanja trajno normalnihuvjetaposlovanjabezprevelikihvanjskihšokova.Ovajeanalizapokazaladajepogledna odnose kreditora i potrošača kroz perspektivu njihovog inherentnog konfliktainteresa, pri čemu se pretpostavlja da je dobit kreditnog posredovanja ključan klinkoji se zabija u razliku kamatnih stopa, najblaže rečeno nepotpun, u velikoj mjeripogrešan. Dobit nije ključna sastavnica marže, jer različite vrste troškova -operativnih, regulatornih i troškova rizika - čine najveći dio kamatne marže.Zajednički je interes svih dionika sustava - kreditora, potrošača, regulatora i širejavnosti-datitroškovibuduštoniži.

Analiza jepokazalada treba razlikovati expost realiziranumaržu i exantemaržu sgledišta potrošača - novog dužnika. Ex post realizirana marža u Hrvatskoj jerazmjernovisoka(MađarskaiBugarskaimajuvećemaržeuEU)zbogstupnjarazvojatržišta (relativno mali volumeni) i zbog s time povezane ograničene troškovneefikasnosti. To su strukturni čimbenici marže na koje je teško utjecati u srednjemroku.

Postoje,međutim, strukturni čimbenici kamatnemarženakoje seu srednjem rokumožeutjecati.Tosu:(1)rizici,naposekvalitetakreditaodnosnoukupnihplasmanai(2) uvođenje eura koje smanjuje i rizike i regulatorne troškove. Što se drugogčimbenikatiče,analizajepokazaladazemljekojesuuveleeurouprosjekuimaju0,3postotna boda niže kamatne marže, što se pokazuje nakon što se kontroliraju sviostali utjecaji. Rezultat je u skladu s ranijim analizama učinka uvođenja eura nasmanjenjeprinosadržavnihobveznica(HUB,2017c).

Ostali rizici su stvar funkcioniranja institucija; kako institucija koje uređujutransparentnost informacija na tržištu, tako i institucija koje uređuju postupke

Najveći izgledi za smanjenje marže u srednjem roku su povezani sa smanjenjem rizika i regulatornih troškova na putu ka euro području.

26

prisilne naplate i rješavanja prezaduženosti.Napori usmjereni ka usavršavanju ovihinstitucija, uz postizanje dobre ravnoteže interesa sadašnjih i budućih dužnika ikreditora,moguu bitnome smanjiti oscilacije i spustiti dugoročnuprosječnu razinuloših kredita, a kroz smanjenje rizika utjecati na dugoročni pad kamatne marže.Naravno,omjerlošihkreditaprvenstvenozavisiodinamiciioscilacijamaekonomskeaktivnosti, tako da kvaliteta svih politika koje na to utječu određuje kvalitetuplasmanaiprekonjihodređujemaržu.

Rezultatiseodnosenaexpostizmjerenukamatnumaržu.Bilobipogrešnozaključitidaexantekamatnamarža,kojaseizperspektivepotrošačapojavljujekaoformulazaizračun kamatne stope na kredit (referentna stopa (parametar) plusmarža), nije snjomeuskopovezana.Iakojejedankonceptmaržedefiniranexante,adrugiexpost,njihove su veze određene preko utjecaja različitih varijabli na maržu. Kao štokonkurencijanasvakompa ikreditnomtržištuprirodno jačauuvjetimapoboljšanjaodnosa očekivane dobiti i rizika i obratno, tako se i perspektive smanjenja maržepovećavaju kada se odnos očekivane dobiti i rizika preko snaženja konkurencijeprelijeucjenovnukonkurencijuipadmarži.

Odgovornapitanjekakosuexanteiexpostmaržapovezaneištosemožeočekivatiubudućnostiosobitojevažanuuvjetimahistorijskinajnižihpasivnihkamatnihstopa.Iako se u trenutku pisanja ovoga rada ne očekuje njihov nagli porast, to se usrednjemrokunemože isključitipaseotvarapitanještosemožeučinitikakobi sekrozstvaranjeprostorazasmanjenjemaržekompenziralimogućinegativniučinci.

Analiza je pokazala da je sam bankarski sustav ograničen u pogledu rezervi zasmanjenjemarži, sobziromdasuvolumeni ioperativni troškovistrukturnozadani inemogusebitnomijenjatiukratkomisrednjemroku.Profitabilnostimaminimalanili nikakav učinak na marže, pa rezerve postoje u dijelu rizika vezanog uzinstitucionalni okvir i financijskih te regulatornih rizika vezanih uz uvođenje eura.Stoga se prostor za srednjoročno smanjenje marži koje bi eventualno moglokompenziratiučinkeočekivanograstaparametaraukreditnimugovorimausrednjemroku treba tražiti kroz poboljšanje institucionalnog okvira i priključenje europodručju.

Poticanje konkurencije je nezamjenjiv mehanizam spontane kontrole marži.

27

LITERATURA

Athanasoglou, B. P., Delis, M. D. i Staikouras, C. K. (2006): Determinants of bankprofitability in the South and Eastern European region. Bank of Greece WorkingPaper,(47).Athene:BankofGreece.

Claeys, S. i Vander Vennet, R. (2008): Determinants of Bank Interest Margins inCentralandEasternEurope:AComparisonwiththeWest.EconomicSystems,32(2),pp.197-216

Dumicic, M. i Ridzak, T. (2013): Determinants of Banks’ Net Interest Margins inCentralandEasternEurope,FinancialTheoryandPractice,(1),pp.1-30

Freixas, X. i Rochet, J. (2008): Microeconomics of Banking, 2nd Edition,MassachusettsInstituteofTechnology,TheMITPress.

Ho,T.iSaunders,A.(1981):TheDeterminantsofBankInterestMargins:TheoryandEmpiricalEvidence,JournalofFinancialandQuantitativeAnalysis,16(4),pp.581-600.

Horváth,R. (2009): TheDeterminantsof the InterestRateMarginsofCzechBanks.CzechJournalofEconomicsandFinance(Financeauver),59(2),pp.128-136.

HUB (2013): Odrednice promjena kamatnih stopa u Hrvatskoj, HUB Analize 46.Zagreb:Hrvatskaudrugabanaka.

HUB (2015):Nacionalna referentnastopaprosječnog troška financiranjabankovnogsektora (NRS). http://www.hub.hr/sites/default/files/2015_metodologija_nrs.pdf.Zagreb:Hrvatskaudrugabanaka.(preuzeto5.10.2017.)

HUB(2017a):Banke i razvoj.HUBAnalize58,ožujak2017.Zagreb:Hrvatskaudrugabanaka.

HUB(2017b):HUBPregled3/2017.Zagreb:Hrvatskaudrugabanaka.

HUB(2017c):Utjecajuvođenjaeuranaprinosedržavnihobveznica.HUBAnalize59,srpanj2017.Zagreb:Hrvatskaudrugabanaka.

Iloska, N. (2014): Determinants of Net InterestMargins – the Case ofMacedonia,JournalofAppliedEconomicsandBusiness,2(2),pp.17-36

Kasman, A. i dr. (2010): Consolidation and commercial bank net interest margins:EvidencefromtheoldEuropeanUnionmembersandcandidatecountries.EconomicModeling,27(3),pp.648-655

Klein,M.(1971):ATheoryoftheBankingFirm,JournalofMoney,CreditandBanking,3,pp.205-18

28

Monti,M.(1972):Deposit,Credit,andInterestRateDeterminationunderAlternativeBank Objectives,” u Mathematical Methods in Investment and Finance, ed. G.P.SzegoiK.Shell.Amsterdam:North-Holland.

Rosan, M. (2017): Izloženost privatnoga nefinancijskog sektora kamatnom riziku:analizarezultataAnketeopromjenjivostikamatnihstopa.HNBPreglediP-32.Zagreb:Hrvatskanarodnabanka.