The aim of this paper is to estimate the efficiency of Hungarian banks with several models and to calculate the Lerner index for both the household and the corporate credit market. We apply stochastic frontier analysis (SFA) and data envelopment analysis (DEA) models to estimate the efficiency and calculate profit and cost efficiency with and without taking credit losses into consideration. In terms of cost efficiency, banks are nearly homogeneous and improved their efficiency after the crisis. Banks, however, are extremely heterogeneous in terms of profit efficiency. During the crisis, a gradual improvement could be observed across the sector after the initial downturn. Since the operating conditions of the household and the corporate credit markets are different, we estimated the intensity of competition separately for both the markets. While the Lerner index showed strong market power in the household credit market, the corporate credit market was characterised by intense competition. Regarding efficiency, various models often resulted in different conclusions, especially in the case of cost efficiency. Therefore we recommend that the regulatory decision-making process should always consider the results of several models. Moreover, the Lerner indices demonstrate that it might be important to use disaggregated models when modelling the features of credit markets.
Túl drága az olcsó hitel -a családi otthonteremtési kedvezmény támogatott hitelkamatainak vizsgálata Az újonnan szerződött lakáshitelek volumenének mintegy 15 százalékát a családi otthonteremtési kedvezményhez (CSOK) kapcsolódó, államilag támogatott hitelek teszik ki. Az aggregált kamatstatisztikák alapján ezen támogatott lakáshitelek átlagos teljes ügyleti -azaz az állami támogatással való kiegészítést is tartalmazókamatlába érdemben meghaladja a piaci alapú lakáshitelek átlagos kamatlábát. Ez a kamatkülönbözet már 2021 első felében is meghaladta az 1 százalékpontot, majd a jegybanki kamatemelési ciklus elindulásával párhuzamosan tovább emelkedett. Tanulmányunk fő kérdése, hogy a piaci és a támogatott lakáshitelek kamatlába közötti különbség indokolható-e a CSOK-hitelek eltérő összetételével és magasabb kockázatával. A támogatott jelleg parciális hatásának azonosítása érdekében kétféleképpen is szűrünk a kamatlábakat befolyásoló egyéb változókra: egyrészt OLSregressziót futtatunk a hitelkamatokra egyéb kontrollváltozók bevonásával, másrészt kihasználjuk, hogy egyes adósok piaci és támogatott hitelt egyaránt felvettek, ami az azonos körülmények miatt természetes kontrollt jelent az összetételhatás jelentős részére. Eredményeink alapján a CSOK-hitelek magasabb ügyleti kamatlábát nem az összetételhatás okozza. Meglátásunk szerint a kamatkülönbözet fő oka a banki verseny hiánya a támogatott hitelek piacán, amely a jogszabályi keretek azon sajátosságából adódik, hogy az ügyfél mindenképpen rögzített kamatlábat fizet, és nem érdekelt a banki ajánlatok egymás közötti versenyeztetésében. * Journal of Economic Literature (JEL) kód: G21, G51, H32.* Jelen tanulmány a szerzők nézeteit tartalmazza, és nem feltétlenül tükrözi a Magyar Nemzeti Bank hivatalos álláspontját. Köszönettel tartozunk a két anonim lektornak a kézirathoz fűzött értékes megjegyzéseikért.
Tanulmányukban azt vizsgáljuk, hogy a változó kamatozású jelzáloghitelek mekkora részében lehet nyereséges és reális a tartozás piaci alapon történő kiváltása a hátralévő futamidő, a hitelkiváltás jelenlegi egyszeri költségei, valamint az aktuális kamatfelár tükrében. Ehhez mikroszintű adatbázis alapján különféle módszerekkel (az egyszerű bankrendszeri átlagfelár behelyettesítésétől a lineáris regresszióval történő modellezésig) megbecsültük, hogy az egyes adósok milyen felár mellett lennének képesek egy új, változó kamatozású hitel felvételére. Ha az új hitel becsült felára kellően alacsony, akkor az adósnak pénzügyileg rentábilis lehet a refinanszírozás. Eredményeink szerint konzervatív banki hitelkondíciók mellett a 2015 előtt folyósított változó kamatozású jelzáloghitel-állomány 22-31 százaléka lenne kiváltható ily módon. Bár közvetlenül a változó kamatozású hitelek változó kamatozású hitellel történő kiváltását vizsgáltuk, eredményeink arra is rámutatnak, hogy a rögzített kamatozású hitellel történő kiváltás-és így a háztartási szektor kamatkockázatának csökkenése-előtt rendelkezésre álló tér piaci alapon korlátozott lehet. A Magyar Nemzeti Bank kamatkockázattal kapcsolatos ajánlása a hitelkiváltás előtt álló akadályok enyhítése révén véleményünk szerint érdemben emelheti a rögzített kamatozásra való áttérés arányát.
In order to mitigate the economic effects from the COVID-19 epidemic, a moratorium on loan repayments was introduced in several countries, including Hungary. Essentially, a loan moratorium provides additional finance for participants, allowing theories of both credit demand and consumption to be tested on debtors’ decisions as to whether or not they participate in the programme. In this paper, we use a linear probability model on the Hungarian survey data to examine the driving factors behind the households’ decision to participate in the scheme. Our results show that the younger debtors and those with more children are more likely to utilise the programme. Stretched financial situations, i.e., lower incomes, lower savings and higher payment-to-income ratios, increase the probability of continued participation as well. The chance of participating in the scheme also increases significantly when a household has faced borrowing constraints over the past two years, i.e., it has not been or only partially been able to satisfy its credit demand.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.