Głównym celem badania była identyfikacja poziomu i trendów w zakresie kształtowania wyniku finansowego i rentowności sektora bankowego w Polsce w latach 2010-2024 na tle innych branż gospodarki narodowej oraz sektorów bankowych innych krajów Unii Europejskiej. Dokonano także identyfikacji czynników wpływających na politykę kredytową banków i ich zdolność do finansowania gospodarki oraz czynników ekonomicznych i regulacyjnych wpływających na koszt kredytu bankowego w Polsce i krajach Unii Europejskiej.

Spis treści

Wprowadzenie

Rentowność sektora bankowego w Polsce – analiza porównawcza w ujęciu historycznym i bieżącym

• Determinanty kształtowania wyniku finansowego i rentowności sektora bankowego w świetle przeglądu literatury
• Rentowność sektora bankowego w Polsce na tle krajów Europy Środkowo-Wschodniej i Unii Europejskiej
• Rentowności sektora bankowego w Polsce a rentowność innych branż gospodarki krajowej oraz największych spółek rynku kapitałowego

Kluczowe uwarunkowania rentowności sektora bankowego w Polsce – doświadczenia krajowe i międzynarodowe

• Czynniki wpływające na poprawę rentowności sektora bankowego w Polsce w latach 2023-2024
• Kierunki rozdysponowywania wyniku finansowego banków w Polsce w latach 2010-2024 w kontekście rekomendacji nadzorczych i decyzji akcjonariuszy
• Rentowność sektora bankowego jako warunek budowy kapitałów własnych i poprawy zdolności do kredytowania gospodarki – ocena zdolności banków do pozyskania finansowania z rynku kapitałowego w warunkach niskiej rentowności
• Determinanty rentowności sektorów bankowych krajów Unii Europejskiej i banków w Polsce – analiza statystyczna i ekonometryczna

Zdolność banków do finansowania gospodarki a wyzwania związane z budową rentowności

• Determinanty popytu na kredyt i podaży kredytu bankowego w świetle przeglądu literatury
• Uwarunkowania popytowe i podażowe dostępności kredytu – perspektywa banków i klientów
• Rola polskiego sektora bankowego w kredytowaniu gospodarki w kontekście doświadczeń krajów Unii Europejskiej
• Skuteczność egzekucji należności bankowych jako determinanta skłonności sektora bankowego w Polsce do finansowania gospodarki

Uwarunkowania poprawy zdolności banków do finansowania gospodarki

• Identyfikacja kluczowych problemów związanych z niskim poziomem kredytowania gospodarki przez banki w Polsce w kontekście wyników badania ekonometrycznego – perspektywa sektorów bankowych UE oraz krajowych banków komercyjnych
• Optymalizacja procesu zarządzania ryzykiem kredytowym w kontekście efektywnej alokacji kredytu w gospodarce
• Wpływ publicznych narzędzi o znaczeniu systemowym wspierających restrukturyzację wobec portfeli kredytowych na zmiany polityki kredytowej banków – studium dla krajów Unii Europejskiej
• Kredytowanie gospodarki przez banki działające w Polsce a struktura źródeł finansowania przedsiębiorstw

Koszt kredytowania gospodarki przez banki – doświadczenia rynku polskiego i europejskiego

• Przegląd literatury w kontekście determinant kosztu kredytu bankowego
• Ocena poziomu i zmienności kosztu kredytu bankowego w Polsce na tle innych krajów Unii Europejskiej
• Polityka stóp procentowych banku centralnego a koszt kredytu bankowego – studium przypadku wybranych krajów Unii Europejskiej na tle Polski
• Regulacje w zakresie maksymalnego kosztu kredytu bankowego – aspekt odsetkowy i pozaodsetkowy – Polska na tle krajów Unii Europejskiej

Kluczowe czynniki wpływające na koszt kredytowania gospodarki – badania statystyczne i studium przypadku

• Determinanty kosztu kredytowania gospodarki w Unii Europejskiej – wnioski z badań statystycznych
• Wpływ stosowania mechanizmów transferu ryzyka kredytowego oraz stabilności instrumentów preferencyjnych w ramach polityk publicznych na koszt kredytu bankowego (ze szczególnym uwzględnieniem mechanizmów w obszarze kredytów mieszkaniowych)
• Następstwa materializacji ryzyka prawnego (kredyty CHF) w kontekście przeniesienia kosztów na szerokie grono kredytobiorców kosztem wąskiej grupy beneficjentów (kancelarie prawne, kredytobiorcy o wysokich dochodach, akceptujący ryzyko walutowe)

Pozostałe wyzwania w zakresie rentowności sektora bankowego w Polsce w świetle otoczenia regulacyjnego

• Zagrożenia dla budowania rentowności sektora bankowego w przyszłości – analiza wpływu potencjalnych obniżek stóp procentowych lub zwiększenia obciążeń podatkowych na wynik finansowy
• Zdolność sektora bankowego do absorpcji redukcji wyniku odsetkowego w kontekście uwarunkowań regulacyjnych (np. maksymalnych pozaodsetkowych kosztów kredytu) i wyzwań prawnych oraz technologicznych
• Działania dostosowawcze banków do nowych wymogów regulacyjnych oraz obszary kosztów związanych z implementacją nowych rozwiązań w obszarze bezpieczeństwa i innowacji technologicznych

Rola czynników popytowych w poprawie zdolności sektora bankowego do finansowania potrzeb gospodarki w świetle wyników badania ankietowego

• Model procesu decyzyjnego w zakresie korzystania z kredytów w sektorze niefinansowym
• Aktywność kredytowa sektora niefinansowego w kontekście identyfikacji potrzeb i polityki kredytowej banków
• Popyt na kredyt bankowy a świadomość klientów i postrzeganie ryzyka prawnego

Główne wnioski i rekomendacje

Spis tabel

Spis wykresów

Aneksy 201

Wprowadzenie

Polski sektor bankowy przez ostatnie lata charakteryzował się niską zdolnością do generowania zadowalającego wyniku finansowego i budowania rentowności. Najważniejsze miary w tym obszarze, tj. ROA i ROE pozostawały w latach 2010-2022 istotnie niższe niż w innych segmentach gospodarki. Także na tle sektorów bankowych innych krajów Europy Środkowo-Wschodniej średnie wartości współczynników ROA i ROE dla banków działających w Polsce pozostawały na niskim poziomie. W latach 2023-2024 zaobserwowano istotną poprawę wyników finansowych sektora bankowego (pod koniec 2024 roku po raz pierwszy od wielu lat ROE w sektorze bankowym w Polsce był wyższy od kosztu kapitału), przy czym pod względem stopy zwrotu z aktywów i kapitałów własnych rynek polski pozostał w I półroczu 2024 roku w grupie krajów poniżej średniej dla UE.

Jak wskazuje raport firmy Oliver Wyman¹, czynniki strukturalne mają silny wpływ zarówno na rentowność banków, jak i kierunki polityki kredytowej i inwestycyjnej. Zmienne otoczenie makroekonomiczne wpływa negatywnie na ponoszone przez nie ryzyko, a przez to na ich rentowność. Otoczenie konkurencyjne, w tym sektor Fintech, wymusza stały wzrost wydatków technologicznych. Ciągle wzrastają też koszty regulacyjne, w tym koszty nadzoru i zapewnienia zgodności (jak procedury AML i KYC) oraz bezpieczeństwa cyfrowego, które banki musza pokrywać z wygenerowanych zysków. W zakresie wymogów kapitałowych, organy regulacyjne w UE oraz w Polsce, mają dużą swobodę decyzyjną, a wynikająca z tego niepewność jest jednym z powodów, dla których banki zmuszone są do utrzymywania nadwyżki kapitału, a tym samym niskiego lewarowania. Banki mają też do czynienia z ciągłym wzrostem wpłat na fundusze depozytowe i restrukturyzacyjne. Na rynku nie ma również rozwiązań regulacyjnych wspomagających zarządzanie ryzykiem kredytowym, np. sekurytyzacji, która uwolniłaby środki na finansowanie gospodarki. Brak jest też instytucji wspieranych lub finansowych przez rząd, które w większym stopniu gwarantowałyby ryzyko kredytowe w ważnych obszarach z perspektywy polityki publicznej, np. kredytów hipotecznych (jak Fannie Mae i Freddie Mac w USA).

Banki dostarczają szereg usług ważnych społecznie, które wpływają na koszt ich działalności. Infrastruktura sektora bankowego umożliwia korzystanie z usług administracji publicznej, a sektor bankowy poprzez system danin publicznych (CIT, ale też podatek bankowy) zasila bezpośrednio budżet państwa. Pośrednio banki wspomagają też budżet państwa przez absorbcję długu publicznego – nabywając obligacje Skarbu Państwa i instytucji publicznych. Banki, ze względu na nadpłynność w sektorze oraz bodźce fiskalne (podatek bankowy), posiadają znaczną część długu państwowego, co także oddziaływuje na ich rentowność – dług sektora finansów publicznych stanowił w 2023 r. około 3,5% aktywów bankowych w strefie euro, a ponad 20% w Polsce².

Poprawa rentowności w polskim sektorze bankowym nastąpiła po ponad dekadzie kryzysów i szoków, których konsekwencją było zaostrzenie regulacji, polityka pieniężna z niskimi stopami procentowymi oraz restrykcje związane z pandemią. Ta kombinacja czynników obniżyła znacznie zyski i sprawiła, że banki stały się nieatrakcyjne dla inwestorów. Obecne wysokie stopy procentowe mogą jednak negatywnie wpłynąć na przyszłą zdolność kredytową klientów i w perspektywie banki mogą napotkać podwyższone ryzyko kredytowe. Skuteczne zarządzanie tym ryzykiem wymaga od banków posiadania rezerw na straty kredytowe. Jednocześnie banki muszą sprostać wyzwaniom związanym z cyfryzacją i zmianami klimatycznymi. Trwała i stabilna poprawa rentowności jest warunkiem koniecznym zdolności sektora bankowego do wzmocnienia finansowania gospodarki poprzez kredyt bankowy oraz wdrażania nowych rozwiązań w obszarze innowacyjności i bezpieczeństwa.

Kredyt bankowy stanowi bardzo istotne narzędzie wsparcia rozwoju gospodarczego,
w szczególności w obszarze innowacyjności. Dlatego niepokojące jest obserwowane w Polsce w ostatnich latach zmniejszenie roli kredytu bankowego w gospodarce. Relacja między kredytami dla sektora niefinansowego udzielanymi przez sektor bankowy do PKB kraju obniżyła się z 49,7% w 2016 roku do 32,8% w 2023 roku. Istotnym problemem z perspektywy potrzeb pożyczkowych sektora niefinansowego jest także kwestia tzw. luki inwestycyjnej – wynoszącej w Polsce według badań EBI 23% (w stosunku do 16% dla krajów Unii Europejskiej). Także deklaracja w zakresie gotowości polskich banków do finansowania odbudowy Ukrainy po zakończeniu działań zbrojnych będzie stanowić istotne źródło potrzeb kapitałowych, redukujących możliwość zaspokojenie potrzeb finansowania polskiej gospodarki.

W warunkach niskiej wieloletniej rentowności, generowany w ostatnich dwóch latach w Polsce dobry wynik finansowy banków stanowił jedynie źródło wzrostu wyposażenia kapitałowego, umożliwiający zapewnienie bezpieczeństwa funkcjonowania. Budowa odpowiedniej bazy kapitałowej stanowi przedmiot zainteresowania wszystkich interesariuszy rynku bankowego, przy czym z uwagi na charakter pełnionej roli jest przedmiotem szczególnego zainteresowania instytucji sieci bezpieczeństwa finansowego. Problem niskiego lewarowania w polskim sektorze bankowym determinowany jest zarówno czynnikami popytowymi, jak i podażowymi. Z jednej strony istotną rolę odgrywają uwarunkowania makroekonomiczne, w szczególności wysoki poziom stóp procentowych banku centralnego, z drugiej strony obserwuje się negatywne implikacje materializacji ryzyka prawnego i kredytowego. Od wielu lat sektor bankowy ponosi bardzo istotne koszty związane z zapadającymi wyrokami sądowymi. Przewlekłość postępowań sądowych w zakresie egzekucji należności bankowych, wzrost akceptacji społecznej dla nieregulowania zobowiązań kredytowych wobec banków wynikająca m.in. ze wzmożonej aktywności kancelarii prawnych oraz niestabilność prawa (regulacje incydentalne, przyjmowane często na potrzeby cyklu wyborczego) oraz brak systemowych rozwiązań w zakresie transferu ryzyka kredytowego dla należności o wysokiej wrażliwości (które wdrożone są np. we Francji) oddziałują negatywnie nie tylko na podaż kredytu, ale także na jego koszt. Generuje też zjawisko hazardu moralnego – koszty w zakresie nieważności umów ponoszą bowiem obecni klienci sektora w postaci konieczności zapewnienia dodatkowych źródeł przychodów lub ograniczenia innych kosztów, zaś beneficjentem w dużym stopniu są wyspecjalizowane kancelarie prawne i wąska grupa kredytobiorców frankowych.

Na potencjał budowy rentowności sektora bankowego w Polsce będą w najbliższych latach negatywnie oddziaływać czynniki związane z oczekiwaną przez rynek redukcją stóp procentowych. Zmiany stóp procentowych oddziałują na rynek bankowy przede wszystkim dwoma kanałami związanymi z materializacją ryzyka rynkowego, tj. oddziałując na wynik odsetkowy wskutek materializacji ryzyka dochodu oraz na wycenę instrumentów finansowych o stałym dochodzie poprzez ryzyko wartości. Istotną implikacją w zakresie zmian stóp procentowych mogą być także zmiany w zakresie stabilności źródeł finansowania, wynikające ze zmian preferencji klientów (zwłaszcza rynku niefinansowego) w zakresie alokacji oszczędności ogółem oraz zmiany struktury depozytów.

Od 2020 roku obserwowane były niemal na całym świecie istotne zmiany w obszarze polityki monetarnej. Z jednej strony wiązały się one z szerokim co do zakresu i skali zastosowaniem niestandardowych instrumentów polityki monetarnej, a z drugiej z dynamicznymi zmianami w zakresie stóp procentowych. Scenariusze istotnej modyfikacji stóp procentowych widoczne były także w Polsce – najpierw poprzez obniżenie podstawowych stóp procentowych NBP w okresie pandemii COVID-19, a następnie przez ich znaczący wzrost w okresie wysokiej stopy inflacji od III kwartału 2021 roku. Konsekwencje działań akomodacyjnych banków realizowanych w następstwie zmian w polityce pieniężnej mogą być uzależnione w szczególności od struktury generowanego wyniku finansowego, poziomu płynności rynku bankowego oraz innych czynników, w tym zmian regulacyjnych oddziałujących na preferencję w zakresie apetytu na ryzyko. W przypadku polskiego rynku bankowego wartym rozważenia jest kwestia zdolności sektora bankowego do absorpcji redukcji wyniku odsetkowego będącego następstwem obniżki stóp procentowych, w kontekście uwarunkowań regulacyjnych (np. maksymalnych pozaodsetkowych kosztów kredytu) i wyzwań technologicznych.

Główne cele badawcze zakładane w opracowaniu obejmują:

1. Identyfikację poziomu i trendów w zakresie kształtowania wyniku finansowego i rentowności sektora bankowego w Polsce w latach 2010-2024 na tle innych branż gospodarki narodowej oraz sektorów bankowych innych krajów Unii Europejskiej;
2. Ocenę istotności wybranych determinant kształtujących wynik finansowy – otoczenia makroekonomicznego, regulacyjnego, modeli biznesowych;
3. Analizę atrakcyjności inwestycyjnej banków działających w Polsce w kontekście ich rentowności – doświadczenia w zakresie rynku kapitałowego oraz pozyskiwania udziałowców;
4. Identyfikację czynników wpływających na politykę kredytową banków i ich zdolność do finansowania gospodarki, z uwzględnieniem systemowych instrumentów poprawy jakości portfela kredytowego;
5. Ocenę istotności wpływu materializacji ryzyka prawnego w sektorze bankowym i stabilności prawa na rentowność i politykę kredytową banków w Polsce;
6. Analizę roli wdrożenia publicznych mechanizmów transferu ryzyka kredytowego na poziom kredytowania gospodarki przez banki (na przykładzie wybranych rozwiązań europejskich);
7. Analizę czynników ekonomicznych i regulacyjnych wpływających na koszt kredytu bankowego w Polsce i krajach Unii Europejskiej;
8. Identyfikację zakresu i skali zmian regulacyjnych wdrożonych w obszarze działalności banków na szczeblu międzynarodowym, europejskim i krajowym i ich wpływ na kierunki wykorzystania wypracowanych wyników finansowych;
9. Ocenę zdolności sektora bankowego do absorpcji redukcji wyniku odsetkowego w kontekście uwarunkowań regulacyjnych (np. pozaodsetkowych kosztów kredytu) i wyzwań technologicznych;
10. Identyfikację wyzwań technologicznych sektora bankowego w Polsce w kontekście kierunków redystrybucji wyniku finansowego.

W związku z celami badawczymi zdefiniowano główne hipotezy stanowiące, że:

• Banki w Polsce charakteryzowały się w latach 2010-2024 niską rentownością, w związku z tym posiadały bardzo małą zdolność do akumulacji kapitałów, co jest warunkiem rozwoju akcji kredytowej.
• Na rentowność sektora bankowego silny wpływ ma poziom stóp procentowych banku centralnego, tempo zmian PKB, konkurencyjność rynku, wyposażenie kapitałowe, struktura depozytów, obciążenia fiskalne.
• Obserwowana w ostatnich latach tendencja zmniejszania wskaźnika kredytu dla przedsiębiorstw i gosp. domowych w relacji do PKB była charakterystyczna dla wszystkich krajów UE, jednakże różny poziom tego wskaźnika i tempa jego zmian wskazują na cechy specyficzne dla poszczególnych sektorów bankowych.
• Wśród czynników podażowych wpływających na skalę kredytu bankowego dla sektora niefinansowego należy obok ceny kredytu (wynikającej z polityki stóp procentowych) wskazać m.in. wzrost ryzyka prawnego wynikającego z intensyfikacji pozwów sądowych klientów.
• Wśród czynników popytowych można zidentyfikować istotne znaczenie w zakresie wiedzy finansowej klientów o produktach kredytowych, zmiany potrzeb kredytowych oraz postrzegania kredytu jako potencjalnego instrumentu zaspokajania potrzeb (szczególnie mieszkaniowych i konsumpcyjnych).
• Na poziom marży w kredytach dla sektora niefinansowego istotnie oddziałują: jakość portfela kredytowego, stosowane przez władzę publiczną narzędzia preferencji dla danej grupy kredytów, mechanizmy transferu ryzyka kredytowego (w tym także zastosowanie publicznych mechanizmów redukcji NPL) oraz obciążenia fiskalne i okołofiskalne związane z zapewnieniem stabilności systemu bankowego.

Główna część badań empirycznych zaprezentowanych w opracowaniu oparta została na wynikach analiz porównawczych w zakresie kształtowania rentowności sektora bankowego w Polsce na tle innych sektorów bankowych krajów UE, ze szczególnym uwzględnieniem Europy Środkowo-Wschodniej, innych sektorów gospodarki krajowej oraz spółek wchodzących w skład indeksu WIG-20. W zakresie dostępności danych przeprowadzona została także analiza struktury kosztów sektora bankowego, z uwzględnieniem dotychczasowych wydatków na wzrost bezpieczeństwa i poprawę innowacyjności. Przeprowadzona została także ekonometryczna analiza determinant rentowności banków, ze szczególnym uwzględnieniem uwarunkowań makroekonomicznych i regulacyjnych. Badania ekonometryczne dotyczyły także uwarunkowań polityki kredytowej banków, z uwzględnieniem roli publicznych narzędzi wspierających sektor bankowy, w tym w obszarze restrukturyzacji portfeli kredytowych o niskiej jakości (studium przypadku wybranych krajów UE).

Pogłębioną analizą objęto także dane dotyczące zmienności średniego oprocentowania kredytów i depozytów sektora niefinansowego w Polsce na tle zmian stopy referencyjnej, w tym w odniesieniu do regulacji maksymalnego oprocentowania wynikającego z Kodeksu cywilnego oraz dokonano statystycznej analizy zależności między wybranymi charakterystykami makroekonomicznymi, sektorowymi i regulacyjnymi a kosztem kredytu w Polsce oraz w innych krajach Unii Europejskiej. Uzupełnieniem analiz ekonomicznych i ekonometrycznych są wyniki badania ankietowego zrealizowanego na próbie 1000 klientów rynku finansowego w Polsce, umożliwiające identyfikację barier popytowych i podażowych w zakresie kredytu bankowego, z uwzględnieniem czynników determinujących poziom popytu na kredyt konsumpcyjny, mieszkaniowy oraz finansujący działalność gospodarczą.

Struktura raportu jest następująca:

• w rozdziale 1 zaprezentowano wnioski z przeglądu literatury w zakresie czynników wpływających na rentowność sektora bankowego oraz dane dotyczące trendów w zakresie rentowności banków w krajach UE i w Polsce, z uwzględnieniem porównań do innych branż gospodarki krajowej oraz spółek rynku giełdowego;
• w rozdziale 2 przedstawiono analizę wybranych czynników oddziałujących na zmiany rentowności w polskim sektorze bankowym; omówiono także kształtowanie się wartości współczynników korelacji i ich istotności statystycznej oraz wyniki analizy modelowej wpływu wybranych charakterystyk makroekonomicznych i regulacyjnych na rentowność sektorów bankowych w krajach Unii Europejskiej oraz w Polsce; szczegółowo scharakteryzowano też zmienne zastosowane w badaniach modelowych w rozdziale 2, 4 i 6;
• rozdział 3 zawiera wyniki analiz barier i wyzwań w zakresie finansowania przez banki potrzeb gospodarki, koncentrując się zarówno na aspekcie podażowym, jak i popytowym.;
• rozdział 4 stanowi próbę identyfikacji i analizy czynników ograniczających zdolność banków do efektywnego kredytowania gospodarki; przedstawiono w nim wyniki zastosowanego modelu statystycznego w zakresie oceny zależności pomiędzy wybranymi czynnikami makroekonomicznymi, sektorowymi, regulacyjnymi i społecznymi a skalą kredytowania poszczególnych segmentów rynku niefinansowego oraz kierunków i dynamiki jej zmian; w rozdziale przedstawiono ponadto studium przypadku – rolę polityki publicznej w stymulowaniu działalności kredytowej, na przykładzie narzędzi systemowych zastosowanych w niektórych krajach UE po kryzysie 2007-2009 w zakresie restrukturyzacji portfela kredytów o niskiej jakości, które pozwoliły na odbudowanie rentowności banków w tych krajach;
• w rozdziale 5 zaprezentowano ocenę zmienności kosztu kredytu bankowego w Polsce oraz innych krajach członkowskich UE, a także przeanalizowano determinanty kosztu kredytu, z uwzględnieniem wpływu polityki monetarnej banków centralnych oraz regulacji, m.in. w zakresie maksymalnego kosztu kredytu bankowego;
• w rozdziale 6 rozwinięto problematykę czynników wpływających na koszt kredytu bankowego poprzez zastosowanie metod statystycznych i studium przypadku do ich identyfikacji; zwrócono także uwagę na występowanie mechanizmów transferu ryzyka kredytowego, stabilność preferencyjnych instrumentów publicznych oraz konsekwencje materializacji ryzyka prawnego związanego m.in. z kredytami w CHF;
• rozdział 7 koncentruje się na wyzwaniach dla rentowności sektora bankowego, w tym tych, które wynikają z dynamicznie zmieniającego się otoczenia regulacyjnego, ekonomicznego i technologicznego. Podjęto również kwestię identyfikacji potencjalnych zagrożeń związanych z obniżkami stóp procentowych, zwiększeniem obciążeń podatkowych, ograniczeniami w zakresie dochodów odsetkowych oraz kosztami implementacji nowych wymogów regulacyjnych;
• rozdział 8 przedstawia wyniki badań ankietowych przeprowadzonych wśród klientów banków w marcu 2024 roku na potrzeby sporządzenia raportu, które dotyczą barier po stronie popytowej i pokazują negatywne czynniki i sentymenty behawioralne oraz niską wiedzę praktyczną klientów z zakresu działania rynku kredytowego i jego infrastruktury;
• opracowanie kończą wnioski i rekomendacje.

Rentowność sektora bankowego w Polsce – analiza porównawcza w ujęciu historycznym i bieżącym

Determinanty kształtowania wyniku finansowego i rentowności sektora bankowego w świetle przeglądu literatury

W literaturze przedmiotu w badaniach nad rentownością sektora bankowego, zazwyczaj zmienne niezależne, które istotnie wpływają na rentowność, dzielą się na cztery grupy³:

• zmienne bankowe: wielkość banku (lnTA) adekwatność kapitałowa (CET1, T1, TCR), dźwignia (T1/A) ryzyko kredytowe (np. NPL/TL lub NPL/TA) ryzyko płynności (np. pożyczki międzybankowe do zobowiązań międzybankowych, efektywność kosztowa (C/I) i dywersyfikacja dochodów (L/D);
• zmienne sektorowe ( np. koncentracja rynkowa, poziom konkurencji);
• zmienne makroekonomiczne (np. tempo wzrostu PKB, poziom inflacji i stóp procentowych);
• zmienne eksperymentalne, uwzgledniające postawioną hipotezę, w ostatnim okresie najczęściej jest to wpływ pandemii COVID-19 albo autorskie indeksy problemowe.

M. Maneely, L. Ratnovski wskazują, że banki są bardziej rentowne w krajach, w których⁴:

• banki mają więcej finansowania depozytowego (korzyści w zakresie kosztów finansowania),
• jest więcej kredytów hipotecznych o zmiennym oprocentowaniu i mniej o stałym oprocentowaniu (kredyty hipoteczne o stałym oprocentowaniu udzielone w czasach niskich stóp procentowych przynoszą niskie dochody odsetkowe),
• system bankowy jest bardziej skoncentrowany (wskaźnik HHI),
• banki są bardziej efektywne kosztowo, co odzwierciedla niższa liczba placówek bankowych na mieszkańca;
• otoczenie makroekonomiczne bardziej sprzyja rentowności banków, co odzwierciedla wyższy nominalny wzrost PKB (zarówno wyższy wzrost realny, jak i wyższa inflacja są zazwyczaj korzystne dla banków).

Ostatnie dwie dekady to okres wielu szoków wewnętrznych i zewnętrznych, toteż w badaniach empirycznych dla krajów europejskich główne determinanty rentowności zmieniają się w analizowanych badaniach i zalezą często od okresu badania. Ważna cezurą w prowadzonych analiza była pandemia COVID-19. Przykładowo Blaga pokazał, że dla banków europejskich w latach 2014-2022 środki wsparcia gospodarczego podczas pandemii COVID-19 negatywnie wpłynęły na rentowność. Najnowsze badania wykazują też silny wpływ stóp procentowych na rentowności banków w UE, np. raport EBA pokazuje wysoką rentowność w okresie wzrastających stóp procentowych⁵. Zwrot z kapitału własnego (RoE) banków z UE/EOG wzrósł do 11,1% w 4q 2024, co wynikało z dodatniego wkładu przychodów operacyjnych oraz spadku wszystkich głównych składników kosztów. Wynik odsetkowy netto i wynik handlowy netto miały negatywny wpływ na ROE. Marża odsetkowa netto (NIM) nieznacznie spada od historycznego szczytu w I kwartale o 3 punkty bazowe do 1,66%. Również niespłacone kredyty nieznacznie spadły w wyniku niższych kredytów dla przedsiębiorstw niefinansowych (NFC; -1,6%), podczas gdy kredyty dla gospodarstw domowych pozostały stabilne. Wskaźnik kapitału podstawowego Tier 1 (CET1R) banków UE/EOG nieznacznie spadł do 16,0% w ostatnim kwartale, pozostając znacznie powyżej wymogów, podobnie jak wskaźnik płynności (LCR) i wskaźnik stabilnego finansowania netto (NSFR) wynoszące – odpowiednio do 161,4% i 127,2% – pozostają znacznie powyżej minimalnych wymagań. Na podstawie wyników niedawno przeprowadzonego przez EUNB kwestionariusza oceny ryzyka, prawie połowa banków spodziewa się pogorszenia jakości aktywów w ciągu najbliższych 6 do 12 miesięcy, szczególnie w sektorach kredytów konsumenckich, MŚP i CRE⁶.

Rentowność sektora bankowego w Polsce na tle krajów Europy Środkowo-Wschodniej i Unii Europejskiej

Na podstawie analizy danych przedstawionych na wyk. 1 prezentujących wartości przychodów i kosztów oraz wyniku finansowego netto sektora bankowego w Polsce w latach 2010-2024 można wyróżnić trzy okresy kształtowania się tych zmiennych. Pierwszy okres to lata 2010 – 2019 r., drugi okres to lata 2020 i 2021, zaś trzeci okres obejmuje na lata 2022-2024:

• w pierwszym okresie, obejmującym lata 2010-2019, zarówno przychody, jak i koszty i wynik finansowy netto polskiego sektora bankowego kształtowały się na stabilnym poziomie. W omawianym okresie wartość przychodów kształtowała się średnio na poziomie 87 mld zł., wartość kosztów na poziomie 73 mld zł, zaś wyniku finansowego netto na poziomie ok. 14 mld zł;
• drugi okres to okres pandemii COVID-19. W 2020 r. w polskim sektorze bankowym odnotowano spadek wartości przychodów o ok. 16 mld. zł w porównaniu z okresem poprzednim, jednak jednocześnie przy podobnym do poprzednich okresów poziomie kosztów, polski sektor bankowy odnotował stratę netto w wysokości prawie 324 mln zł. Podobna tendencja utrzymała się przez 2021 r., przy czym bankom działającym w Polsce udało się odrobić stratę z roku poprzedniego, a nawet wygenerować zysk poprzez utrzymanie poziomu przychodów z 2020 r. i obniżeniu poziomu kosztów o ok. 6 mld zł;
• od 2022 r. w polskim sektorze bankowym odnotowywano rok do roku znaczący wzrost zarówno przychodów, jak i kosztów prowadzenia działalności bankowej. W analizowanym okresie przychody banków działających w Polsce wzrosły o ok. 64 mld zł. w 2022 r. o ok. 45 mld zł. w 2023 r. i o ok. 19 mld zł. w 2024 r., zaś koszty działalności wzrosły o ok. 60 mld zł., 27mld zł. i 5mld. zł., odpowiednio w omawianych latach. Wzrost przychodów, mimo równoczesnego wzrostu kosztów działalności, pozwolił polskim bankom wykazać wynik netto z prowadzonej działalności w stosunku do roku poprzedniego prawie 1,8 razy większy w 2022 r., 2,6 razy większy w 2023 r. i 1,5 razy większy w 2024 r.

Wykres 1. Wartość przychodów i kosztów oraz wyniku netto sektora bankowego w Polsce w latach 2010-2024 (mld zł)

Poprzez odniesienie wartość osiągniętego przez banki działające w Polsce w latach 2010-2024 wyniku finansowego netto do wykazywanych przez nie wartości kapitałów własnych i wartości posiadanych przez nie aktywów (wyk. 2 i wyk. 3), należy stwierdzić że kształtowanie się ogólnej rentowności polskiego sektora bankowego w omawianym okresie charakteryzuje się dwiema fazami:

• od 2011 r. do 2019 r. rentowność polskiego sektora bankowego, mierzona zarówno wskaźnikiem ROE, jak i ROA, ulegała stopniowemu pogorszeniu, aby po wybuchu pandemii koronawirusa w 2020 r. (drugi etap) osiągnąć wieloletnie minimum (wartość wskaźnika ROE w 2020 r. wyniosła -0,15%, a wskaźnika ROA –0,014%). Oznacza to, że banki działające w Polsce w latach 2010 – 2019 napotykały trudności w zwiększaniu osiąganego zysku netto, mimo zwiększania z roku na rok wartości kapitałów własnych i wartości aktywów;
• od 2020 r. nastąpiła odwrotna tendencja w zakresie kształtowania się zarówno wskaźnika ROE, jak i ROA. W tym okresie rentowność kapitałów własnych polskiego sektora bankowego zwiększyła się o ok. 15 pp., osiągając wartość 15,66% na koniec 2024 r., zaś rentowność aktywów w tym samym czasie zwiększyła się o 1,35 pp., osiągając wartość 1,33% na koniec 2024 r. Warto zaznaczyć, że odwrócenie się tendencji w zakresie kształtowania się rentowności banków działających w Polsce było wynikiem wzrostu osiągniętego przez nie zysku netto z prowadzonej działalności, ponieważ w trakcie trzeciej omawianej fazy kształtowania się rentowności polskiego sektora bankowego, zwiększeniu uległy także zarówno ich kapitały własne banków, jak i posiadane przez nie aktywa.

Wykres 2. Wartość przychodów i kosztów oraz wyniku netto sektora bankowego w Polsce w latach 2010-2024 (mld zł)

Wykres 3. Wartość aktywów sektora bankowego w Polsce oraz poziom ich rentowności w okresie 2010-2024

W celu porównania rentowności polskiego sektora bankowego z rentownością sektorów bankowych pozostałych krajów Unii Europejskiej (UE), dokonano ich klasyfikacji, przyjmując schemat regionów świata zaproponowany przez Organizację Narodów Zjednoczonych (ONZ). Zgodnie z nim kraje Unii Europejskiej należą do jednej z czterech kategorii krajów europejskich. Pierwszą grupę stanowią kraje Europy Zachodniej, do której należą: Austria, Belgia, Francja, Niemcy, Luksemburg, Holandia i Irlandia. Druga grupa to tzw. kraje Europy Południowej, wśród których wymienić należy: Chorwację, Grecję, Włochy, Maltę, Portugalię, Hiszpanię, Słowenię i Cypr. Wśród krajów Europy Środkowo-Wschodniej, do której należą Bułgaria, Czechy, Polska, Węgry, Rumunia, Słowacja (Europa Środkowa), wyróżnia się także tzw. Kraje Nadbałtyckie⁷, czyli Litwę, Łotwę i Estonię. Ostatnią grupę stanowią Kraje Skandynawskie (Europy Północnej), do której należy Dania, Finlandia i Szwecja.

Na podstawie danych zawartych na wyk. 4 i wyk. 5, prezentujących średnią rentowność kapitałów własnych i średnią rentowność aktywów polskiego sektora bankowego na tle średniej rentowności kapitałów własnych i średniej rentowności aktywów sektorów bankowych pozostałych krajów UE w latach 2010-2024, należy ocenić, że w analizowanym okresie polski sektor bankowy charakteryzował się umiarkowaną, przeciętną rentownością na tle rentowności sektorów bankowych innych krajów UE.

Średnia wartość wskaźnika ROE polskiego sektora bankowego w całym okresie lat 2010-2024 wyniosła 8,45%. Wyższą rentownością kapitałów własnych charakteryzowały się zarówno sektory bankowe krajów leżących w tym samym regionie Europy, jak również podobnych do Polski strukturalnie, czyli sektory bankowe Krajów Nadbałtyckich oraz sektory bankowe krajów Europy Środkowej. Dodatkowo, w analizowanym okresie wyższy niż w polski sektor bankowy wskaźnik ROE wykazały również sektory bankowe Krajów Skandynawskich. Natomiast niższą rentowność kapitałów własnych wykazały sektory bankowe krajów Europy Zachodniej oraz sektory bankowe krajów Europy Południowej.

Porównując wskaźnik ROE polskiego sektora bankowego ze średnim wskaźnikiem ROE krajów UE w 2023 r. oraz za trzy kwartały 2024⁸ r., należy zaznaczyć, iż rentowność kapitałów własnych polskiego sektora bankowego wzrasta, jednak nadal jest istotnie niższa, niż rentowność kapitałów własnych sektorów bankowych Krajów Nadbałtyckich, krajów Europy Środkowej oraz Krajów Skandynawskich, choć według danych za trzy kwartały 2024 r., polski sektory bankowy wykazał wyższy wskaźnik ROE, niż sektory bankowe krajów Europy Środkowej. Na uwagę zasługuje fakt, iż pomimo napotkanych trudności z niską jakością portfeli kredytowych, głównie w sektorach bankowych krajów Europy Południowej, dzięki wdrożonym metodom restrukturyzacji portfeli kredytowych o niskiej jakości w drugiej połowie analizowanego okresu, rentowność kapitałów własnych tych sektorów bankowych znacząco wzrosła, przewyższając w 2023 r. rentowność kapitałów własnych polskiego sektora bankowego o 2,77 pp., i osiągając tym samym wartość zbliżoną do wskaźnika ROE polskiego sektora bankowego porównując dane za trzy kwartały 2024 r. Tym samym jedyną grupą krajów, których sektory bankowe charakteryzowały się niższą rentownością kapitałów własnych niż kapitały własne polskiego sektora bankowego w 2023 r. oraz w okresie styczeń – wrzesień 2024 r., były sektory bankowe krajów Europy Zachodniej.

Wykres 4. Średnia wartość wskaźnika ROE (w %) polskiego sektora bankowego na tle średniej wartości wskaźnika ROE sektorów bankowych krajów Unii Europejskiej z ich podziałem na grupy wg. kryterium ONZ

Analogiczne wnioski dotyczące rentowności polskiego sektora bankowego w latach 2010-2024 płyną z porównania średniej wartości wskaźnika ROA polskiego sektora bankowego ze średnią wartością wskaźników ROA sektorów bankowych krajów UE. W analizowanym okresie polski sektor bankowy charakteryzował się na tle innych sektorów bankowych krajów UE umiarkowaną rentownością aktywów, osiągając średnią wartość wskaźnika ROA na poziomie 0,84%. Wartość ta była niższa od średniej wartości wskaźnika ROA sektorów bankowych Krajów Nadbałtyckich i krajów Europy Środkowej, jednak wyższa od średniej wartości wskaźnika ROA sektorów bankowych krajów Europy Północnej, Europy Zachodniej i Europy Południowej (średnia wartość wskaźnika ROA za lata 2010-2024 dla ostatniej grupy krajów wyniosła 0,0014%).

Porównując wartości wskaźnika ROA osiągnięte przez sektory bankowe krajów UE w 2023 r. i za trzy kwartały 2024 r. należy zauważyć, iż rentowność ich aktywów znacząco wzrosła, nie zaburzając przy tym oceny rentowności aktywów polskiego sektora bankowego na tle rentowności aktywów sektorów bankowych innych krajów UE. Podkreślić jedynie należy fakt, iż kraje Europy Południowej, dzięki wdrożonym w latach 2010-2020 metodom restrukturyzacji portfela kredytów o niskiej jakości, zdołały odbudować rentowność ich aktywów, która w 2023 r. i według danych za trzy kwartały 2024 r. była wyższa od rentowności aktywów polskiego sektora bankowego o 0,46 i 0.18 pp.. odpowiednio.

Wykres 5. Średnia wartość wskaźnika ROA (w %) polskiego sektora bankowego na tle średniej wartości wskaźnika ROA sektorów bankowych krajów Unii Europejskiej z ich podziałem na grupy wg. kryterium ONZ. Średnia wartość wskaźnika ROA dla krajów Europy Południowej wyniosła -0,0042%.

Oceniając rentowność polskiego sektora bankowego na tle rentowności sektorów bankowych innych krajów UE poprzez porównanie przeciętnego poziomu wskaźnika marży netto (NIM) należy wskazać, że średnia wartość tego wskaźnika dla polskiego sektora bankowego (2,52%) w latach 2010-2024 była jedną z dwóch najwyższych spośród analizowanych grupy. Rozpiętość pomiędzy wartością wskaźnika NIM sektorów bankowych pozostałych grup wynosiła 0,98 pp. (od 0,97% dla krajów skandynawskich do 1,95% dla krajów Europy Południowej). Zbliżoną i niewiele wyższą (o 0,26 pp.) wartość wskaźnika NIM wykazały jedynie sektory bankowe krajów Europy Środkowo-Wschodniej. Również analizując wartość wskaźnika NIM na koniec 2023 r. należy podkreślić, że polski sektor bankowy charakteryzował się jedną z dwóch najwyższych rentowności pod względem generowanej marży odsetkowej (3,34%), niewiele ustępując średniej dla sektorów bankowych Krajów Nadbałtyckich (3,57%). Sektory bankowe pozostałych grup krajów odnotowały na koniec 2023 r. marżę odsetkową netto w wysokości od 1,42% w przypadku sektorów bankowych Krajów Skandynawskich, do 2,76% w przypadku sektorów bankowych krajów Europy Środkowo-Wschodniej.

Wykres 6. Przeciętny poziom wskaźnika marży odsetkowej (NIM) w bankach działających w Polsce na tle grup sektorów bankowych w krajach UE – średnio w latach 2010-2024 oraz w 2023 i 2024 roku (w %)

Warto nadmienić, że wiele sektorów bankowych UE, szczególnie krajów Europy Południowej i Europy Zachodniej, ale także część krajów Europy Środkowo-Wschodniej borykało się przez długi okres po wybuchu kryzysu finansowego 2007-2009 z problemem niskiej jakości portfeli kredytowych⁹, co przełożyło się na ich niską rentowność. Zgodnie z wytycznymi European Banking Authority (EBA), w danym sektorze bankowym występuje problem wysokiego poziomu kredytów zagrożonych, jeżeli wskaźnik NPL w tym sektorze bankowym przekroczy poziom 5%. Przyjmując to kryterium, w celu porównania rentowności polskiego sektora bankowego na tle innych sektorów bankowych krajów UE, dokonano ich drugiego podziału na te kraje, w sektorach bankowych których w okresie po wybuchu globalnego kryzysu finansowego odnotowano w którymkolwiek roku wartość wskaźnika NPL równą lub powyżej 6% i na te kraje, w sektorach bankowych których w okresie po wybuchu globalnego kryzysu finansowego odnotowano wartość wskaźnika NPL maksymalnie poniżej 6%. Do sektorów bankowych krajów UE, w których od 2010 r. odnotowano problem wysokiego poziomu kredytów zagrożonych, należały sektory bankowe takich krajów, jak Austria, Bułgaria, Chorwacja, Cypr, Hiszpania, Grecja, Irlandia, Litwa, Łotwa Portugalia, Rumunia, Słowenia, Węgry i Włochy. Natomiast, po 2010 r. nie odnotowano problemu niskiej jakości portfeli kredytowych banków w sektorach bankowych Belgi, Czech, Dani, Estonii Finlandii, Francji, Holandii, Luksemburga, Malty, Niemiec, Polski, Słowacji i Szwecji.

Porównując dane za 2010 r. i 2023 r. oraz za trzeci kwartał 2024 r. dotyczące rentowności polskiego sektora bankowego w porównaniu z średnią rentownością sektorów bankowych krajów, które nie napotkały problemu wysokiej wartości kredytów zagrożonych oraz z średnią rentownością sektorów bankowych krajów, które napotkały problem wysokiego poziomu kredytów zagrożonych, zarówno w aspekcie rentowności kapitałów własnych (wyk.7), jak i rentowności aktywów (wyk.8), należy podkreślić, że w analizowanym okresie rentowność sektorów bankowych we wszystkich trzech grupach uległa poprawie, jednak w przypadku krajów, w sektorach bankowych których nie odnotowano problemu z niską jakością portfeli kredytowych banków oraz w polskim sektorze bankowym wzrost ten był nieznaczny (o 3,88 pp. i o 1,65 pp. odpowiednio w zakresie rentowności kapitałów własnych i o 0,4 pp. i o -0,08 pp. odpowiednio w zakresie rentowności aktywów). Na uwagę zasługuje jednak porównanie danych rentowności sektorów bankowych w 2010 r. z danymi za 2023 r. i za trzeci kwartał 2024r. grupy krajów, w których sektory bankowe charakteryzowały się niską jakością portfeli kredytowych. Na wykresach 6 i 7 można dostrzec, że dzięki wdrożeniu metod restrukturyzacji portfeli kredytowych o niskiej jakości w sektorach bankowych z dużą wartością tych kredytów, zdołano odbudować ich rentowność w analizowanym okresie, osiągając dzięki temu wartości wskaźników ROE i ROA zarówno na koniec 2023 r., jak i za trzy kwartały 2024 r. najwyższe spośród trzech analizowanych grup. Między 2010 r. a 2023 r., średnia wartość wskaźnika ROE sektorów bankowych tych krajów wzrosła o prawie 20 pp., zaś wskaźnika ROA o 1,71 pp.

Wykres 7. Wartość wskaźnika ROE polskiego sektora bankowego na tle średniej wartości wskaźnika ROE sektorów bankowych krajów Unii Europejskiej, w których odnotowano/ nie odnotowano problemu niskiej jakości portfela kredytowego w analizowanym okresie – kryterium EBA

Wykres 8. Wartość wskaźnika ROA polskiego sektora bankowego na tle średniej wartości wskaźnika ROA sektorów bankowych krajów Unii Europejskiej, w których odnotowano/ nie odnotowano problemu niskiej jakości portfela kredytowego w analizowanym okresie- kryterium EBA

Warto również zaznaczyć, że do 2020 r. (do momentu wybuchu pandemii COVID-19) najniższa wartość wskaźnika ROE w polskim sektorze bankowym wynosiła 6,89% i była to wartość wykazana dopiero w 2019 r., przy czym we wcześniejszych latach wahała się ona między 7,5% a 13,03%. Zaś w latach 2010-2017 wartość wskaźnika ROE w sektorze bankowym m. in. Cypru, Grecji, Irlandii, Portugali, Słowenii oraz Włoch przyjmowała wartości ujemne, z istotną skalą zróżnicowania w tym okresie – od -100,83% do -7,09% na Cyprze, w Grecji od -24,52% do -1,32%, w Irlandii od -65,22% do -11,12%, w Portugalii od -9,34% do –0,84%, w Słowenii od -90,25% do -2,47%, na Węgrzech od – 21,89% do – 0,20%, we Włoszech od -12,99% do -1,00% i na Łotwie -19, 66% w 2010 r. Na koniec 2023 r. wartości wskaźnika ROE w sektorach bankowych tych krajów wyniosły: na Cyprze 21,8%, w Grecji 11,97%, w Irlandii 7,63%, w Portugalii 13,91%, w Słowenii 16,83% , na Węgrzech 21,20%, we Włoszech 12,3%, na Łotwie 20,28%, podczas gdy na koniec 2023 r. wskaźnik ROE polskiego sektora bankowego wyniósł 11,63%.

Najniższą wartość wskaźnika ROA w polskim sektorze bankowym do 2020 r. odnotowano na poziomie 0,71% również w 2019 r., zaś we wcześniejszym okresie wahała się ona między 0,71% a 1,03%. W tym samym okresie, w sektorze bankowym Cypru, Grecji, Węgier, Irlandii, Włoch, Łotwy, Portugalii i Słowenii, wartość wskaźnika ROA była ujemna, przyjmując najniższą wartość na poziomie -7,99% w Słowenii w 2013 r. Natomiast na koniec 2023 r. rentowność aktywów polskiego sektora bankowego wyniosła 0,91%, zaś cypryjskiego sektora bankowego 1,95%, greckiego 1,18%, irlandzkiego 0,89%, węgierskiego 2,17%, włoskiego 1,02%, łotewskiego 2,3%, portugalskiego 1,27%, a słoweńskiego 1,84%.

Istotnym instrumentem wykorzystywanym w budowaniu rentowności polskiego sektora bankowego jest również optymalne zarządzanie stosunkiem ponoszonych przez banki kosztów do ich przychodów. Analizując kształtowanie się tego wskaźnika w polskim sektorze bankowym na tle sektorów bankowych innych krajów UE (wyk. 9) należy wskazać, że średnia wartość wskaźnika C/I w polskim sektorze bankowym w latach 2010-2024 była o ponad 3 pp. niższa niż średnia dla wszystkich krajów Unii Europejskiej i niższa niż w sektorach bankowych krajów UE, które uważane są za kraje wysoko rozwinięte, w tym o 1,74 pp. niższa niż w krajach skandynawskich i o blisko 10 pp. niższa niż w grupie krajów Europy Zachodniej. Jednocześnie należy wskazać, że w Polsce średnia wartość wskaźnika kosztów do przychodów w analizowanym okresie wykazywała wartość zbliżoną do sektorów bankowych krajów Europy Środkowej- Wschodniej, choć w porównaniu do sektorów bankowych krajów Nadbałtyckich polski sektor bankowy w analizowanym okresie charakteryzował się gorszą efektywnością kosztową.

Wykres 9. Przeciętny poziom wskaźnika C/I w bankach działających w Polsce na tle grup sektorów bankowych w krajach UE – średnio w latach 2010-2024 (w %)

Oceniając dynamikę wskaźników C/I w polskim sektorze bankowym i w sektorach bankowych innych krajów UE należy wskazać, że zarówno w Polsce, jak i we wszystkich analizowanych grupach zauważalna jest tendencja malejąca w ich wysokości (wyjątek stanowią kraje Nadbałtyckie, w sektorach bankowych których zauważalny jest wzrost wartości wskaźnika C/I przez sześć lat z rzędu od 2016 do 2021r.,) jednak podjęte działania poskutkowały istotnym obniżeniem tego wskaźnika, dzięki czemu na koniec 2024 r. sektory bankowe krajów Nadbałtyckich cechowały się najlepszą efektywnością kosztową. Oznacza to, że w sektorach bankowych UE w całym analizowanym okresie podjęto skuteczne działania optymalizujące zarządzanie kosztami w stosunku do osiąganych przychodów, a tym samym rentowność sektorów bankowych UE oceniana w tym aspekcie uległa poprawie.

Wykres 10. Wartość wskaźnika C/I w grupach analizowanych krajów w latach 2010-2024 (w %) Uwaga: za rok 2024 wykorzystano dane według stanu na koniec III kwartału.

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

Rentowności sektora bankowego w Polsce a rentowność innych branż gospodarki krajowej oraz największych spółek rynku kapitałowego

Rentowność banków na tle innych branż gospodarki krajowej

Na potrzeby analizy porównawczej na wykresach 11-14 przedstawiono zestawienie wartości wskaźnika ROE i ROA polskiego sektora bankowego w stosunku do średniej wartości wskaźników ROE przedsiębiorstw niefinansowych, wchodzących w skład poszczególnych sektorów gospodarki krajowej. Dane pozyskano z bazy danych Głównego Urzędu Statystycznego, która zawiera zagregowane dane dotyczące bilansowych wyników gospodarczych przedsiębiorstw niefinansowych, klasyfikując je według Polskiej Klasyfikacji Działalności.

Na podstawie danych, zaprezentowanych na wyk. 11 i wyk. 12 należy stwierdzić, że w latach 2010 – 2024 polski sektor bankowy charakteryzowała umiarkowana rentowność kapitałów własnych w stosunku do rentowności kapitałów własnych przedsiębiorstw niefinansowych wchodzących w skład pozostałych sektorów polskiej gospodarki. Na osiemnaście kategorii Polskiej Klasyfikacji Działalności, średnia wartość wskaźnika ROE polskiego sektora bankowego na poziomie 8,45% szereguje go dopiero na jedenastym miejscu, przy czym różnica w wartości jego wskaźnika z wartością wskaźnika ROE sektora gospodarki, który wykazał jego najwyższą wartość, wynosi aż 8,01 pp. Porównując wartości wskaźnika ROE banków ze średnim wskaźnikiem ROE wszystkich branż gospodarki w poszczególnych latach należy podkreślić, że wartość wskaźnika ROE polskiego sektora bankowego była wyższa od średniej wartości wskaźników ROE pozostałych przedsiębiorstw niefinansowych ostatni raz w 2016 r. Od 2017 r. nieprzerwanie przedsiębiorstwa niefinansowe działające w Polsce wykazują wyższą rentowność kapitałów własnych, niż banki działające w Polsce, przy czym średnia różnica między wskaźnikami ROE sektora bankowego i przedsiębiorstw działających w innych sektorach gospodarki za lata 2017-2024 jest dużo większa (4,2 pp.), niż za lata 2010-2016 (1,9 pp.).

Źródło: Opracowanie własne na podstawie danych GUS i KNF.

Źródło: Opracowanie własne na podstawie danych GUS i KNF.

W zakresie średniej rentowności aktywów za lata 2010- 2024 (wyk. 13 i wyk. 14) należy stwierdzić, że w porównaniu z rentownością aktywów przedsiębiorstw niefinansowych, polski sektor bankowy charakteryzuje się najniższą średnią wartością wskaźnika ROA na poziomie 0,82%. Różnica średniej wartości rentowności aktywów za lata 2010- 2024 między sektorem bankowym a sektorem gospodarki o najwyższym średnim wskaźniku ROA wynosi 6,78 pp. Porównując wartość wskaźnika ROA z średnią wartością wskaźnika ROA przedsiębiorstw niefinansowych na koniec każdego roku analizowanego okresu, należy stwierdzić, że w każdym z nich rentowność aktywów sektora bankowego była znacznie niższa od rentowności aktywów przedsiębiorstw niefinansowych, przy czym różnica między wartościami wskaźnika ROA wynosiła od 1,9 pp. do 5,7 pp.

Źródło: Opracowanie własne na podstawie danych GUS i KNF.

Źródło: Opracowanie własne na podstawie danych GUS i KNF.

Rentowność sektora bankowego na tle spółek giełdowych indeksu WIG20

Na wyk. 15 – 18 zaprezentowane zostało porównanie rentowności sektora bankowego ze średnią rentownością spółek wchodzących aktualnie w skład indeksu WIG20, zarówno w zakresie rentowności kapitałów własnych (wyk. 15 i wyk. 16), jak i w zakresie rentowności aktywów (wyk. 17 i wyk. 18). Na ich podstawie należy stwierdzić, iż w latach 2010-2024 sektor bankowy wykazywał dużo niższą rentowność działalności, niż spółki wchodzące w skład indeksu WIG20. W latach 2010-2023 różnica pomiędzy wartością wskaźnika ROE sektora bankowego a średnią wartością wskaźnika ROE spółek wchodzących w skald indeksu WIG20 wynosiła średnio 8,27 pp., przy czym największa była ona w 2022 r. i wynosiła 15,76 pp., najmniejsza zaś w 2014 r. i wynosiła ona 2,87 pp. Jedynym rokiem, w którym sektor bankowy charakteryzował się wyższą rentownością kapitałów własnych był 2024 r., jednak różnica ta była nieznaczna (1,64 pp.).

Źródło: Opracowanie własne na podstawie danych GUS, KNF i sprawozdań finansowy przedsiębiorstw wchodzących w skał indeksu WIG20.

Porównując średnią rentowność kapitałów własnych za lata 2010-2024 sektora bankowego i poszczególnych spółek wchodzących w skład indeksu WIG20, można dostrzec, że średnia rentowność sektora bankowego za badany okres znacznie odbiega od średniej rentowności większości spółek wchodzących w skład indeksu WIG20, przy czym od lidera w tym zestawieniu (Budimex) jest ona ponad 80% niższa, a od dwóch kolejnych spółek ponad 70% niższa.

Źródło: Opracowanie własne na podstawie danych GUS, KNF i sprawozdań finansowy przedsiębiorstw wchodzących w skład indeksu WIG20.

Dużą różnicę w rentowności sektora bankowego i rentowności spółek wchodzących w skład indeksu WIG20 w latach 2010-2024 można dostrzec porównując także wartość wskaźnika ROA sektora bankowego i średnią wartość wskaźnika ROA spółek wchodzących w skład indeksu WIG20 za te lata. W każdym roku rentowności aktywów spółek wchodzących w skład indeksu WIG20 była wyższa od rentowności aktywów sektora bankowego, przy czym była ona wyższa średnio 9,34 razy, przewyższając rentowność sektora bankowego od 2,24 razy dopiero w 2024 r., nawet do 36,1 razy w 2021 r., wyłączając z porównania 2020 r., w którym to średnia rentowność aktywów spółek wchodzących w skład indeksu WIG20 była dodatnia na poziomie 4,33%, natomiast sektora bankowego ujemna na poziomie -0,01%.

Źródło: Opracowanie własne na podstawie danych GUS, KNF i sprawozdań finansowy przedsiębiorstw wchodzących w skał indeksu WIG20.

Źródło: Opracowanie własne na podstawie danych GUS, KNF i sprawozdań finansowy przedsiębiorstw wchodzących w skał indeksu WIG20.

Analogiczne wnioski można uzyskać zestawiając średnią rentowność aktywów sektora bankowego za lata 2010-2024 ze średnią rentownością aktywów poszczególnych spółek wchodzących w skład indeksu WIG20. Na 21 obiektów wchodzących w skład tego porównania (20 spółek WIG20 plus średnia wartość sektora bankowego), średnia rentowność aktywów sektora bankowego plasuje go dopiero na trzecim miejscu od końca, przy czym podobną rentowność aktywów wykazały prawie wyłącznie poszczególne banki wschodzące w skład indeksu WIG20, natomiast rentowność aktywów pozostałych spółek była znacznie wyższa od średniej rentowności aktywów sektora bankowego.

Kluczowe uwarunkowania rentowności sektora bankowego w Polsce – doświadczenia krajowe i międzynarodowe

Czynniki wpływające na poprawę rentowności sektora bankowego w Polsce w latach 2023-2024

Oddziaływanie zmian w polityce pieniężnej NBP przy jednoczesnej ograniczonej skali zjawiska przeniesienia wzrostu kosztu pieniądza do sektora niefinansowego

W latach 2023-2024 obserwowane były konsekwencje zmian w polityce monetarnej banków centralnych, wynikających ze wzrostu presji inflacyjnej, będącej następstwem zarówno czynników podażowych (głównie wzrostu kosztów surowców i energii w następstwie wojny w Ukrainie), jak i uwarunkowań popytowych. Skala i szybkość reakcji banków centralnych była zróżnicowana, co wynikało zarówno z uwarunkowań wynikających z poziomu bieżącej stopy inflacji (Tabela 1) oraz oczekiwań inflacyjnych, wyników modelowania projekcji.

Tabela 1. HICP w krajach UE w latach 2013-2024

Obszar	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022	2023	2024
European Union	1,3	0,4	0,1	0,2	1,6	1,8	1,4	0,7	2,9	9,2	6,4	2,6
Euro area – 20	1,4	0,4	0,2	0,2	1,5	1,8	1,2	0,3	2,6	8,4	5,4	2,4
Belgium	1,2	0,5	0,6	1,8	2,2	2,3	1,2	0,4	3,2	10,3	2,3	4,3
Bulgaria	0,4	-1,6	-1,1	-1,3	1,2	2,6	2,5	1,2	2,8	13,0	8,6	2,6
Czechia	1,4	0,4	0,3	0,6	2,4	2,0	2,6	3,3	3,3	14,8	12,0	2,7
Denmark	0,5	0,4	0,2	0,0	1,1	0,7	0,7	0,3	1,9	8,5	3,4	1,3
Germany	1,6	0,8	0,7	0,4	1,7	1,9	1,4	0,4	3,2	8,7	6,0	2,5
Estonia	3,2	0,5	0,1	0,8	3,7	3,4	2,3	-0,6	4,5	19,4	9,1	3,7
Ireland	0,5	0,3	0,0	-0,2	0,3	0,7	0,9	-0,5	2,4	8,1	5,2	1,3
Greece	-0,9	-1,4	-1,1	0,0	1,1	0,8	0,5	-1,3	0,6	9,3	4,2	3,0
Spain	1,5	-0,2	-0,6	-0,3	2,0	1,7	0,8	-0,3	3,0	8,3	3,4	2,9
France	1,0	0,6	0,1	0,3	1,2	2,1	1,3	0,5	2,1	5,9	5,7	2,3
Croatia	2,3	0,2	-0,3	-0,6	1,3	1,6	0,8	0,0	2,7	10,7	8,4	4,0
Italy	1,2	0,2	0,1	-0,1	1,3	1,2	0,6	-0,1	1,9	8,7	5,9	1,1
Cyprus	0,4	-0,3	-1,5	-1,2	0,7	0,8	0,5	-1,1	2,3	8,1	3,9	2,3
Latvia	0,0	0,7	0,2	0,1	2,9	2,6	2,7	0,1	3,2	17,2	9,1	1,3
Lithuania	1,2	0,2	-0,7	0,7	3,7	2,5	2,2	1,1	4,6	18,9	8,7	0,9
Luxembourg	1,7	0,7	0,1	0,0	2,1	2,0	1,6	0,0	3,5	8,2	2,9	2,3
Hungary	1,7	0,0	0,1	0,4	2,4	2,9	3,4	3,4	5,2	15,3	17,0	3,7
Malta	1,0	0,8	1,2	0,9	1,3	1,7	1,5	0,8	0,7	6,1	5,6	2,4
Netherlands	2,6	0,3	0,2	0,1	1,3	1,6	2,7	1,1	2,8	11,6	4,1	3,2
Austria	2,1	1,5	0,8	1,0	2,2	2,1	1,5	1,4	2,8	8,6	7,7	2,9
Poland	0,8	0,1	-0,7	-0,2	1,6	1,2	2,1	3,7	5,2	13,2	10,9	3,7
Portugal	0,4	-0,2	0,5	0,6	1,6	1,2	0,3	-0,1	0,9	8,1	5,3	2,7
Romania	3,2	1,4	-0,4	-1,1	1,1	4,1	3,9	2,3	4,1	12,0	9,7	5,8
Slovenia	1,9	0,4	-0,8	-0,2	1,6	1,9	1,7	-0,3	2,0	9,3	7,2	2,0
Slovakia	1,5	-0,1	-0,3	-0,5	1,4	2,5	2,8	2,0	2,8	12,1	11,0	3,2
Finland	2,2	1,2	-0,2	0,4	0,8	1,2	1,1	0,4	2,1	7,2	4,3	1,0
Sweden	0,4	0,2	0,7	1,1	1,9	2,0	1,7	0,7	2,7	8,1	5,9	2,0
Iceland	4,1	1,0	0,3	0,8	-1,7	0,7	2,0	1,2	3,7	5,7	8,0	4,5

Źródło: dane Eurostat.

Poziom stóp procentowych poszczególnych banków centralnych krajów Unii Europejskiej oraz Europejskiego Banku Centralnego był w konsekwencji w ostatnich latach bardzo zmienny. Najwyższy przeciętny poziom stóp procentowych w latach 2022-2024 obserwowany był w przypadku banku centralnego Węgier. Również wszystkie pozostałe kraje Europy Środkowo-Wschodniej charakteryzował poziom stóp procentowych znacząco wyższy niż w krajach strefy euro. W Polsce średni poziom stopy referencyjnej wyniósł w latach 2022-2024 5,85% (przy średnie dla strefy euro 2,41%). Wzrost stóp procentowych w bezpośredni sposób oddziałuje na przychody odsetkowe, uwzględniając fakt, że banki posiadają możliwość alokacji nadwyżek płynnościowych w papiery wartościowe emitowane przez banki centralne, będące instrumentami o wysokiej płynności, wolnymi od ryzyka (na rynku polskim 7-dniowe bony pieniężne). Skala przełożenia zmian w stopach procentowych banków centralnych na koszt kredytu dla sektora niefinansowego w Polsce na tle krajów Unii Europejskiej została szczegółowo omówiona w rozdziałach 5 i 6.

Źródło: Opracowanie własne na podstawie danych z baz banków centralnych.

Decyzje oszczędnościowe gospodarstw domowych i przedsiębiorstw niefinansowych wskazujące na bardzo niską elastyczność podaży depozytów wobec ich oprocentowania rynkowego (analiza w kontekście zaufania do sektora i systemu gwarancyjnego depozytów)

W sektorach bankowych krajów Unii Europejskiej obserwowane jest znaczące zróżnicowanie struktury depozytów sektora niefinansowego i ich roli w finansowaniu działalności bankowej. Jedną z charakterystyk różnicujących portfele depozytowe sektorów bankowych jest udziału depozytów bieżących w depozytach ogółem sektora niefinansowego. Najniższy poziom tego wskaźnika na koniec 2023 roku obserwowano w Belgii (41%), najwyższy natomiast we Włoszech (blisko 86%). Polska jest w grupie krajów o nieznaczniej wyższym niż średnia UE udziale depozytów bieżących w depozytach ogółem sektora niefinansowego, wynoszącym na koniec 2023 r blisko 71% (wykres 20). Tak znaczący udział depozytów bieżących wpływa w naturalny sposób na średni koszt pozyskania przez banki pieniądza od sektora niefinansowego.

Źródło: Opracowanie własne na podstawie danych z bazy ECB Consolidated Banking Data.

W przypadku rynku polskiego depozyty bieżące stanowią też najważniejszy pod względem wartości składnik oszczędności gospodarstw domowych (rozumianych jako aktywa finansowe). Ich udział w oszczędnościach ogółem wyniósł na koniec I półrocza 2024 roku ponad 28%, co było piątym wynikiem wśród krajów Unii Europejskiej. Dla kontrastu warto wskazać, że w Holandii w tym samym okresie depozyty bieżące stanowiły jedynie 3,4% portfela aktywów finansowych gospodarstw domowych (wykres 21).

Źródło: PFR, Comiesięczne zestawienie informacji o oszczędnościach. Grudzień 2024, Warszawa 2025.

Należy wskazać, że wzrost roli depozytów bieżących jako składnika oszczędności gospodarstw domowych był procesem długookresowym i odbywał się zarówno kosztem depozytów terminowych, jak i instrumentów rynku kapitałowego. Najsilniejszy przyrost wskaźnika depozyty bieżące/oszczędności ogółem obserwowano w latach 2020-2022 (wykres 22). W ostatnim kwartale 2022 roku trend uległ chwilowemu odwróceniu w warunkach wysokiej stopy inflacji oraz podwyżki stóp procentowych banku centralnego, przekładających się na nominalną poprawę atrakcyjności depozytów terminowych.

Źródło: PFR, Comiesięczne zestawienie informacji o oszczędnościach. Grudzień 2024, Warszawa 2025.

Kraje Unii Europejskiej są też istotnie zróżnicowane pod kątem modeli funkcjonowania systemów gwarantowania depozytów, ich wyposażenia kapitałowego oraz stopnia pokrycia depozytów gwarantowanych¹⁰. W kontekście polskiego rynku bankowego należy wskazać, że występuje w jego przypadku najwyższy spośród krajów UE udział depozytów gwarantowanych w depozytach ogółem sektora niefinansowego, wynoszący na koniec 2023 roku 76% (przy średniej dla UE 52,3%), co oznacza, że korzyści wynikające z roli systemów gwarancyjnych w sieci bezpieczeństwa finansowego są w przypadku klientów nieprofesjonalnych relatywnie wysokie (wykres 23).

Polska jest też w grupie krajów o istotni wyższym niż średnia dla UE poziomie pokrycia depozytów gwarantowanych kapitałami zgromadzonymi w DGS (wykres 24), który na koniec 2023 roku wyniósł blisko 1,74% (przy średniej dla UE na poziomie 0,67%). Tym samym należy wskazać, że polski sektor bankowy zbudował w ostatnich latach znaczący bufor bezpieczeństwa w kontekście gwarantowania depozytów, pokrywając jednocześnie w dużym zakresie własnymi środkami występujące ogniska niestabilności mikroekonomicznej (np. utworzenie IPS banków komercyjnych w kontekście niewypłacalności Getin Noble Banku). Zbudowanie dobrze wyposażonego systemu gwarantowania depozytów, zwiększającego zaufanie klientów do rynku, wymagało jednak ponoszenia wysokich obciążeń regulacyjnych, co omówiono w podrozdziale 2.1.4.

Źródło: Opracowanie własne na podstawie EBC Consolidated Banking Data.

Źródło: Opracowanie własne na podstawie danych EBA (dane systemów gwarantowania depozytów), https://www.eba.europa.eu/sites/default/files/2024-05/a289903c-11c1-4732-a51f-a49e056585b9/ Aggregated%20DGSD%20data%202023.xlsx (10.03.2025).

Zmiany stóp procentowych banku centralnego oddziałują także w sposób pośredni na kształtowanie średniego oprocentowania depozytów zarówno dla gospodarstw domowych (wykresy 25 i 26), jak i dla przedsiębiorstw (wykresy 27 i 28).

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Na podstawie danych zaprezentowanych na wykresie 25 wynika, że w latach 2010–2014 Polska odnotowywała jedne z najwyższych wartości w regionie (średnio 2,69%), ustępując jedynie krajom Europy Środkowo-Wschodniej (2,45%). Następnie, zgodnie z globalnym trendem, oprocentowanie to systematycznie malało, osiągając 0,31% w 2021 r. Wraz z początkiem cyklu podwyżek stóp procentowych w 2022 r. oprocentowanie nowych depozytów zaczęło rosnąć, osiągając 5,34% w 2023 r., a następnie spadając nieznacznie do 4,14% w 2024 r. Wzrost ten, choć istotny nominalnie, pozostaje w rzeczywistości relatywnie niski względem poziomu inflacji. Nieco inne wnioski można sformułować analizując wysokość średniego oprocentowania portfela depozytów gospodarstw domowych. W tym przypadku, w analizowanym okresie, najwyższe średnie oprocentowanie odnotowano w krajach Europy Środkowo-Wschodniej (2,29%) oraz Europy Zachodniej (1,81%). Oprocentowanie portfela depozytów gospodarstw domowych w Polsce, podobnie jak w krajach Europy Południowej, wynosiło średnio 1,58%.

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Analizując dane dotyczące depozytów przedsiębiorstw można zauważyć, że średnie oprocentowanie nowych depozytów (wykres 27) w Polsce, w latach 2010–2014, wynosiło 2,42% i było jednym z najwyższych w badanym zestawieniu. Zbliżony poziom oprocentowania depozytów przedsiębiorstw odnotowano jedynie w pozostałych krajach Europy Środkowo-Wschodniej (2,09%), natomiast we wszystkich pozostałych regionach, oprocentowanie oscylowało w okolicach 1%.

Podobnie, jak w przypadku depozytów dla gospodarstw domowych, tak również w zakresie depozytów dla przedsiębiorstw, zaobserwowano istotny spadek oprocentowania w roku 2021, co wynika z prowadzonej przez banki centralne polityki pieniężnej – w kolejnych okresach stopy te stopniowo rosły, by w 2024 r. osiągnąć średnio 4,1% w Polsce oraz ponad 4,2% w pozostałych krajach Europy Środkowo-Wschodniej.

Odnosząc się z kolei do danych dotyczących średniego oprocentowania portfela depozytów przedsiębiorstw można zauważyć, że najwyższe wartości dotyczyły krajów Europy Środkowo-Wschodniej (2,21%), w następnej kolejności Polski (1,68%) oraz krajów Europy Południowej (1,53%). Warto również, zauważyć, że w roku 2023 nie zaobserwowano większych rozbieżności w oprocentowaniu portfeli depozytów dla przedsiębiorstw pomiędzy analizowanymi krajami, z wyjątkiem krajów Europy Środkowo-Wschodniej, gdzie średnie oprocentowanie przekraczało 5,65% oraz krajów Europy Południowej, gdzie z kolei odnotowano najniższy poziom oprocentowania (1,87%). W pozostałych regionach, w tym w Polsce, średnie oprocentowanie oscylowało w okolicy 2,6-2,8%.

Ograniczenie kosztów ryzyka prawnego m.in. przez wykorzystanie rozwiązań mediacyjnych w zakresie kredytów denominowanych w walutach obcych

Od 2021 roku obserwowana jest w Polsce silna tendencja w zakresie wzrostu liczby wniosków kierowanych do instytucji polubownego rozwiązywania sporów wynikających z realizacji przez instytucje finansowe usług na rzecz klientów. Szczególnie widoczne jest to w przypadku postępowań mediacyjnych prowadzonych w ramach Centrum Mediacji Sądu Polubownego przy Komisji Nadzoru Finansowego (wykres 29).

Źródło: Opracowanie własne na podstawie: KNF, Sprawozdanie z działalności Sądu Polubownego przy KNF w 2023 r., Warszawa 2024, s. 10.

W tym kontekście należy wskazać, że liczba wniosków ogółem w zakresie polubownego rozstrzygnięcia sporu kierowanych do tej instytucji w latach 2021-2023 wyniosła średnio ponad 20000, przy średnim poziomie około 2500 w latach 2018-2020. Od 2021 roku nastąpiło też odwrócenie trendu w zakresie struktury rozpatrywanych wniosków. W latach 2018-2020 średni udział wniosków dotyczących podmiotów rynku bankowego stanowił średnio 6,92%, podczas gdy w 2023 roku stanowiły one 92,79% wniosków ogółem. Bardzo wysoki jest także wskaźnik zgód (akceptacji) udzielanych przez instytucje finansowe na realizację postępowania mediacyjnego. Wzrósł on również znacząco w latach 2018-2023 z poziomu 44,47% do 95,24%. Zwiększenie skali postępowań mediacyjnych i ich efektywności jest ważną przesłanką ograniczenia kosztów materializacji ryzyka prawnego w polskim sektorze bankowym.

Zmiany struktury kosztów sektora bankowego, z uwzględnieniem obciążeń wyników finansowych banków kosztami wynagrodzeń kadry zarządzającej

Sektor bankowy w Polsce generuje relatywnie wysokie koszty działalności w relacji do wartości posiadanych kapitałów własnych. Na tle innych sektorów bankowych krajów Unii Europejskiej w strukturze kosztów uwagę zwraca istotnie większy udział pozostałych kosztów działalności, obejmujących w szczególności obciążenia podatkowe (Wykres 30).

Źródło: European Banking Authority

Na koniec 2024 r. całkowite koszty prowadzenia działalności bankowej w Polsce wyniosły blisko 162 mld zł (wyk. 31). Była to wartość o 0,9% wyższa od wartości kosztów całkowitych poniesionych przez sektor bankowy w poprzednim roku i jednocześnie o 125% wyższa od wartości całkowitych kosztów prowadzenia działalności bankowej w Polsce w 2021 r., w którym to odnotowano całkowite koszty sektora bankowego na średnim poziomie 72 mld zł. Poziom ten utrzymywał się nieprzerwanie od 2010 r., z wyjątkiem 2012 r. i 2019 r.,
w którym całkowite koszty sektora bankowego przekroczyły nieznacznie 80 mld. zł. W latach 2010-2024 koszty te generowane były przede wszystkim przez banki komercyjne działające z oddziałami zagranicznymi z uwagi na ich rolę w sektorze.

Źródło: Opracowanie własne na podstawie danych KNF.

W okresie 2010 – 2021 największy udział w całkowitych kosztach prowadzenia działalności bankowej miały koszty z tytułu odsetek oraz koszty działania banku (wyk. 32), przy czym od 2012 r. udział tych pierwszy w kosztach całkowitych systematycznie malał, co pozwoliło w 2016 r. na odnotowanie najniższego poziomu całkowitych kosztów sektora bankowego w Polsce (niecałe 68 mld. zł) w całym analizowanym okresie. Było to możliwe ze względu na stabilny udział pozostałych grup kosztów sektora bankowego w kosztach ogółem, w szczególności kosztów działania banków, które stanowiły drugi największy komponent całkowitych kosztów działania banków w Polsce, kształtując się na średnim poziomie 28 mld zł. corocznie. Gwałtowny wzrost kosztów całkowitych rok do roku (o prawie 50 mld zł.) nastąpił w 2022 r.. Był to skutek przede wszystkim wzrostu udziału kosztów odsetkowych w kosztach ogółem (wzrost o ponad 38 mld zł.), ale również kosztów operacyjnych (wzrost o ok. 10 mld. zł), jak też wyższej wartości utworzonych rezerw i wyższej kwoty zobowiązania z tyt. CIT (wyk. 33).

Źródło: Opracowanie własne na podstawie danych KNF.

Źródło: Opracowanie własne na podstawie danych KNF.

Oceniając koszty prowadzenia działalności bankowej w Polsce w okresie 2010 – 2024, w szczególności tych, które najsilniej oddziaływały na rentowność prowadzenia działalności bankowej w Polsce w ciągu ostatnich lat (koszty odsetkowe, koszty działania banku i koszty rezerw), nie można pominąć analizy przyczyn ich wzrostu.

W październiku 2021 r., w wyniku wybuchu pandemii COVID-19 i w głównej mierze wynikającego z niej gwałtownego wzrostu poziomu stopy inflacji w Polsce od 2021 r., Rada Polityki Pieniężnej (RPP) zdecydowała po raz pierwszy od maja 2012 r. o zacieśnianiu prowadzonej polityki pieniężnej poprzez podniesienie stóp procentowych NBP. Do tego czasu były one stopniowo obniżane, aż w maju 2020r. osiągnęły historycznie niską wartość równią 0,1%, która utrzymywana była przez cały następny rok. Od października 2021 r. RPP rozpoczęła cykl podnoszenia stóp procentowych banku centralnego. Okres ten trwał aż do października 2023 r., w którym stopa referencyjna NBP została ustalona na poziome 5,75% i jest utrzymywana do obecnego momentu na niezmienionym poziomie.

Na podstawie analizy trendu wartości kosztów operacyjnych piętnastu największych banków działających w Polsce w formie spółki akcyjnej w latach 2013 – 2024 (wyk. 34) należy podkreślić, że banki te odnotowały pomiędzy tymi latami wzrost kosztów operacyjnych o 125%. Na wzrost ten wpływ miały zarówno wzrost kosztów pracowniczych, jak i wzrost innych kosztów operacyjnych (głównie w postaci wzrostu kosztów podatkowych i opłat parapodatkowych nakładanych w tym okresie na sektor bankowych w Polsce), przy czym te drugie wykazywały istotnie wyższą dynamikę wzrostu (wyk. 34).

*Okres ten wynika z dostępności pełnych danych odnośnie wartości kosztów pracowniczych i kosztów operacyjnych w bazie Bankfocus. Liniami przerywanymi oznaczono linie trendu – kolorem niebieskim dla kosztów pracowniczych ogółem; kolorem pomarańczowym dla kosztów operacyjnych.

Źródło: Opracowanie własne na podstawie danych pobranych z bazy BankFocus i sprawozdań finansowych banków.

Dodatkowo interesujące wnioski płyną z analizy struktury kosztów pracowniczych tych banków. Uwzględniając ich podział na koszty wynagrodzeń zarządów, koszty wynagrodzeń rad nadzorczych i koszy wynagrodzeń pozostałych pracowników banku, należy stwierdzić, że ok. 98% kosztów pracowniczych ogółem stanowią koszty pozostałych pracowników banków, a jedynie ok. 2% stanowią koszty wynagrodzenia zarządów i rad nadzorczych tych banków. Dodatkowo, chociaż w latach 2019 – 2024 odnotowano wzrost wynagrodzeń we wszystkich analizowanych grupach, to udział kosztów wynagrodzeń rad nadzorczych w kosztach wynagrodzeń ogółem pozostał na średnim poziomie 0,1% kosztów pracowniczych ogółem, udział kosztów wynagrodzeń zarządów w kosztach pracowniczych ogółem wykazał tendencję malejącą, gdzie rozpiętość między wartością udziału z 2019 r i wartością udziału z 2024 r. wyniosła -0,6 pp., natomiast wzrost w udziale kosztów pracowniczych ogółem odnotowano w przypadku pozostałych kosztów pracowniczych, ponieważ w ciągu pięciu lat ich udział w kosztach pracowniczych ogółem wzrósł z poziomu 98% do poziomu 98,6% (wyk. 35).

*Okres ten wynika z dostępności danych odnośnie wynagrodzenia zarządów banków i rad nadzorczych w bazie Bankfocus i sprawozdaniach finansowych banków. Czarnym kolorem oznaczono linię trendu dla udziału wynagrodzeń pracowników z wyłączeniem członków zarządów i rad nadzorczych.

Źródło: Opracowanie własne na podstawie danych pobranych z bazy BankFocus i sprawozdań finansowych banków.

Analizując dane na wyk. 36 dotyczące struktury innych kosztów działalności banku, należy podkreślić, że w okresie 2015 – 2024 wrosła liczba płaconych przez banki działające w Polsce podatków i kosztów regulacyjno- fiskalnych. Do 2015 r. banki te ponosiły trzy koszty tego rodzaju, tj. podatek dochodowy CIT, składka na Bankowy Fundusz Gwarancyjny oraz składka na Komisję Nadzoru Finansowego. Już rok później, sektor bankowy został obciążony dodatkowo podatkiem od niektórych instytucji finansowych, potocznie nazywanym „podatkiem bankowym”. Do 2022 r. włącznie polski sektor bankowy, oprócz wcześniej wymienionych podatków i składek, poniósł również koszty wpłat na Fundusz Wsparcia Kredytobiorców, koszt zawieszenia na wniosek kredytobiorcy spłaty kredytu hipotecznego zgodnie z art. 73 ust. 1 ustawy z dnia 22 lipca 2022 r. o finansowaniu społecznościowym dla przedsięwzięć gospodarczych i pomocy kredytobiorcom (Dz. U. 2022 poz. 1488) – tzw. „wakacji kredytowych”, koszt utworzenia rezerw z tytułu ryzyka prawnego dot. ekspozycji kredytowych w CHF oraz koszt składek na System Ochrony Banków Komercyjnych. Oprócz tego, że w 2022 r. polski sektor bankowy poniósł największą liczbę kosztów podatkowych i kosztów regulacyjno- fiskalnych, to również w tym samym roku odnotowano ich największą wartość na poziomie ponad 52 mld. zł, co stanowiło prawie dwukrotny ich wzrost w stosunku do roku poprzedniego. Suma kosztów polskiego sektora bankowego za lata 2015-2024 z ww. tytułów wynosi 248 945 171 490,56 zł, co stanowi ponad 40% kosztów operacyjnych sektora bankowego w tych samych latach i ok. 27% całkowitych kosztów sektora bankowego za ten okres.

Źródło: Opracowanie własne na podstawie danych WIB.

Na wyk. 37 zaprezentowany został udział poszczególnych obciążeń podatkowych i kosztów regulacyjno-fiskalnych polskiego sektora bankowego w całkowitej wartości tych kosztów za lata 2015-2024. Na jego podstawie należy stwierdzić, że największy udział w całkowitych kosztach podatkowych i kosztach regulacyjno-fiskalnych, poniesionych przez sektor bankowy w latach 2015-2024, stanowią łączne koszty podatku CIT i podatku bankowego (44,05%), przy czym na podatek CIT przypada 27,63% kosztów z tego tytułu, a na podatek bankowy 16,42% kosztów. Koszty związane z utworzeniem przez banki rezerw na potencjalne straty z tytułu ryzyka prawnego, związanego z posiadaniem przez nie należności kredytowych w CHF, stanowią druga grupę pod względem udziału w całkowitych kosztach podatkowych i regulacyjno-fiskalnych.

Banki zaczęły tworzyć rezerwy na „ryzyko frankowe” w czwartym kwartale 2019 r. Decyzja ta była wynikiem wyroków Trybunału Sprawiedliwości Unii Europejskiej (TSUE) oraz Sądu Najwyższego, które stwierdziły nieważność niektórych umów kredytowych w CHF zawieranych przez banki z kredytobiorcami w latach 2003-2013. Od tego czasu banki sukcesywnie zwiększają wartość tych rezerw, aby przygotowując się tym samym na pokrycie potencjalnych kosztów związanych z roszczeniami z tego tytułu. Wzrost wartości utworzonych tych rezerw, szczególnie od 2020 r., stanowi jedną z głównych przyczyn wzrostu kosztów operacyjnych w ostatnich latach w polskim sektorze bankowym. Powyżej 5% udziału w całkowitych kosztach podatkowych i regulacyjno- fiskalnych posiadały również koszty wpłat na Bankowy Fundusz Gwarancyjny (8,91%) oraz koszt tzw. „wakacji kredytowych”- programu, zainicjowanego w 2022 r. w wyniku wybuchu pandemii COVID-19, jako formy wsparcia kredytobiorców, którzy znaleźli się w trudnej sytuacji finansowej.

Źródło: Opracowanie własne na podstawie danych WIB.

Kierunki rozdysponowywania wyniku finansowego banków w Polsce w latach 2010-2024 w kontekście rekomendacji nadzorczych i decyzji akcjonariuszy

Współczesne banki pełnią kluczową rolę w gospodarce jako pośrednicy finansowi, jednak zdolność do realizacji tej funkcji zależy jednak nie tylko od uwarunkowań makroekonomicznych i popytu na kredyt, ale także od strategii zarządzania kapitałem własnym i strukturą finansowania. Szczególnie istotną rolę w tym zakresie odgrywają decyzje dotyczące wypłaty dywidendy oraz emisji papierów wartościowych, które mogą w istotny sposób wpływać na zdolność sektora bankowego do efektywnego kredytowania gospodarki.

Na wykresie 38 zestawiono dane dotyczące stopy wypłaty dywidendy w wybranych polskich bankach giełdowych. Do analizy przyjęto następujące banki: Alior Bank SA, Powszechna Kasa Oszczędności Bank Polski SA, Bank Polska Kasa Opieki SA, Santander Bank Polska SA, ING Bank Śląski SA, mBank SA, BNP Paribas Bank Polska SA, Bank Millennium, Bank Handlowy w Warszawie SA oraz Bank Ochrony Środowiska SA.

Źródło: Opracowanie własne na podstawie danych sprawozdań finansowych banków.

Analiza danych za lata 2010–2024 wskazuje na znaczną heterogeniczność w zakresie polityki dywidendowej największych banków komercyjnych w Polsce. W badanym okresie można wskazać zarówno banki, które konsekwentnie zatrzymujące zyski (np. Alior Bank, mBank, Bank Ochrony Środowiska), jak i podmioty wypłacające dywidendy na bardzo wysokim poziomie (Bank Handlowy, Bank Pekao, Santander Bank Polska), w niektórych przypadkach przekraczające 100% zysku netto w danym roku, co sugeruje wypłatę także z kapitału zatrzymanego z lat ubiegłych.

Z punktu widzenia regulacji ostrożnościowych, zatrzymywanie zysków netto przez instytucje finansowe jest działaniem, które pozwala na wzmocnienie ich bazy kapitałowej, zwiększając zwłaszcza kapitał Tier 1, który jest podstawowym buforem chroniącym przed skutkami materializacji ryzyka kredytowego. Utrzymywanie wypłaty dywidendy na wysokim poziomie może ograniczać zdolność banku do rozszerzania akcji kredytowej, ponieważ obniża wskaźniki wypłacalności i zmniejsza przestrzeń do absorpcji strat z działalności kredytowej. Instrumentalny charakter polityki dywidendowej w zarządzaniu stabilnością potwierdza przykład roku 2020, w którym to zdecydowana większość banków wstrzymała wypłaty dywidendy na skutek zaleceń nadzorczych. Działania te były reakcją na potrzebę utrzymania wysokich buforów kapitałowych w okresie zwiększonego ryzyka systemowego, a także miały wspomóc zdolność banków do dalszego finansowania gospodarki.

Relatywnie niska przeciętna stopa dywidendy w polskim sektorze bankowym oznacza, że zyski zatrzymane stanowiły kluczowy element budowania bazy kapitałowej w warunkach wysokiej niepewności i wzrostu obciążeń regulacyjnych. Niski poziom stopy dywidendy oznacza jednocześnie znaczące pogorszenie atrakcyjności inwestycyjnej banków na rynku kapitałowym, a w konsekwencji znacząco obniża gotowość inwestorów do finansowania rozwoju banków w drodze obejmowania nowych emisji akcji.

Rentowność sektora bankowego jako warunek budowy kapitałów własnych i poprawy zdolności do kredytowania gospodarki – ocena zdolności banków do pozyskania finansowania z rynku kapitałowego w warunkach niskiej rentowności

W zakresie zdolności banków działających w Polsce do pozyskania finansowania z rynku kapitałowego w formie nowych emisji akcji należy wskazać, że analiza liczby akcji poszczególnych banków w obiegu pozwala na ocenę jako niską aktywność banków w obszarze emisji papierów udziałowych. Warto odnotować przykład Alior Banku, który zwiększył liczbę akcji z 50 mln w 2010 roku do ponad 130 mln w 2017 roku, co może wskazywać na wykorzystanie rynku kapitałowego do wzmocnienia zdolności budowania bazy kapitałowej. W przypadku większości instytucji kredytowych w latach 2010-2024 liczba akcji pozostawała stała, co sugeruje, że banki preferowały reinwestowanie zysków lub finansowanie wzrostu z innych źródeł, niż emisja nowych akcji.

Źródło: Opracowanie własne na podstawie danych sprawozdań finansowych banków.

Kolejną istotną kwestią mogącą wpływać na zdolność sektora bankowego do efektywnego kredytowania gospodarki w kontekście budowy bazy kapitałowej jest aktywność w zakresie pozyskiwania kapitału dłużnego. Na wykresie 40 zaprezentowano wartość emisji obligacji (w tys. PLN) w analizowanych bankach giełdowych w latach 2010-2024.

Źródło: Opracowanie własne na podstawie danych GPW Catalyst

Dane zaprezentowane na wykresie 40 wskazują na stopniowy, lecz nierównomierny wzrost aktywności emisyjnej wśród banków, szczególnie po 2016 roku. Banki takie jak PKO BP, Pekao SA czy Santander Bank Polska systematycznie korzystały z rynku długu, osiągając w 2024 roku rekordowe poziomy emisji przekraczające 7 mld PLN. Inne podmioty sektora bankowego pozostawały jednocześnie relatywnie bierne w zakresie pozyskiwania kapitału poprzez instrumenty dłużne. Należy jednak rozróżnić rodzaj emitowanych papierów – obligacje podporządkowane (Tier 2) mogą być zaliczane do kapitału regulacyjnego i tym samym wpływać bezpośrednio na zdolność banku do ekspansji kredytowej oraz obligacje senioralne, stanowiące standardowy instrument finansowania, lecz nie poprawiają wskaźników wypłacalności, a jedynie zwiększają płynność lub refinansują istniejące zobowiązania. Z tego względu, mimo rosnącej wartości emisji długu, jej wpływ na zdolność banków do zwiększenia akcji kredytowej może być ograniczony – zwłaszcza w przypadku emisji o charakterze czysto płynnościowym lub zabezpieczającym.

Analiza danych dotyczących wypłaty dywidendy, emisji akcji oraz obligacji pozwala na sformułowanie istotnych z punktu widzenia przedmiotu opracowania wniosków. Należy wskazać, że banki, które regularnie wypłacały znaczną część zysków w formie dywidendy, ograniczały przestrzeń do wzrostu kapitału regulacyjnego, co wprost przekłada się na ich mniejszą zdolność do finansowania gospodarki, szczególnie w okresach zwiększonego popytu na kredyt. Ponadto, niewielka aktywność polskich banków w zakresie emisji instrumentów kwalifikujących się do kapitału regulacyjnego sugeruje, że banki w ograniczonym stopniu korzystały z potencjalnych możliwości wzmocnienia zdolności kredytowej poprzez rynek kapitałowy. Niewielka aktywność banków w zakresie nowych emisji akcji świadczy z kolei o stosunkowo niskim poziomie aktywności kapitałowej, co może być oznaką niepełnego wykorzystania dostępnych narzędzi pozyskiwania kapitału w celu ekspansji działalności kredytowej.

Zdolność polskiego sektora bankowego do finansowania gospodarki mogła być istotnie większa, gdyby większa część zysków była reinwestowana, a same banki aktywniej korzystałyby z emisji instrumentów kapitałowych i dłużnych kwalifikowanych do kapitału własnego.

Determinanty rentowności sektorów bankowych krajów Unii Europejskiej i banków w Polsce – analiza statystyczna i ekonometryczna

Uzupełnieniem analiz związanych z bezpośrednio obserwowanymi zjawiskami, oddziałującymi na rentowność sektorów bankowych w Polsce oraz w innych krajach Unii Europejskiej jest statystyczna ocena istotności zależności pomiędzy wybranymi czynnikami o charakterze makroekonomicznym, sektorowym, regulacyjnym, fiskalnym oraz społecznym a poziomem rentowności. Na potrzeby całego opracowania (także w zakresie analiz realizowanych w części 2 i 3 raportu) przygotowano charakterystykę zestawu zmiennych podlegających dalszym badaniom, w podziale na ogół krajów Unii Europejskiej (ujęcie sektorowe) oraz dla banków komercyjnych działających w Polsce (ujęcie jednostkowe). Szczegółowe informacje w zakresie oznaczenia zmiennych, ich interpretacji w procesie badawczym oraz źródeł danych zaprezentowano w tabeli 2 (kraje UE) oraz tabeli 3 (Polska).

Tabela 2. Charakterystyka bazowego zbioru zmiennych dla modelu dotyczącego sektorów bankowych krajów Unii Europejskiej

Zmienna	Definicja	Obszar analiz	Źródło danych
Zmienne objaśniane – rentowność (model 1)
ROE	Wynik netto/średni stan kapitałów własnych sektora bankowego	Rentowność/efektywność sektora bankowego	EBC Consolidated Banking Data https://data.ecb.europa.eu/data/data-categories
ROA	Wynik netto/średnie aktywa ogółem sektora bankowego
C_I	Koszty/przychody z działalności sektora
NIM	Marża odsetkowa netto – wynik z tytułu odsetek/aktywa ogółem
Zmienne objaśniane – kredytowanie gospodarki (model 2)
KR_PRZ_PKB	Kredyty dla przedsiębiorstw niefinansowych / PKB kraju	Skala i struktura finansowania gospodarki przez sektor bankowy	EUROSTAT: https://ec.europa.eu/eurostat/databrowser/view/tipspd25/default/table
KGD_PKB	Kredyty dla gospodarstw domowych / PKB kraju
KR_NF_TA	Kredyty dla sektora niefinansowego/aktywa ogółem		Szacunki własne w oparciu o dane EBC Consolidated Banking Data https://data.ecb.europa.eu/data/data-categories
KR_OG_TEM_ZM	Roczna zmiana wartości kredytów ogółem udzielonych przez sektor bankowy
KR_PRZ_TEM_ZM	Roczna zmiana wartości kredytów dla przedsiębiorstw udzielonych przez sektor bankowy
KR_MIESZK_TEM_ZM	Roczna zmiana wartości kredytów mieszkaniowych udzielonych przez sektor bankowy
KR_KONS_TEM_ZM	Roczna zmiana wartości kredytów konsumpcyjnych udzielonych przez sektor bankowy
KR_PRZ_UDZ	Kredyty dla przedsiębiorstw / kredyty ogółem udzielone przez sektor bankowy
KR_MIESZK_UDZ	Kredyty mieszkaniowe / kredyty ogółem udzielone przez sektor bankowy
KR_KONS_UDZ	Kredyty konsumpcyjne/ kredyty ogółem udzielone przez sektor bankowy
Zmienne objaśniane – koszt kredytowania gospodarki (model 3)
OPR_KR_M_NOWE_NOM	Oprocentowanie nominalne kredytów mieszkaniowych (nowe umowy, AAR)	Koszt nominalny i rzeczywisty kredytów udzielanych podmiotom niefinansowym przez instytucje sektora bankowego, w podziale na poszczególne grupy należności kredytowych	Bazy danych EBC oraz bazy danych poszczególnych banków centralnych, dla których występowały braki danych w bazie EBC
OPR_KR_KONS_NOWE_NOM	Oprocentowanie nominalne kredytów konsumenckich (nowe umowy, AAR)
OPR_KR_PRZ_NOWE_NOM	Oprocentowanie nominalne kredytów dla przedsiębiorstw (nowe umowy, AAR)
OPR_KR_M_RZECZ	Oprocentowanie nominalne kredytów mieszkaniowych (nowe umowy, AAR)
OPR_KR_KONS_RZECZ	Oprocentowanie rzeczywiste kredytów konsumenckich (nowe umowy, APRC)
OPR_KR_M_STANY_NOM	Oprocentowanie nominalne kredytów mieszkaniowych (cały portfel – stany, AAR)
OPR_KR_KONS_STANY_NOM	Oprocentowanie nominalne kredytów konsumenckich (cały portfel – stany, AAR)
OPR_KR_PRZ_STANY_NOM	Oprocentowanie nominalne kredytów dla przedsiębiorstw (cały portfel – stany, AAR)
MARZA_KR_M_NOWE_NOM	Marża (ujęcie nominalne oprocentowania) dla kredytów mieszkaniowych (nowe umowy, AAR)	Poziom marży odsetkowej banku definiowany jako różnica między średnim poziomem oprocentowania kredytów w danej kategorii ekspozycji a dochodowością aktywów wolnych od ryzyka (instrumentów oferowanych przez bank centralny w danym kraju jako narzędzia absorbcji płynności)	Obliczenia własne w oparciu dane pozyskane z bazy EBC oraz baz danych poszczególnych banków centralnych
MARZA_KR_KONS_NOWE_NOM	Marża (ujęcie nominalne oprocentowania) dla kredytów konsumenckich (nowe umowy, AAR)
MARZA_KR_PRZ_NOWE_NOM	Marża (ujęcie nominalne oprocentowania) dla kredytów dla przedsiębiorstw (nowe umowy, AAR)
MARZA_KR_M_RZECZ	Marża (ujęcie rzeczywiste oprocentowania) dla kredytów mieszkaniowych (nowe umowy, AAR)
MARZA_KR_KONS_RZECZ	Marża (ujęcie rzeczywiste oprocentowania) kredytów konsumenckich (nowe umowy, APRC)
MARZA_KR_M_STANY_NOM	Marża (ujęcie nominalne oprocentowania) kredytów mieszkaniowych (cały portfel – stany, AAR)
MARZA_KR_KONS_STANY_NOM	Marża (ujęcie nominalne oprocentowania) dla kredytów konsumenckich (cały portfel – stany, AAR)
MARZA_KR_PRZ_STANY_NOM	Marża (ujęcie nominalne oprocentowania) dla kredytów dla przedsiębiorstw (cały portfel – stany, AAR)
Zmienne objaśniające – charakterystyki makroekonomiczne
ST_PROC_BC	Stopa banku centralnego wyznaczająca rentowność podstawowych operacji absorbujących płynność	Stopa procentowa – stopa wolna od ryzyka w operacjach na rynku finansowym	Bazy danych archiwalnych banków centralnych
HICP	Indeks HICP – zharmonizowana miara inflacji w UE	Stopa inflacji	Eurostat
ZM_PKB	Zmiana realnej wartości PKB kraju	Poziom wzrostu gospodarczego	Eurostat
DL_PUBL_PKB	Dług sektora finansów publicznych / PKB kraju	Skala zadłużenia publicznego	Eurostat
DEF_PKB	Saldo sektora fin. publicznych/PKB kraju	Skala wykorzystania deficytu publicznego w ramach bieżącej polityki fiskalnej	Eurostat
SAL_BIL_PL_PKB	Saldo bilansu płatniczego/PKB kraju	Skala i kierunek relacji z zagranicą	Eurostat
ST_BEZR	Stopa bezrobocia rejestrowanego	Poziom bezrobocia w kraju	Eurostat
ZM_CEN_NIER_KOM	Indeks zmian cen nieruchomości komercyjnych	Zmienność krajowego rynku nieruchomości	EMF Hypostat
COVID	Zmienna binarna: 1-dla lat 2020-2021; 0-dla pozostałego okresu	Szok makroekonomiczny związany z pandemią COVID-19 i jej ekonomiczno-społecznymi implikacjami	WHO
Zmienne objaśniające – charakterystyki sektorowe
HHI	Wskaźnik Herfindahla-Hirschmana	Poziom konkurencji rynkowej w sektorze bankowym danego kraju	ECB Structural Financial Indicators https://data.ecb.europa.eu/methodology/structural-financial-indicators
LN_AKTYWA	Logarytm naturalny aktywów ogółem sektora	Wielkość sektora bankowego	EBC Consolidated Banking Data
KOSZTY_ADM_KOSZTY_OG	Koszty administracyjne / Koszty ogółem banku	Znaczenie kosztów administracyjnych w działalności sektorów bankowych
KOSZTY_PRAC_KOSZTY_OG	Koszty wynagrodzeń / Koszty ogółem	Rola kosztów pracowniczych w działalności sektorów bankowych
KW_A	Kapitały własne / Aktywa ogółem	Stabilność finansowa sektorów bankowych
TCR	Kapitały własne ogółem / RWA
T1R	Kapitały z grupy T1 / RWA
ZSC	Z-score = ROA+CAR / odchylenie standardowe ROA		Obliczenia własne w oparciu o dane EBC Consolidated Banking Data
LCR	Aktywa płynne / Całkowite odpływy środków pieniężnych	Regulacyjna miara krótkoterminowej płynności finansowej sektorów bankowych	EBC Consolidated Banking Data https://data.ecb.europa.eu/data/data-
NSFR	Fundusze własne i obce stabilne / Aktywa niepłynne i o ograniczonej płynności	Regulacyjna miara długoterminowej płynności finansowej sektorów bankowych
AK_PŁ_AK_OG	Aktywa płynne / Aktywa ogółem	Księgowa miara płynności finansowej
KR_DEP	Kredyty ogółem dla sektora niefinansowego /Depozyty ogółem od sektora niefinansowego	Równowaga finansowania sektora niefinansowego
NPL_OG	Wartość wskaźnika NPL portfela kredytów ogółem w sektorze bankowym danego kraju w danym roku	Miara jakości portfela kredytowego
ZM_NPL_OG	Zmiana wartości wskaźnika NPL r/r portfela kredytów ogółem w sektorze bankowym danego kraju w punktach procentowych
NPL_GD	Wartość wskaźnika NPL portfela kredytów dla gospodarstw domowych w sektorze bankowym danego kraju w danym roku
ZM_NPL_GD	Zmiana wartości wskaźnika NPL r/r portfela kredytów dla gospodarstw domowych w sektorze bankowym danego kraju w punktach procentowych
NPL_PRZ	Wartość wskaźnika NPL portfela kredytów dla przedsiębiorstw niefinansowych w sektorze bankowym danego kraju w danym roku
ZM_NPL_PRZ	Zmiana wartości wskaźnika NPL r/r portfela kredytów dla przedsiębiorstw niefinansowych w sektorze bankowym danego kraju w punktach procentowych
OPR_DEP_GD_NOWE	Oprocentowanie nominalne nowych depozytów dla gospodarstw domowych (nowe umowy, AAR)	Koszt nominalny i rzeczywisty depozytów przyjmowanych od podmiotów niefinansowych przez instytucje sektora bankowego
OPR_DEP_PRZ_NOWE	Oprocentowanie nominalne nowych depozytów dla przedsiębiorstw (nowe umowy, AAR)
OPR_DEP_GD_STANY	Oprocentowanie nominalne nowych depozytów dla gospodarstw domowych (stany, AAR)
OPR_DEP_PRZ_STANY	Oprocentowanie nominalne nowych depozytów dla przedsiębiorstw (stany, AAR)
KR_M_ZM_STOPA	Udział nowych kredytów mieszkaniowych o zmiennej stopie procentowej (lub stałej do 1 roku) w łącznych nowych kredytach	Struktura nowego portfela kredytów mieszkaniowych według kryterium stopy procentowej	EMF Hypostat
LISTY_ZAST_PKB	Łączna wartość pozostających w obrocie listów zastawnych jako procent PKB	Skala wykorzystania długoterminowego finansowania na rynku listów zastawnych
Zmienne eksperymentalne – charakterystyki polityki restrukturyzacji portfela kredytowego o niskiej jakości
SPRZ_NPL_T_NPL	Zmienna określająca wielkość sprzedanego portfela NPL jako procent całkowitego portfela NPL w danym kraju w danym roku	Restrukturyzacja portfela NPL na poziomie kraju	Obliczenia własne na podstawie danych pozyskanych z raportów Deloitte Deleveraging Europe
SPRZ_NPL_KR	Zmienna określająca wielkość sprzedanego portfela NPL jako procent całkowitego portfela kredytowego w danym kraju w danym roku
SPRZ_NPL_T_SPRZ	Zmienna określająca wielkość sprzedanego portfela NPL w danym sektorze bankowym jako procent sumy sprzedaży NPL we wszystkich sektorach bankowych w danym roku
SEK_NPL_T_SEK	Zmienna określająca wielkość sekurytyzacji portfela NPL w danym sektorze bankowym jako procent sumy sekurytyzacji NPL we wszystkich sektorach bankowych w danym roku
SEK_NPL_KR	Zmienna określająca wielkość sekurytyzacji portfela NPL jako procent całkowitego portfela kredytowego w danym kraju w danym roku
SEK_NPL_T_NPL	Zmienna określająca wielkość sekurytyzacji portfela NPL jako procent całkowitego portfela NPL w danym kraju w danym roku
POA_BIN	Program Ochrony Aktywów – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane były działania w danym roku w danym kraju		Własne analizy w oparciu o pogłębiony przegląd literatury
SEK_BIN	Sekurytyzacja – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
AMC_BIN	AMC – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
SPRZED_BIN	Sprzedaż bezpośrednia – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
DN_BIN	Działania nadzorcze – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
RPUIS_BIN	Reformy przepisów upadłościowych i sądowych – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
RRNPL_BIN	Rozwój rynków NPL – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
RP_BIN	Reformy podatkowe – zmienna binarna; 0-nie występowało w danym roku w danym kraju; 1- podejmowane działania w danym roku w danym kraju
IND_INT_NARZ_RED_NPL	Indeks mierzący intensywność zastosowanych metod restrukturyzacji portfela NPL w danym kraju w danym roku		Obliczenia własne
Zmienne eksperymentalne – charakterystyki podażowe dostępności kredytu
EF_WNIO_KR	Zmienna mierząca odsetek przedsiębiorstw w krajach Unii Europejskiej, które w latach 2010-2024 uzyskały 100% wnioskowanej kwoty kredytu	Stopień dostępu do kredytu bankowego	Raport Survey on the Access to Finance of Enterprises, Komisja Europejska
IND_DOST_KRED	Zmienna mierząca jakość praw i obowiązków kredytobiorców i kredytodawców przy zawieraniu umowy kredytowej oraz sprawozdawczość w zakresie informacji kredytowej w danym kraju w danym roku (ograniczenia asymetrii informacji)		Raport Doing Business, Bank Światowy
Zmienne eksperymentalne – charakterystyki efektywności egzekucji należności bankowych
IND_PRZEP_REST_UPAD	Zmienna mierząca jakość i wydajność regulacji prawnych oraz procesów sądowych w zakresie upadłości konsumenckiej i przedsiębiorstw w danym kraju w danym roku	Skala wsparcia publicznego w obszarze narzędzi zwiększających odzyskiwanie należności kredytowych	Raport Doing Business, Bank Światowy
IND_JAKO_POST_SAD	Zmienna mierząca jakość i wydajność regulacji prawnych i systemu sądowego w zakresie rozstrzygania sporu handlowego w danym kraju w danym roku
Zmienne eksperymentalne – charakterystyki skali materializacji ryzyka prawnego wynikającego z eskpozycji kredytowych w CHF
CHF_NIS_RYZ	Zmienna binarna; 1 – w sektorze bankowym występowało niskie ryzyko wynikające z eskpozycji kredytowych w CHF; 0-zdarzenie przeciwne	Skala materializacji o ryzyka prawnego wynikającego z ekspozycji w CHF	Analizy własne w oparciu o dane zawarte w: P. Yesin, Foreign Currency Loans and Systemic Risk in Europe, „Swiss National Bank Working Paper”, nr 6, 2013.
CHF_SR_RYZ	Zmienna binarna; 1 – w sektorze bankowym występowało średnie ryzyko wynikające z eskpozycji kredytowych w CHF; 0-zdarzenie przeciwne
CHF_WYS_RYZ	Zmienna binarna; 1 – w sektorze bankowym występowało wysokie ryzyko wynikające z eskpozycji kredytowych w CHF; 0-zdarzenie przeciwne
Zmienne eksperymentalne – charakterystyki dot. struktury portfela depozytowego i modeli systemu gwarantowania depozytów
FG_DGW	Fundusze zgromadzone w systemie gwarancyjnym / depozyty gwarantowane w danym kraju w danym roku	Skala porycia depozytów gwarantowanych funduszami zgromadzonymi w funduszu gwarantowania depozytów w danym sektorze bankowym	Dane EBA DGS https://www.eba.europa.eu/sites/default/files/2024-05/a289903c-11c1-4732-a51f-a49e056585b9/Aggregated%20DGSD%20data%202023.xlsx
DGW_DO	Depozyty gwarantowane / depozyty ogółem w danym kraju w danym roku	Udział depozytów gwarantowanych w depozytach ogółem w danym sektorze bankowym	Obliczenia własne w oparciu o EBC Consolidated Banking Data oraz EBA DGS
DGW_DSNF	Depozyty gwarantowane / depozyty ogółem sektora niefinansowego w danym kraju w danym roku	Udział depozytów gwarantowanych w depozytach sektora niefinansowego zgromadzonych w danym sektorze bankowym	Obliczenia własne w oparciu o EBC Consolidated Banking Data oraz EBA DGS
EX_ANTE	Zmienna binarna; 0-brak dokonania wpłaty składki na rzecz systemu przed realizacją przez niego gwarancji; 1- dokonanie wpłaty składki na rzecz systemu przed realizacją przez niego gwarancji	Sposób finansowania systemu gwarantowania depozytów	Dane EBA DGS
EX_POST	Zmienna binarna; 0-brak dokonania wpłaty składki na rzecz systemu po realizacji przez niego gwarancji; 1- dokonanie wpłaty składki na rzecz systemu po realizacją przez niego gwarancji
DEP_B_AO	Depozyty monetarnych instytucji finansowych / Aktywa ogółem	Skala finansowania aktywów depozytami monetarnych instytucji finans.	Obliczenia własne w oparciu o EBC Consolidated Banking Data
Zmienne eksperymentalne – charakterystyki dot. wykorzystania podatku bankowego
PB	Zmienna binarna; 0- brak występowania opodatkowania banków podatkiem bankowym; 1- występowanie opodatkowania banków podatkiem bankowym w danym kraju w danym roku	Wdrożenie podatku bankowego	Własne analizy w oparciu o dane https://taxfoundation.org/data/all/eu/bank-taxes-in-europe-2021/
PB_M	Zmienna binarna; 0- brak występowania opodatkowania banków podatkiem majątkowym; 1- występowanie opodatkowania banków podatkiem majątkowym w danym kraju w danym roku	Typ wprowadzonego podatku bankowego
PB_D	Zmienna binarna; 0- brak występowania opodatkowania banków podatkiem dochodowym; 1- występowanie opodatkowania banków podatkiem dochodowym w danym kraju w danym roku
PB_NZ_Z	Zmienna binarna; 0- brak występowania opodatkowania banków podatkiem od tzw. zysków nadzwyczajnych; 1- występowanie opodatkowania banków podatkiem od zysków nadzwyczajnych w danym kraju w danym roku	Wdrożenie podatku od zysków nadzwyczajnych	Własne analizy w oparciu o M. Maneely, L. Ratnovski, Bank Profits and Bank Taxes in the EU, „IMF Working Paper”, nr 143, 2024

Źródło: Opracowanie własne.

Tabela 3. Charakterystyka bazowego zbioru zmiennych dla modelu dotyczącego banków komercyjnych działających w Polsce

Zmienna	Definicja	Obszar analiz	Źródło danych
Zmienne objaśniane – rentowność (model 1)
ROE	Wynik netto/średni stan kapitałów własnych banku w danym roku	Rentowność/efektywność sektora bankowego	Baza danych BankFocus
ROA	Wynik netto/średnie aktywa ogółem banku w danym roku
C_I	Koszty/przychody z działalności banku w danym roku
NIM	Marża odsetkowa netto – wynik z tytułu odsetek/aktywa ogółem banku w danym roku
Zmienne objaśniane – kredytowanie gospodarki (model 2)
KR_NF_TA	Kredyty dla sektora niefinansowego/aktywa ogółem banku w danym roku	Skala i struktura finansowania gospodarki przez sektor bankowy	Obliczenia własne na podstawie danych z BankFocus
KR_OG_TEM_ZM	Roczna zmiana wartości kredytów ogółem udzielonych przez bank
KR_PRZ_UDZ	Kredyty dla przedsiębiorstw/kredyty ogółem w banku w danym roku
KR_MIESZK_UDZ	Kredyty mieszkaniowe/kredyty ogółem banku w danym roku
KR_KONS_UDZ	Kredyty konsumpcyjne/ kredyty ogółem banku w danym roku
KR_INNE_UDZ	Inne kredyty/ kredyty ogółem banku w danym roku
Zmienne objaśniające – charakterystyki makroekonomiczne
ST_PROC_BC	Stopa referencyjna banku centralnego wyznaczająca rentowność podstawowych operacji absorbujących płynność	Stopa procentowa – stopa wolna od ryzyka w operacjach na rynku finansowym	Dane archiwalne NBP
HICP	Indeks HICP – zharmonizowana miara inflacji w UE	Stopa inflacji	Eurostat
ZM_PKB	Zmiana realnej wartości PKB kraju	Poziom wzrostu gospodarczego
DL_PUBL_PKB	Dług sektora finansów publicznych/PKB kraju	Skala zadłużenia publicznego
DEF_PKB	Saldo sektora fin. publicznych/PKB kraju	Skala wykorzystania deficytu publicznego w ramach bieżącej polityki fiskalnej
SAL_BIL_PL_PKB	Saldo bilansu płatniczego/PKB kraju	Skala i kierunek relacji z zagranicą
ST_BEZR	Stopa bezrobocia rejestrowanego	Poziom bezrobocia w kraju
COVID	Zmienna binarna: 1-dla lat 2020-2021; 0-dla pozostałego okresu	Szok makroekonomiczny związany z pandemią COVID-19 i jej ekonomiczno-społecznymi implikacjami	WHO
ZM_CEN_NIER_KOM	Indeks zmian cen nieruchomości komercyjnych	Zmienność krajowego rynku nieruchomości	EMF Hypostat
HHI	Wskaźnik Herfindahla-Hirschmana	Poziom konkurencji rynkowej	EBC Consolidated Banking Data
Zmienne objaśniające – charakterystyki mikroekonomiczne
LN_AKTYWA	Logarytm naturalny aktywów ogółem danego banku w danym roku	Wielkość banku	Baza danych Bank Focus
KW_A	Kapitały własne/Aktywa ogółem banku w danym roku	Stabilność finansowa sektorów bankowych	Baza danych Bank Focus
TCR	Kapitały własne ogółem/RWA banku w danym roku
T1R	Kapitały z grupy T1/RWA banku w danym roku
LCR	Aktywa płynne /Całkowite odpływy środków pieniężnych banku w danym roku	Regulacyjna miara krótkoterminowej płynności finansowej sektorów bankowych	Baza danych Bank Focus
NSFR	Fundusze własne i obce stabilne/ Aktywa niepłynne i o ograniczonej płynności banku w danym roku	Regulacyjna miara długoterminowej płynności finansowej sektorów bankowych	Baza danych Bank Focus
NPL_OG	Wartość wskaźnika NPL portfela kredytów ogółem banku w danym roku	Miara jakości portfela kredytowego	Baza danych Bank Focus
REZ_POKR_NPL	Rezerwy na ryzyko kredytowe/Kredyty zagrożone banku w danym roku	Skala pokrycia potencjalnych strat kredytowych	Baza danych Bank Focus
REZ_POKR_KR_OG	Rezerwy na ryzyko kredytowe/Kredyty ogółem banku w danym roku		Baza danych Bank Focus
Zmienne eksperymentalne – struktura portfela depozytowego
ZM_DEP_OG	Zmiana wartości depozytów ogółem r/r w banku	Zmiany w podaży depozytu bankowego od sektora niefinansowego	Obliczenia własne na podstawie danych z Bank Focus
DEP_MIF_DO_UDZ	Depozyty od sektora bankowego/ Depozyty ogółem banku w danym roku	Struktura depozytów	Obliczenia własne na podstawie danych z Bank Focus
DEP_NIEF_UDZ	Depozyty od sektora niefinansowego/Depozyty ogółem banku w danym roku		Obliczenia własne na podstawie danych z Bank Focus
DEP_B_DO_UDZ	Depozyty bieżące (na żądanie)/ Depozyty ogółem banku w danym roku		Obliczenia własne na podstawie danych z Bank Focus
Zmienne eksperymentalne – charakterystyki podażowe dostępności kredytu
EF_WNIO_KR	Zmienna mierząca odsetek przedsiębiorstw w Polsce, które w latach 2010-2024 uzyskały 100% wnioskowanej kwoty kredytu	Skłonność banków do akceptacji zgłaszanego popytu na kredyt	Raport Survey on the Access to Finance of Enterprises, Komisja Europejska
IND_DOST_KRED	Zmienna mierząca jakość praw i obowiązków kredytobiorców i kredytodawców przy zawieraniu umowy kredytowej oraz sprawozdawczość w zakresie informacji kredytowej w Polsce w danym roku (ograniczenia asymetrii informacji)	Skala ograniczeń asymetrii informacji w procesie kredytowym	Raport Doing Business, Bank Światowy
ZM_KRYT_POL_KRED_PRZ	Indeks zmian polityki kredytowej wobec przedsiębiorstw (średnia wartości indeksu dla czterech kwartałów w danym roku)	Zmiany w obszarze restrykcyjności polityki kredytowej banków wobec przedsiębiorstw	Kalkulacje własne w oparciu o wyniki ankiety komitetów kredytowych publikowane w: NBP, Sytuacja na rynku kredytowym, Warszawa 2025
ZM_KRYT_POL_KRED_GD	Indeks zmian polityki kredytowej wobec gospodarstw domowych (średnia wartości indeksu dla czterech kwartałów w danym roku)	Zmiany w obszarze restrykcyjności polityki kredytowej banków wobec gospodarstw domowych
Zmienne eksperymentalne – charakterystyki popytowe wykorzystania kredytu
STRUK_FIN_PRZ_KB	Kredyt bankowy/Pasywa ogółem sektora przedsiębiorstw niefinansowych	Skłonność do finansowania kredytem bankowym działalności przez przedsiębiorstwa niefinansowe	Obliczenia własne na podstawie danych GUS dot. bilansowych wyników sektora niefinansowego (https://stat.gov.pl/obszary-tematyczne/podmioty-gospodarcze-wyniki-finansowe/przedsiebiorstwa-niefinansowe/bilansowe-wyniki-finansowe-przedsiebiorstw-niefinansowych-za-2023-rok,9,23.html)
STRUK_FIN_PRZ_KW	Kapitał własny/Pasywa ogółem sektora przedsiębiorstw niefinansowych	Skłonność do finansowania kapitałem własnym działalności przez przedsiębiorstwa niefinansowe	Obliczenia własne na podstawie danych GUS dot. bilansowych wyników sektora niefinansowego (https://stat.gov.pl/obszary-tematyczne/podmioty-gospodarcze-wyniki-finansowe/przedsiebiorstwa-niefinansowe/bilansowe-wyniki-finansowe-przedsiebiorstw-niefinansowych-za-2023-rok,9,23.html)
ZM_POPYT_PRZED	Indeks zmian popytu na kredyt ze strony przedsiębiorstw (średnia wartości indeksu dla czterech kwartałów w danym roku)	Zmiana skłonności przedsiębiorstw do pozyskania kredytu bankowego	Kalkulacje własne w oparciu o wyniki ankiety komitetów kredytowych publikowane w: NBP, Sytuacja na rynku kredytowym, Warszawa 2025
ZM_POPYT_GD	Indeks zmian popytu na kredyt ze strony gospodarstw domowych (średnia wartości indeksu dla czterech kwartałów w danym roku)	Zmiana skłonności gospodarstw domowych do pozyskania kredytu bankowego
Zmienne eksperymentalne – charakterystyki efektywności egzekucji należności bankowych
IND_PRZEP_REST_UPAD	Zmienna mierząca jakość i wydajność regulacji prawnych oraz procesów sądowych w zakresie upadłości konsumenckiej i przedsiębiorstw w Polsce w danym roku	Skala wsparcia publicznego w obszarze narzędzi zwiększających odzyskiwanie należności kredytowych	Raport Doing Business, Bank Światowy
IND_JAKO_POST_SAD	Zmienna mierząca jakość i wydajność regulacji prawnych i systemu sądowego w zakresie rozstrzygania sporu handlowego w Polsce w danym roku
Zmienne eksperymentalne – charakterystyki skali ryzyka prawnego w sektorze i jego konsekwencji w działalności sądów powszechnych
POZWY_NL_RF_ZM	Liczba nowych pozwów sądowych składanych przez klientów banków	Skala postępowań sądowych z udziałem banków (dane zagregowane sektorowe)	Statystyki roczne Rzecznika Finansowego i kalkulacje własne w oparciu o dane RF
POZWY_NW_RF_ZM	Wartość nowych pozwów sądowych składanych przez klientów banków
ORZE_I_UGOD_POZ_OG	Orzeczenia i ugody sądowe/Pozwy ogółem (bieżące i pozostałe z lat poprzednich)	Efektywność działań sądów w obszarze rozstrzygania sporów z udziałem banków
ZM_REKL	Zmiana roczna liczby reklamacji składanych przez klientów do sektora bankowego ogółem	Skala wykorzystywania przez klientów podstawowego narzędzia rozwiązywania sporów – reklamacji
REK_POZYT_REK_OG	Reklamacje rozpatrzone przez banki pozytywnie w całości lub w części/Reklamacje ogółem złożone do banków	Efektywność procesu reklamacyjnego z perspektywy klienta
Zmienne eksperymentalne – polityka dywidendowa i zdolność do pozyskania kapitału z rynku giełdowego
DYW_AKC	Wartość dywidendy/Liczba akcji	Skala dywidendy informująca o zdolności i gotowości banku do dzielenia się zyskiem z inwestorami	Obliczenia własne na podstawie raportów rocznych banków
ST_DYW	Dywidenda/Wynik finansowy roku bieżącego
NEA_AO	Nowe emisje akcji/Akcje ogółem w obrocie	Miara zdolności banku do pozyskiwania kapitału własnego w oparciu o nowe emisje akcji
Zmienne eksperymentalne – ocena banku w perspektywie klientów
KLIENT_OC_ST_EF	Średnia ocena wśród klientów stabilności i efektywności działania ich głównego banku	Ocena średnia postrzegania solidności banku wśród klientów	Kalkulacje własne w oparciu o własne badanie ankietowe (n=1000)
Zmienne eksperymentalne – charakterystyki dot. struktury kosztów
KOSZT_ODS_KC_UDZ	Koszty odsetkowe/Koszty całkowite banku w danym roku	Znaczenie kosztów odsetkowych w działalności banku	Obliczenia własne na podstawie danych z BankFocus
KOSZT_PROW_KC_UDZ	Koszty pracownicze/Koszty całkowite banku w danym roku	Znaczenie kosztów pracowniczych w działalności banku
KOSZT_OPER_KC_UDZ	Koszty operacyjne/Koszty całkowite banku w danym roku	Znaczenie kosztów operacyjnych w działalności banku
KOSZT_NOPER_KC_UDZ	Koszty nieoperacyjne/Koszty całkowite banku w danym roku	Znaczenie kosztów nieoperacyjnych w działalności banku
KOSZT_ODS_DNIEF_KODS_UDZ	Koszty odsetkowe od depozytów sektora niefinansowego/Koszty odsetkowe ogółem banku w danym roku	Znaczenie kosztów odsetkowych od depozytów sektora niefinansowego w działalności banku
KOSZT_ODS__DMIF_KODS_UDZ	Koszty odsetkowe od depozytów sektora bankowego/Koszty odsetkowe ogółem banku w danym roku	Znaczenie kosztów odsetkowych od depozytów sektora bankowego w działalności banku
KOSZT_WYN_KOP_UDZ	Koszty wynagrodzeń ogółem/Koszty operacyjne ogółem banku w danym roku	Znaczenie kosztów wynagrodzeń ogółem w działalności banku
KOSZT_WYN_ZARZ_KWYN_UDZ	Koszty wynagrodzeń zarządu/Koszty wynagrodzeń ogółem banku w danym roku	Znaczenie kosztów wynagrodzenia zarządu w działalności banku	Obliczenia własne na podstawie danych z Bank Focus i sprawozdań finansowych banków
KOSZT_WYN_RN_KWYN_UDZ	Koszty wynagrodzeń rady nadzorczej/Koszty wynagrodzeń ogółem banku w danym roku	Znaczenie kosztów wynagrodzenia rady nadzorczej w działalności banku
KOSZT_ADM__INNE_TO_KOP_UDZ	Inne koszty administracyjne/Koszty operacyjne ogółem banku w danym roku	Znaczenie kosztów wynagrodzenia zarządu w działalności banku	Obliczenia własne na podstawie danych z Bank Focus
REZ_PRZY_ODS	Rezerwy/ Przychody odsetkowe banku w danym roku	Znaczenie kosztu utworzenia rezerw w działalności banku	Baza danych BankFocus
PODATEK_DOCHOD_PRZYCH_ODS	Podatek dochodowy/ Przychody odsetkowe banku w danym roku	Znaczenie kosztu z tyt. podatków w działalności banku
KOSZT_REG_TA_UDZ	Koszty regulacyjno- fiskalne/ Aktywa ogółem banku w danym roku	Znaczenie kosztu regulacyjno- fiskalnych w działalności banku	Obliczenia własne na podstawie danych Bank Focus i WIB
PB_TA_UDZ	Podatek bankowy/ Aktywa ogółem banku w danym roku	Znaczenie kosztu z tyt. podatku bankowego w działalności banku	Obliczenia własne na podstawie danych z Bank Focus i sprawozdań finansowych banków

Źródło: Opracowanie własne.

Analiza współczynników korelacji i ich istotności statystycznej w zakresie zależności wybranych charakterystyk makroekonomicznych, sektorowych i regulacyjnych w kontekście kształtowania rentowności sektorów bankowych w krajach Unii Europejskiej (tabela X), pozwala na wskazanie, że:

1. Na poziom rentowności sektorów bankowych w bardzo silnym stopniu wpływają uwarunkowania makroekonomiczne: stopa inflacji (i związana z nią bezpośrednio stopa procentowa banku centralnego), tempo zmian PKB, zmiana cen nieruchomości (pozytywnie) oraz poziom długu publicznego i stopy bezrobocia (negatywnie);
2. Bardzo silną negatywną zależność potwierdzono w przypadku wskaźnika NPL – jednoznacznie wzmacnia to zatem dowody na bardzo ważną rolę właściwego zarządzania ryzykiem kredytowym w procesie budowy rentowności sektora; wnioski w tym zakresie związane są też z wysokimi wartościami współczynników korelacji dla zastosowania publicznych narzędzi wspierających niektóre metody restrukturyzacji portfela o niskiej jakości w krajach gdzie obserwowany był problem wysokich wskaźników NPL (dotyczy to zmiennych związanych z reformami przepisów upadłościowych i sądowych oraz ułatwień w sprzedaży kredytów z utratą wartości);
3. Potwierdzono silny związek między rentownością a poziomem wyposażenia kapitałowego, ocenianego zarówno w ujęciu księgowym (wskaźnik KW_A), jak i regulacyjnym. W tym przypadku mocno uwypuklony został mechanizm akumulacji zysków jako narzędzia budowy kapitałów w działalności bankowej
4. Warta uwagi jest także istotna statystycznie zależność między indeksem jakości postępowań sądowych (IND_JAKO_POST_SAD) a ROA i ROE, wskazująca na istotną rolę efektywności wymiaru sprawiedliwości jako czynnika wspierającego sektory bankowe w budowaniu efektywności;
5. Występują różnice w konsekwencjach ekonomicznych materializacji ryzyka prawnego związanego z kredytami w CHF – dla krajów o niskiej ekspozycji portfeli kredytowych w CHF obserwuje się dodatni kierunek oddziaływania na wynik, w krajach o wysokiej ekspozycji – ujemny;
6. Ujemnie istotnie statystycznie na rentowność sektorów bankowych oddziałuje poziom oprocentowania depozytów (w szczególności gospodarstw domowych, co wynika m.in. ze struktury portfeli depozytowych pozyskiwanych od sektora niefinansowego) a także wyższe zaangażowanie depozytowe na rynku międzybankowym (zmienna DEP_B_AO), co uzasadnione jest relatywnie wyższą ceną pozyskiwanego finansowania na rynku hurtowym niż detalicznym;
7. Na rentowność pozytywnie wpływa też lepsze wyposażenie kapitałowe systemów gwarantowania depozytów i większe pokrycie depozytów gwarantowanych – wyższe bezpieczeństwo środków jest ważnym czynnikiem przyciągającym deponentów o wysokiej awersji do ryzyka;
8. Współczynniki korelacji dotyczące podatku bankowego wskazują na ujemną zależność, ale jedynie w przypadku ROE możliwe jest potwierdzenie jego statystycznej istotności (tylko przy poziomie ufności równym 90%).

Tabela 4. Wartości współczynników korelacji wskaźników rentowności ROA i ROE oraz wybranych zmiennych objaśniających dla próby sektorów bankowych krajów Unii Europejskiej (lata 2010-2024)

Zmienna	ROA	ROE	Zmienna	ROA	ROE
ST_PROC_BC	0,15	0,19	OPR_DEP_GD_STANY	-0,24	-0,22
HICP	0,17	0,19	OPR_DEP_PRZ_STANY	-0,13	-0,08
ZM_PKB	0,23	0,26	KR_M_ZM_STOPA	-0,18	–0,12
DL_PUBL_PKB	-0,28	-0,38	LISTY_ZAST_PKB	0,01	-0,05
DEF_PKB	0,40	0,34	CHF_NIS_RYZ	0,15	0,15
SAL_BIL_PL_PKB	0,04	-0,01	CHF_SR_RYZ	-0,06	-0,01
ST_BEZR	-0,33	-0,37	CHF_WYS_RYZ	-0,12	-0,06
ZM_CEN_NIER_KOM	0,36	0,39	IND_PRZEP_REST_UPAD	0,10	-0,02
COVID	0,05	0,03	IND_JAKO_POST_SAD	0,25	0,27
HHI	0,05	0,12	EF_WNIO_KR	0,20	0,17
LN_AKTYWA	-0,02	-0,19	IND_DOST_KRED	0,04	0,11
KOSZTY_ADM_KOSZTY_OG	0,14	0,21	FG_DGW	0,12	0,20
KOSZTY_PRAC_KOSZTY_OG	-0,13	-0,15	DGW_DO	0,16	0,28
KW_A	0,18	0,36	DGW_DSNF	0,04	0,12
TCR	0,39	0,48	EX_ANTE	0,07	0,07
T1R	0,28	0,37	EX_POST	-0,02	-0,05
ZSC	0,10	0,00	DEP_B_AO	-0,21	-0,22
LCR	0,19	0,27	PB	-0,02	-0,10
NSFR	0,31	0,49	PB_NZ_Z	0,09	0,11
AK_PŁ_AK_OG	0,35	0,45	SPRZ_NPL_T_NPL	0,25	0,31
KR_DEP	0,05	-0,12	SPRZ_NPL_KR	0,19	0,22
NPL_OG	-0,60	-0,53	SPRZ_NPL_T_SPRZ	0,09	0,06
NPL_GD	-0,54	-0,48	SEK_NPL_T_SEK	0,03	0,00
NPL_PRZ	-0,60	-0,51	SEK_NPL_KR	0,03	0,02
OPR_KR_M_NOWE_NOM	-0,06	0,02	SEK_NPL_T_NPL	0,05	0,04
OPR_KR_KONS_NOWE_NOM	0,09	0,20	POA_BIN	-0,05	-0,14
OPR_KR_PRZ_NOWE_NOM	-0,11	-0,02	SEK_BIN	0,05	0,04
OPR_KR_M_RZECZ	-0,06	0,01	AMC_BIN	0,04	0,01
OPR_KR_KONS_RZECZ	0,10	0,21	SPRZED_BIN	0,33	0,35
OPR_KR_M_STANY_NOM	-0,08	-0,01	DN_BIN	0,21	0,24
OPR_KR_KONS_STANY_NOM	0,03	0,13	RPUIS_BIN	0,29	0,23
OPR_KR_PRZ_STANY_NOM	-0,14	-0,05	RRNPL_BIN	0,05	-0,01
OPR_DEP_GD_NOWE	-0,11	-0,07	RP_BIN	0,15	0,18
OPR_DEP_PRZ_NOWE	-0,01	0,02	IND_INT_NARZ_RED_NPL	0,02	-0,03

Źródło: Kalkulacje własne.

Uwaga: Pogrubioną czcionką zaznaczono współczynniki, których istotność statystyczną potwierdzono na poziomie 10%, 5% lub 1%.

Wnioski z analizy korelacji wzmocnione są także analizami wyników modelowania ekonometrycznego. Na potrzeby badania determinant rentowności wykorzystano statyczne modele danych panelowych (efekty ustalone). Wyniki dla ROE zaprezentowano w tabeli 5, dla ROA w tabeli 6. Modele mają charakter selektywny – z uwagi na szeroki zakres obszarów analiz muszą one bowiem być estymowane następczo, z ograniczoną liczbą uwzględnianych zmiennych.

Tabela 5. Wyniki estymacji modelu 1 – wybrane determinanty rentowności kapitałów własnych (ROE) w sektorach bankowych krajów Unii Europejskiej

Zmienna	Współczynnik	Błąd stand.	Wartość p	Ist.
Const	11,840	4,945	0,0176	**
ST_PROC_BC	0,829	0,257	0,0015	***
ZM_PKB	0,173	0,064	0,0074	***
DL_PUBL_PKB	-0,135	0,040	0,0010	***
ST_BEZR	-0,620	0,227	0,0068	***
ZM_CEN_NIER_KOM	0,120	0,048	0,0138	**
KW_A	0,800	0,289	0,0062	***
NPL_OG	-0,152	0,077	0,0516	*
PB	-0,993	2,003	0,6204
DGW_DSNF	0,016	0,040	0,6903
OPR_DEP_GD_STANY	1,068	0,601	0,0769	*

Źródło: Obliczenia własne.

Uwaga: Włączono 239 obserwacji. Test Hausmana – 32,8812 (p = 0,000285189).

Tabela 6. Wyniki estymacji modelu – determinanty rentowności kapitałów własnych (ROE) w sektorach bankowych krajów Unii Europejskiej

Zmienna	Współczynnik	Błąd stand.	Wartość p	Ist.
Const	0,216	0,461	0,6395
ST_PROC_BC	0,0740	0,024	0,0023	***
ZM_PKB	0,014	0,006	0,0198	**
DL_PUBL_PKB	-0,009	0,004	0,0129	**
ST_BEZR	-0,057	0,021	0,0070	***
ZM_CEN_NIER_KOM	0,012	0,005	0,0070	***
KW_A	0,151	0,027	<0,0001	***
NPL_OG	-0,023	0,007	0,0017	***
PB	-0,101	0,187	0,5858
DGW_DSNF	0,002	0,004	0,5095
OPR_DEP_GD_STANY	0,090	0,051	0,0903	*

Źródło: Obliczenia własne.

Uwaga: Włączono 239 obserwacji. Test Hausmana – 22,9769 (p = 0,0108321).

W przypadku rynku polskiego wnioski z analiz istotności statystycznej współczynników korelacji są nieco mniej jednoznaczne (Tabela 7).

Tabela 7. Wartości współczynników korelacji wskaźników rentowności ROA i ROE oraz wybranych zmiennych objaśniających dla próby banków komercyjnych w Polsce (lata 2010-2024)

Zmienna	ROE	ROA	Zmienna	ROE	ROA
ST_PROC_BC	0,25	0,16	STRUK_FIN_PRZ_KW	0,09	0,08
HICP	-0,08	-0,09	ZM_POPYT_PRZED	0,25	0,23
ZM_PKB	0,03	0,07	ZM_POPYT_GD	0,07	0,04
DL_PUBL_PKB	-0,04	-0,05	IND_PRZEP_REST_UPAD	-0,30	-0,19
DEF_PKB	-0,01	0,06	IND_JAKO_POST_SAD	-0,22	-0,14
SAL_BIL_PL_PKB	-0,14	-0,16	POZWY_NL_RF_ZM	-0,20	-0,20
ST_BEZR	0,05	0,05	POZWY_NW_RF_ZM	-0,19	-0,20
ZM_CEN_NIER_KOM	-0,24	-0,20	ORZE_I_UGOD_POZ_OG	0,13	0,09
COVID	-0,25	-0,21	REKL_ZM	-0,17	-0,08
HHI	-0,13	-0,16	REK_POZYT_TO_TOT_REK	-0,12	-0,04
LN_AKTYWA	0,27	0,27	DYWID_NA_AKCJE	0,46	0,46
KW_A	0,05	0,10	STOP_WYPŁ_DYWID	0,45	0,54
TCR	-0,08	-0,07	NEA_AO	-0,15	-0,16
T1R	-0,01	-0,01	OC_KL_BAD_ANK	-0,03	0,00
LCR	-0,17	-0,45	KOSZT_ODS_KC_UDZ	0,26	0,18
NSFR	0,07	0,02	KOSZT_PROW_KC_UDZ	0,38	0,40
NPL_OG	-0,18	-0,17	KOSZT_OPER_KC_UDZ	-0,21	-0,18
REZ_POKR_NPL	0,15	0,25	KOSZT_NOPER_KC_UDZ	-0,19	-0,13
REZ_POKR_KR_OG	-0,03	0,02	KOSZT_ODS__DNIEF_KODS_UDZ	0,05	0,06
ZM_DEP_OG	-0,02	-0,04	KOSZT_ODS__DMIF_KODS_UDZ	-0,05	-0,11
DEP_MIF_DO_UDZ	-0,19	-0,25	KOSZT_ADM__INNE_KOP_UDZ	0,01	0,06
DEP_NIEF_UDZ	0,10	0,13	KOSZT_WYN_KOP_UDZ	0,44	0,38
DEP_B_DO_UDZ	0,17	0,19	KOSZT_WYN_ZARZ_KWYN_UDZ	-0,41	-0,30
EF_WNIO_KR	0,22	0,20	KOSZT_WYN_RN_KWYN_UDZ	-0,43	-0,50
IND_DOST_KRED	0,24	0,16	REZ_PRZY_ODS	-0,40	-0,40
ZM_KRYT_POL_KRED_PRZ	0,15	0,13	PODATEK_DOCHOD_PRZYCH_ODS	-0,07	-0,07
ZM_KRYT_POL_KRED_GD	0,04	0,05	KOSZT_REG_TA_UDZ	-0,17	-0,19
STRUK_FIN_PRZ_KB	-0,03	0,04	PB_TO_TA_UDZ	-0,07	-0,07

Źródło: Kalkulacje własne.

Uwaga: Pogrubioną czcionką zaznaczono współczynniki, których istotność statystyczną potwierdzono na poziomie 10%, 5% lub 1%.

W oparciu o analizę istotności statystycznej współczynników korelacji wśród najważniejszych wniosków można wskazać na dodatnią relację między poziomem stopy referencyjnej NBP a rentownością banków komercyjnych działających w Polsce. Ujemnie na poziom ROE i ROA oddziaływały też w całym sektorze następstwa pandemii COVID-19, saldo bilansu płatniczego i zmiany cen nieruchomości. Istotnym czynnikiem zmniejszającym rentowność wśród podmiotów polskiego sektora bankowego jest też utrzymywanie wyższego poziomu rezerw płynności krótkookresowej (LCR). Wielkość banku (LN_AKTYWA) jest czynnikiem wspierającym budowanie rentowności. Poziom indeksu dostępności kredytowej (IND_DOST_KRED), efektywność rozpatrywania wniosków kredytowych przedsiębiorstw (EF_WNIO_KR) i wzrost popytu przedsiębiorstw na kredyt gospodarczy (ZM_POPYT_PRZED) wspierają poprawę rentowności. W kierunku pogorszenia rentowności banków komercyjnych działających w Polsce oddziałuje jakość portfela kredytowego (NPL_OG), natomiast skala pokrycia rezerwami kredytów z utratą wartości (REZ_POKR_NPL) oddziałuje w kierunku przeciwnym. Czynnikiem istotnie negatywnie wpływającym na rentowność jest też skala wzrostu liczby i wartości postępowań sądowych prowadzonych przeciwko bankom a także zmiany w liczbie składanych reklamacji. Jednocześnie pozytywnie na ROA i ROE wpływa poprawa efektywności rozpatrywania przez sądy postępowań w których pozwaną stroną są banki. Lepszą rentownością cechowały się też banki o wyższym udziale kosztów odsetkowych w kosztach ogółem oraz kosztów wynagrodzeń w kosztach operacyjnych. W przypadku skali obciążenia podatkiem bankowym wykazano zależność negatywną, ale nieistotną statystycznie, natomiast uwzględniając łączne obciążenia regulacyjne banków w relacji do aktywów ogółem (KOSZT_REG_TA_UDZ) należy wskazać na istnienie negatywnej, istotnej statystycznie zależności. Pozytywnie na poziom ROA i ROE oddziałuje natomiast zmniejszenie relacji wynagrodzenia zarządu oraz rady nadzorczej w relacji do kosztów wynagrodzeń ogółem (KOSZT_WYN_ZARZ_KWYN_UDZ; KOSZT_WYN_RN_KWYN_UDZ). Dodatnia relacja została też zidentyfikowana pomiędzy skalą kapitałów własnych banków w relacji do aktywów a ich rentownością, przy czym siła tej zależności jest relatywnie niewielka.

Na podstawie analizy korelacji należy także wskazać na silną zależność między poziomem rentowności banków a ich gotowością do wyższej skali wypłaty dywidendy, wyrażoną wskaźnikami DYWID_NA_AKCJE, STOP_WYPŁ_DYWID, co wzmacnia postrzeganie podmiotów o wyższej rentowności nie tylko jako instytucji zdolnej do generowania wyższych zysków, ale też uwzględniającej oczekiwania inwestorów, którzy w przyszłości z dużym prawdopodobieństwem wykażą większą skłonność do nabywania akcji nowych emisji w warunkach wzrostu zapotrzebowania na kapitał.

Wnioski z analizy korelacji znajdują zasadniczo odzwierciedlenie w ocenie parametrów modeli regresji (modele panelowe, ustalone efekty), przy czym z uwagi na występujące luki w danych w zakresie poszczególnych zmiennych odstąpiono od prezentowania kolejnych modeli ograniczających liczbę obserwacji.

Zdolność banków do finansowania gospodarki a wyzwania związane z budową rentowności

Determinanty popytu na kredyt i podaży kredytu bankowego w świetle przeglądu literatury

Globalny kryzys finansowy z 2008 r. (GFC) i następująca po nim długotrwała recesja wyraźnie pokazały, jak ważne dla rozwoju gospodarczego jest efektywne kredytowanie. Ale nawet w okresach stabilności finansowej, szybki wzrost gospodarczy i rozwój społeczno-ekonomiczny jest niemożliwy bez efektywnego dostępu do kredytów i wsparcia gospodarki ze strony sektora bankowego. Dlatego czynniki wpływające na działalność kredytową banków mają ogromne znaczenie zarówno w teorii, jak i praktyce życia gospodarczego¹¹.

Jednakże badania przekrojowe pokazują, że wiele analiz empirycznych determinant efektywności kanału kredytowego w UE lub USA przynosi wyniki nieistotne lub nieostre, szczególnie w okresie przed GFC. Ponadto badania te często traktują czynniki popytowe i podażowe niezależnie, wykorzystując duże panele danych, przy założeniu, że pewne cechy charakterystyczne dla banków (np. wielkość, płynność i kapitalizacja) wpływają tylko na podaż kredytów, podczas gdy popyt na kredyt jest w dużej mierze niezależny. Podejście to zakłada, że po zacieśnieniu polityki pieniężnej następuje spadek finansowania bankowego, szczególnie dla mniejszych i słabiej skapitalizowanych banków. Jednak szczególnie w okresie przed GFC banki słabo reagowały na impulsy monetarne¹².

Po wybuchu kryzysu w 2008 r. wyniki badań nad akcją kredytową banków stały się bardziej jednoznaczne – szczególnie wyposażenie kapitałowe stało się ważnym czynnikiem wpływającym na podaż kredytów przez banki, szczególnie w okresach ostrych napięć finansowych. Mniejsze banki ograniczały udzielanie kredytów bardziej agresywnie niż większe instytucje. Istnieje również wiele dowodów na to, że w okresie przedkryzysowym działał kanał podejmowania ryzyka – związek między niskimi realnymi stopami procentowymi a podejmowaniem ryzyka przez banki. Niskie stopy procentowe zostały powiązane z udzielaniem bardziej ryzykownych kredytów zarówno w gospodarkach rozwiniętych, jak i wschodzących¹³.

Wiele badań pokazuje, że czynniki makroekonomiczne, takich jak tempo wzrostu PKB i skala finansowania depozytowego odgrywają znaczącą rolę we wzroście akcji kredytowej oraz że wzrost PKB stymuluje aktywność gospodarczą (lub destymuluje ją podczas spowolnienia gospodarczego)¹⁴. Dla krajów Unii Monetarnej kredyt bankowy jest głównym źródłem finansowania gospodarstw domowych (80%), podczas gdy przedsiębiorstwa mają bardziej zróżnicowane źródła finansowania, choć kredyt pozostaje głównym źródłem zewnętrznego dopływu środków. Struktura finansowania firm w UE zmieniła się znacząco w ciągu ostatnich kilku dekad, wraz z ewolucją rynków kapitałowych i pozabankowych pośredników finansowych. Wzrost stóp procentowych w ostaniem okresie dotyczył zarówno kredytów, jak i obligacji, przy czym stopy obligacji były bardziej zmienne. W strefie euro średnio oprocentowanie kredytów bankowych jest tańsze niż oprocentowanie obligacji dla firm o lepszym ratingu, podczas gdy firmy o niższym ratingu były w stanie uzyskać tańszy kredyt z rynku¹⁵. Wiele badań koncentrujących się na znaczeniu pożyczek relacyjnych dla kredytów, szczególnie dla MŚP, podkreśla, że małe przedsiębiorstwa o gorszym standingu finansowym często polegają na relacjach, podczas gdy te w dobrym stanie finansowym mogą wybierać tańsze banki transakcyjne. Istnieją również wskazania, że firmy są bardziej skłonne do utrzymywania relacji bankowych w krajach o nieefektywnych systemach sądowniczych i słabym egzekwowaniu praw wierzycieli, ale dotyczy to również krajów o silnych, ale zdecentralizowanych systemach bankowych¹⁶. Wiele badań empirycznych wskazuje też, że bankowość oparta na relacjach jest bardziej stabilna i antycykliczna, ponieważ banki oparte na relacjach są w stanie podejmować większe ryzyko w okresach spowolnienia gospodarczego, a ponadto firmy korzystające z pożyczek opartych na relacjach mają tendencję do korzystania z lepszej dostępności kredytów¹⁷.

W okresie po GFC badania empiryczne pokazują zatem, że dla wzrostu kredytów kluczowe znaczenie mają silne wskaźniki makroekonomiczne (takie jak wzrost PKB) i dobra rentowność banków. Analizując czynniki wpływające na strukturę kredytów bankowych, w szczególności udział kredytów korporacyjnych, trendy są bardziej złożone. Wyższy wskaźnik L/A i wzrost wielkości banku powoduje bowiem wzrost ryzyka¹⁸. Problem wpływu koncentracji rynku na warunki konkurencji rynkowej i dostępność kredytów jest złożony i wnioski z badań literaturowych są niejednoznaczne¹⁹. Znacznie większe znaczenie ma korzystne otoczenie makroekonomiczne, rosnąca skala i uniwersalny profil banków.

W oparciu o przegląd badań zaprezentowany przez M. Maneely i L. Ratnovskiego²⁰, należy wskazać, że wzrost obciążeń fiskalnych sektora bankowego w ramach efektów I rundy powoduje bezpośrednio wzrost oprocentowania kredytów i spadek ich wolumenu. Niższa akcja kredytowa z kolei powoduje spadek inwestycji przedsiębiorstw i hamuje działalność banków na rynku finansowym, w tym ogranicza pożyczki międzybankowe i głębokość rynku. Wpływ podatków bankowych na podejmowanie ryzyka przez banki jest niejednoznaczny: niektóre badania sugerują, że podatki mogą ograniczać podejmowanie ryzyka, podczas gdy inne przedstawiają dowody na zwiększone podejmowanie ryzyka przez banki.

Badania empiryczne pokazują też, że na dostępność kredytów ma pozytywny i statystycznie istotny wpływ na PKB, szczególnie w zakresie kredytów dla przedsiębiorstw. W związku z tym gwałtowny spadek kredytów bankowych dla przedsiębiorstw niefinansowych w wysoko rozwiniętych krajach UE podczas kryzysu w latach 2007-2009, a także powolny wzrost akcji kredytowej w okresie pokryzysowym wzbudzają obawy o zrównoważony wzrost gospodarczy²¹. Ponadto, ostra konkurencja w krajach wysoko rozwiniętych i niestabilność makroekonomiczna w gospodarkach wschodzących to czynniki, które są zwykle identyfikowane jako dyskryminujące kredyty dla małych firm²². Polska jest przykładem kraju o silnie niewystarczającym dostępie do kredytu bankowego, choć poziom zadłużenia gospodarstw domowych jest jednym z najniższych w UE. Dlatego też badania nad czynnikami warunkującymi polityką kredytową banków mają ogromne znaczenie²³. Istnieje wiele instytucji i narzędzi wpływających na akcję kredytową, takich jak:

– banki centralne mogą wykorzystywać narzędzia polityki pieniężnej (korekty stóp procentowych, operacje otwartego rynku), aby wpływać na ogólny koszt i dostępność kredytów w gospodarce;

– rządy mogą również wdrażać reformy regulacyjne w celu ożywienia procesów kredytowych i zwiększenia efektywności rynków kredytowych.

Szczególnie ważne były wnioski z kryzysu z 2008 r. (GFC), kiedy to zastosowano szereg reform regulacyjnych i instytucjonalnych, które miały spowodować również wzrost udzielania kredytów, szczególnie dla przedsiębiorstw, np. programy restrukturyzacji kredytów o niskiej jakości²⁴. Analiza jakości portfeli kredytowych banków jest również istotna z punktu widzenia całej gospodarki, gdyż materializacja ryzyka kredytowego w bankach często ogranicza skalę ich akcji kredytowej, a tym samym ma negatywne reperkusje dla aktywności gospodarczej. W analizie stabilności i kondycji banków najbardziej typową metodą oceny, z wyjątkiem miar adekwatności kapitałowej i wskaźnika kredytów zagrożonych (NPL), jest wskaźnik stabilności Z-score²⁵.

Innym ważnym zagadnieniem jest kwestia stabilności polityki kredytowej i antycyklicznego wymiaru kredytu. Jedną z przyczyn GFC było niewłaściwe zarządzanie ryzykiem kredytowym na rynku kredytów mieszkaniowych w Stanach Zjednoczonych. Rozległe powiązania amerykańskich banków z innymi instytucjami finansowymi spowodowały materializację ryzyka systemowego. W Europie dodatkowo wystąpiły zjawiska charakterystyczne dla kryzysu finansów publicznych, skutkujące istotnym wzrostem kosztów obsługi długu publicznego dla wielu krajów. Pandemia COVID-19 silnie wpłynęła na trendy gospodarcze i finansowe stworzyła szereg słabości dla sektora bankowego, takich jak wypychanie kredytów bankowych przez dotacje i subsydia publiczne oraz zagrażanie portfelowi kredytów korporacyjnych. Rządy reagowały na szok zewnętrzny, stosując środki stabilizacji fiskalnej na masową skalę, które z powodzeniem ograniczały wstrząsy i stymulowały ożywienie, ale jednocześnie skutkowały znacznym wzrostem deficytów budżetowych. Pandemia przyspieszyła też wdrażanie nowych technologii, w tym sztucznej inteligencji, co szybko zmieniło sposób działania systemu finansowego i modele biznesowe banków. Sztuczna inteligencja pomaga w zarządzaniu ryzykiem, noże jednak też zdestabilizować system finansowy, tworząc nowe ryzyka i wzmacniając istniejące²⁶.

Wiele badań podkreśla rolę silnego kapitału dla efektywnego kredytowania, np. badanie przedstawione w biuletynie BIS skupiające pokazało dla krajów AM. Łacińskiej, że banki o solidnej kapitalizacji, wysokiej płynności, niskim profilu ryzyka i wysokiej rentowności są bardziej skłonne do udzielania kredytów. Sugeruje to, że kondycja finansowa banków odgrywa kluczową rolę w dostępności kredytu²⁷. Również badanie analizujące wnioski kredytowe w Hiszpanii w latach 2002-2010 wykazało, że kondycja finansowa firm pożyczkowych wpływa pozytywnie na dostępność kredytów²⁸.

Jednak wyniki badań dotyczących wpływu kapitału na politykę kredytową są niejednoznaczne. Np. badania prowadzone przez Europejski Bank Centralny wskazują, że zwiększone wymogi regulacyjne mogą prowadzić do przyjęcia przez banki bardziej ostrożnych praktyk kredytowych. Wzmożony nadzór zachęca banki do przestrzegania standardów adekwatności kapitałowej i zmniejszania ekspozycji na ryzykowne aktywa, wpływając tym samym negatywnie na ogólną podaż kredytów²⁹. Świadczą o tym też wypowiedzi ankietowe banków strefy euro (wyk. 40) w cyklicznym badaniu EBC: The euro area bank lending surveys, którego celem jest zbadanie kondycji działalności kredytowej. Banki w okresie 2022-2024 r. pokazują wzrost wymogów kapitałowych oraz zacieśnienie standardów kredytowych (wyk. 41 i 42), zwłaszcza dla kredytów długookresowych, głównie w Niemczech i Francji, ze względu na zwiększone ryzyko polityczną – standardy kredytowe złagodzono tylko we Włoszech³⁰.

Źródło: ECB, The euro area bank lending surveys, 2024.

Źródło: ECB, The euro area bank lending surveys, Frankfurt nad Menem 2024.

Wzrost postrzegania ryzyka i niższa tolerancja na ryzyko były, oprócz wymogów regulacyjnych, najważniejszymi czynnikami dla banków zgłaszających zaostrzenie warunków udzielania kredytów (wyk. 43).

Źródło: ECB, Economic Bulletin, Issue 7, 2023

Dla krajów ESW EIB: Central, Eastern and South-Eastern Europe Bank Lending Survey (2024) pokazał, że Polski i Czeski rynek bankowy mają największy potencjał rozwojowy w zakresie inwestowania, przy czym rentowności polskich banków w porównaniu do grupy jest umiarkowana, choć polskie firmy są poniżej przeciętnej zarówno dla aktualnych, jak i prognozowanych inwestycji, a cel inwestowania w Polsce to głównie odtworzenie majątku. Również badania empiryczne pokazują, ze dla krajów Europy Środkowej i Wschodniej czynniki makroekonomiczne mają znaczący wpływ na ryzyko kredytowe, zwłaszcza związane z kredytami konsumenckimi. Wzrost gospodarczy, wyniki giełdowe i stabilne otoczenie instytucjonalne mają tendencję do zmniejszania ryzyka kredytowego, podczas gdy zmienność na rynkach kredytowych i obligacji może je zwiększać. Podkreśla to rolę szerszego otoczenia gospodarczego w kształtowaniu dynamiki kredytów.

Podsumowując, zarówno prace analityczne, jak i wyniki cyklicznych badań ankietowych banków pokazują, że zarówno czynniki wewnętrzne (takie jak kondycja finansowa banków i kredytobiorców), jak i warunki makroekonomiczne, w tym otoczenie regulacyjne wpływają łącznie na poziom kredytów bankowych w gospodarce.

Uwarunkowania popytowe i podażowe dostępności kredytu – perspektywa banków i klientów

Jednym z kluczowych aspektów oceny dostępności kredytu jest ocena tego parametru z perspektywy sektora małych i średnich przedsiębiorstw (MŚP). W tym kontekście szczególnie istotny wydaje się być odsetek przedsiębiorstw, które uzyskały pełną kwotę wnioskowanego kredytu. Na wykresie 44 przedstawiono dane dotyczące odsetka przedsiębiorstw, które uzyskały 100% wnioskowanego kredytu w krajach Unii Europejskiej w latach 2010-2024. Wykres stworzono na podstawie corocznych badań ankietowych publikowanych przez Komisję Europejską (SAFE – Survey on the Access to Finance of Enterprises)³¹.

Źródło: Opracowanie własne na podstawie danych Komisji Europejskiej

Z danych zaprezentowanych na wykresie 44 wynika, że w pierwszych latach po kryzysie finansowym (2011–2013) polskie przedsiębiorstwa miały wyjątkowo dobry dostęp do finansowania kredytowego – około 78–80% z nich otrzymywało dokładnie tyle kredytu, o ile wnioskowały. Dla porównania, w tym samym czasie średnia unijna wynosiła zaledwie 56–62%, co sugeruje, że w Polsce banki mogły być otwarte na potrzeby firm albo że polskie przedsiębiorstwa wnioskowały o bardziej realistyczne sumy. Między 2014 a 2018 rokiem dostępność kredytu nieco spadła – zarówno w Polsce, jak i w całej UE, jednak pomimo to Polska wciąż utrzymywała się powyżej średniej. Kolejny wzrost w zakresie dostępności kredytu nastąpił w 2021 roku, kiedy to blisko 70% firm w Polsce otrzymało pełny wnioskowany kredyt – znacznie więcej niż średnia unijna (62,8%). Powyższe mogło być jednak efektem wsparcia udzielanego firmom w czasie pandemii COVID-19: programów pomocowych, gwarancji publicznych i łagodniejszych warunków kredytowania. Od 2022 roku można zaobserwować kolejny stopniowy spadek dostępności kredytu w UE, ale Polska wciąż pozostaje powyżej unijnej średniej – w 2024 roku różnica wynosi ok. 9 punktów procentowych (70% w Polsce wobec 61,6% w UE).

Oznacza to, że polskie przedsiębiorstwa mają wciąż stosunkowo dobry dostęp do finansowania — lepszy niż większość przedsiębiorstw w innych krajach UE, co świadczy o sprawnie działającym sektorze bankowym, odpowiadającym na potrzeby kredytowe przedsiębiorstw w zakresie pozyskania kapitału. Wskazuje to też na wysokie kompetencje przedsiębiorstw z zakresie realnej oceny dostępności produktów z obszaru finansowania działalności.

Cennym źródłem informacji w zakresie uwarunkowań popytowych i podażowych kredytowania w sektorze bankowym są też realizowane cyklicznie przez NBP badania wśród komitetów kredytowych największych banków w Polsce, które w następnej kolejności publikowane są w raportach NBP pt. „Sytuacja na rynku kredytowym”, Celem ankiety jest określenie kierunku zmian polityki kredytowej oraz a także zmian w zakresie popytu na kredyty w polskim sektorze bankowym³².

Narodowy Bank Polski w badaniu posługuje się pojęciem „procentu netto”, który stanowi różnicę między odpowiedziami obrazującymi przeciwne tendencje. Wartości procentu netto w latach 2010-2024 dotyczące wybranych pytań odnoszących się do kwestii popytu na kredyt i zmian warunków kredytu zaprezentowano na wykresach 45-52. Pod każdym z wykresów zanotowano również właściwą interpretację procentu netto w kontekście każdego z pytań.

Z danych zaprezentowanych na wykresie 45 wynika, że w wielu okresach (szczególnie po 2011 roku i w okolicach 2020 roku) banki w Polsce miały tendencję do zaostrzania swojej polityki kredytowej dla przedsiębiorstw, co sygnalizuje ujemna wartość wskaźnika. Różne czynniki wpływały na tę politykę, w tym bieżąca lub oczekiwana sytuacja kapitałowa banku, decyzje NBP w zakresie polityki pieniężnej oraz ryzyko związane z przewidywaną sytuacją gospodarczą. Jeśli z kolei chodzi o popyt na kredyt dla przedsiębiorstw (wykres 46), można zaobserwować, że miał on charakter zmienny. Dodatnie wartości procentu netto oznaczają przewagę przedsiębiorstw zgłaszających wzrost popytu, a ujemne – spadek. Na popyt ten wpływały m.in. zmiany zapotrzebowania na finansowanie środków trwałych, zapasów i kapitału obrotowego, a także wykorzystanie alternatywnych źródeł finansowania.

W zakresie kredytu mieszkaniowego (wykres 47) można wnioskować, że warunki tego rodzaju kredytów w Polsce w analizowanym okresie często ulegały zaostrzeniu, o czym świadczy ujemna wartość wskaźnika. Dotyczyło to różnych aspektów, takich jak marża kredytowa, pozaodsetkowe koszty kredytu, wymagane zabezpieczenia i wkład własny. Można wskazać też wiele czynników, które przyczyniały się do zaostrzenia polityki kredytowej w zakresie kredytów mieszkaniowych (wykres 48), w tym w szczególności ryzyko związane z przewidywaną sytuacją gospodarczą i prognozą sytuacji na rynku mieszkaniowym oraz decyzje NBP w zakresie polityki pieniężnej również miały istotny wpływ.

Podobne wnioski można wyciągnąć analizując dane dotyczące warunków kredytu konsumpcyjnego (wykres 49). Podobnie jak w przypadku kredytów mieszkaniowych, tak również w obszarze kredytów konsumpcyjnych warunki często były zaostrzane, co widać po ujemnych wartościach procentu netto, szczególnie w obszarze dotyczącym marży, kosztów pozaodsetkowych, wymaganych zabezpieczeń oraz maksymalnej kwoty i okresu kredytowania. W zakresie zmian polityki kredytowej (wykres 50) należy również zauważyć, że czynniki, takie jak ryzyko związane z przewidywaną sytuacją gospodarczą oraz ryzyko związane z realizacją wymaganych zabezpieczeń przyczyniały się do zaostrzenia polityki kredytowej w zakresie kredytów konsumpcyjnych.

Na wykresach 51 i 52 zaprezentowano wartości procentu netto w zakresie przyczyn zmian popytu na kredyty mieszkaniowe oraz konsumpcyjne. Z zaprezentowanych danych wynika, że popyt na kredyty mieszkaniowe był silnie uzależniony od prognoz sytuacji na rynku mieszkaniowym oraz sytuacji ekonomicznej gospodarstw domowych, dodatkowo należy zaznaczyć, że w okresach niepewności ekonomicznej lub negatywnych prognoz rynkowych popyt na kredyty mieszkaniowe spadał. Z kolei jeśli chodzi o popyt na kredyty konsumpcyjne (wykres 52), można dostrzec, że popyt był kształtowany w głównej mierze przez zmiany zapotrzebowania na finansowanie zakupu dóbr trwałego użytku oraz sytuację ekonomiczną gospodarstw domowych.

Szczegółowe wyniki w zakresie poszczególnych kryteriów zostały zaprezentowane na wykresach 45-52. Na podstawie wyników ankiet przeprowadzonych przez Narodowy Bank Polski można stwierdzić, że w IV kwartale 2024 roku banki dostosowały swoją politykę kredytową w sposób zróżnicowany, reagując na zmieniające się warunki rynkowe. Wyniki wskazują również na złagodzenie kryteriów udzielania kredytów konsumpcyjnych oraz kredytów dla sektora małych i średnich przedsiębiorstw (MSP), czego głównym powodem była nasilająca się konkurencja między instytucjami finansowymi. W przypadku kredytów mieszkaniowych oraz kredytów dla dużych przedsiębiorstw, warunki pozostały zasadniczo stabilne, a w całym systemie bankowym odnotowano wzrost popytu zarówno ze strony gospodarstw domowych, jak i podmiotów gospodarczych³³.

Różnica miedzy sumą odpowiedzi „znacznie złagodzono” i „nieznacznie złagodzono” a sumą odpowiedzi „znacznie zaostrzono” i „nieznacznie zaostrzono”. Ujemny wskaźnik oznacza tendencję do zaostrzania kryteriów.

Źródło: Opracowanie własne na podstawie danych NBP.

Różnica miedzy sumą odpowiedzi „znaczny wpływ na wzrost popytu” i „nieznaczny wpływ na wzrost popytu” a sumą odpowiedzi „znaczny wpływ na spadek popytu” i „nieznaczny wpływ na spadek popytu”. Dodatni wskaźnik oznacza, że dany czynnik oddziaływał na wzrost popytu, ujemny – na spadek.

Źródło: Opracowanie własne na podstawie danych NBP

Różnica miedzy sumą odpowiedzi „znacznie złagodzono” i „nieznacznie złagodzono” a sumą odpowiedzi „znacznie zaostrzono” i „nieznacznie zaostrzono”. Ujemny wskaźnik oznacza tendencję do zaostrzania warunków.

Źródło: Opracowanie własne na podstawie danych NBP

Różnica miedzy sumą odpowiedzi „znaczny wpływ na złagodzenie polityki kredytowej” i „nieznaczny wpływ na złagodzenie polityki kredytowej” a sumą odpowiedzi „znaczny wpływ na zaostrzenie polityki kredytowej” i „nieznaczny wpływ na zaostrzenie polityki kredytowej”. Ujemny wskaźnik oznacza, że dany czynnik w większym stopniu przyczynił się do zaostrzenia niż złagodzenia polityki kredytowej.Źródło: Opracowanie własne na podstawie danych NBP, https://nbp.pl/system-finansowy/sytuacja-na-rynku-kredytowym/.

Różnica miedzy sumą odpowiedzi „znacznie złagodzono” i „nieznacznie złagodzono” a sumą odpowiedzi „znacznie zaostrzono” i „nieznacznie zaostrzono”. Ujemny wskaźnik oznacza tendencję do zaostrzania warunków

Źródło: Opracowanie własne na podstawie danych NBP

Różnica miedzy sumą odpowiedzi „znaczny wpływ na złagodzenie polityki kredytowej” i „nieznaczny wpływ na złagodzenie polityki kredytowej” a sumą odpowiedzi „znaczny wpływ na zaostrzenie polityki kredytowej” i „nieznaczny wpływ na zaostrzenie polityki kredytowej”. Ujemny wskaźnik oznacza, że dany czynnik w większym stopniu przyczynił się do zaostrzenia niż złagodzenia polityki kredytowej.

Źródło: Opracowanie własne na podstawie danych NBP

Różnica miedzy sumą odpowiedzi „znaczny wpływ na wzrost popytu” i „nieznaczny wpływ na wzrost popytu” a sumą odpowiedzi „znaczny wpływ na spadek popytu” i „nieznaczny wpływ na spadek popytu”. Dodatni wskaźnik oznacza, że dany czynnik oddziaływał na wzrost popytu, ujemny – na spadek.

Źródło: Opracowanie własne na podstawie danych NBP

Różnica miedzy sumą odpowiedzi „znaczny wpływ na wzrost popytu” i „nieznaczny wpływ na wzrost popytu” a sumą odpowiedzi „znaczny wpływ na spadek popytu” i „nieznaczny wpływ na spadek popytu”. Dodatni wskaźnik oznacza, że dany czynnik oddziaływał na wzrost popytu, ujemny – na spadek.

Źródło: Opracowanie własne na podstawie danych NBP

Rola polskiego sektora bankowego w kredytowaniu gospodarki w kontekście doświadczeń krajów Unii Europejskiej

Wskaźnik kredytów udzielonych przez banki w relacji do PKB stanowi syntetyczną miarę intensywności powiązań między sektorem bankowym a realną gospodarką. Pozwala na ocenę, w jakim stopniu banki angażują się w finansowanie działalności produkcyjnej i inwestycyjnej przedsiębiorstw, zaspokajanie potrzeb mieszkaniowych i konsumpcyjnych gospodarstw domowych oraz wskazuje na ogólny poziom rozwoju i dojrzałości systemu finansowego danego państwa. W oparciu o dane zaprezentowane na wykresach 53 i 54 należy wskazać, że poziom kredytowego wsparcia gospodarki realnej przez sektory bankowe krajów UE jest bardzo zróżnicowany, w zależności od analizowanego regionu. Najwyższy poziom wskaźnika kredytu bankowego udzielonego przedsiębiorstwom do PKB w całym analizowanym okresie (lata 2010-2023) obserwowano w krajach Europy Zachodniej (średnio 109,39% PKB), Krajach Skandynawskich (86,64% PKB) oraz Europie Południowej (83,28% PKB), co wskazuje na istotnie wyższą rolę banków tej części regionu w kredytowaniu działalności gospodarczej. Zaobserwowane zjawisko potwierdza też wysoki poziom rozwoju i integrację systemu finansowego w tych grupach krajów UE.

Wykres 53. Relacja kredytu bankowego udzielonego przedsiębiorstwom do PKB w grupach krajów Unii Europejskiej w latach 2010-2023, w roku 2010 oraz 2023 (w %)

Źródło: Opracowanie własne na podstawie danych EUROSTAT

Uwaga: Dane za 2024 rok zostały udostępnione jedynie przez 4 kraje, w konsekwencji odstąpiono od analiz za ten okres.

W krajach nadbałtyckich, Europie Środkowo-Wschodniej oraz w Polsce odnotowano natomiast znacząco niższe poziomy wskaźnika kredytów dla przedsiębiorstw do PKB (odpowiednio w całym okresie wynoszące średnio 51,86%, 49,78% oraz 35,99%). Niemal we wszystkich grupach sektorów bankowych analizowanych krajów zaobserwowano obniżenie poziomu relacji kredytu dla przedsiębiorstw do PKB pomiędzy 2010 a 2023 rokiem (z wyjątkiem Europy Zachodniej). Na koniec 2023 roku oraz w całym badanym okresie (2010-2023) wartość tego wskaźnika dla Polski była istotnie niższa niż we wszystkich analizowanych grupach krajów (np. na koniec 2023 roku wynosiła 30,20% dla Polski wobec 66,33% średnio w krajach Unii Europejskiej). Wartości tej miary kredytowania gospodarki dla Polski są także znacząco niższe niż w przypadku pozostałych krajów Europy Środkowo-Wschodniej (dla tej grupy na koniec 2023 roku wartość wynosiła 40,66%; dla lat 2010-2023 średnio 51,86%). Tak znaczące różnice pomiędzy krajami UE (a także wewnątrz grupy rówieśniczej krajów Europy Środkowo-Wschodniej) są istotną przesłanką do prowadzenia badań w kierunku identyfikacji czynników implikujących występowanie tak istotnego zróżnicowania.

Źródło: Opracowanie własne na podstawie danych EUROSTAT

Uwaga: Dane za 2024 rok zostały udostępnione jedynie przez 4 kraje, w konsekwencji odstąpiono od analiz za ten okres. Dla Holandii, Irlandii i Belgii brak danych za lata 2010-2011, dla krajów Europy Zachodniej podano dla porównywalności wyników średnią z 2012 roku.

Na wykresie 54 zaprezentowano relację kredytu bankowego udzielanego gospodarstwom domowym do PKB. Na podstawie danych zestawionych na wykresie można stwierdzić, że w całym analizowanym okresie Kraje Skandynawskie cechowały się najwyższą relacją tej grupy kredytów do PKB (86,01%). Na drugim miejscu znalazły się kraje Europy Zachodniej (ze średnią 63,44%) oraz Europy Południowej (57,64%). Wartości wskaźników w tych grupach krajów przewyższały średnią dla UE (52,38%). Zaobserwowany wysoki stosunek kredytu dla gospodarstw domowych do PKB jest w szczególności implikacją silnej roli kredytów hipotecznych w tych krajach oraz wysokiej akceptacji społeczeństwa dla korzystania z finansowania bankowego w celach mieszkaniowych i konsumpcyjnych. Z kolei Polska (33,01%), kraje Europy Środkowo-Wschodniej (26,53%) oraz kraje nadbałtyckie (29,27%) plasują się znacznie poniżej średniej UE. W krajach tych zaobserwowano pogorszenie wskaźnika w 2023 r. względem roku 2010, co może świadczyć o rosnących barierach w dostępie do kredytu – takich jak wysokie stopy procentowe, spadek zdolności kredytowej czy większe ryzyko po stronie banków. Jednocześnie zaobserwowany trend może wskazywać na zmieniające się zachowania konsumentów – większą ostrożność, wzrost skłonności do oszczędzania lub przesunięcie popytu na mieszkania w stronę wynajmu.

Tabela 8. Zmiany względnego poziomu kredytowania gospodarki realnej w krajach Unii Europejskiej w roku 2023 względem roku 2020 i 2010 (zmiana wskaźnika kredyt/PKB w p.p.)

Kraj	Kredyty dla przedsiębiorstw niefinansowych		Kredyty dla gospodarstw domowych
	Zm. 2023 vs. 2020	Zm. 2023 vs. 2010	Zm. 2023 vs 2020	Zm. 2023 vs. 2010
Belgia	-20.0	-20.8	-7.6	2.7*
Bułgaria	-17.7	-60.1	-0.6	-5.0
Czechy	-3.0	-4.7	-2.7	2.1
Dania	0.0	3.7	-23.2	-38.8
Niemcy	-2.9	0.9	-4.9	-7.1
Estonia	-2.7	-27.9	-3.0	-15.8
Irlandia	-41.0	-46.2	-5.4	-67.2*
Grecja	-14.1	-14.7	-18.0	-21.3
Hiszpania	-20.5	-55.2	-15.8	-37.9
Francja	-5.7	9.5	-5.4	8.5
Chorwacja	-14.3	-37.3	-8.5	-12.1
Włochy	-13.5	-22.7	-7.6	-5.9
Cypr	-50.7	-60.4	-24.6	-52.9
Łotwa	-9.9	-48.0	-2.0	-29.9
Litwa	-0.9	-18.1	-2.7	-8.7
Luksemburg	10.1	85.2	-0.9	13.6
Węgry	-1.4	-21.9	-3.7	-22.7
Malta	-9.3	-35.0	-8.4	-8.0
Holandia	-24.5	-17.4	-18.9	-30.1*
Austria	-1.7	-4.0	-7.5	-10.0
Polska	-6.9	-3.1	-10.5	-10.6
Portugalia	-19.8	-35.6	-12.7	-35.3
Rumunia	-3.6	-22.8	-3.5	-9.7
Słowenia	-5.6	-49.7	-4.0	-6.4
Słowacja	-4.2	-1.7	-2.0	19.2
Finlandia	-6.5	-9.1	-5.6	5.5
Szwecja	3.8	-5.9	-9.3	8.3

Źródło: Opracowanie własne na podstawie danych Eurostat

^* – w związku z brakiem danych za lata 2010-2011 wyznaczono różnicę między wartością wskaźnika za 2023 i 2012 rok.

W tabeli 8 zaprezentowano zmianę relacji wskaźnika kredytu do PKB dla sektora przedsiębiorstw i gospodarstw domowych w poszczególnych krajach. Dane potwierdzają postępującą tendencję de-finansjalizacji w wielu gospodarkach europejskich – w szczególności w krajach południowych i Nadbałtyckich, gdzie spadki sięgały kilkudziesięciu punktów procentowych. Największe zmiany w zakresie kredytów dla przedsiębiorstw odnotowano w takich krajach, jak Belgia, Bułgaria, Irlandia, Hiszpania, Cypr, Holandia i Portugalia, gdzie w ostatnich latach relacja wskaźnika kredytu do PKB spadła o wartości przewyższające 17 pp. Jeśli natomiast chodzi o kredyty dla gospodarstw domowych, największe zmiany in minus, przekraczające 20 pp. odnotowano w takich krajach, jak Dania, Irlandia, Grecja, Hiszpania, Cypr, Łotwa, Węgry, Holandia i Portugalia.

W Polsce relacja kredytów dla przedsiębiorstw w 2023 spadła o 6,9 p.p., a dla kredytów gospodarstw domowych o 10,5 p.p. w porównaniu do 2020 roku. Warto wskazać, że jedynie kilka spośród analizowanych państw wykazuje tendencje wzrostowe, są to kraje takie, jak Szwecja czy Luksemburg). Opisane wyżej zjawisko może wynikać z odmiennego modelu gospodarki i struktury sektora bankowego, a sam proces zmniejszania się relacji kredytu do PKB w gospodarkach europejskich może w szerszym ujęciu być efektem rosnącego znaczenia finansowania publicznego, alternatywnych źródeł kapitału lub też ograniczonego popytu na kredyt.

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

Uwaga: za rok 2024 wykorzystano dane według stanu na koniec III kwartału.

Tendencja ograniczania roli kredytu bankowego jako formy wykorzystania kapitału widoczna jest od wielu lat na europejskim rynku bankowym. Udział kredytów ogółem w aktywach banków w krajach UE zmniejszył się między końcem 2010 roku a III kwartałem 2024 roku średnio 3,5 p.p. W przypadku polskiego sektora bankowego zmniejszenie wartości tego wskaźnika w analizowanym okresie miało jednak charakter radykalny – z 69,24% na koniec 2010 roku do 49,89% na koniec III kwartału 2024 roku, to jest o blisko 20 p.p. Jest to związane przede wszystkim z równoległym bardzo silnym wzrostem zaangażowania banków na rynku dłużnych skarbowych papierów wartościowych, przede wszystkim krajowych. Jak wskazuje prof. Małgorzata Zalewska wyzwaniem każdego państwa jest znalezienie optimum między atrakcyjnością skarbowych papierów wartościowych i kredytów. W warunkach polskich obligacje skarbowe finansują stale rosnące potrzeby budżetowe, a nabywają je głównie banki. Tworząc popyt na nie, wpływają na obniżenie kosztów obsługi długu³⁴. Wzrost atrakcyjności obligacji skarbowych dla banków (wobec klasycznego kredytowania) jest następstwem w istotnym zakresie związanym z wyłączeniem ich z podstawy wymiaru podatku od niektórych instytucji finansowych (podatku bankowego). Tym samym skarbowe papiery wartościowe stały się istotną konkurencją dla kredytów, co jest głównym powodem tego, że banki ograniczają akcję kredytową w relacji do PKB.

Skala zmniejszenia udziału kredytach w aktywach jest bardzo duża także na tle najbliższej grupy rówieśniczej, tj. krajów Europy Środkowo-Wschodniej, gdzie średni poziom wskaźnika uległ obniżeniu o niespełna 5 p.p. Odwrotną tendencje obserwowano natomiast w Krajach Skandynawskich – udział kredytów ogółem udzielonych przez banki wzrósł w sektorach finansowych tych krajów z poziomu 54,94% do ponad 70% w 2024 roku.

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

Uwaga: za rok 2024 wykorzystano dane według stanu na koniec III kwartału.

Z danych przedstawionych na wykresie 56 wynika, że udział kredytów dla przedsiębiorstw w strukturze portfela kredytowego systematycznie maleje lub ulega stabilizacji w większości krajów. W Polsce w 2024 r. udział ten wyniósł 34,69%, co jest wartością wyraźnie powyżej wartości obserwowanych w pozostałych analizowanych grupach krajów, jak również powyżej średniej wartości dla UE. Co więcej, Polska była jednym z nielicznych krajów (poza Krajami Skandynawskimi), gdzie udział ten w roku 2024 wzrósł w stosunku do roku 2014.

Zaobserwowane m.in. w Polsce zjawisko może oznaczać względne zwiększenie akcji kredytowej wobec przedsiębiorstw. Z kolei spadek udziału kredytów dla podmiotów gospodarczych w kredytach ogółem w pozostałych krajach UE może być wynikiem preferencji banków dla kredytów konsumenckich i hipotecznych, które są lepiej zabezpieczone. Może to również oznaczać pogarszający się dostęp przedsiębiorstw do zewnętrznego finansowania, co jest szczególnie niepokojące w kontekście małych i średnich jednostek gospodarczych, które często nie mają bezpośredniego dostępu do rynku kapitałowego.

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

Uwaga: za rok 2024 wykorzystano dane według stanu na koniec III kwartału.

W analizowanym okresie udział kredytów mieszkaniowych w portfelach banków w większości krajów utrzymywał się na względnie stałym poziomie bądź nieznacznie wzrastał. Warto zaznaczyć, że w analizowanym zestawieniu, w Polsce w 2014 roku udział kredytów mieszkaniowych w portfelu banków był najwyższy (39,36%). Sytuacja ta uległa istotnym zmianom w kolejnych latach. Na koniec 2024 roku udział kredytów na zakup nieruchomości mieszkalnych w kredytach ogółem udzielonych przez banki w Polsce zmniejszył się o ponad 7 p.p. do 31,9%. Najwyższy udział tej grupy kredytów odnotowano w 2024 roku w grupie Krajów Skandynawskich. Istotne zmiany poziomu tego wskaźnika odnotowano także w krajach Europy Środkowo-Wschodniej – w analizowanym okresie zaobserwowano wzrost udziału kredytów mieszkaniowych w portfelach banków o około 6,4 p.p. Dane te wskazują na rosnące znaczenie segmentu hipotecznego w działalności banków komercyjnych tego regionu, co może być zarówno efektem rozwoju rynku mieszkaniowego, jak i preferencji banków do ekspozycji na ten typ aktywów jako lepiej zabezpieczonych i o lepszej jakości. Na tym tle zaskakujące są zmiany w zakresie rynku polskiego.

W Polsce w latach 2015-2024 obserwowane było nieco niższe niż średnie w krajach Unii Europejskiej tempo zmian wartości portfela kredytów ogółem udzielonych przez banki (5,81%). Średniorocznie było ono istotnie niższe niż w grupie pozostałych krajów Europy Środkowo-Wschodniej (8,54%) i krajów Nadbałtyckich (14,83%). Największe negatywne odchylenie od trendu obserwowano w polskim sektorze bankowym w 2020 roku.

Tabela 9. Tempo zmian wartości nominalnej kredytów ogółem udzielanych przez banki w grupach krajów Unii Europejskiej (w %; r/r)

Grupa	2015	2016	2017	2018	2019	2020	2021	2022	2023	2024	Śr. 14-24
Europa Południowa	-1.01	-2.92	3.84	-1.94	2.70	5.76	11.66	0.84	-0.49	0.72	2.02
Europa Śr.-Wsch.	3.15	0.75	10.69	20.10	9.73	7.20	11.99	8.87	10.64	1.16	8.54
Europa Zachodnia	3.71	-0.99	14.94	4.48	4.99	8.28	3.76	7.73	1.56	2.23	5.07
Kraje Nadbałtyckie	1.26	16.00	18.45	-0.72	14.73	13.71	57.48	13.52	7.80	6.04	14.83
Kraje Skandynawskie	2.40	1.67	-3.44	32.23	4.12	7.21	3.03	0.64	-0.55	1.54	3.94
Polska	12.27	-3.87	12.13	3.17	7.22	-9.78	10.61	3.00	12.90	6.52	5.42
Średnio UE	2.19	0.98	9.11	6.99	6.34	7.15	13.76	5.58	3.52	2.09	5.81

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data

W Polsce utrzymywało się w latach 2015-2024 tempo zmian wartości portfela kredytów dla przedsiębiorstw nieznacznie wyższe niż w krajach Europy Zachodniej, jednak niższe o ponad 1 p.p. średniorocznie niż w grupie pozostałych krajów Europy Środkowo-Wschodniej oraz o ponad 4,3 p.p. niższe niż w grupie krajów Nadbałtyckich. Istotnie na zmniejszenie tempa nominalnego wzrostu portfela kredytów dla przedsiębiorstw w Polsce wpłynęły konsekwencje pandemicznych zmian regulacyjnych (w szczególności tarcz antycovidowych) – spadek wartości należności bankowych z tytułu kredytu dla przedsiębiorstw przekroczył w 2020 roku w Polsce 12% w ujęciu rok do roku.

Tabela 10. Tempo zmian wartości nominalnej portfeli kredytów dla przedsiębiorstw niefinansowych w grupach krajów Unii Europejskiej (w %; r/r)

Grupa	2015	2016	2017	2018	2019	2020	2021	2022	2023	2024	Śr. 14-24
Europa Południowa	-2.39	-5.03	0.31	-1.91	3.55	0.60	2.23	4.77	-0.63	2.20	0.47
Europa Śr.-Wsch.	0.53	-1.10	9.20	20.68	8.49	1.05	9.55	11.60	7.26	5.09	7.37
Europa Zachodnia	3.29	-1.87	12.03	10.08	3.32	-2.84	1.20	12.33	0.11	-0.10	3.75
Kraje Nadbałtyckie	3.20	17.06	20.31	1.55	6.89	-7.09	42.71	13.02	3.72	5.45	10.68
Kraje Skandynawskie	2.40	1.96	-5.75	33.09	3.61	3.00	1.43	4.77	0.04	0.94	4.55
Polska	13.54	0.67	18.76	3.26	6.36	-12.09	9.68	7.55	9.12	6.51	6.34
Średnio UE	1.55	0.15	7.23	9.85	4.89	-1.27	8.00	9.01	1.94	2.52	4.42

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

W zakresie kredytów mieszkaniowych zebrane dane potwierdzają istotny wzrost portfela kredytów hipotecznych w krajach Nadbałtyckich (14,96%) i ESW (10,18%). W analizowanym zestawieniu Polska wypada relatywnie słabiej – wzrost 3,16%, co jest wartością poniżej średnie dla UE i wynikiem porównywalnym jedynie z krajami Europy Południowej. Opisane zjawisko może być wynikiem barier strukturalnych, takich jak ograniczona dostępność mieszkań, wysokie koszty kredytów oraz mniej rozwinięta oferta kredytów o stałym oprocentowaniu, jak również wcześniejszego nasycenia rynku i ostrożniejszej polityki kredytowej banków.

Tabela 11. Tempo zmian wartości nominalnej portfeli kredytów dla zakup nieruchomości mieszkaniowych w grupach krajów Unii Europejskiej (w %; r/r)

Grupa	2015	2016	2017	2018	2019	2020	2021	2022	2023	2024	Śr. 14-24
Europa Południowa	-7.24	23.46	1.01	-0.53	4.82	-0.01	3.54	4.53	0.23	3.23	3.24
Europa Śr.-Wsch.	6.37	5.37	11.19	18.22	10.84	13.84	11.93	9.54	8.08	6.76	10.18
Europa Zachodnia	16.37	7.13	20.22	9.50	6.37	5.06	-1.30	8.93	4.03	1.33	7.76
Kraje Nadbałtyckie	-0.27	15.29	16.44	-4.37	29.99	5.47	65.09	9.77	7.47	4.73	14.96
Kraje Skandynawskie	1.15	2.59	-8.48	32.54	3.23	7.33	27.41	-6.44	1.41	-0.43	6.03
Polska	9.65	-3.61	6.02	-1.74	10.97	-0.25	6.85	-8.88	6.11	6.48	3.16
Średnio UE	3.97	11.43	8.72	8.38	9.12	5.15	13.91	5.50	3.96	3.27	7.34

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

W obszarze kredytów konsumenckich, podobnie jak przy kredytach mieszkaniowych, największy wzrost portfela odnotowano w Krajach Nadbałtyckich (15,95%) i Skandynawii (9,67%), w których segment consumer finance jest dynamicznie rozwijany. W roku 2020 w większości analizowanych krajów odnotowano spadek wartości porfela kredytów konsumpcyjnych, co z uwagi na szybkie odbicie w kolejnych latach wydaje się być regresem związanym z pandemią.

Średnioroczne tempo zmian kredytów konsumenckich w Polsce w latach 2014-2024 wyniosło 7,09% i jest to wartość zbliżona do średniej dla UE (7,55%). Podobnie jak w przypadku kredytów mieszkaniowych, widoczne są znaczne wahania roczne, z bardzo dużymi spadkami w latach 2020 (-8,99%) i 2022 (-6,10%). Obserwowany na rynku polskim wzrost tempa zmian portfela w latach 2023 i 2024 może świadczyć o powrocie popytu konsumpcyjnego oraz odbudowie zdolności kredytowej gospodarstw domowych.

Tabela 12. Tempo zmian wartości nominalnej portfeli kredytów konsumenckich w grupach krajów Unii Europejskiej (w %; r/r)

Grupa	2015	2016	2017	2018	2019	2020	2021	2022	2023	2024	Śr. 14-24
Europa Południowa	-10,06	10,92	7,22	1,69	8,46	-4,05	-10,06	17,35	6,04	6,74	3,43
Europa Śr.-Wsch.	-5,05	9,41	9,61	11,46	9,91	-3,47	4,08	5,59	8,29	9,54	6,41
Europa Zachodnia	4,48	41,59	12,30	7,62	21,98	-6,95	0,58	0,98	-3,40	1,09	8,30
Kraje Nadbałtyckie	2,82	10,26	9,16	7,20	19,44	4,50	45,80	19,88	24,32	16,11	15,95
Kraje Skandynawskie	5,63	0,43	-2,36	16,81	-7,67	-9,99	30,64	1,92	1,86	59,41	9,67
Polska	22,76	1,95	19,52	0,36	17,05	-8,99	3,12	-6,10	12,24	8,98	7,09
Średnio UE	-0,26	17,57	8,59	7,12	12,06	-4,63	6,63	8,63	6,17	13,48	7,55

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

Skuteczność egzekucji należności bankowych jako determinanta skłonności sektora bankowego w Polsce do finansowania gospodarki

Ocena efektywności egzekucji należności bankowych przeprowadzona została za pomocą analizy zmiany wartości wskaźnika Resolving insolvency publikowanego przez Bank Światowy w ramach raportu Doing business w okresie 2010-2020³⁵. W ramach tego raportu Bank Światowy przeanalizował w zakresie efektywności procesów upadłościowych w poszczególnych krajach ich czas, koszty i wynik postępowania z udziałem krajowych podmiotów prawnych. Zmienne te zostały wykorzystane do obliczenia stopy odzysku, która została podana w centach za dolara odzyskanego przez zabezpieczonych wierzycieli w drodze reorganizacji, likwidacji lub egzekucji długów (przejęcie lub zarząd komisaryczny). Na podstawie wymienionych zmiennych każdemu krajowi przyporządkowana została ocena końcowa, która wyliczona jako średnia arytmetyczna wspomnianych charakterystyk. Minimalna wartość wskaźnika Resolving insolvency wynosi 0, maksymalna zaś 100. Im wyższa wartość, tym lepsza efektywność efektywności egzekucji należności, w tym należności bankowych.

Na podstawie zaprezentowanych na wyk. 58 danych należy stwierdzić, że najwyższą efektywnością egzekucji należności wykazują niezmienne kraje skandynawskie, które w całym analizowanym okresie otrzymywały średnio 85 na 100 możliwych punktów. Drugą grupą krajów, która charakteryzowała się w latach 2010-2020 stabilnością, a zarazem wysoką efektywnością egzekucji należności, była grupa krajów Europy Zachodniej. Natomiast, jako kraje o najniższej efektywności egzekucji należności zaklasyfikowano kraje Nadbałtyckie, których średnia wartość wskaźnika Resolving insolvency nie przekroczyła 59 pkt.

Do 2014 r. efektywność egzekucji należności w krajach Europy Południowej była wyższa od efektywności egzekucji należności w krajach Europy Środkowej, przy czym maksymalna rozpiętość między średnimi wartościami wskaźnika Resolving insolvency tych krajów wynosiła 8 pkt w 2010 r.. W kolejnych latach jakość egzekucji należności w krajach Europy Środkowej poprawiła się na tyle, a jakość egzekucji należności w krajach Europy Południowej pogorszyła się na tyle, że w 2015 r. kraje należące do pierwszej grupy uzyskały wyższą średnią wartość oceny Banku Światowego, jednak tendencja ta nie utrzymała się zbyt długo, ponieważ już rok później wyższą jakość egzekucji należności wykazały kraje Europu Południowej, które do 2020 r. ponownie prześcignęły o 5 pkt jakość egzekucji należności krajów Europy Środkowej.

Polska na tle poszczególnych grup krajów UE wykazuje największą dynamikę wzrostu wskaźnika Resolving insolvency. Oznacza to, że w latach 2010-2020 efektywność egzekucji należności w Polsce wzrosła o 18 pkt z poziomu 57 pkt w 2010 r. do poziomu 75 pkt w 2020 r. Dzięki temu Polska, będąc krajem, który w 2012 r. charakteryzował się najniższą wartością indeksu Resolving insolveny spośród analizowanych grup, w 2018 r. zdołała dorównać krajom Europy Zachodniej pod kątem jakości egzekucji należności i utrzymywała tę pozycję przez następne lata.

Źródło: Opracowanie własne na podstawie danych Banku Światowego.

Źródło: Opracowanie własne na podstawie danych Banku Światowego.

W zakresie czasu, jaki potrzebny jest na wyegzekwowanie należności w Polsce, to w całym analizowanym okresie był on niezmienny i wynosił 3 lata. Czas ten był równy okresowi, jaki jest potrzebny w tym samym celu podmiotom z krajów Europy Środkowej, dla których był on jedynie średnio o 6 miesięcy wyższy w początkowym okresie analizy. W całym analizowanym okresie, krótszym czasem potrzebnym na wyegzekwowanie należności mogły poszczycić się kraje Europy Południowej i kraje Nadbałtyckie, w których proces egzekucji należności trwał średnio 2 lata oraz kraje należące do Europy Zachodniej i kraje skandynawskie, w których czas średni czas egzekucji należności w analizowanym okresie wynosił średnio rok.

Analogiczne wnioski płyną z porównania efektywności egzekucji należności pod kątem kosztu procesu ich egzekucji, wyrażonego jako procent wartości roszczenia (wyk. 60).

Źródło: Opracowanie własne na podstawie danych Banku Światowego.

Najniższy koszt procesu egzekucji należności ponoszą podmioty działające w krajach skandynawskich- wynosi on ok. 6 % wartości roszczenia. Największa dynamika zmiany kosztu tego procesu w analizowanym okresie zauważalna jest w Krajach Europy Zachodniej i w krajach Nadbałtyckich, przy czym w przypadku tych pierwszych średni koszt egzekucji wzrósł w analizowanym okresie zmalał z poziomu 9,35% do poziomu 7,65%, natomiast w przypadku drugiej omawianej grupy wzrósł on z poziomu 8,66% do poziomu 11,33% wartości roszczenia. Średnia wartość procesu egzekucji należności w krajach Europy Południowej wynosi ok. 12%, zaś w krajach Europy Środkowej ok. 14% wartości roszczenia w całym okresie 2010-2020. Polska w tym zestawieniu charakteryzuje się najgorszym wynikiem pod względem kosztu procesu egzekucji należności, wynoszącym ok. 15% wartości roszczenia w całym analizowanym okresie.

Analiza efektywności egzekucji należności pod kątem wartości stopy odzysku w latach 2010- 2020 pozwala wyciągnąć analogiczne wniosku do tych, które płyną z analizy zmian wartości wskaźnika Resolving insolvency (wyk. 61). Tym samym można stwierdzić, że istotna poprawa stopy odzysku, która zauważalna jest w przypadku Polski, wpłynęła na ogólną poprawę efektywności egzekucji należności w Polsce. Jeszcze w 2012 r. Polska charakteryzowała się najniższą wartością stopy odzysku należności na poziomie 34%. Jednak już rok później nastąpił gwałtowny jej wzrost do poziomu 55%, co pozwoliło osiągnąć stoę odzysku na poziomie stopy odzysku w krajach Europy Południa. Zarówno w Polsce, jak i w krajach Europy Południa utrzymała się ona na tym poziomie w dalszych latach analizy. Od 2013 r. aż do 2020 r. gorszą od Polski efektywnością egzekucji należności pod kątem wysokości średniej stopy odzysku charakteryzowały się kraje Europy Środkowej i kraje Nadbałtyckie, dla których jej wartość w okresie 2013-2020 była niższa o ok. 14 i 17 pp. odpowiednio. Natomiast wyższą efektywnością pod kątem wysokości średniej stopy odzysku charakteryzowały się kraje Europy Zachodniej i kraje skandynawskie. W przypadku krajów Europy Zachodniej średnia stopa odzysku w całym analizowanym okresie wynosiła 75%, a w przypadku krajów skandynawskich 85%.

Źródło: Opracowanie własne na podstawie danych Banku Światowego.

Drugim czynnikiem, którego analiza zaprezentowana została na wyk. 62 i który niewątpliwie wpłynął na poprawienie efektywności egzekucji należności w Polsce, była wysoka w stosunku do innych krajów UE ocena jakości ram prawnych dotyczących niewypłacalności przyznawana Polsce w całym analizowanym okresie (13 na 16 możliwych pkt.). Dodatkowo, od 2017 r. ocena ta w przypadku Polski została podwyższona o 1 pkt i te 14 pkt Polska utrzymała do końca okresu analizy. Równie wysoka ocena w zakresie jakości ram prawnych dotyczących niewypłacalności charakteryzowała kraje skandynawskiej i niewiele niższa (12/16 pkt) kraje Europy środkowej i od 2018 r. kraje Europy Południa, które na przestrzeni analizowanych lat odnotowały największy wzrost przyznawanych w tym kryterium punktów. Kraje Europy Zachodniej i kraje Nadbałtyckiej w tej kategorii otrzymywały najniższą ocenę w wysokości 11 punktów.

Źródło: Opracowanie własne na podstawie danych Banku Światowego.

Uwarunkowania poprawy zdolności banków do finansowania gospodarki

Identyfikacja kluczowych problemów związanych z niskim poziomem kredytowania gospodarki przez banki w Polsce w kontekście wyników badania ekonometrycznego – perspektywa sektorów bankowych UE oraz krajowych banków komercyjnych

Obserwowane na obszarze Unii Europejskiej zróżnicowanie skali kredytu bankowego dla sfery realnej gospodarki stanowi kluczową determinantę poszukiwania odpowiedzi na pytanie o czynniki będące źródłem tak znaczących dysproporcji i kierunków zmian w zakresie polityki kredytowej banków w poszczególnych krajach. W oparciu o zmienne zaprezentowane w rozdziale 1.7, przeprowadzono analizy statystyczne w zakresie istotności zależności pomiędzy wybranymi czynnikami makroekonomicznymi, sektorowymi, regulacyjnymi i społecznymi a skalą kredytowania poszczególnych segmentów rynku niefinansowego oraz kierunków i dynami jej zmian. W pierwszej kolejności dokonano oceny wartości współczynników korelacji. Wyniki zaprezentowano w tabeli 13.

Na podstawie uzyskanych wyników można wskazać, że na relację kredytów udzielonych przedsiębiorstwom niefinansowym przez sektor bankowy do PKB istotnie ujemnie wpływa poziom oprocentowania nominalnego i realnego, przy czym skala zależności jest mniejsza w tej grupie należności niż w przypadku kredytów dla gospodarstw domowych.

Analogicznie istotną determinantą poziomu kredytu dla gospodarstw domowych i przedsiębiorstw niefinansowych w gospodarce jest poziomu stopy banku centralnego i powiązany z nim poziom stopy inflacji. Dodatnio na poziom kredytu dla sektora niefinansowego w relacji do PKB wpływa saldo bilansu płatniczego, natomiast ujemnie zmiany cen nieruchomości. Wyższa koncentracja oraz większa skala działania banku są czynnikiem wzmacniającym wzrost skali kredytu dla sektora niefinansowego w relacji do PKB. Wyższy poziom kosztów pracowniczych w kosztach ogółem zwiększa kredytowanie gospodarki.

Wnioski w zakresie wyposażenia kapitałowego i jego oddziaływania na poziom kredytu w gospodarce są niejednoznaczne. W przypadku indeksu Z-score zależność jest dodatnia, a w przypadku wskaźnika kapitały własne do aktywów ujemna. Wysokie poziomy płynności krótko- i długoterminowej (LCR, NSFR) negatywnie oddziałują na poziom kredytu w gospodarce. W przypadku kredytów dla gospodarstw domowych w relacji do PKB istotne znaczenie ma poziom rozwoju rynku listów zastawnych. Lepsze wyposażenie systemów gwarancyjnych depozytów ogranicza skłonność sektorów bankowych do wyższego poziomu kredytowania gospodarki. Występowanie podatku bankowego przyczynia się do zmniejszenia skali kredytowania gospodarki, przy czym zależność ta jest istotna statystycznie jedynie w przypadku kredytowania przedsiębiorstw. Dodatnia zależność występuje też między intensywnością narzędzi restrukturyzacji NPL a poziomem kredytu zarówno dla przedsiębiorstw niefinansowych, jak i dla gospodarstw domowych.

Tabela 13. Wartości współczynników korelacji – kredytowanie gospodarki w krajach Unii Europejskiej

Zmienna	KR_PRZ_PKB	KGD_PKB	KR_NF_TA	KR_OG_TEM_ZM	KR_PRZ_TEM_ZM	KR_MIESZK_TEM_ZM	KR_KONS_TEM_ZM	KR_PRZ_UDZ	KR_MIESZK_UDZ	KR_KONS_UDZ
OPR_KR_M_NOWE_NOM	-0,12	-0,36	0,03	-0,03	0,02	-0,11	0,01	0,05	-0,17	0,41
OPR_KR_KONS_NOWE_NOM	-0,37	-0,45	0,22	0,17	0,16	0,02	-0,02	0,27	0,11	0,22
OPR_KR_PRZ_NOWE_NOM	-0,09	-0,24	0,01	-0,08	-0,05	-0,11	-0,02	0,01	-0,10	0,28
OPR_KR_M_RZECZ	-0,13	-0,30	0,03	-0,05	0,00	-0,13	0,00	0,08	-0,14	0,41
OPR_KR_KONS_RZECZ	-0,39	-0,45	0,25	0,17	0,17	0,02	0,01	0,28	0,13	0,23
OPR_KR_M_STANY_NOM	-0,09	-0,27	0,06	-0,02	0,02	-0,06	0,02	0,07	-0,28	0,38
OPR_KR_KONS_STANY_NOM	-0,32	-0,42	0,13	0,11	0,08	0,00	0,00	0,17	0,02	0,37
OPR_KR_PRZ_STANY_NOM	-0,07	-0,24	0,01	-0,09	-0,06	-0,11	-0,05	0,04	-0,15	0,32
ST_PROC_BC	-0,22	-0,28	-0,06	-0,07	-0,01	-0,09	0,02	-0,08	-0,06	0,24
HICP	-0,20	-0,20	-0,06	0,14	0,22	0,06	0,08	-0,13	0,02	0,01
ZM_PKB	0,05	-0,14	-0,15	0,09	0,13	0,06	0,11	-0,10	-0,06	-0,03
DL_PUBL_PKB	0,03	0,21	-0,17	-0,18	-0,16	-0,21	-0,20	0,31	0,12	0,07
DEF_PKB	0,05	0,05	0,05	-0,10	0,02	0,06	0,15	-0,03	-0,08	-0,26
SAL_BIL_PL_PKB	0,15	0,26	-0,03	-0,07	-0,10	-0,01	0,10	-0,13	-0,05	-0,27
ST_BEZR	0,08	0,14	0,15	-0,15	-0,16	-0,17	-0,12	0,25	0,11	0,11
ZM_CEN_NIER_KOM	-0,15	-0,21	-0,12	0,09	0,13	0,03	0,12	-0,12	0,01	0,06
COVID	-0,07	-0,04	-0,20	0,15	0,04	0,03	-0,10	-0,17	0,03	-0,06
HHI	0,14	0,11	-0,13	-0,01	-0,03	0,04	-0,05	-0,10	0,04	-0,32
LN_AKTYWA	0,19	0,47	-0,08	-0,11	-0,07	-0,09	-0,02	-0,05	0,21	-0,20
KOSZTY_ADM_KOSZTY_OG	0,02	-0,32	-0,08	0,01	0,03	0,02	0,09	-0,08	-0,23	0,06
KOSZTY_PRAC_KOSZTY_OG	0,13	0,34	0,12	-0,03	-0,01	0,03	-0,02	0,11	0,18	-0,22
KW_A	-0,20	-0,55	0,12	0,10	0,11	0,04	0,01	0,10	-0,16	0,44
TCR	0,00	-0,22	-0,06	0,21	0,17	0,15	0,22	-0,27	0,02	-0,10
T1R	0,03	-0,12	-0,12	0,23	0,15	0,17	0,14	-0,25	-0,06	-0,23
ZSC	0,14	0,21	0,22	0,02	0,03	0,12	0,14	-0,26	0,21	-0,23
LCR	-0,23	-0,33	-0,45	0,13	-0,02	0,08	0,06	-0,07	-0,23	0,05
NSFR	-0,23	-0,55	-0,49	0,19	0,19	0,18	0,04	-0,17	-0,37	0,20
AK_PŁ_AK_OG	-0,05	-0,41	-0,53	0,04	0,03	0,00	0,02	-0,27	-0,29	0,12
KR_DEP	0,11	0,59	0,58	-0,08	-0,03	-0,05	0,03	0,11	0,41	-0,24
NPL_OG	0,17	0,10	0,00	-0,19	-0,18	-0,15	-0,18	0,36	-0,06	0,21
ZM_NPL_OG	-0,13	0,05	0,17	-0,03	0,02	0,11	0,07	-0,11	0,17	-0,11
NPL_GD	0,30	0,16	-0,06	-0,18	-0,17	-0,14	-0,18	0,26	-0,13	0,12
ZM_NPL_GD	-0,13	0,06	0,23	-0,04	-0,01	0,09	0,04	-0,06	0,18	-0,01
NPL_PRZ	0,19	0,09	0,01	-0,20	-0,21	-0,14	-0,18	0,28	-0,12	0,22
ZM_NPL_PRZ	-0,15	0,06	0,12	0,02	0,00	0,10	0,04	-0,07	0,16	-0,14
OPR_DEP_GD_NOWE	-0,06	-0,10	0,08	-0,07	-0,03	-0,07	0,00	-0,03	-0,01	0,16
OPR_DEP_PRZ_NOWE	-0,08	-0,09	0,06	-0,08	-0,04	-0,11	-0,02	-0,05	0,00	0,18
OPR_DEP_GD_STANY	0,08	0,01	0,12	-0,07	-0,03	-0,05	0,00	-0,08	-0,04	-0,04
OPR_DEP_PRZ_STANY	-0,03	-0,10	0,05	-0,08	-0,05	-0,08	0,00	-0,05	-0,08	0,14
KR_M_ZM_STOPA	0,04	-0,07	0,02	0,02	0,01	0,02	0,01	0,23	-0,04	0,10
LISTY_ZAST_PKB	0,07	0,58	0,24	-0,09	-0,07	-0,04	-0,07	0,07	0,24	-0,26
CHF_NIS_RYZ	0,02	0,05	0,13	0,01	-0,03	0,00	-0,04	-0,07	0,44	-0,14
CHF_SR_RYZ	-0,04	-0,02	-0,18	0,03	0,05	0,06	0,09	0,02	-0,30	-0,06
CHF_WYS_RYZ	0,02	-0,05	0,04	-0,04	-0,01	-0,07	-0,06	0,07	-0,21	0,25
IND_PRZEP_REST_UPAD	0,02	0,35	-0,09	-0,01	0,01	-0,02	-0,08	-0,12	0,42	-0,11
IND_JAKO_POST_SAD	-0,09	-0,12	-0,16	0,21	0,17	0,16	0,18	-0,23	-0,08	-0,11
EF_WNIO_KR	-0,11	-0,16	0,03	0,01	0,06	0,12	0,11	-0,14	-0,07	-0,04
IND_DOST_KRED	-0,28	-0,19	0,07	0,14	0,11	-0,05	-0,16	0,10	0,23	0,29
FG_DGW	-0,24	-0,17	0,05	0,08	0,03	-0,01	-0,07	0,02	-0,01	0,24
DGW_DO	-0,46	-0,39	0,12	-0,04	-0,03	-0,11	-0,13	0,31	0,20	0,49
DGW_DSNF	-0,41	-0,28	0,19	-0,14	-0,12	-0,17	-0,17	0,37	0,27	0,46
EX_ANTE	-0,29	-0,03	0,04	0,07	0,07	0,08	-0,04	0,02	0,09	0,04
EX_POST	0,23	0,14	0,05	-0,07	-0,08	-0,02	0,06	0,06	-0,25	-0,13
DEP_B_AO	0,19	0,14	0,12	0,00	0,04	0,05	0,02	0,11	-0,24	-0,04
PB	-0,12	0,10	0,10	-0,09	-0,07	-0,15	-0,12	0,35	0,35	0,23
PB_NZ_Z	-0,05	-0,06	0,02	-0,06	-0,02	-0,05	0,01	-0,07	0,04	0,05
SPRZ_NPL_T_NPL	0,09	-0,14	-0,21	0,11	0,20	-0,02	0,19	-0,27	0,09	0,13
SPRZ_NPL_KR	0,23	0,01	-0,25	-0,17	-0,02	-0,15	-0,08	-0,22	0,07	0,03
SPRZ_NPL_T_SPRZ	0,05	0,07	-0,07	-0,03	-0,06	-0,09	-0,07	0,03	0,19	-0,14
SEK_NPL_T_SEK	-0,08	-0,03	0,01	-0,03	-0,07	-0,03	-0,05	0,24	-0,08	-0,14
SEK_NPL_KR	-0,04	0,01	-0,03	-0,03	-0,02	-0,05	0,00	0,19	0,08	-0,08
SEK_NPL_T_NPL	0,02	-0,02	-0,01	0,02	-0,04	0,00	0,07	0,09	0,06	-0,14
POA_BIN	0,02	0,25	-0,07	-0,23	-0,10	-0,22	-0,29	0,37	0,16	-0,03
SEK_BIN	0,12	0,05	-0,11	-0,01	-0,04	-0,09	0,09	0,02	0,30	-0,20
AMC_BIN	0,17	0,06	-0,28	0,10	0,18	-0,09	0,01	-0,06	0,06	-0,03
SPRZED_BIN	-0,03	-0,10	-0,43	-0,01	0,04	-0,10	0,03	-0,17	0,23	0,05
DN_BIN	0,14	0,01	-0,31	0,27	0,18	0,05	0,05	-0,26	0,18	0,07
RPUIS_BIN	-0,13	-0,05	-0,28	-0,09	-0,07	-0,12	-0,09	-0,24	0,39	-0,35
RRNPL_BIN	0,27	0,16	-0,36	-0,24	-0,20	-0,13	-0,30	-0,10	0,18	-0,14
RP_BIN	-0,20	-0,20	-0,08	-0,05	-0,02	0,05	0,10	0,05	-0,26	-0,24
IND_INT_NARZ_RED_NPL	0,17	0,14	-0,31	-0,07	0,06	-0,16	-0,11	0,11	0,09	-0,03

Źródło: kalkulacje własne.

W kontekście prowadzonych w niniejszej pracy analiz kluczowe miejsce w ocenie determinant kredytowania gospodarki zajmuje perspektywa budowania rentowności. Analiza wykresu 63 wskazuje na istnienie istotnej statystycznie dodatniej zależności pomiędzy poziomem rentowności sektorów bankowych krajów Unii Europejskiej.

Źródło: Szacunki własne z wykorzystaniem programu GRETL. P-value=0,0126.

Dla rynku polskiego na bazie analiz danych zawartych w tabeli 14 można wskazać, że na udział kredytów dla sektora niefinansowego w aktywach banków:

• dodatni i istotny statystycznie wpływ mają: wielkość banku (LN_AKTYWA), wyposażenie kapitałowe (KW_A, TCR, T1R), poziom pokrycia rezerwami portfela kredytowego ogółem i portfela kredytów z utratą wartości (REZ_POKR_NPL, REZ_POKR_KR_OG), udział depozytów od sektora niefinansowego w aktywach ogółem (DEP_NIEF_UDZ), poziom efektywności składanych przez przedsiębiorstwa wniosków kredytowych (EF_WNIO_KR), skłonność przedsiębiorstw sektora niefinansowego do wykorzystania kredytu jako źródła finansowania działalności bieżącej i inwestycyjnej (STRUK_FIN_PRZ_KB), zmiana popytu przedsiębiorstw na kredyt (ZM_POPYT_PRZED), jakość i wydajność regulacji prawnych (IND_JAKO_POST_SAD), roczna zmiana liczby reklamacji składanych przez klientów do sektora bankowego ogółem (REKL_ZM) oraz reklamacje rozpatrzone przez banki pozytywnie w całości lub w części (REK_POZYT_TO_TOT_REK, koszty pracownicze do kosztów całkowitych (KOSZT_PROW_KC_UDZ), koszty odsetkowe od depozytów sektora niefinansowego do kosztów odsetkowych ogółem (KOSZT_ODS__DMIF_KODS_UDZ), poziom kosztów administracyjnych (KOSZT_ADM__INNE_KOP_UDZ), udział kosztów wynagrodzeń w kosztach operacyjnych (KOSZT_WYN_KOP_UDZ) oraz skala kosztów regulacyjnych (KOSZT_REG_TA_UDZ);
• ujemny i istotny statystycznie wpływ mają: stopa banku centralnego (ST_PROC_BC), wskaźnik cen konsumpcyjnych (HICP), saldo bilansu płatniczego/PKB kraju (SAL_BIL_PL_PKB), indeks zmian cen nieruchomości komercyjnych (ZM_CEN_NIER_KOM), pandemia COVID-19 (COVID), wskaźnik Herfindahla-Hirschmana (HHI), LCR i NSFR, wartość wskaźnika NPL portfela kredytów ogółem w sektorze bankowym danego kraju w danym roku (NPL_OG), depozyty od sektora bankowego/ depozyty ogółem banku w danym roku (DEP_MIF_DO_UDZ), depozyty bieżące (na żądanie)/ depozyty ogółem banku w danym roku (DEP_B_DO_UDZ), lapitał własny/pasywa ogółem sektora przedsiębiorstw niefinansowych (STRUK_FIN_PRZ_KW), (ORZE_I_UGOD_POZ_OG), koszty odsetkowe/koszty całkowite banku w danym roku (KOSZT_ODS_KC_UDZ), Koszty odsetkowe od depozytów sektora bankowego/Koszty odsetkowe ogółem banku w danym roku (KOSZT_ODS_KC_UDZ), (KOSZT_ODS__DMIF_KODS_UDZ) oraz Koszty wynagrodzeń rady nadzorczej/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_RN_KWYN_UDZ).

Na zmiany wartości portfela kredytowego ogółem:

• dodatni i istotny statystycznie wpływ mają: Dług sektora finansów publicznych / PKB kraju (DL_PUBL_PKB), Stopa bezrobocia rejestrowanego (ST_BEZR), Zmienna mierząca odsetek przedsiębiorstw w krajach Unii Europejskiej, które w latach 2010-2024 uzyskały 100% wnioskowanej kwoty kredytu (EF_WNIO_KR), Zmienna mierząca jakość praw i obowiązków kredytobiorców i kredytodawców przy zawieraniu umowy kredytowej oraz sprawozdawczość w zakresie informacji kredytowej w danym kraju w danym roku (ograniczenia asymetrii informacji) (IND_DOST_KRED), Indeks zmian polityki kredytowej wobec gospodarstw domowych (średnia wartości indeksu dla czterech kwartałów w danym roku) (ZM_KRYT_POL_KRED_GD), Kredyt bankowy/Pasywa ogółem sektora przedsiębiorstw niefinansowych (STRUK_FIN_PRZ_KB), reklamacje rozpatrzone przez banki pozytywnie w całości lub w części (REK_POZYT_TO_TOT_REK), Nowe emisje akcji/Akcje ogółem w obrocie (NEA_AO) oraz koszty odsetkowe/koszty całkowite banku w danym roku (KOSZT_ODS_KC_UDZ);
• ujemny i istotny statystycznie wpływ mają: Indeks zmian cen nieruchomości komercyjnych (ZM_CEN_NIER_KOM), wskaźnik Herfindahla-Hirschmana (HHI), aktywa płynne / Całkowite odpływy środków pieniężnych (LCR), Kapitał własny/Pasywa ogółem sektora przedsiębiorstw niefinansowych (STRUK_FIN_PRZ_KW), Wartość nowych pozwów sądowych składanych przez klientów banków (POZWY_NW_RF_ZM), stopa wypłaty dywidendy (STOP_WYPŁ_DYWID), Koszty wynagrodzeń zarządu/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_ZARZ_KWYN_UDZ) oraz koszty wynagrodzeń rady nadzorczej/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_RN_KWYN_UDZ).

Na udział kredytów dla przedsiębiorstw w portfelu kredytowym dla sektora niefinansowego:

• dodatni i istotny statystycznie wpływ mają: Saldo bilansu płatniczego/PKB kraju (SAL_BIL_PL_PKB), Wskaźnik Herfindahla-Hirschmana (HHI), logarytm naturalny aktywów ogółem sektora (LN_AKTYWA), Wartość wskaźnika NPL portfela kredytów ogółem w sektorze bankowym danego kraju w danym roku (NPL_OG), Rezerwy na ryzyko kredytowe/Kredyty ogółem banku w danym roku (REZ_POKR_KR_OG), Depozyty od sektora niefinansowego/Depozyty ogółem banku w danym roku (DEP_NIEF_UDZ), Zmienna mierząca jakość i wydajność regulacji prawnych oraz procesów sądowych w zakresie upadłości konsumenckiej i przedsiębiorstw w danym kraju w danym roku (IND_PRZEP_REST_UPAD), Zmienna mierząca jakość i wydajność regulacji prawnych i systemu sądowego w zakresie rozstrzygania sporu handlowego w danym kraju w danym roku (IND_JAKO_POST_SAD), dywidenda wypłacona na jedną akcję (DYWID_NA_AKCJE), stopa wypłaty dywidendy (STOP_WYPŁ_DYWID), Koszty odsetkowe/Koszty całkowite banku w danym roku (KOSZT_ODS_KC_UDZ), koszty odsetkowe od depozytów sektora niefinansowego (KOSZT_ODS__DNIEF_KODS_UDZ), Koszty wynagrodzeń ogółem/Koszty operacyjne ogółem banku w danym roku (KOSZT_WYN_KOP_UDZ), Rezerwy/ Przychody odsetkowe banku w danym roku (REZ_PRZY_ODS) oraz koszty regulacyjno- fiskalne/ Aktywa ogółem banku w danym roku (KOSZT_REG_TA_UDZ);
• z kolei ujemny i istotny statystycznie wpływ mają takie zmienne, jak: Stopa bezrobocia rejestrowanego (ST_BEZR), Kapitały własne / Aktywa ogółem (KW_A), Kapitały własne ogółem / RWA (TCR), Depozyty od sektora bankowego/ Depozyty ogółem banku w danym roku (DEP_MIF_DO_UDZ), jakość praw i obowiązków kredytobiorców i kredytodawców przy zawieraniu umowy kredytowej oraz sprawozdawczość w zakresie informacji kredytowej w danym kraju w danym roku (ograniczenia asymetrii informacji) (IND_DOST_KRED), Koszty pracownicze/Koszty całkowite banku w danym roku (KOSZT_PROW_KC_UDZ), Koszty nieoperacyjne/Koszty całkowite banku w danym roku (KOSZT_NOPER_KC_UDZ), Koszty odsetkowe od depozytów sektora bankowego/Koszty odsetkowe ogółem banku w danym roku (KOSZT_ODS__DMIF_KODS_UDZ) oraz koszty wynagrodzeń zarządu/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_ZARZ_KWYN_UDZ).

Na udział kredytów mieszkaniowych w portfelu kredytowym dla sektora niefinansowego:

• dodatni i istotny statystycznie wpływ mają w największym stopniu: Dług sektora finansów publicznych / PKB kraju (DL_PUBL_PKB), Stopa bezrobocia rejestrowanego (ST_BEZR), Depozyty od sektora bankowego/ Depozyty ogółem banku w danym roku (DEP_MIF_DO_UDZ), Zmienna mierząca odsetek przedsiębiorstw w krajach Unii Europejskiej, które w latach 2010-2024 uzyskały 100% wnioskowanej kwoty kredytu (EF_WNIO_KR), Zmienna mierząca jakość praw i obowiązków kredytobiorców i kredytodawców przy zawieraniu umowy kredytowej oraz sprawozdawczość w zakresie informacji kredytowej w danym kraju w danym roku (ograniczenia asymetrii informacji) (IND_DOST_KRED), Indeks zmian polityki kredytowej wobec przedsiębiorstw (średnia wartości indeksu dla czterech kwartałów w danym roku) (ZM_KRYT_POL_KRED_PRZ), Indeks zmian polityki kredytowej wobec gospodarstw domowych (średnia wartości indeksu dla czterech kwartałów w danym roku) (ZM_KRYT_POL_KRED_GD), Kredyt bankowy/Pasywa ogółem sektora przedsiębiorstw niefinansowych (STRUK_FIN_PRZ_KB), Kapitał własny/Pasywa ogółem sektora przedsiębiorstw niefinansowych (STRUK_FIN_PRZ_KW), Indeks zmian popytu na kredyt ze strony przedsiębiorstw (średnia wartości indeksu dla czterech kwartałów w danym roku) (ZM_POPYT_PRZED), Koszty pracownicze/Koszty całkowite banku w danym roku (KOSZT_PROW_KC_UDZ), Koszty operacyjne/Koszty całkowite banku w danym roku (KOSZT_OPER_KC_UDZ), koszty odsetkowe (KOSZT_ODS__DNIEF_KODS_UDZ) oraz administracyjne (KOSZT_ADM__INNE_KOP_UDZ);
• ujemny i istotny statystycznie wpływ mają: stopa banku centralnego (ST_PROC_BC), wskaźnik cen konsumpcyjnych (HICP), Saldo bilansu płatniczego/PKB kraju (SAL_BIL_PL_PKB), Indeks zmian cen nieruchomości komercyjnych (ZM_CEN_NIER_KOM), pandemia COVID-19 (COVID), Wskaźnik Herfindahla-Hirschmana (HHI), Kapitały własne / Aktywa ogółem (KW_A), Kapitały własne ogółem / RWA (TCR), Kapitały z grupy T1 / RWA (T1R), Fundusze własne i obce stabilne / Aktywa niepłynne i o ograniczonej płynności (NSFR), Depozyty od sektora niefinansowego/Depozyty ogółem banku w danym roku (DEP_NIEF_UDZ), Zmienna mierząca jakość i wydajność regulacji prawnych oraz procesów sądowych w zakresie upadłości konsumenckiej i przedsiębiorstw w danym kraju w danym roku (IND_PRZEP_REST_UPAD), Zmienna mierząca jakość i wydajność regulacji prawnych i systemu sądowego w zakresie rozstrzygania sporu handlowego w danym kraju w danym roku (IND_JAKO_POST_SAD), Nowe emisje akcji/Akcje ogółem w obrocie (NEA_AO),

Koszty odsetkowe/Koszty całkowite banku w danym roku (KOSZT_ODS_KC_UDZ), Koszty nieoperacyjne/Koszty całkowite banku w danym roku (KOSZT_NOPER_KC_UDZ), Koszty wynagrodzeń zarządu/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_ZARZ_KWYN_UDZ), Koszty wynagrodzeń rady nadzorczej/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_RN_KWYN_UDZ), Podatek dochodowy/ Przychody odsetkowe banku w danym roku (PODATEK_DOCHOD_PRZYCH_ODS).

Natomiast na udział kredytów konsumpcyjnych w portfelu kredytowym dla sektora niefinansowego:

• dodatni i istotny statystycznie wpływ mają: Kapitały własne / Aktywa ogółem (KW_A), Kapitały własne ogółem / RWA (TCR), Kapitały z grupy T1 / RWA (T1R), Depozyty od sektora bankowego/ Depozyty ogółem banku w danym roku (DEP_MIF_DO_UDZ), Depozyty bieżące (na żądanie)/ Depozyty ogółem banku w danym roku (DEP_B_DO_UDZ), Koszty nieoperacyjne/Koszty całkowite banku w danym roku (KOSZT_NOPER_KC_UDZ), Koszty wynagrodzeń zarządu/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_ZARZ_KWYN_UDZ) oraz koszty wynagrodzeń rady nadzorczej/Koszty wynagrodzeń ogółem banku w danym roku (KOSZT_WYN_RN_KWYN_UDZ);
• ujemny i istotny statystycznie wpływ mają takie zmienne, jak: wielkość sektora bankowego (LN_AKTYWA), wartość wskaźnika NPL portfela kredytów ogółem w sektorze bankowym danego kraju w danym roku (NPL_OG), depozyty od sektora niefinansowego/depozyty ogółem banku w danym roku (DEP_NIEF_UDZ), jakość i wydajność regulacji prawnych oraz procesów sądowych w zakresie upadłości konsumenckiej i przedsiębiorstw w danym kraju w danym roku (IND_PRZEP_REST_UPAD), jakość i wydajność regulacji prawnych i systemu sądowego w zakresie rozstrzygania sporu handlowego w danym kraju w danym roku (IND_JAKO_POST_SAD), dywidenda wypłacona na jedną akcję (DYWID_NA_AKCJE), koszt odsetek od depozytów sektora niefinansowego (KOSZT_ODS__DNIEF_KODS_UDZ), Koszty wynagrodzeń ogółem/Koszty operacyjne ogółem banku w danym roku (KOSZT_WYN_KOP_UDZ), Rezerwy/ Przychody odsetkowe banku w danym roku (REZ_PRZY_ODS) oraz koszty regulacyjno-fiskalne/ aktywa ogółem banku w danym roku (KOSZT_REG_TA_UDZ).

Tabela 14. Wartości współczynników korelacji – kredytowanie gospodarki w Polsce

Zmienna	KR_NF_TA	KR_OG_TEM_ZM	KR_PRZ_UDZ	KR_MIESZ_UDZ	KR_KONS_UDZ	KR_INNE_UDZ
ST_PROC_BC	-0,23	0,01	0,03	-0,12	-0,01	-0,03
HICP	-0,26	-0,06	0,02	-0,24	0,02	-0,09
ZM_PKB	0,06	-0,08	-0,02	0,00	0,00	0,00
DL_PUBL_PKB	0,04	0,12	-0,06	0,23	0,02	0,06
DEF_PKB	0,06	-0,04	0,03	0,00	-0,03	-0,05
SAL_BIL_PL_PKB	-0,10	-0,05	0,13	-0,23	-0,06	-0,13
ST_BEZR	0,19	0,15	-0,12	0,36	0,05	0,15
ZM_CEN_NIER_KOM	-0,12	-0,11	0,09	-0,33	-0,03	-0,13
COVID	-0,15	-0,05	0,00	-0,13	0,03	-0,07
HHI	-0,23	-0,12	0,10	-0,33	-0,02	-0,14
LN_AKTYWA	0,23	0,02	0,17	-0,06	-0,35	-0,53
KW_A	0,36	0,00	-0,18	-0,16	0,29	0,00
TCR	0,10	-0,06	-0,18	-0,19	0,26	0,20
T1R	0,19	-0,04	-0,08	-0,13	0,24	0,39
LCR	-0,10	–0,30	-0,20	-0,08	0,30	-0,06
NSFR	-0,15	-0,06	0,12	-0,22	-0,07	-0,28
NPL_OG	-0,10	-0,06	0,21	-0,05	-0,13	0,05
REZ_POKR_NPL	0,23	-0,01	-0,04	-0,14	0,08	-0,29
REZ_POKR_KR_OG	0,17	-0,03	0,11	-0,04	-0,04	-0,46
ZM_DEP_OG	0,00	0,01	-0,07	-0,08	-0,01	-0,02
DEP_MIF_DO_UDZ	-0,46	0,06	-0,23	0,26	0,21	0,61
DEP_NIEF_UDZ	0,43	-0,06	0,25	-0,29	-0,19	-0,47
DEP_B_DO_UDZ	-0,14	0,01	0,01	-0,05	0,15	-0,41
EF_WNIO_KR	0,16	0,14	-0,07	0,29	0,01	0,09
IND_DOST_KRED	-0,06	0,19	-0,16	0,20	0,09	0,10
ZM_KRYT_POL_KRED_PRZ	0,03	0,06	-0,04	0,21	0,01	0,04
ZM_KRYT_POL_KRED_GD	0,14	0,11	0,01	0,14	-0,03	-0,04
STRUK_FIN_PRZ_KB	0,32	0,20	0,00	0,18	-0,04	0,08
STRUK_FIN_PRZ_KW	-0,30	-0,25	0,01	0,14	-0,04	0,09
ZM_POPYT_PRZED	0,12	0,03	-0,03	0,18	-0,01	0,04
ZM_POPYT_GD	0,04	0,04	-0,01	-0,03	0,01	0,00
IND_PRZEP_REST_UPAD	0,08	-0,05	0,20	-0,28	-0,10	-0,13
IND_JAKO_POST_SAD	0,15	0,05	0,21	-0,14	-0,10	-0,14
POZWY_NL_RF_ZM	0,06	-0,04	-0,07	0,10	0,05	0,02
POZWY_NW_RF_ZM	-0,04	–0,11	0,00	0,07	0,00	0,00
ORZE_I_UGOD_POZ_OG	-0,11	-0,04	0,02	-0,01	-0,02	-0,12
REKL_ZM	0,19	0,04	-0,03	0,10	0,01	0,11
REK_POZYT_TO_TOT_REK	0,30	0,16	-0,04	0,06	0,03	0,11
DYWID_NA_AKCJE	-0,18	-0,05	0,14	0,15	-0,18	0,02
STOP_WYPŁ_DYWID	-0,44	-0,11	0,11	0,26	-0,03	0,44
NEA_AO	0,22	0,30	0,06	-0,28	0,05	-0,06
OC_KL_BAD_ANK	-0,09	-0,01	0,65	-0,45	-0,21	0,03
KOSZT_ODS_KC_UDZ	-0,12	0,10	0,15	-0,24	-0,15	0,09
KOSZT_PROW_KC_UDZ	0,18	0,01	-0,44	0,47	-0,06	-0,15
KOSZT_OPER_KC_UDZ	0,07	-0,07	0,07	0,40	0,04	0,03
KOSZT_NOPER_KC_UDZ	0,01	-0,04	-0,15	-0,43	0,18	-0,13
KOSZT_ODS__DNIEF_KODS_UDZ	0,48	0,03	0,30	0,11	-0,18	-0,51
KOSZT_ODS__DMIF_KODS_UDZ	-0,56	0,01	-0,14	0,09	0,09	0,59
KOSZT_ADM__INNE_KOP_UDZ	0,10	0,04	-0,09	0,28	0,19	0,64
KOSZT_WYN_KOP_UDZ	0,23	0,05	0,28	0,20	-0,30	0,04
KOSZT_WYN_ZARZ_KWYN_UDZ	-0,04	-0,36	-0,57	-0,49	0,71	0,23
KOSZT_WYN_RN_KWYN_UDZ	-0,20	-0,20	-0,02	-0,13	0,16	0,64
REZ_PRZY_ODS	0,08	-0,02	0,34	-0,06	-0,21	0,04
PODATEK_DOCHOD_PRZYCH_ODS	-0,09	-0,02	0,07	-0,16	-0,01	-0,11
KOSZT_REG_TA_UDZ	0,10	0,07	0,24	0,07	-0,17	-0,13
PB_TO_TA_UDZ	-0,06	0,09	0,07	-0,08	-0,10	-0,13

Źródło: kalkulacje własne.

Optymalizacja procesu zarządzania ryzykiem kredytowym w kontekście efektywnej alokacji kredytu w gospodarce

W okresie ostatnich dziesięciu lat polski sektor bankowy charakteryzował się stosunkowo dobrą jakości portfela kredytowego (średnia wartość wskaźnika NPL za okres ten wynosi 5,68%) w porównaniu z sektorami bankowymi innych krajów UE, szczególnie krajów Europy Południowej i Europy Środkowej, w sektorach bankowych których wartość wskaźnika NPL w 2014 r. wyniosła średnio odpowiednio 20,24% i 15,31% (wyk 57). Jednak dzięki wdrożonym metodom restrukturyzacji wysokiego poziomu kredytów (takim jak ich sprzedaż bezpośrednia, sekurytyzacja, czy przeniesienie ich do specjalnie utworzonych spółek zarządzania nimi) oraz reformom strukturalnym wdrożonym przez władze administracyjne i nadzorcze tych krajów, celem ułatwienia efektywnego zastosowania wspominanych metod, należy zaznaczyć, że w sektorach bankowych tych krajów udało się skutecznie poprawić jakość portfeli kredytowych. W konsekwencji sektory bankowe Europy Zachodniej i Południowej wykazywały na koniec 2024 r. niższą wartość wskaźnika NPL niż polski sektor bankowy, przy czym warto zaznaczyć, że mimo, że średnia wartość wskaźnika NPL na koniec 2024 r. dla wszystkich analizowanych grup nie przekraczała poziomu 5%, który EBA wskazała jako wartość graniczną, powyżej którego ocenia się, czy w danym sektorze bankowym występuje problem z jakością portfela kredytowego, to wartość tego wskaźnika dla polskiego sektora bankowego na koniec 2024 r. była najwyższa spośród wszystkich analizowanych grup (rozpiętość wartości wskaźnika NPL polskiego sektora bankowego i średniej dla pozostałych analizowanych grup wynosi 2,23 pp. przy czym najwyższa wartość wynosiła 4% i była to wartość dla polskiego sektora bankowego, zaś najniższa wynosiła 1,09% i była to średnia dla Krajów Nadbałtyckich).

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

Analiza średniej wartości wskaźnika NPL portfela kredytów dla gospodarstw domowych i portfela kredytów na przedsiębiorstw niefinansowych wskazuje, że w latach 2014 – 2024 we wszystkich sektorach bankowych portfel kredytów dla przedsiębiorstw niefinansowych charakteryzował się niższą jakością niż portfel kredytów dla gospodarstw domowych (wykres 65). Polska, zarówno pod względem jakości portfela kredytów dla gospodarstw domowych, jak i dla przedsiębiorstw niefinansowych, wykazała wyższe wartości wskaźników NPL niż średnie dla Krajów Nadbałtyckich, Krajów Skandynawskich i krajów Europy Zachodniej, zaś niższe niż średnie wartości tych portfeli kredytowych dla sektorów bankowych krajów Europy Środkowo-Wschodniej i Europy Południowej.

Źródło: Opracowanie własne na podstawie danych EBC Consolidated Banking Data.

W zakresie jakości portfeli kredytowych sektorów bankowych krajów UE w latach 2014 -2024 należy również wskazać, że we wszystkich sektorach bankowych poprawie jakości uległ zarówno portfel kredytów dla gospodarstw domowych, jak i portfela kredytów dla przedsiębiorstw niefinansowych, stąd na koniec 2024 r. ich wskaźnik NPL nie przekraczał krytycznej wartości 5% (wyk. 66 i wyk. 67). Dodatkowo warto nadmienić, że polski sektor bankowy wykazuje obecnie podobny poziom wartości wskaźnika NPL, co sektory bankowe krajów Europy południowej i obecnie jest to wynik, który świadczy o najgorszej jakości tego portfela, choć mieszczącej się w granicach normy. W zakresie portfela kredytów dla przedsiębiorstw niefinansowych, polski sektor bankowy wraz z krajami skandynawskimi posiada najlepszą jakość tego portfela. Zarówno w zakresie portfela kredytów dla gospodarstw domowych, jak i portfela kredytów dla przedsiębiorstw niefinansowych, największą poprawę ich jakości zauważony w przypadku sektorów bankowych krajów Europy Południa. Najmniejszym spadkiem wartości wskaźnika NPL charakteryzują się sektory bankowe krajów skandynawskich w przypadku portfela kredytów dla gospodarstw domowych i sektory bankowe krajów Nadbałtyckich w przypadku portfela kredytów dla przedsiębiorstw niefinansowych.

Źródło: Opracowanie własne na podstawie danych Consolidated Banking Data.

Źródło: Opracowanie własne na podstawie danych Consolidated Banking Data.

Wpływ publicznych narzędzi o znaczeniu systemowym wspierających restrukturyzację wobec portfeli kredytowych na zmiany polityki kredytowej banków – studium dla krajów Unii Europejskiej

Do oceny istotności statystycznej wpływu systemowych narzędzi restrukturyzacyjnych wobec portfeli kredytowych oferowanych w ramach polityk publicznych na zmiany w obszarze polityki kredytowej banków w Unii Europejskiej wykorzystana została regresja liniowa danych panelowych. Wykorzystano trzy grupy danych: mikroekonomiczne, dotyczące charakterystyk poszczególnych banków – źródłem danych była baza BankFocus; makroekonomiczne i sektorowe, dotyczące otoczenia gospodarczego oraz modelu rynku, na którym działają banki w poszczególnych krajach – źródłem danych były bazy Eurostat oraz ECB; oraz eksperymentalne, będące charakterystykami stosowanych w krajach Unii Europejskiej metod restrukturyzacji portfeli kredytowych o niskiej jakości. Dla uwzględnienia długookresowych efektów stosowanych instrumentów restrukturyzacji wprowadzono dwuletnie opóźnienia zmiennych – źródłem danych był przegląd sprawozdań krajowych władz nadzorczych oraz innych publikacji w formie raportów dla poszczególnych krajów, uwzględniających omawianą problematykę. Zmienne makroekonomiczne i eksperymentalne scharakteryzowano w pełni w rozdziale 1. W zakresie zmiennych mikroekonomicznych uzupełniono model o 4 zmienne – specjalizację banku (SPEC), udział wyniku odsetkowego w wyniku z działalności bankowej (WO_WDB), udział skarbowych papierów wartościowych w aktywach ogółem (SPW_AO) oraz udział depozytów w sumie bilansowej (tabela 15). Uwzględniając kompletność dostępnych danych w modelu bazowym wykorzystano informacje statystyczne dla 1457 banków z 27 krajów UE, zachowujących ciągłość działalności w latach 2014-2022.

Tabela 15. Zmienne uzupełniające zastosowane w modelu

Zmienna	Definicja	Obszar analiz	Źródło danych
WO_WDB	Wynik odsetkowy/wynik	Dywersyfikacja dochodów banku	BankFocus
SPW_AO	Skarbowe papiery wartościowe/aktywa ogółem	Zależność od ryzyka sektora publicznego	BankFocus
DEP_AO	Depozyty ogółem/aktywa ogółem	Dywersyfikacja źródeł finansowania banku	BankFocus
SPEC	Specjalizacja banku – zmienna binarna 0-uniwersalny bank komercyjny; 1-bank specjalistyczny (w tym spółdzielcze i oszczędnościowe)	Model biznesowy	BankFocus

Żródło: Opracowanie własne.

Biorąc pod uwagę charakterystyki zmiennych wykorzystano modele dynamiczne (Generalized Method of Moment w wersji GMM-SYS, Blundell and Bond, 1998), powszechnie wykorzystywany w badaniach prowadzonych na bazie danych panelowych dla sektora bankowego. Zastosowanie tego typu modeli (wykorzystujących zmienne instrumentalne) pozwala na odejście od standardowego założenia o ścisłej egzogeniczności regresorów. Umożliwia ona uwzględnienie opóźnionych wartości zmiennej zależnej, co jest niewykonalne w przypadku statystycznych modeli panelowych (z efektami stałymi i indywidualnymi efektami losowymi). Metody oparte na GMM są zatem szczególnie przydatne w przypadku modeli uwzględniających endogeniczne lub z góry określone zmienne objaśniające³⁶. Ponadto, czynnikiem warunkującym zastosowanie modelu GMM-SYS jest średniej wielkości próba badawcza (2148 obserwacji) (Bond, 2002). Estymator GMM-SYS może dawać bardziej wiarygodne i dokładne wyniki w podobnych przypadkach³⁷. Wnioskowanie statystyczne w zakresie istotności parametrów modelu zostało przeprowadzone w oparciu o estymację 1-stopniową. Do celów diagnostycznych wykorzystano test Sargana dla metody dwukrokowej (test Hansena), a także testy autokorelacji Arellano-Bonda AR (1) i AR (2). Ostateczny kształt oszacowanych dynamicznych modeli regresji wyznacza równanie 1.

ALOK.KRED_it= const + a₁ALOK.KRED_i,t-1 + a₂MIKROEK.ZM_i,t+ a₃MAKROEK.ZM_i,t + a₄INSTR.REST_i,t-2 + V_it (1)

gdzie: ALOK.KRED – wybrana charakterystyka działalności banku w zakresie alokacji kredytu w sferze realnej gospodarki; MIKROEK.ZM – wektor mikroekonomicznych zmiennych kontrolnych; MAKROEK.ZM – wektor makroekonomicznych i sektorowych zmiennych kontrolnych; INSTR.REST – wybrane zmienne eksperymentalne, charakterystyki wdrażanych w ramach narzędzi polityk publicznych instrumentów restrukturyzacji portfeli kredytowych banków w poszczególnych krajach.

Tabela 16. Model ze zmiennymi eksperymentalnymi dla wskaźnika KR_NF_TA

Zmienna	Zmienne eksperymentalne
	IND_I_N_R_NPL	SPRZ_NPL_T_NPL	SPRZ_NPL_KR	SPRZ_NPL_T_SPRZ	POA_BIN	SEK_BIN	AMC_BIN	SPRZED_BIN	DN_BIN	RPUIS_BIN	RRNPL_BIN	RP_BIN
KR_NF_TA (-1)	0,565*** (0,041)	0,459*** (0,043)	0,462*** (0,042)	0,383*** (0,042)	0,488*** (0,042)	0,399*** (0,039)	0,498*** (0,041)	0,499*** (0,041)	0,41*** (0,039)	0,5*** (0,041)	0,494*** (0,041)	0,483*** (0,04)
stała	27,293*** (3,919)	25,394*** (5,61)	25,707*** (5,599)	35,437*** (5,99)	23,62*** (4,518)	36,337*** (5,067)	28,051*** (4,52)	28,246*** (4,525)	31,522*** (4,867)	27,211*** (4,487)	28,486*** (4,641)	30,922*** (4,521)
LN_AKTYWA	-0,506*** (0,196)	-0,377 (0,234)	-0,375 (0,232)	-0,241 (0,252)	-0,398* (0,231)	-0,379 (0,25)	-0,517** (0,222)	-0,538** (0,226)	-0,475* (0,25)	-0,503** (0,222)	-0,526** (0,229)	-0,462** (0,226)
ROE	-0,046 (0,033)	-0,087* (0,049)	-0,087* (0,049)	-0,093* (0,049)	-0,064* (0,035)	-0,067* (0,035)	-0,06* (0,035)	-0,059* (0,035)	-0,071** (0,035)	-0,059* (0,035)	-0,061* (0,035)	-0,061* (0,035)
NPL	-0,129*** (0,039)	-0,256*** (0,048)	-0,25*** (0,047)	-0,131** (0,054)	-0,205*** (0,038)	-0,086** (0,044)	-0,19*** (0,04)	-0,209*** (0,038)	-0,087** (0,044)	-0,193*** (0,04)	-0,212*** (0,038)	-0,188*** (0,039)
NIM	0,445* (0,26)	0,454** (0,201)	0,45** (0,201)	0,511* (0,275)	0,456* (0,264)	0,629* (0,341)	0,527** (0,264)	0,447* (0,256)	0,583 (0,357)	0,562** (0,262)	0,452* (0,26)	0,504* (0,268)
ZSC	-0,003 (0,006)	-0,007 (0,006)	-0,007 (0,006)	-0,004 (0,007)	-0,006 (0,006)	0,002 (0,007)	-0,004 (0,006)	-0,004 (0,007)	-0,001 (0,007)	-0,004 (0,006)	-0,004 (0,007)	-0,003 (0,007)
TCR	-0,161*** (0,042)	-0,162*** (0,047)	-0,162*** (0,047)	-0,196*** (0,051)	-0,172*** (0,047)	-0,22*** (0,051)	-0,178*** (0,046)	-0,179*** (0,047)	-0,207*** (0,05)	-0,177*** (0,046)	-0,179*** (0,048)	-0,185*** (0,047)
WO_WDB	0,097*** (0,031)	0,167*** (0,029)	0,167*** (0,029)	0,178*** (0,029)	0,118*** (0,036)	0,123*** (0,037)	0,113*** (0,035)	0,113*** (0,035)	0,126*** (0,037)	0,112*** (0,035)	0,115*** (0,035)	0,115*** (0,035)
C_I	-0,024*** (0,009)	-0,04*** (0,013)	-0,04*** (0,013)	-0,043*** (0,014)	-0,029*** (0,01)	-0,033*** (0,01)	-0,028*** (0,01)	-0,028*** (0,01)	-0,034*** (0,01)	-0,028*** (0,01)	-0,029*** (0,01)	-0,029*** (0,01)
DEP_AO	-0,012 (0,032)	0,064 (0,04)	0,062 (0,04)	0,041 (0,044)	0,054* (0,033)	0,018 (0,038)	0,027 (0,034)	0,035 (0,034)	0,031 (0,036)	0,03 (0,034)	0,041 (0,034)	0,023 (0,035)
DB_DO	0,057*** (0,014)	0,065*** (0,017)	0,065*** (0,017)	0,054*** (0,019)	0,069*** (0,015)	0,063*** (0,017)	0,077*** (0,015)	0,072*** (0,015)	0,07*** (0,016)	0,078*** (0,015)	0,076*** (0,015)	0,064*** (0,016)
SPW_AO	-0,338*** (0,033)	-0,454*** (0,034)	-0,45*** (0,034)	-0,401*** (0,034)	-0,432*** (0,032)	-0,369*** (0,033)	-0,407*** (0,033)	-0,428*** (0,032)	-0,391*** (0,032)	-0,412*** (0,033)	-0,43*** (0,032)	-0,411*** (0,032)
DEP_BANK_A	-0,089** (0,039)	-0,015 (0,057)	-0,02 (0,057)	-0,068 (0,06)	-0,026 (0,043)	-0,076 (0,048)	-0,052 (0,043)	-0,035 (0,042)	-0,054 (0,047)	-0,045 (0,042)	-0,035 (0,043)	-0,052 (0,043)
SPEC	2,109** (1,04)	2,571* (1,34)	2,543* (1,332)	2,790* (1,431)	2,468** (1,167)	2,408* (1,289)	2,413** (1,159)	2,430** (1,155)	2,280* (1,283)	2,452** (1,159)	2,340** (1,170)	2,468** (1,170)
ZM_PKB	0,058** (0,026)	0,119*** (0,036)	0,123*** (0,037)	0,084** (0,034)	0,041 (0,026)	0,037 (0,026)	0,048* (0,027)	0,047* (0,027)	0,043* (0,026)	0,046* (0,026)	0,033 (0,026)	0,048* (0,027)
HICP	-0,154** (0,078)	-0,661*** (0,133)	-0,569*** (0,136)	-0,875*** (0,128)	-0,335*** (0,085)	-0,263*** (0,088)	-0,384*** (0,087)	-0,371*** (0,087)	-0,234*** (0,086)	-0,346*** (0,086)	-0,324*** (0,085)	-0,366*** (0,086)
DL_PUBL_PKB	0,012** (0,009)	0,053*** (0,017)	0,052*** (0,017)	0,014** (0,006)	0,066*** (0,014)	0,005** (0,004)	0,034** (0,014)	0,039*** (0,013)	0,042*** (0,013)	0,042*** (0,014)	0,038*** (0,014)	0,029** (0,013)
DEF_PKB	0,326*** (0,065)	0,293*** (0,085)	0,279*** (0,081)	0,275*** (0,076)	0,374*** (0,069)	0,209*** (0,076)	0,276*** (0,073)	0,281*** (0,075)	0,31*** (0,073)	0,306*** (0,072)	0,313*** (0,072)	0,262*** (0,073)
ST_PROC_BC	1,392*** (0,242)	2,898*** (0,419)	2,732*** (0,419)	1,89*** (0,384)	2,156*** (0,275)	1,449*** (0,284)	2,044*** (0,285)	2,093*** (0,279)	1,398*** (0,278)	1,904*** (0,287)	1,939*** (0,276)	1,884*** (0,273)
HHI	-23,378*** (8,029)	-39,63*** (11,258)	-43,587*** (11,59)	-37,067*** (9,679)	-13,217 (10,672)	-30,324*** (9,894)	-24,412*** (9,165)	-31,887*** (9,051)	-39,399*** (9,532)	-32,209*** (9,343)	-27,678*** (9,296)	-30,171*** (8,98)
ZM. EKSP..	1,473*** (0,152)	0,017 (0,013)	0,259** (0,105)	0,217*** (0,031)	-11,522*** (3,059)	6,806*** (0,762)	2,146*** (0,491)	1,689*** (0,473)	5,79*** (0,673)	2,034*** (0,477)	1,218*** (0,419)	2,921*** (0,500)
AR 1 TEST	-9,17464 [0,0000]	-6,97258 [0,0000]	-6,99992 [0,0000]	-6,6623 [0,0000]	-8,0128 [0,0000]	-7,06251 [0,0000]	-8,6852 [0,0000]	-8,13249 [0,0000]	-7,10801 [0,0000]	-8,63057 [0,0000]	-8,09631 [0,0000]	-8,68888 [0,0000]
AR 2 TEST	-0,441785 [0,6586]	-0,855988 [0,3920]	-0,861236 [0,3891]	-0,718059 [0,4727]	-1,09212 [0,2748]	-1,32498 [0,1852]	-0,24446 [0,8069]	-2,48428 [0,1132]	-1,35908 [0,1741]	-0,349492 [0,7267]	-2,15448 [0,0312]	0,00970379 [0,9923]
LICZBA OBS.	2558	2033	2033	2033	2558	2558	2558	2558	2558	2558	2558	2558
LICZBA. INSTR.	56	56	56	56	56	56	56	56	56	56	56	56

Uwagi: AR (1) – test autokorelacji 1. rzędu. AR (2) – test autokorelacji 2. rzędu. W nawiasach podano skorygowane błędy standardowe, a w nawiasach wartości p. Efekty czasowe są uwzględnione, ale nie są raportowane. Wykorzystano zmienne opóźnione o jeden okres jako instrumenty.

Źródło: opracowanie własne.

Tabela 17. Modele ze zmiennymi eksperymentalnymi dla wskaźnika KR_KONS_UDZ

Zmienna	Zmienne eksperymentalne
	IND_I_N_R_NPL	SPRZ_NPL_T_NPL	SPRZ_NPL_KR	SPRZ_NPL_T_SPRZ	POA_BIN	SEK_BIN	AMC_BIN	SPRZED_BIN	DN_BIN	RPUIS_BIN	RRNPL_BIN	RP_BIN
KR_KONS_UDZ (-1)	0,698*** (0,087)	0,737*** (0,087)	0,731*** (0,087)	0,686*** (0,088)	0,734*** (0,087)	0,658*** (0,085)	0,719*** (0,09)	0,715*** (0,09)	0,64*** (0,087)	0,731*** (0,088)	0,711*** (0,093)	0,715*** (0,09)
Stała	3,776 (6,625)	9,146 (5,773)	9,054 (5,675)	7,651 (6,13)	2,718 (6,356)	3,25 (6,761)	3,826 (6,44)	4,194 (6,48)	7,11 (6,943)	4,099 (6,441)	2,788 (6,4)	3,804 (6,496)
LN_AKTYWA	0,409* (0,221)	0,334* (0,184)	0,329* (0,185)	0,311* (0,173)	0,436** (0,208)	0,376 (0,232)	0,412* (0,216)	0,44** (0,215)	0,438* (0,24)	0,402* (0,212)	0,452** (0,212)	0,4* (0,216)
ROE	-0,038 (0,057)	-0,058 (0,075)	-0,056 (0,075)	-0,052 (0,073)	-0,039 (0,058)	-0,034 (0,055)	-0,038 (0,058)	-0,041 (0,057)	-0,03 (0,055)	-0,039 (0,058)	-0,041 (0,056)	-0,038 (0,057)
NPL	-0,039 (0,05)	-0,045 (0,058)	-0,053 (0,058)	-0,099 (0,065)	0,006 (0,048)	-0,086 (0,054)	-0,013 (0,048)	-0,013 (0,048)	-0,099* (0,054)	-0,004 (0,048)	-0,018 (0,048)	-0,012 (0,048)
NIM	0,868*** (0,309)	0,612* (0,325)	0,631* (0,331)	0,771** (0,365)	0,796*** (0,29)	0,98*** (0,322)	0,819*** (0,3)	0,834*** (0,3)	1,028*** (0,339)	0,798*** (0,29)	0,859*** (0,306)	0,837*** (0,305)
ZSC	0,008 (0,007)	0,008 (0,006)	0,007 (0,006)	0,007 (0,007)	0,009 (0,007)	0,005 (0,007)	0,009 (0,007)	0,008 (0,007)	0,006 (0,007)	0,009 (0,007)	0,008 (0,007)	0,008 (0,007)
TCR	-0,052 (0,057)	-0,073 (0,052)	-0,071 (0,053)	-0,069 (0,055)	-0,051 (0,056)	-0,045 (0,058)	-0,051 (0,056)	-0,048 (0,056)	-0,05 (0,058)	-0,052 (0,055)	-0,045 (0,056)	-0,051 (0,056)
WO_WDB	-0,009 (0,028)	0,003 (0,029)	0,001 (0,03)	-0,007 (0,031)	-0,004 (0,027)	-0,016 (0,029)	-0,007 (0,028)	-0,007 (0,028)	-0,023 (0,03)	-0,005 (0,027)	-0,011 (0,029)	-0,008 (0,028)
C_I	0,001 (0,011)	-0,004 (0,011)	-0,003 (0,012)	0,000 (0,012)	-0,001 (0,01)	0,003 (0,011)	0,000 (0,011)	0,000 (0,010)	0,006 (0,011)	-0,001 (0,01)	0,002 (0,011)	0,000 (0,011)
DEP_AO	0,045 (0,039)	0,004 (0,03)	0,008 (0,03)	0,021 (0,034)	0,023 (0,038)	0,053 (0,04)	0,032 (0,038)	0,038 (0,038)	0,048 (0,04)	0,024 (0,038)	0,045 (0,038)	0,032 (0,039)
DB_DO	-0,046** (0,023)	-0,048* (0,027)	-0,048* (0,027)	-0,045* (0,028)	-0,053** (0,023)	-0,045* (0,024)	-0,05** (0,023)	-0,05** (0,023)	-0,05** (0,024)	-0,051** (0,023)	-0,049** (0,023)	-0,049** (0,023)
SPW_AO	0,1*** (0,03)	0,123*** (0,035)	0,119*** (0,035)	0,099*** (0,031)	0,117*** (0,032)	0,070** (0,032)	0,111*** (0,03)	0,116*** (0,032)	0,081*** (0,03)	0,114*** (0,031)	0,115*** (0,032)	0,111*** (0,031)
DEP_BANK_A	-0,014 (0,048)	-0,044 (0,047)	-0,038 (0,048)	-0,03 (0,05)	-0,032 (0,047)	-0,009 (0,05)	-0,025 (0,047)	-0,021 (0,047)	-0,017 (0,049)	-0,029 (0,047)	-0,013 (0,047)	-0,025 (0,047)
SPEC	-2,058* (1,057)	-1,571* (0,919)	-1,566* (0,918)	-1,755* (0,951)	-1,763* (1,017)	-2,121** (1,064)	-1,914* (1,05)	-1,939* (1,071)	-2,131** (1,077)	-1,819* (1,033)	-1,807* (1,067)	-1,93* (1,055)
ZM_PKB	0,083* (0,043)	-0,016 (0,042)	-0,028 (0,043)	-0,025 (0,04)	0,051 (0,042)	0,039 (0,042)	0,044 (0,043)	0,036 (0,044)	0,028 (0,042)	0,047 (0,042)	0,056 (0,041)	0,042 (0,043)
HICP	0,205* (0,098)	0,609*** (0,144)	0,528*** (0,163)	0,709*** (0,153)	0,287** (0,141)	0,217 (0,148)	0,296** (0,142)	0,333** (0,146)	0,205* (0,143)	0,292** (0,141)	0,267* (0,14)	0,299** (0,142)
DL_PUBL_PKB	0,010 (0,019)	-0,010 (0,02)	-0,011 (0,02)	0,017 (0,025)	0,004 (0,018)	0,023 (0,02)	0,002 (0,018)	0,001 (0,018)	-0,001 (0,02)	-0,002 (0,017)	0,008 (0,017)	0,003 (0,018)
DEF_PKB	0,189** (0,092)	0,263*** (0,095)	0,251*** (0,09)	0,304*** (0,098)	0,159* (0,097)	0,235** (0,098)	0,173* (0,098)	0,199** (0,100)	0,193** (0,093)	0,152* (0,095)	0,171* (0,097)	0,177* (0,097)
ST_PROC_BC	-0,536* (0,255)	-1,699*** (0,422)	-1,54*** (0,434)	-1,439*** (0,489)	-0,753** (0,325)	-0,539* (0,262)	-0,787** (0,33)	-0,921*** (0,346)	-0,542* (0,247)	-0,797** (0,327)	-0,673** (0,322)	-0,788** (0,335)
HHI	8,028 (10,054)	10,242 (13,632)	15,46 (14,646)	14,706 (15,705)	13,863 (10,625)	12,966 (11,812)	8,697 (9,539)	10,132 (9,511)	16,175 (12,04)	9,112 (9,359)	6,769 (9,448)	9,445 (9,656)
ZM. EKSP.	-0,555*** (0,152)	-0,004 (0,016)	-0,214 (0,149)	-0,084** (0,035)	-3,422 (2,818)	-3,748*** (0,838)	-0,696 (0,55)	-1,394*** (0,506)	-3,61*** (0,829)	-0,132 (0,47)	-2,036*** (0,67)	-0,772 (0,541)
AR 1 TEST	-3,44469 [0,0006]	-3,51752 [0,0004]	-3,51143 [0,0004]	-3,4816 [0,0005]	-3,4635 [0,0005]	-3,45054 [0,0006]	-3,4767 [0,0005]	-3,45746 [0,0005]	-3,43697 [0,0006]	-3,48441 [0,0005]	-3,45074 [0,0006]	-3,48491 [0,0005]
AR 2 TEST	0,746292 [0,4555]	0,597185 [0,5504]	0,619729 [0,5354]	0,556143 [0,5781]	0,714656 [0,4748]	0,733288 [0,4634]	0,835103 [0,4037]	0,548102 [0,5836]	0,748904 [0,4539]	0,758471 [0,4482]	0,46965 [0,6386]	0,846633 [0,3972]
LICZBA OBS.	2417	1992	1992	1992	2417	2417	2417	2417	2417	2417	2417	2417
LICZBA. INSTR.	56	56	56	56	56	56	56	56	56	56	56	56

Uwagi: AR (1) – test autokorelacji 1. rzędu. AR (2) – test autokorelacji 2. rzędu. W nawiasach podano skorygowane błędy standardowe, a w nawiasach wartości p. Efekty czasowe są uwzględnione, ale nie są raportowane. Wykorzystano zmienne opóźnione o jeden okres jako instrumenty.

Źródło: opracowanie własne.

Tabela 18. Modele ze zmiennymi eksperymentalnymi dla wskaźnika KR_MIESZK_UDZ

Zmienna	Zmienne eksperymentalne
	IND_I_N_R_NPL	SPRZ_NPL_T_NPL	SPRZ_NPL_KR	SPRZ_NPL_T_SPRZ	POA_BIN	SEK_BIN	AMC_BIN	SPRZED_BIN	DN_BIN	RPUIS_BIN	RRNPL_BIN	RP_BIN
KR_MIESZK_UDZ (-1)	0,443*** (0,075)	0,226** (0,088)	0,219** (0,092)	0,141* (0,086)	0,238*** (0,071)	0,22*** (0,064)	0,248*** (0,069)	0,244*** (0,076)	0,243*** (0,062)	0,245*** (0,07)	0,241*** (0,071)	0,252*** (0,07)
stała	10,661 (8,859)	23,085* (13,285)	23,482* (13,665)	14,86 (13,663)	29,745*** (10,139)	15,678 (11,086)	19,187 (11,892)	21,47* (11,81)	21,837** (10,576)	20,388* (11,83)	22,46* (11,925)	19,367 (11,861)
LN_AKTYWA	0,09 (0,321)	0,154 (0,438)	0,144 (0,442)	-0,084 (0,46)	-0,125 (0,413)	-0,183 (0,418)	-0,002 (0,42)	0,005 (0,433)	-0,113 (0,415)	-0,005 (0,42)	-0,013 (0,432)	-0,009 (0,415)
ROE	-0,077** (0,03)	-0,078* (0,046)	-0,08* (0,046)	-0,103* (0,054)	-0,101** (0,04)	-0,112*** (0,043)	-0,098** (0,039)	-0,094** (0,039)	-0,107*** (0,041)	-0,097** (0,039)	-0,09** (0,038)	-0,097** (0,039)
NPL	0,285*** (0,069)	0,48*** (0,1)	0,481*** (0,102)	0,375*** (0,109)	0,405*** (0,085)	0,278*** (0,091)	0,414*** (0,086)	0,442*** (0,086)	0,285*** (0,09)	0,425*** (0,087)	0,451*** (0,086)	0,416*** (0,086)
NIM	-0,471 (0,765)	-0,071 (1,185)	-0,085 (1,192)	-0,403 (1,279)	-0,523 (1,071)	-0,604 (1,076)	-0,418 (1,066)	-0,285 (1,096)	-0,81 (1,054)	-0,396 (1,075)	-0,201 (1,096)	-0,39 (1,06)
ZSC	0,012 (0,011)	0,018 (0,015)	0,018 (0,015)	0,016 (0,016)	0,018 (0,015)	0,013 (0,015)	0,018 (0,015)	0,018 (0,015)	0,013 (0,014)	0,018 (0,015)	0,019 (0,015)	0,017 (0,015)
TCR	-0,085* (0,046)	-0,153*** (0,056)	-0,153*** (0,057)	-0,142** (0,061)	-0,125** (0,056)	-0,104* (0,055)	-0,121** (0,056)	-0,13** (0,058)	-0,102* (0,055)	-0,125** (0,056)	-0,137** (0,058)	-0,122** (0,056)
WO_WDB	0,128*** (0,046)	0,16** (0,063)	0,162** (0,064)	0,188*** (0,069)	0,171*** (0,058)	0,183*** (0,06)	0,169*** (0,057)	0,167*** (0,058)	0,181*** (0,058)	0,169*** (0,057)	0,166*** (0,057)	0,167*** (0,057)
C_I	-0,041*** (0,016)	-0,052** (0,021)	-0,053** (0,022)	-0,062*** (0,023)	-0,057*** (0,02)	-0,06*** (0,02)	-0,056*** (0,019)	-0,056*** (0,02)	-0,06*** (0,02)	-0,056*** (0,019)	-0,055*** (0,019)	-0,055*** (0,019)
DEP_AO	0,041 (0,063)	0,000 (0,094)	0,000 (0,095)	0,032 (0,103)	-0,023 (0,079)	0,019 (0,081)	-0,008 (0,084)	-0,031 (0,084)	0,011 (0,079)	-0,017 (0,083)	-0,045 (0,084)	-0,011 (0,083)
DB_DO	0,104*** (0,03)	0,131*** (0,046)	0,133*** (0,046)	0,179*** (0,046)	0,14*** (0,041)	0,157*** (0,039)	0,136*** (0,04)	0,129*** (0,041)	0,148*** (0,038)	0,132*** (0,04)	0,129*** (0,041)	0,134*** (0,04)
SPW_AO	0,186*** (0,035)	0,286*** (0,044)	0,285*** (0,044)	0,208*** (0,047)	0,254*** (0,042)	0,159*** (0,041)	0,257*** (0,04)	0,273*** (0,041)	0,174*** (0,04)	0,265*** (0,04)	0,278*** (0,041)	0,258*** (0,04)
DEP_BANK_A	-0,087 (0,059)	-0,168* (0,092)	-0,169* (0,093)	-0,115 (0,099)	-0,142* (0,078)	-0,093 (0,076)	-0,14* (0,079)	-0,16** (0,079)	-0,107 (0,074)	-0,15* (0,078)	-0,172** (0,08)	-0,143* (0,078)
SPEC	3,129** (1,522)	4,999** (2,088)	5,05** (2,099)	5,354** (2,273)	4,625** (1,977)	4,88** (2,009)	4,555** (1,972)	4,688** (1,993)	4,711** (1,959)	4,61** (1,983)	4,715** (1,987)	4,572** (1,962)
ZM_PKB	0,192*** (0,038)	0,132 (0,091)	0,13 (0,093)	0,162** (0,081)	0,107** (0,052)	0,12** (0,048)	0,123** (0,049)	0,126** (0,053)	0,108** (0,046)	0,126** (0,049)	0,118** (0,048)	0,12** (0,05)
HICP	0,106 (0,158)	0,532 (0,354)	0,568 (0,365)	0,585* (0,332)	0,428** (0,196)	0,203 (0,198)	0,306 (0,199)	0,3 (0,205)	0,154 (0,191)	0,282 (0,207)	0,326 (0,206)	0,318 (0,198)
DL_PUBL_PKB	0,073*** (0,027)	0,055 (0,045)	0,054 (0,045)	0,138*** (0,044)	0,022 (0,041)	0,114*** (0,038)	0,067* (0,04)	0,056 (0,041)	0,058 (0,036)	0,06 (0,041)	0,051 (0,042)	0,066 (0,04)
DEF_PKB	-0,456*** (0,103)	-0,416** (0,193)	-0,465** (0,194)	-0,484** (0,195)	-0,484*** (0,144)	-0,282* (0,145)	-0,4*** (0,147)	-0,443*** (0,152)	-0,433*** (0,142)	-0,43*** (0,146)	-0,441*** (0,146)	-0,398*** (0,148)
ST_PROC_BC	-0,973* (0,541)	-2,344** (1,14)	-2,368** (1,136)	-0,78 (1,145)	-2,107*** (0,65)	-0,985 (0,708)	-1,477** (0,721)	-1,622** (0,712)	-0,94 (0,669)	-1,452* (0,749)	-1,742** (0,706)	-1,532** (0,719)
HHI	-103,601*** (34,905)	-204,806*** (72,038)	-205,605*** (73,714)	-177,699*** (62,961)	-191,701*** (48,19)	-126,873*** (44,074)	-147,66*** (45,553)	-151,401*** (47,902)	-121,431*** (44,105)	-145,429*** (48,35)	-149,516*** (46,215)	-145,539*** (46,186)
ZM. EKSP.	-1,453*** (0,240)	0,024 (0,033)	0,167 (0,292)	-0,209*** (0,061)	17,174 (14,272)	-7,304*** (1,177)	-1,558 (0,98)	0,27 (0,722)	-6,398*** (1,186)	-0,988 (0,937)	1,305 (0,797)	-1,399 (0,972)
AR 1 TEST	-8,68188 [0,0000]	-5,91314 [0,0000]	-5,72366 [0,0000]	-5,2204 [0,0000]	-6,94109 [0,0000]	-5,85221 [0,0000]	-7,46302 [0,0000]	-6,37336 [0,0000]	-6,56269 [0,0000]	-7,19668 [0,0000]	-6,5346 [0,0000]	-7,35285 [0,0000]
AR 2 TEST	0,073495 [0,9414]	0,318852 [0,7498]	0,286708 [0,7743]	1,07488 [0,2824]	-0,907297 [0,3642]	-1,08948 [0,2759]	-0,491517 [0,6231]	-0,987682 [0,3233]	-1,12379 [0,2611]	-0,768735 [0,4421]	-0,40836 [0,6830]	-0,554343 [0,5793]
LICZBA OBS.	2162	1837	1837	1837	2162	2162	2162	2162	2162	2162	2162	2162
LICZBA. INSTR.	56	56	56	56	56	56	56	56	56	56	56	56

Uwagi: AR (1) – test autokorelacji 1. rzędu. AR (2) – test autokorelacji 2. rzędu. W nawiasach podano skorygowane błędy standardowe, a w nawiasach wartości p. Efekty czasowe są uwzględnione, ale nie są raportowane. Wykorzystano zmienne opóźnione o jeden okres jako instrumenty.

Źródło: opracowanie własne.

Tabela 19. Modele ze zmiennymi eksperymentalnymi dla wskaźnika KR_PRZ_UDZ

Zmienna	Zmienne eksperymentalne
	IND_I_N_R_NPL	SPRZ_NPL_T_NPL	SPRZ_NPL_KR	SPRZ_NPL_T_SPRZ	POA_BIN	SEK_BIN	AMC_BIN	SPRZED_BIN	DN_BIN	RPUIS_BIN	RRNPL_BIN	RP_BIN
	NPLRII	SL_TNPL	SL_TL	SL_TS	APS	SEC_BIN	AMC_BIN	SAL_BIN	SUP_BIN	BJR	DEV_NPLM	TAXR
KR_PRZ_UDZ (-1)	0,836*** (0,09)	0,963*** (0,077)	0,961*** (0,078)	1,017*** (0,11)	0,797*** (0,096)	0,841*** (0,09)	0,841*** (0,089)	0,834*** (0,091)	0,834*** (0,091)	0,832*** (0,085)	0,836*** (0,093)	0,826*** (0,093)
stała	6,165 (8,979)	2,825 (9,966)	2,871 (9,969)	-2,387 (12,684)	17,218 (11,33)	5,366 (9,123)	5,28 (9,075)	6,017 (9,099)	6,017 (9,099)	6,252 (8,815)	5,739 (9,094)	7,19 (8,736)
LN_AKTYWA	-0,219 (0,362)	0,054 (0,38)	0,048 (0,383)	0,231 (0,458)	-0,663 (0,449)	-0,237 (0,367)	-0,239 (0,361)	-0,281 (0,376)	-0,281 (0,376)	-0,268 (0,346)	-0,236 (0,36)	-0,367 (0,361)
ROE	0,006 (0,025)	0,009 (0,024)	0,009 (0,024)	0,013 (0,029)	0,005 (0,025)	0,006 (0,025)	0,005 (0,025)	0,005 (0,025)	0,005 (0,025)	0,010 (0,026)	0,007 (0,026)	0,007 (0,025)
NPL	0,024 (0,107)	0,022 (0,066)	0,025 (0,066)	0,004 (0,058)	0,040 (0,094)	0,030 (0,109)	0,035 (0,103)	0,042 (0,105)	0,042 (0,105)	0,011 (0,106)	0,032 (0,103)	0,036 (0,102)
NIM	-0,561 (0,37)	-0,151 (0,284)	-0,153 (0,282)	0,026 (0,352)	-0,713 (0,380)	-0,548 (0,367)	-0,545 (0,362)	-0,575 (0,368)	-0,575 (0,368)	-0,653* (0,376)	-0,561 (0,372)	-0,610 (0,376)
ZSC	-0,045 (0,045)	-0,01 (0,011)	-0,009 (0,011)	-0,008 (0,013)	-0,045 (0,045)	-0,046 (0,047)	-0,045 (0,045)	-0,044 (0,045)	-0,044 (0,045)	-0,046 (0,044)	-0,047 (0,047)	-0,051 (0,046)
TCR	0,006 (0,025)	-0,003 (0,017)	-0,004 (0,017)	-0,009 (0,022)	-0,001 (0,023)	0,006 (0,025)	0,005 (0,025)	0,005 (0,024)	0,005 (0,024)	0,002 (0,024)	0,005 (0,024)	0,007 (0,025)
WO_WDB	0,047 (0,038)	-0,011 (0,027)	-0,011 (0,027)	-0,018 (0,03)	0,043 (0,036)	0,047 (0,038)	0,048 (0,039)	0,047 (0,038)	0,047 (0,038)	0,055 (0,04)	0,049 (0,039)	0,050 (0,038)
C_I	-0,019 (0,022)	0,012 (0,028)	0,012 (0,028)	0,024 (0,031)	-0,030 (0,023)	-0,022 (0,023)	-0,022 (0,022)	-0,026 (0,023)	-0,026 (0,023)	-0,017 (0,022)	-0,02 (0,023)	-0,021 (0,022)
DEP_AO	0,021 (0,071)	-0,054 (0,039)	-0,056 (0,039)	-0,060 (0,038)	-0,003 (0,066)	0,018 (0,069)	0,016 (0,068)	0,015 (0,067)	0,015 (0,067)	0,020 (0,070)	0,014 (0,067)	0,018 (0,068)
DB_DO	-0,008 (0,020)	-0,011 (0,017)	-0,011 (0,017)	0,001 (0,027)	-0,005 (0,020)	-0,006 (0,020)	-0,006 (0,020)	-0,008 (0,020)	-0,008 (0,020)	-0,009 (0,02)	-0,008 (0,021)	-0,001 (0,020)
SPW_AO	0,028 (0,043)	0,029 (0,034)	0,030 (0,034)	0,049 (0,074)	0,031 (0,045)	0,036 (0,044)	0,042 (0,048)	0,039 (0,045)	0,039 (0,045)	0,038 (0,044)	0,041 (0,045)	0,026 (0,042)
DEP_BANK_A	0,046 (0,06)	0,011 (0,045)	0,012 (0,046)	-0,010 (0,062)	0,055 (0,066)	0,040 (0,057)	0,037 (0,058)	0,044 (0,059)	0,044 (0,059)	0,026 (0,054)	0,038 (0,058)	0,038 (0,058)
SPEC	-1,297 (2,304)	1,543 (1,951)	1,488 (1,968)	2,466 (2,151)	-2,519 (2,475)	-1,341 (2,401)	-1,425 (2,306)	-1,621 (2,379)	-1,621 (2,379)	-1,726 (2,218)	-1,306 (2,302)	-1,580 (2,303)
ZM_PKB	0,033 (0,037)	0,019 (0,043)	0,015 (0,044)	0,023 (0,054)	0,003 (0,032)	0,022 (0,035)	0,020 (0,034)	0,021 (0,036)	0,021 (0,036)	0,029 (0,035)	0,025 (0,036)	0,015 (0,034)
HICP	-0,186 (0,259)	0,045 (0,144)	0,036 (0,140)	0,007 (0,312)	-0,181 (0,254)	-0,178 (0,253)	-0,184 (0,261)	-0,207 (0,262)	-0,207 (0,262)	-0,183 (0,256)	-0,184 (0,259)	-0,142 (0,240)
DL_PUBL_PKB	-0,036 (0,029)	-0,031 (0,026)	-0,030 (0,026)	-0,021 (0,019)	-0,077** (0,036)	-0,038 (0,031)	-0,041 (0,03)	-0,043 (0,029)	-0,043 (0,029)	-0,036 (0,027)	-0,04 (0,028)	-0,037 (0,028)
DEF_PKB	-0,032 (0,162)	-0,213** (0,091)	-0,193** (0,077)	-0,189** (0,077)	-0,105 (0,155)	-0,039 (0,156)	-0,038 (0,158)	-0,050 (0,16)	-0,050 (0,16)	-0,050 (0,152)	-0,048 (0,149)	-0,040 (0,156)
ST_PROC_BC	0,708** (0,325)	0,433 (0,304)	0,446 (0,299)	0,442 (0,295)	0,573* (0,324)	0,700** (0,320)	0,716** (0,320)	0,771** (0,349)	0,771** (0,349)	0,780** (0,345)	0,748** (0,344)	0,613** (0,311)
HHI	33,007* (18,137)	27,358 (17,840)	28,296 (18,139)	21,047 (14,505)	26,909** (13,718)	34,527* (18,638)	35,567* (18,332)	36,006** (18,259)	36,006** (18,259)	39,196** (17,922)	35,763** (17,868)	36,091* (18,556)
ZM. EKSP	-0,363 (0,309)	–0,009 (0,017)	-0,04 (0,105)	0,023 (0,101)	9,547* (4,911)	-0,398 (1,012)	0,143 (1,078)	0,687 (0,746)	0,687 (0,746)	-1,801 (1,213)	-0,511 (1,106)	1,841* (1,11)
AR 1 TEST	-2,69109 [0,0071]	-1,84148 [0,0456]	-1,84771 [0,0446]	-1,84771 [0,0446]	-2,69753 [0,0070]	-2,68558 [0,0072]	-2,68916 [0,0072]	-2,72469 [0,0064]	-2,72469 [0,0064]	-2,63303 [0,0085]	-2,65912 [0,0078]	-2,65836 [0,0079]
AR 2 TEST	1,86477 [0,0622]	-0,536451 [0,5916]	-0,57861 [0,5629]	-0,57861 [0,5629]	1,97148 [0,0487]	1,92064 [0,0548]	1,9077 [0,0564]	1,95749 [0,0503]	1,95749 [0,0503]	1,81494 [0,0695]	1,86162 [0,0627]	1,77598 [0,0757]
LICZBA OBS.	516	341	341	341	516	516	516	516	516	516	516	516
LICZBA. INSTR.	56	56	56	56	56	56	56	56	56	56	56	56

Uwagi: AR (1) – test autokorelacji 1. rzędu. AR (2) – test autokorelacji 2. rzędu. W nawiasach podano skorygowane błędy standardowe, a w nawiasach wartości p. Efekty czasowe są uwzględnione, ale nie są raportowane. Wykorzystano zmienne opóźnione o jeden okres jako instrumenty.

Źródło: opracowanie własne.

W oparciu o otrzymane modele możliwe jest wskazanie, że zastosowane w poszczególnych krajach narzędzia restrukturyzacji portfela kredytów o niskiej jakości obejmujące w szczególności sprzedaż kredytów z utratą wartości (zmienne SPRZ_NPL_KR; SPRZ_NPL_T_SPRZ), sekurytyzację (SEK_BIN), powołanie AMC (zmienna AMC_BIN), sprzedaż bezpośrednią (SPRZED_BIN); działania nadzorcze (DN_BIN), reformy przepisów upadłościowych i sądowych (RPUIS_BIN), rozwój rynków NPL (RRNPL_BIN) oraz reformy podatkowe (RP_BIN) stanowiły czynnik wspierający wzrost zaangażowania banków w alokację kredytu w gospodarkę (zmienna KR_NF_TA), przy uwzględnieniu dwuletniego opóźnienia oddziaływania. Jednocześnie ujęcie zagregowane, analizowane z wykorzystaniem indeksu IND_I_N_R_NPL, będącego miarą zakresu i skali wykorzystanych w poszczególnych krajach instrumentów restrukturyzacji portfela kredytowego, pozwala również na potwierdzenie pozytywnego wpływu publicznych i rynkowych narzędzi restrukturyzacji na zdolność banków do rozwoju akcji kredytowej. Jedynym narzędziem restrukturyzacji, które wykazuje odwrotny wpływ na aktywność kredytową banków było wdrożenie programu ochrony aktywów (POA_BIN), które oddziaływało w kierunku zmniejszenia skali alokacji kredytu bankowego w gospodarce.

Część zastosowanych narzędzi restrukturyzacji oddziaływała też w dłuższym horyzoncie na strukturę portfela. W szczególności zastosowanie odsprzedaży kredytów z utratą wartości, sekurytyzacji, sprzedaży bezpośredniej, działań nadzorczych oraz wspierających rozwój rynków NPL oddziaływały w kierunku zmniejszenia udziału kredytów konsumenckich w portfelu należności banków od sektora niefinansowego.

W przypadku kredytów mieszkaniowych zmniejszaniu ich udziału w portfelu sprzyjało zastosowanie sprzedaży NPL (zmienna SPRZ_NPL_T_SPRZ), sekurytyzacja (zmienna SEC_BIN) oraz wdrożenie działań nadzorczych (zmienna DN_BIN). Zarówno w przypadku portfela kredytów konsumenckich, jak i zabezpieczonych hipotecznie, zintegrowana miara zakresu i skali działań restrukturyzacyjnych IND_I_N_R_NPL wskazuje na negatywny wpływ na udział tych kredytów w należnościach ogółem od sektora niefinansowego.

Odmienne wnioski dotyczą natomiast udziału należności korporacyjnych. Zastosowanie reform podatkowych oraz programu ochrony aktywów oddziaływało w kierunku wzrostu ich udziału w portfelu kredytowym ogółem. W przypadku pozostałych zmiennych eksperymentalnych nie znaleziono podstaw do udowodnieniach ich wpływu na udział kredytów gospodarczych, przy czym biorąc pod uwagę wpływ na pozostałe obszary kredytowania można wskazać na argumenty wspierające hipotezę, że zastosowane narzędzia restrukturyzacyjne oddziaływały w kierunku zmniejszania roli kredytów niegospodarczych na rzecz kredytów gospodarczych.

Kredytowanie gospodarki przez banki działające w Polsce a struktura źródeł finansowania przedsiębiorstw

Analiza struktury źródeł finansowania przedsiębiorstw niefinansowych, działających w Polsce w okresie 2016-2023³⁸ pozwala stwierdzić, że przedsiębiorstwa niefinansowe w Polsce korzystały w swojej działalność w większej mierze z kapitałów własnych niż obcych źródeł finansowania. Stosunek tych dwóch wielkości była równy 1,48:1. Udział kapitałów własnych w ogólnych źródłach finasowania działalności przedsiębiorstw niefinansowych ogółem utrzymuje się od ośmiu lat prawie na niezmienionym poziomie, wynoszącym średnio 47,8%. Oprócz kapitałów własnych, istotny udział w finansowaniu działalności przedsiębiorstw niefinansowych mają również kredyt bankowy, zarówno długo, jak i krótkoterminowy, kredyt kupiecki, traktowany przez przedsiębiorstwa niefinansowe wyłącznie jako krótkoterminowe źródło finansowania swojej działalności oraz emisja papierów wartościowych, zarówno długoterminowych, jak i krótkoterminowych. Ok. 19% całkowitych źródeł finansowania działalności przedsiębiorstw finansowych stanowią inne źródła finansowania (m.in. rezerwy na zobowiązania i rozliczenia międzyokresowe), które pojedynczo nie stanowiły w analizowanym okresie istotnego źródła finansowania działalności przedsiębiorstw niefinansowych w Polsce.

W zakresie wykorzystania kredytu bankowego przez przedsiębiorstwa niefinansowe w Polsce, jako obcego źródła finansowania działalności, należy stwierdzić, że ich udział w okresie 2016-2023 zmalał o 2,3 pp. z poziomy 16,4% w 2016 r. do poziomu 14,1%, głównie na rzecz zaangażowania o prawie tę samą wartość większego udziału kapitałów własnych.

W przypadku kredytu kupieckiego, jak i emisji papierów wartościowych ich udział w źródłach finansowania działalności przedsiębiorstw niefinansowych na przestrzeni ośmiu lat był względnie stały i wynosił średnio 13,8% dla kredytu kupieckiego i 3,2 % dla emisji papierów wartościowych.

Źródło: Opracowanie własne na podstawie danych GUS.

Dane dot. struktury finansowania przedsiębiorstw niefinansowych w Polsce, z ich podziałem na poszczególne sektory gospodarki (wyk. 69), wskazują, że w latach 2016-2023 najchętniej z obcych źródeł finansowania swojej działalności w formie kredytu bankowego korzystały przedsiębiorstwa niefinansowe działające w obszarze administrowania i działalności wspierającej. Prawie 50% źródeł finansowania wykorzystanych w ich działalności pochodziło z kredytów bankowych. Przedsiębiorstwa niefinansowe, należące do innych sektorów gospodarki, charakteryzują się mniej chętnie sięgały w okresie 2016-2023 po kredyt bankowych jako źródło finansowania swojej działalności. W przypadku analizy udziału kredytów bankowych w całkowitych źródłach finansowania przedsiębiorstw należących do pozostałych sektorów gospodarki należy zaznaczyć ich spadek, przy czym różnice między poszczególnymi sektorami nie przekraczały 5 pp. (średnio różnica ta wynosiła 1,2 pp.). Zestawienie to z drugim wynikiem pod względem wielkości udziału kredytu bankowego w źródłach finansowania działalności rozpoczynają podmioty działające w sektorze zakwaterowanie i gastronomia, w przypadku których kredyty bankowe stanowiły 28,8% źródeł finansowania ich działalności, i kończąc na podmiotach, działających w sektorze Dostawa wody, gospodarowanie ściekami i odpadami, które w analizowanym okresie finansowały swoją działalności w 10,4% z kredytów bankowych.

Źródło: Opracowanie własne na podstawie danych GUS.

Analizując rozpiętość między maksymalną wartością i wartością wykazaną na koniec 2023 r. udziału kredytu bankowego w finansowaniu przedsiębiorstw niefinansowych, z podziałem ich działalności na poszczególne sektory gospodarki (wyk. 70) zauważalne jest , że na koniec 2023 r. przedsiębiorstwa niefinansowe działające w prawie wszystkich sektorach gospodarki wykazały zmniejszenie udziału kredytów bankowych w ogólnych źródłach finansowania swojej działalności. Największe zmniejszenie wykorzystania kredytu bankowego w źródłach finansowania działalności wykazały przedsiębiorstwa z sektora Administrowanie i działalność wspierająca, najmniejsza zaś w sektorze obsługa rynku nieruchomości. Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, parę wodną i gorącą wodę było jedyną gałęzią polskiej gospodarki, w której przedsiębiorstwa na koniec 2023 r. wykazały zwiększenie udziału kredytów bankowych w źródłach finansowania swojej działalności. Warto zaznaczyć również, że od 2017 r. (z wyjątkiem 2021 r.) przedsiębiorstwa te zwiększały rokrocznie udział kredytu bankowego w źródłach finansowania.

Źródło: Opracowanie własne na podstawie danych GUS.

Podsumowując należy stwierdzić, że w całym analizowanym okresie przedsiębiorstwa niefinansowe działające w Polsce istotnie preferowały finansowanie swojej działalności kapitałami własnymi. Zauważalnym trendem był również coraz mniejsze zaangażowanie w tym celu kredytu bankowego. Trend ten obserwowany był w przypadku 16 spośród 17 sektorów polskiej gospodarki.

Koszt kredytowania gospodarki przez banki – doświadczenia rynku polskiego i europejskiego

Przegląd literatury w kontekście determinant kosztu kredytu bankowego

Celem sektora bankowego jest wzmacnianie gospodarki poprzez aktywne udzielanie kredytów. Jednak nierozważne kredytowanie, szczególnie wspomagane presją polityczną na poprawę sytuacji gospodarstw domowych, doprowadziło w przeszłości do wielu kryzysów bankowych (np. kryzys subprime loans w USA w 2008 roku), których skutki dla gospodarki były dewastujące³⁹. Dla banków kredyt jest podstawowym produktem, a dochody odsetkowe dominują w europejskiej bankowości, ale banki akcentują stabilne i bezpieczne pełnienie swoich funkcji pośrednika finansowego i kredytodawcę gospodarki i społeczeństwa. Polskie banki są dobrze zarządzane i silnie regulowane, przez co od okresu transformacji nie mieliśmy kryzysu systemowego na rynku bankowym. Wyższa inflacja, wyższe ceny wynajmu mieszkań i koszty życia spowodowały ograniczony popyt na kredyt. Banki obserwowały niewielki popyt na niemal wszystkie rodzaje kredytów: hipoteczne, konsumpcyjne, inwestycyjne, co powodowało spadek udziału kredytów w aktywach banków i jednocześnie rosnący udział obligacji skarbowych i krótkoterminowych papierów emitowanych przez bank centralny w celu stabilizacji sytuacji płynnościowej na rynku finansowym.

O wielkości akcji kredytowej i cenie kredytu decyduje w dużej mierze rynek. Zarówno sektor finansowy, jak i bankowy są w UE wysoce konkurencyjne⁴⁰ a Polski sektor bankowy charakteryzuje się jednym z najwyższych poziomów konkurencji w UE, więc gdyby istniała duża przestrzeń na obniżanie ceny kredytu, konkurencyjny rynek dokonałby tego lepiej niż regulacje. Sektor bankowy jest otwarty na innowacyjne projekty, ale popyt na kredyt inwestycyjny jest bardzo niski. Taki popyt często tworzą programy rządowe, stymulujące wzrost konkurencyjności gospodarki. O potrzebie wzmożenia działań na rzecz konkurencyjnej gospodarki świadczą liczne raporty opublikowane przez UE w ostatnim czasie, np. raport M. Draghiego⁴¹, tym bardziej że wydatki pomocowe państwa są w Polsce stosunkowo niskie (wyk. 71).

Źródło: M. Draghi, The future of European competitiveness, 2024r.

Polski rynek bankowy cechuje się wysoką konkurencją, co powinno pozytywnie wpływać na koszt kredytu. Ilość instytucji kredytowych w UE zmalała z 9 044 w 2000r do 4 927 w 2023, ale z tej liczby 12% (druga pozycja po Niemczech) ma Polska. Również w zakresie zatrudnienia jesteśmy w czołowej 10 krajów UE, co świadczy o potencjalnie dobrym kontakcie klientów z bankami (wykres 72).

Źródło: EBF, Banking in Europe: Facts & Figures 2024, European Banking Federation.

Ocena poziomu i zmienności kosztu kredytu bankowego w Polsce na tle innych krajów Unii Europejskiej

W celu oceny poziomu i zmienności kosztu kredytu bankowego w krajach członkowskich Unii Europejskiej, poddano analizie w latach 2010-2024:

• oprocentowanie nominalne nowych kredytów: mieszkaniowych, konsumenckich i gospodarczych;
• oprocentowanie rzeczywiste nowych kredytów: mieszkaniowych i konsumenckich;
• oprocentowanie nominalne stanów (portfeli ogółem) kredytów: mieszkaniowych, konsumenckich i gospodarczych.

Na wykresie 73 zaprezentowano udział nowych kredytów mieszkaniowych o zmiennej stopie procentowej (lub stałej do 1 roku) w ogólnej liczbie nowo udzielonych kredytów mieszkaniowych dla wybranych regionów (na podstawie klasyfikacji ONZ): Europa Południowa, Europa Środkowo-Wschodnia, Kraje Nadbałtyckie, Kraje Skandynawskie oraz Polska.

Źródło: Opracowanie własne na podstawie danych European Mortgage Federation (EMF).

W latach 2010-2019, rynek Polski charakteryzował się niemal całkowitą dominacją kredytów o zmiennej stopie procentowej. Udział tych kredytów wahał się od 99,91% do 100,00%, co wskazuje na marginalną rolę kredytów o stałym oprocentowaniu w ówczesnej praktyce kredytowej. Wysoki udział należności opartych o zmienną stopę obserwowano również w Krajach Skandynawskich (68,63%). W Europie Zachodniej udział ten był natomiast relatywnie niski i wynosił średnio 29,55%, co odzwierciedla bardziej ostrożną strukturę rynkową i większą popularność kredytów o stałej stopie.

Po roku 2019 zaczęto obserwować znaczącą zmianę w preferencjach kredytobiorców oraz w ofercie polskich banków, czego dowodem jest systematyczny spadek udziału kredytów o zmiennym oprocentowaniu. W roku 2024 udział ten osiągnął poziom 21,97%, sygnalizując istotną transformację struktury udzielanych kredytów mieszkaniowych.

W badanym okresie widoczna jest tendencja spadkowa udziału kredytów opartych o zmienną stopę procentową w większości regionów, jednak szczególnie silna w Polsce, gdzie udział ten obniżył się z blisko 100% w latach 2010–2019 do zaledwie 21,97% w 2024 r. Zmiana ta wynika zarówno z rosnącej świadomości ryzyka stopy procentowej, jak i zmian regulacyjnych i ofert bankowych. Podobny trend, choć mniej gwałtowny, zaobserwowano w Europie Południowej (spadek z 85,43% w 2010 r. do 19,64% w 2024 r.) oraz w pozostałych krajach Europy Środkowo-Wschodniej.

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Na wykresie 74 zaprezentowano dane dotyczące średniego oprocentowania nowo udzielanych kredytów mieszkaniowych w latach 2010–2024 w podziale na grupy rówieśnicze. W latach 2010–2024 najwyższe wartości średniego oprocentowania nowych kredytów mieszkaniowych odnotowano w Europie Środkowo-Wschodniej (4,82%) oraz w Polsce (5,53%), co może wskazywać na wyższe ryzyko kredytowe i mniej rozwinięty rynek kapitałowy w tych regionach. Z kolei najniższe wartości obserwowano w krajach skandynawskich (1,96%) oraz w Europie Zachodniej (2,63%), co potwierdza ich relatywną stabilność finansową i niższe stopy referencyjne w tym okresie.

Po okresie systematycznego spadku stóp procentowych trwającym do ok. 2021 r., od 2022 r. obserwuje się wyraźny wzrost kosztu kredytu. W Polsce oprocentowanie wzrosło znacząco
z 3,06% w 2021 r. do 7,75% w 2022 r., a następnie osiągnęło poziom 8,32% w 2023 r. i 7,66% w 2024 r. Podobny wzrost, choć o nieco mniejszej skali, widoczny jest w innych regionach – np. w krajach nadbałtyckich (z 2,25% w 2021 r. do 5,50% w 2023 r.) czy w Europie Zachodniej (z 1,55% do 3,76% w analogicznym okresie).

Dane za 2023 i 2024 r. wskazują na kontynuację trendu relatywnie wysokiego kosztu kredytu, będącego wynikiem reakcji banków centralnych na utrzymującą się inflację oraz zmianę oczekiwań rynkowych co do przyszłych stóp procentowych.

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych.

Wykres 75 przedstawia dane dotyczące rzeczywistej stopy oprocentowania dla nowo udzielanych kredytów mieszkaniowych w latach 2010–2024. Wskaźnik ten uwzględnia całkowity koszt kredytu, co czyni go bardziej kompleksowym miernikiem porównawczym między krajami i okresami.

W latach 2010–2012 stopa rzeczywista w Polsce wynosiła średnio 5,94% i była zbliżona do poziomu innych krajów Europy Środkowo-Wschodniej (5,18%). Niższe wartości notowane były w krajach o wyższym poziomie rozwoju gospodarczego, zaliczanych do grupy Krajów Skandynawskich (2,49%) i Europa Zachodnia (2,80%). Wysokie wartości odzwierciedlają większe koszty dodatkowe (np. ubezpieczenia, prowizje) w krajach o niższym stopniu konkurencji i przejrzystości rynku. Od 2015 r. obserwowano tendencję spadkową aż do 2021 r., jednak od 2022 r. ponownie nastąpił wyraźny zwrot. W Polsce stopa rzeczywista wzrosła z 3,46% w 2021 r. do 8,20% w 2022 r., osiągając 9,06% w 2023 r., co czyni ją najwyższą w badanym zestawieniu. Podobne wzorce wzrostu obserwowano również w innych regionach – m.in. w Europie Zachodniej (wzrost z 1,75% w 2021 r. do 3,94% w 2024 r.) oraz w krajach skandynawskich (z 1,37% do 4,34%).

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych.

Wykres 76 przedstawia oprocentowanie portfela kredytów mieszkaniowych stanowiące miarę średniego kosztu obsługi zobowiązań dla wszystkich aktywnych umów kredytowych. W latach 2010–2014 oprocentowanie to w Polsce wynosiło średnio 4,80%, najwyższe oprocentowanie odnotowano z kolei w krajach Europy Środkowo-Wschodniej (średnio 5,08%). Dla porównania, w krajach skandynawskich i Europie Zachodniej wartości te wynosiły odpowiednio 2,30% i 2,73%.

W kolejnych latach obserwuje się systematyczny spadek oprocentowania portfela, kulminujący w 2021 r. (2,39% w Polsce), po czym następuje gwałtowny wzrost w latach 2022–2024. W Polsce oprocentowanie portfela wzrosło z 5,20% w 2022 r. do 6,68% w 2023 r. i 7,36% w 2024 r. Wzrost ten wynika z aktualizacji stawek w przypadku kredytów o zmiennej stopie oraz z wchodzenia do portfela nowych, droższych umów. Wzorzec ten jest zgodny z trendem obserwowanym w Europie Środkowo-Wschodniej i krajach nadNadbałtyckich, gdzie w latach 2023–2024 oprocentowanie portfela również uległo istotnemu podwyższeniu, odzwierciedlając opóźnioną reakcję systemową na zmiany warunków rynkowych.

Na wykresach 77-79 zaprezentowano średnie oprocentowanie kredytów konsumenckich w latach 2010–2024.

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

W latach 2010–2014 średnie oprocentowanie kredytów konsumenckich w Polsce wynosiło 10,85%, co było wartością niższą od średniej dla krajów Europy Środkowo-Wschodniej (11,12%) oraz Krajów Nadbałtyckich (14,05%). Dla porównania, Europa Zachodnia odnotowała w tym okresie poziom 5,51%, a Kraje Skandynawskie 5,90%, co świadczy o znacznych różnicach w ocenie ryzyka kredytowego i strukturze produktów.

Po roku 2014 obserwowano w Polsce spadek oprocentowania, osiągający minimum w 2021 r. (6,69%). Od 2022 roku następuje jednak istotne odwrócenie trendu: stopy procentowe rosną, osiągając w Polsce 10,55% w 2022 r., a następnie 11,95% w 2023 r. i 12,20% w 2024 r. Podobne zjawisko – choć w mniejszej skali – dotyczy również krajów Europy Środkowo-Wschodniej oraz Południowej. Wzrost ten należy interpretować w kontekście pogorszenia warunków makroekonomicznych (w tym inflacji i ryzyka kredytowego) oraz restrykcyjnej polityki pieniężnej, która zwiększa koszt pieniądza na rynku pierwotnym.

Wykres 78. Średnie rzeczywiste oprocentowanie nowych kredytów konsumenckich w krajach Unii Europejskiej

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Analizując dane zaprezentowane na wykresie 78 można zauważyć, że w latach 2010–2014 rzeczywiste oprocentowanie kredytów konsumenckich w Polsce było jednym z najwyższych wśród analizowanych krajów (średnio 16,34%), przy czym poziom ten był znacznie wyższy niż w Europie Zachodniej (5,97%) czy Skandynawii (6,48%). Wyższe średnie wartości odnotowano jedynie w grupie krajów nadbałtyckich. Wskazuje to na wysoki udział opłat dodatkowych i strukturalne ograniczenia konkurencyjności rynku kredytowego. W latach 2015–2021 zaobserwowano stopniowy spadek oprocentowania rzeczywistego w Polsce, jednak od 2022 r. nastąpił ponownie wyraźny wzrost: z 10,89% w 2021 r. do 14,52% w 2022 r., 15,63% w 2023 r. i 14,25% w 2024 r. Pomimo spadku wysokości średniego oprocentowania w roku 2024, poziom ten pozostaje wyraźnie wyższy niż w krajach Europy Zachodniej (7,39%) czy Skandynawii (7,13%).

Wykres 79. Średnie nominalne oprocentowanie portfela kredytów konsumenckich w krajach Unii Europejskiej

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Na wykresie 79 przedstawiono dane dotyczące średniego oprocentowania portfela kredytów konsumenckich. W latach 2010–2014 najwyższe wartości odnotowano w Polsce (10,27%) i Europie Środkowo-Wschodniej (9,68%). Kraje Europy Zachodniej (4,62%) oraz Skandynawia (5,38%) charakteryzowały się znacząco niższym poziomem oprocentowania, co świadczy o bardziej rozwiniętym rynku kredytowym i wyższej konkurencyjności. W okresie 2015–2021 oprocentowanie spadało we wszystkich analizowanych regionach. W Polsce w latach 2015–2021 obserwowano systematyczny spadek oprocentowania, do poziomu 6,29% w 2021 r. W kolejnych latach nastąpiło jednak gwałtowne odwrócenie trendu – oprocentowanie wzrosło do 9,84% w 2022 r., a następnie do 11,27% w 2023 r., utrzymując się na wysokim poziomie 11,02% w 2024 r. Sytuacja ta potwierdza silną zależność pomiędzy polityką pieniężną a warunkami kredytowania oraz wskazuje na wzrost obciążeń finansowych gospodarstw domowych w warunkach podwyższonej inflacji i kosztu kapitału.

Na wykresach 80-81 zestawiono oprocentowanie portfela kredytów dla przedsiębiorstw. Ponownie zwrócono uwagę zarówno na oprocentowanie nowo udzielonych kredytów, jak i oprocentowanie całego portfela.

Wykres 80. Średnie nominalne oprocentowanie nowych kredytów dla przedsiębiorstw w krajach Unii Europejskiej

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych.

Wykres 81. Średnie nominalne oprocentowanie portfela kredytów dla przedsiębiorstw w krajach Unii Europejskiej

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Na podstawie danych zaprezentowanych na wykresie 80 można stwierdzić, że w latach 2010–2014 najwyższe wartości nominalnego oprocentowania nowych kredytów dla przedsiębiorstw odnotowano w Polsce (średnio 5,02%) i Europie Środkowo-Wschodniej (4,78%), natomiast najniższe – w Europie Zachodniej (2,42%) i krajach skandynawskich (2,25%). Rozbieżności te są spójne z poziomem rozwoju instytucjonalnego, konkurencyjnością sektora bankowego oraz profilem ryzyka przedsiębiorstw. Podobnie, jak w przypadku omawianych wcześniej rodzajów kredytów, tak w przypadku kredytów dla przedsiębiorstw, w latach 2015–2021 odnotowano tendencją spadkową, z najniższymi wartościami osiągniętymi w 2021 r. (2,38% w Polsce). W latach 2022–2024 oprocentowanie zaczęło dynamicznie rosnąć, osiągając w Polsce poziom 7,53% w 2022 r., 8,50% w 2023 r. W 2024 r. zaobserwowano nieznaczny spadek oprocentowania, zarówno w Polsce (do 7,66%), jak i pozostałych krajach objętych analizą, co wskazuje na możliwe rozpoczęcie procesu stabilizacji stóp kredytowych.

Podobne wnioski można wyciągnąć z analizy średniego nominalnego oprocentowania portfela kredytów dla przedsiębiorstw (wykres 81). W analizowanym okresie Polska cechowała się relatywnie wysokim poziomem średniego oprocentowania (5,11%), jednak zbliżonym do średniego poziomu pozostałych krajów Europy Środkowo-Wschodniej (5,07%). Wartości te przewyższały jednak oprocentowanie odnotowane m.in. w Europie Zachodniej (2,66%) czy Skandynawii (2,39%). Po kilkuletnim trendzie spadkowym, zakończonym minimum na poziomie 2,44% w 2021 r., nastąpiło istotne podwyższenie kosztów finansowania: 7,27% w 2022 r., 8,62% w 2023 r. i 7,84% w 2024 r. Dane te świadczą o zwiększonych obciążeniach dla sektora przedsiębiorstw, co może wpływać na decyzje inwestycyjne, płynność finansową i konkurencyjność firm, zwłaszcza małych i średnich.

W kontekście oceny kosztu kredytu w Polsce na tle innych krajów Unii Europejskiej należy zwrócić uwagę na relatywnie niską różnicę obserwowaną aktualnie między nominalnym poziomem oprocentowania kredytów (Wąsko Definiowaną Efektywną Stopą Procentową (WDESP) a ich rzeczywistym kosztem (Rzeczywistą Stopą Procentową (RSP))⁴². Na koniec 2024 roku różnica ta zarówno dla kredytów konsumpcyjnych, jak i mieszkaniowych nie przekraczała 1 p.p., co oznacza, że banki w swoich modelach biznesowych ograniczyły istotnie rolę wszystkich pozaodsetkowych kosztów kredytów – tym samym ograniczyły możliwości budowania zysków pozaodsetkowych, co ostatecznie widoczne jest w relatywnie mniejszym wzroście wyniku finansowego tego sektora gospodarki. Dla porównania warto wskazać, że na koniec 2016 roku różnica między RSP a WDESP wynosiła 7,4 p.p., a na koniec 2020 roku 4,7 p.p. Biorąc powyższe pod uwagę należy wskazać, że zwiększenie roli czynnika odsetkowego w kosztach kredytu jest też następstwem wdrożenia restrykcyjnych regulacji w zakresie pozaodsetkowych kosztów kredytu konsumenckiego w Ustawie o kredycie konsumenckim.

Warto ponadto podkreślić, że w latach 2023-2024 obserwowano najniższe poziomy różnic pomiędzy stopą referencyjną NBP a nominalnym poziomem oprocentowania nowych umów kredytowych finansujących zakup nieruchomości. W czerwcu 2023 roku wynosiła ona 1,8 p.p., a w grudniu 2024 1,7 p.p. (wykres 82, wykres 83).

Niska na tle historycznym jest także w ostatnich latach różnica pomiędzy nominalnym oprocentowaniem kredytów konsumpcyjnych a stopą referencyjną NBP. Przykładowo na koniec 2024 roku wynosiła ona 5,9 p.p., na koniec 2023 roku 5,7 p.p., podczas gdy na koniec 2010 roku wynosiła ona 11,4 p.p., na koniec 2012 roku 11,8 p.p., a na koniec 2014 roku 7,5 p.p. W przypadku kredytów dla przedsiębiorstw tendencja redukcja kosztu względem stopy referencyjnej jest mniej wyraźna, przy czym o ile dla obserwacji z lat 2010-2021 średnia wyniosła 4 p.p., o tyle dla lat 2022-2024 3,5 p.p. Odniesienie marży bankowej do stopy referencyjnej NBP należy uznać za w pełni uzasadnione, bowiem bank centralny w Polsce realizuje zasadniczo model pełnej sterylizacji płynności, co oznacza, że banki operacyjne mają możliwość lokowania nadwyżek płynności w zakup bonów pieniężnych NBP o krótkim, 7-dniowym terminie zapadalności. Z perspektywy ekonomii należy tego typu inwestycję traktować jako instrument wolny od ryzyka i nie generujący większych kosztów obsługi⁴³. W tym kontekście zatem należy wskazać że dopiero nadwyżka oprocentowania kredytu ponad stopę referencyjną będzie zawierała koszty ryzyka kredytowego oraz koszty związane z obsługą umów kredytowych (zwłaszcza przy istotnym spadku różnicy między RSP a WDSP).

Na uwagę zasługuje także pogłębiona analiza różnic pomiędzy średnim oprocentowaniem nowych umów kredytowych (konsumenckich, mieszkaniowych, korporacyjnych) a maksymalnym oprocentowaniem mogącym mieć zastosowanie w przypadku należności kredytowych od osób fizycznych. W okresach silnej ekspansji monetarnej obserwuje się w Polsce zbliżanie kosztów odsetkowych wszystkich rodzajów kredytów do maksymalnego oprocentowania, podczas gdy w warunkach zacieśniania polityki monetarnej (co miało miejsce w latach 2011-2012 oraz w 2021-2022) istotnie zwiększa się różnica między efektywnym oprocentowaniem kredytów a maksymalnym oprocentowaniem wynikającym z zapisów KC. W szczególności warto wskazać, że w przypadku kredytów konsumpcyjnych w latach 2022-2024 ich średnie oprocentowanie było niższe od 6,3 do 8,9 p.p. w stosunku do oprocentowania maksymalnego, co oznaczało, że ich średnie oprocentowanie było niższe od 33,8% do 43,5% względem oprocentowania maksymalnego (tabela 4). Dla obserwacji z lat 2013-2021 oprocentowanie rzeczywiste było niższe od maksymalnego od 0,6 p.p. do 3 p.p., co stanowiło odpowiednio od 7,78% do maksymalnie 27,8% oprocentowania maksymalnego z poszczególnych okresów. Należy zatem podkreślić, że banki działające w Polsce istotnie ograniczyły w latach 2022-2024 możliwość dodatkowego zysku poprzez wykorzystanie nieproporcjonalnego wzrostu oprocentowania kredytów.

Wykres 82. Oprocentowanie nominalne (WDESP) dla kredytów konsumpcyjnych, korporacyjnych i mieszkaniowych, oprocentowanie rzeczywiste (RSP) dla kredytów konsumpcyjnych i mieszkaniowych (umowy nowe) na tle stopy referencyjnej NBP i maksymalnego oprocentow

Źródło: kalkulacje własne na podstawie danych NBP.

Wykres 83. Poziom marży kredytowej (kredyty konsumpcyjne, mieszkaniowe, korporacyjne) względem stopy referencyjnej NBP (dochodowości bonów pieniężnych) w sektorze bankowym w Polsce w latach 2010-2024 (p.p.)

Źródło: kalkulacje własne na podstawie danych NBP.

Tabela 20. Różnica między oprocentowaniem maksymalnym (KC) a średnim oprocentowaniem (WSEŚP) kredytów konsumpcyjnych, mieszkaniowych

Kategoria	gru. 2010	cze. 2011	gru. 2011	cze. 2012	gru. 2012	cze. 2013	gru. 2013	cze. 2014	gru. 2014	cze. 2015	gru. 2015	cze. 2016	gru. 2016	cze. 2017	gru. 2017	cze. 2018	gru. 2018	cze. 2019	gru. 2019	cze. 2020	gru. 2020	cze. 2021	gru. 2021	cze. 2022	gru. 2022	cze. 2023	gru. 2023	cze. 2024	gru. 2024
oproc. maks. – WSEŚP kr. kons. (p.p.)	5,1	8,1	8,8	10,4	7,0	2,3	3,0	2,4	2,6	1,5	2,0	1,9	2,5	2,2	2,8	2,0	2,2	1,8	2,3	0,9	0,9	0,6	3,0	8,1	8,9	8,2	7,0	6,3	6,9
oproc. maks. – WSEŚP kr. miesz. (p.p.)	13,9	17,4	17,0	17,9	16,4	11,8	10,8	10,7	7,3	5,7	5,6	5,5	5,6	5,7	5,6	5,7	5,6	5,8	5,7	3,9	4,4	4,3	6,0	10,8	11,3	11,9	10,8	10,6	11,1
oproc. maks. – WSEŚP kr. korp. (p.p.)	12,0	15,4	15,7	16,2	14,8	9,8	9,3	9,1	6,0	4,3	5,0	5,1	3,9	5,0	5,0	4,6	4,7	4,6	4,7	2,7	3,4	3,2	4,9	9,9	10,1	10,6	8,5	9,6	9,4
oproc. maks. – WSEŚP kr. kons. (% maks. opr.)	25,70	33,63	36,67	41,52	30,39	13,47	18,44	15,00	21,25	15,20	19,60	19,30	24,90	21,60	27,80	19,60	22,20	18,40	22,50	12,22	13,06	7,78	28,19	42,58	43,46	40,00	37,89	33,78	37,19
oproc. maks. – WSEŚP kr. miesz. (% maks. opr.)	69,30	72,46	71,00	71,56	71,22	69,59	67,75	66,88	60,83	57,10	56,00	55,30	55,90	56,70	56,10	56,70	56,40	57,50	56,60	54,58	60,69	60,14	56,67	56,95	55,07	58,10	58,54	57,14	59,73
oproc. maks. – WSEŚP kr. korp. (% maks. opr.)	60,15	64,17	65,54	64,96	64,26	57,65	58,25	56,63	50,08	42,60	49,50	50,80	39,40	50,20	49,90	45,50	46,50	46,00	46,50	37,36	47,50	44,58	46,48	51,89	49,41	51,46	45,84	52,05	50,65

Źródło: kalkulacje własne na podstawie danych NBP.

Polityka stóp procentowych banku centralnego a koszt kredytu bankowego – studium przypadku wybranych krajów Unii Europejskiej na tle Polski

Podstawowym czynnikiem wpływającym na poziom nominalnych stóp procentowych w przypadku kredytów oferowanych sektorowi niefinansowemu jest cena pieniądza ustalana przez bank centralny. Dla oceny poziomu kosztu kredytów niezależnych od stopy zwrotu z pieniądza wolnej od ryzyka w sektorze bankowym wykorzystano pojęcie marży odsetkowej, definiowanej jako różnicę między oprocentowaniem nominalnym a stopą procentową banku centralnego służącą realizacji operacji absorbujących płynność. Z wykorzystaniem tej miary przeprowadzono analizę porównawczą dla krajów Unii Europejskiej.

Na wykresie 84 przedstawiono średnią marżę kredytową w latach 2010–2024, obliczoną jako różnicę pomiędzy średnim oprocentowaniem nowych kredytów a odpowiednią krajową stopą referencyjną banku centralnego. Marże zaprezentowano osobno dla trzech typów kredytów: mieszkaniowych, konsumpcyjnych oraz kredytów dla przedsiębiorstw. Analizą objęto cztery grupy krajów: 1) Europę Środkowo-Wschodnią (Bułgaria, Czechy, Chorwacja, Węgry, Rumunia, Słowacja), 2) Europę Zachodnią (Austria, Belgia, Cypr, Niemcy, Dania, Hiszpania, Finlandia, Francja, Grecja, Irlandia, Włochy, Luksemburg, Malta, Holandia, Portugalia, Szwecja, Słowenia), 3) kraje nadbałtyckie (Litwa, Łotwa, Estonia) oraz 4) Polskę.

Wykres 84. Średnia marża kredytowa (śr. oproc. – st. operacji absorbujących banku centr.) w latach 2010-2024

Źródło: Opracowanie własne na podstawie danych EBC oraz krajowych banków centralnych

Na podstawie analizy danych można stwierdzić, że w zakresie kredytów mieszkaniowych, marże bankowe w Polsce (2,63 pp.) pozostają relatywnie zbliżone do średniej dla Europy Środkowo-Wschodniej (2,67 pp.) oraz dla krajów nadbałtyckich (2,12 pp.), przy czym są one wyższe niż w Europie Zachodniej (1,87 pp.). Największe różnice między regionami można zaobserwować w przypadku kredytów konsumpcyjnych. W krajach nadbałtyckich średnia marża sięga 13,06 pp., co znacząco przewyższa poziom notowany w Polsce (7,95 pp.), Europie Środkowo-Wschodniej (8,94 pp.) oraz w szczególności w Europie Zachodniej (5,25 pp.).

W przypadku kredytów dla przedsiębiorstw marże są bardziej zbieżne i oscylują wokół wartości 2,1–2,6 pp. Marże w Polsce (2,12 pp.) kształtują się nieco poniżej średniej regionu Europy Środkowo-Wschodniej (2,60 pp.) i krajów nadbałtyckich (2,58 pp.), ale nie odbiegają znacząco od średniego poziomu obserwowanego w Europie Zachodniej (2,14 pp.). Może to świadczyć o względnej dojrzałości segmentu kredytów firmowych w Polsce oraz bardziej ustandaryzowanych procedurach oceny ryzyka.

Podsumowując, można zauważyć pewne zróżnicowanie marż bankowych pomiędzy analizowanymi krajami oraz w zależności od rodzaju kredytu. Dysproporcje są bardziej widoczne w kredytach konsumpcyjnych, które w mniejszych lub niżej rozwiniętych gospodarkach cechują się wyższym poziomem ryzyka, co znajduje odzwierciedlenie
w stosowanej polityce cenowej banków. Polska na tle regionu Europy Środkowo-Wschodniej prezentuje wartości zbliżone do średniej, choć cechuje się nieco niższą marżą w przypadku kredytów dla przedsiębiorstw oraz umiarkowanym poziomem marż w pozostałych segmentach.

Rzeczywisty koszt kredytowania powinien też być zestawiany z poziomem inflacji. Przykładowo należy wskazać, że obserwowana w Polsce stopa inflacji w latach 2022-2023 (odpowiednio HICP na poziomie 13,2% oraz 10,9%) oznaczała, że uwzględniając przeciętny poziom oprocentowania kredytu bankowego w Polsce, kredytobiorcy sektora niefinansowego byli jedną z nielicznych grup beneficjentów takiej sytuacji (ujemny realny koszt odsetkowy zobowiązań kredytowych). W tym czasie bowiem średnie oprocentowanie kredytów dla sektora niefinansowego wynosiło odpowiednio 9,7% oraz 8,7%⁴⁴.

Regulacje w zakresie maksymalnego kosztu kredytu bankowego – aspekt odsetkowy i pozaodsetkowy – Polska na tle krajów Unii Europejskiej

Badania przeprowadzone w literaturze przedmiotu wskazują, że w wielu krajach, zarówno tych rozwiniętych, jak i rozwijających się, obowiązują pułapy stóp procentowych dla kredytów konsumenckich. Szczególnym przypadkiem w tym zakresie jest bankowość islamska, której założenia zakazują pobierania odsetek, wykorzystując model podziału zysków⁴⁵.

Podstawowym współczesnych regulacji dotyczących limitów stóp procentowych jest ochrona społeczeństwa, szczególnie osób o niskich dochodach przed płaceniem zbyt wysokich cen za kredyt, choć warto zaznaczyć, że limity te często obejmują zakresem również klientów biznesowych. Biorąc pod uwagę różne rynki i formy kredytów, kraje często stosują różne podejście do ustalania restrykcji w zakresie stóp procentowych. W praktyce wyróżnia się 4 rodzaje ograniczeń⁴⁶:

I. Ograniczenia na poziomie stopy procentowej:

• Umowne stopy procentowe:

• Pułapy stóp (bezwzględne lub względne) – kontrola obiektywna
• Lichwa (pułapy ogólne, w poszczególnych przypadkach, w powiązaniu z innymi pozycjami, administracyjna, cywilnoprawna, karna) – kontrola subiektywna

• Opłaty za zwłokę

• Limity stóp procentowych za zwłokę

II. Ograniczenia związane z metodą obliczania stopy procentowej:

• Anatocyzm (ograniczenia dotyczące odsetek naliczanych od odsetek)
• Zasady matematyczne
• Okresy składania odsetek (składanie odsetek do kapitału)
• Zmienność stopy procentowej (limity stóp procentowych do stóp zmiennych lub progresywnych)

III. Ograniczenia dotyczące innych elementów kosztów:

• Opłaty umowne

• Opłaty ubezpieczeniowe (kwota, cel, finansowanie, prowizje itp.)
• Opłaty brokerskie (kwota, cel, finansowanie)
• Opłaty za prowadzenie rachunku
• Opłaty za utrzymanie

• Opłaty za zwłokę

• Kary
• Amortyzacja

IV. Ograniczenia dotyczące innych parametrów kredytu:

• Raty (wielkość, liczba, okres)
• Okres kredytowania
• Całkowita kwota kredytu
• Kwota netto kredytu

W tabeli 21 zaprezentowano ograniczenia w zakresie stóp procentowych w wybranych krajach Europy Środkowo-Wschodniej.

Tabela 21. Ograniczenia stóp procentowych w wybranych krajach Europy Środkowo-Wschodniej

Kraj	IRC (Interest Rate Cap)	Ograniczana stopa	Bezwględny / względny
Bułgaria	TAK	rzeczywista	względny / bank centralny
Chorwacja	TAK	nominalna	względny / rynek
Czechy	NIE	n/d	n/d
Estonia	TAK	rzeczywista	względny / rynek
Węgry	TAK	rzeczywista	względny / bank centralny
Łotwa	TAK	dzienna stawka całkowitych wydatków	bezwzględny
Litwa	TAK	oddzielnie stopa nominalna i stopa kosztów pozaodsetkowych	bezwzgnlędny
Polska	TAK	oddzielnie stopa nominalna i stopa kosztów pozaodsetkowych	względny / bank centralny
Rumunia	NIE	n/d	n/d
Słowacja	TAK	rzeczywista	względny / rynek
Słowenia	TAK	rzeczywista	względny / rynek

Źródło: Opracowanie własne na podstawie: W. Cwynar, A. Cwynar, A. Ostrowska-Dankiewicz, P. Manuel Leite da Silva, V. Martynyuk, V. Stancheva, Comparative Analysis of State Economic Protectionism in Regulating Consumer Credit Price: Poland against other CEE Countries, 31st IBIMA [International Business Information Management Association] Conference, 25 – 26 April 2018, Milan, Italy , King of Prussia, PA, USA : IBIMA Publishing, 2018.

Z danych zaprezentowanych w tabeli wynika, że rozwiązania regulacyjne przyjęte przez analizowane kraje są bardzo zróżnicowane, lecz dwa kraje ( Rumunia i Czechy) nie ograniczają w sposób bezpośredni wysokości stóp procentowych, a zatem również kosztów kredytu. Okazuje się jednak, że w Czechach, kwestia tego, czy stopa procentowa jest lichwiarska, czy też nie, podlega ocenie sądu, z kolei w Rumunii wykorzystuje się pojęcie nieuczciwości w celu ograniczenia wysokich kosztów kredytu w umowach. Z zaprezentowanych danych wynika także, że kraje takie, jak Polska i Litwa, oddzielnie ograniczają roczną nominalną stopę procentową i stopę kosztów pozaodsetkowych, co w rzeczywistości może stanowić pośrednie ograniczenie efektywnej stopy procentowej⁴⁷. W ustawodawstwie polskim, jeśli wysokość odsetek nie została w inny sposób określona, należą się odsetki ustawowe w wysokości równej sumie stopy referencyjnej Narodowego Banku Polskiego i 3,5 punktów procentowych, przy czym maksymalna wysokość odsetek wynikających z czynności prawnej nie może w stosunku rocznym przekraczać dwukrotności wysokości odsetek ustawowych⁴⁸.

Jeśli chodzi z kolei o wybrane kraje Europy Zachodniej, można wskazać, że w Niemczech wysokość odsetek ustawowych jest określona w §246 niemieckiego kodeksu cywilnego (Bürgerliches Gesetzbuch)⁴⁹. Zgodnie z zapisami wspomnianego kodeksu, o ile przepisy szczególne nie stanowią inaczej ani nie zawarto umowy w celu odstąpienia od tej stawki, ustawowa stawka oprocentowania wynosi 4%. W przypadku, kiedy dłużnik opóźnia się ze spłatą zadłużenia, oprocentowanie maksymalne, to 5 punktów procentowych powyżej podstawowej stopy procentowej określonej w prawie niemieckim, przy czym stopa ta nie jest równa podstawowej stopie procentowej EBC. Stopa podstawowa ustalana jest w oparciu o §247 niemieckiego kodeksu cywilnego i zmienia się dnia 1 stycznia i 1 lipca każdego roku⁵⁰. W Holandii również obowiązują odsetki ustawowe, których wierzyciel może zgodnie z prawem wymagać w przypadku opóźnienia w płatnościach. Odsetki ustawowe w przypadku transakcji niehandlowych mają zastosowanie do wszystkich umów zawieranych z osobami fizycznymi lub konsumentami i wynoszą 2%, natomiast w przypadku transakcji handlowych (mających zastosowanie do umów zawieranych z przedsiębiorstwami i podmiotami sektora publicznego) – 8%⁵¹.

Kluczowe czynniki wpływające na koszt kredytowania gospodarki – badania statystyczne i studium przypadku

Determinanty kosztu kredytowania gospodarki w Unii Europejskiej – wnioski z badań statystycznych

Opierając się na danych, których katalog zaprezentowano w rozdziale 2.4., dokonano także analizy istotności statystycznej oddziaływania wybranych zmiennych na koszt kredytowania gospodarki przez banki. Wyniki analiz zaprezentowano w dwóch podgrupach – dla krajów Unii Europejskiej (dane sektorowe) oraz dla rynku polskiego (dane jednostkowe). W przypadku obu badań wykorzystano zarówno aspekt kosztu bezwzględnego kredytu (oprocentowania nominalne i rzeczywiste), jak i kosztu względnego, rozumianego jako poziom marży odsetkowej, tj. różnicy między oprocentowaniem kredytu a podstawową stopą banku centralnego wykorzystywaną w absorbujących operacjach otwartego rynku, rozumianą też jako stopa wolna od ryzyka.

Identyfikację determinant kosztu kredytowania gospodarki przez sektory bankowe w krajach Unii Europejskiej rozpoczęto od analizy istotności statystycznej współczynników korelacji między wybranymi charakterystykami ekonomicznymi, regulacyjnymi i społecznymi a poziomem oprocentowania nominalnego i rzeczywistego poszczególnych grup ekspozycji kredytowych (tabela 22) oraz marż odsetkowych na tych ekspozycjach (tabela 23).

Tabela 22. Wartości współczynników korelacji wybranych kategorii oprocentowania (kosztu) kredytów oraz zmiennych objaśniających dla próby sektorów bankowych krajów Unii Europejskiej (lata 2010-2024)

Zmienna	OPR_KR_M_NOWE_NOM	OPR_KR_KONS_NOWE_NOM	OPR_KR_PRZ_NOWE_NOM	OPR_KR_M_RZECZ	OPR_KR_KONS_RZECZ	OPR_KR_M_STANY_NOM	OPR_KR_KONS_STANY_NOM	OPR_KR_PRZ_STANY_NOM
ST_PROC_BC	0,72	0,35	0,76	0,71	0,28	0,54	0,42	0,70
HICP	0,10	0,08	0,16	0,09	0,06	0,00	0,05	0,07
ZM_PKB	-0,08	-0,02	-0,12	-0,09	0,00	-0,07	-0,04	-0,12
DL_PUBL_PKB	-0,11	-0,23	-0,05	-0,08	-0,25	-0,17	-0,18	-0,02
DEF_PKB	-0,22	-0,07	-0,26	-0,20	-0,03	-0,15	-0,12	-0,25
SAL_BIL_PL_PKB	-0,26	-0,27	-0,29	-0,25	-0,26	-0,16	-0,32	-0,29
ST_BEZR	0,10	0,17	0,16	0,09	0,17	0,07	0,20	0,20
ZM_CEN_NIER_KOM	-0,29	-0,04	-0,32	-0,29	-0,03	-0,29	-0,18	-0,37
COVID	-0,27	-0,17	-0,23	-0,27	-0,16	-0,28	-0,18	-0,28
HHI	-0,13	0,08	0,08	-0,14	0,13	-0,16	0,00	-0,01
LN_AKTYWA	-0,28	-0,45	-0,34	-0,28	-0,49	-0,27	-0,47	-0,31
KOSZTY_ADM_KOSZTY_OG	0,32	0,25	0,26	0,31	0,24	0,32	0,27	0,26
KOSZTY_PRAC_KOSZTY_OG	-0,33	-0,16	-0,20	-0,30	-0,08	-0,38	-0,26	-0,25
KW_A	0,26	0,37	0,25	0,25	0,40	0,22	0,44	0,24
TCR	-0,16	0,00	-0,11	-0,17	0,00	-0,18	-0,01	-0,17
T1R	-0,14	0,00	-0,03	-0,16	0,02	-0,16	-0,02	-0,11
ZSC	-0,33	-0,29	-0,31	-0,37	-0,33	-0,28	-0,31	-0,37
LCR	0,16	0,19	0,29	0,20	0,21	0,21	0,21	0,27
NSFR	0,28	0,11	0,34	0,33	0,15	0,51	0,34	0,44
AK_PŁ_AK_OG	0,32	0,21	0,33	0,31	0,24	0,26	0,26	0,30
KR_DEP	-0,29	-0,18	-0,30	-0,23	-0,17	-0,19	-0,20	-0,31
NPL_OG	0,13	0,05	0,16	0,15	0,05	0,15	0,19	0,26
NPL_GD	0,15	0,03	0,16	0,17	0,02	0,17	0,15	0,26
NPL_PRZ	0,14	0,01	0,15	0,16	0,02	0,16	0,16	0,25
OPR_DEP_GD_NOWE	0,81	0,34	0,87	0,80	0,27	0,68	0,49	0,85
OPR_DEP_PRZ_NOWE	0,77	0,31	0,85	0,76	0,24	0,61	0,42	0,79
OPR_DEP_GD_STANY	0,70	0,27	0,70	0,70	0,20	0,70	0,43	0,75
OPR_DEP_PRZ_STANY	0,77	0,31	0,86	0,76	0,23	0,63	0,44	0,82
KR_M_ZM_STOPA	0,15	0,21	0,26	0,14	0,29	0,09	0,25	0,23
LISTY_ZAST_PKB	-0,29	-0,16	-0,19	-0,14	-0,16	-0,15	-0,11	-0,16
CHF_NIS_RYZ	-0,21	0,05	-0,13	-0,24	0,01	-0,23	-0,10	-0,17
CHF_SR_RYZ	-0,07	-0,07	-0,01	-0,04	-0,06	-0,02	0,01	0,00
CHF_WYS_RYZ	0,35	0,01	0,19	0,36	0,05	0,32	0,11	0,22
IND_PRZEP_REST_UPAD	-0,43	-0,30	-0,46	-0,39	-0,28	-0,37	-0,37	-0,43
IND_JAKO_POST_SAD	-0,08	0,06	-0,22	-0,09	0,06	-0,05	-0,11	-0,21
EF_WNIO_KR	-0,11	-0,13	-0,24	-0,10	-0,13	-0,08	-0,15	-0,23
IND_DOST_KRED	0,38	0,54	0,26	0,37	0,49	0,35	0,49	0,30
FG_DGW	0,27	0,23	0,25	0,25	0,24	0,24	0,48	0,28
DGW_DO	0,26	0,30	0,29	0,30	0,37	0,26	0,45	0,33
DGW_DSNF	0,16	0,21	0,19	0,21	0,30	0,18	0,36	0,26
EX_ANTE	-0,01	0,22	0,12	0,04	0,11	0,04	0,27	0,13
EX_POST	-0,17	-0,29	-0,24	-0,21	-0,22	-0,14	-0,42	-0,26
DEP_B_AO	-0,14	-0,21	-0,19	-0,15	-0,20	-0,14	-0,29	-0,15
PB	-0,01	-0,05	-0,06	0,04	-0,08	-0,04	-0,07	-0,10
PB_NZ_Z	0,15	0,08	0,23	0,14	0,05	0,10	0,07	0,21
SPRZ_NPL_T_NPL	-0,14	-0,13	-0,27	-0,18	-0,20	-0,16	-0,09	-0,23
SPRZ_NPL_KR	-0,12	-0,15	-0,19	-0,15	-0,21	-0,15	-0,11	-0,16
SPRZ_NPL_T_SPRZ	-0,27	-0,15	-0,31	-0,27	-0,17	-0,26	-0,22	-0,26
SEK_NPL_T_SEK	-0,19	-0,11	-0,22	-0,18	-0,10	-0,14	-0,17	-0,17
SEK_NPL_KR	-0,11	-0,04	-0,11	-0,11	-0,06	-0,12	-0,06	-0,09
SEK_NPL_T_NPL	-0,14	-0,08	-0,16	-0,14	-0,09	-0,13	-0,09	-0,13
POA_BIN	-0,13	-0,10	0,06	-0,13	-0,11	-0,13	0,01	0,08
SEK_BIN	-0,25	-0,13	-0,26	-0,23	-0,15	-0,25	-0,12	-0,22
AMC_BIN	-0,35	-0,35	-0,55	-0,35	-0,39	-0,31	-0,49	-0,48
SPRZED_BIN	-0,37	-0,15	-0,44	-0,36	-0,20	-0,37	-0,11	-0,41
DN_BIN	-0,33	-0,23	-0,38	-0,35	-0,24	-0,34	-0,33	-0,37
RPUIS_BIN	-0,54	-0,13	-0,58	-0,53	-0,11	-0,56	-0,37	-0,60
RRNPL_BIN	-0,17	-0,22	-0,14	-0,19	-0,28	-0,21	-0,10	-0,10
RP_BIN	-0,18	0,24	-0,24	-0,19	0,27	-0,14	0,05	-0,22
IND_INT_NARZ_RED_NPL	-0.33	-0.26	-0.43	-0.35	-0.33	-0.33	-0.38	-0.35

Źródło: Szacunki własne.

Na podstawie analizy tabeli 22 można wskazać, że:

– podstawowym czynnikiem warunkującym koszt wszystkich rodzajów kredytów jest stopa procentowa banku centralnego (przykładowo dla nowych kredytów mieszkaniowych oraz gospodarczych współczynnik korelacji przekracza 0,7);

– obserwowany jest jednorodny kierunek oddziaływania zmiennych makroekonomicznych na koszt kredytu bankowego – dodatni dla stopy inflacji i stopy bezrobocia, ujemny dla tempa wzrostu PKB, salda bilansu płatniczego, poziomu długu i deficytu publicznego, zmiany cen nieruchomość, przy czym w przypadku większości z tych zmiennych wartość bezwzględna współczynników korelacji nie przekracza 0,2 (z wyjątkiem zmian cen nieruchomości ;

– silną zależność statystyczną odnotowuje się między wielkością sektora bankowego (mierzoną logarytmem aktywów) a kosztem kredytu – dla wszystkich rodzajów kredytów oraz typów stopy procentowej zależność jest ujemna, a wartości współczynników korelacji zawierają się w przedziale od -0,27 do -0,49; co wskazuje na możliwość wykorzystania efektów skali w dużych sektorach bankowych oraz konieczność uwzględniania wysokiego wysycenia rynku w procesie konkurencyjnym w bankach;

– wyższy udział kosztów administracyjnych w kosztach ogółem związany jest z wyższym kosztem produktów bankowych, natomiast wyższy udział kosztów pracowniczych w kosztach ogółem związany jest z przeciętnie niższą ceną kredytów;

– wyższy poziom stabilności finansowej (szczególnie ocenianej z wykorzystaniem indeksu Z-Score uwzględniającego także stabilność wyniku finansowego) skorelowany jest z niższym kosztem kredytu; w przypadku wskaźników regulacyjnych TCR, T1R kierunek zależności jest zbieżny, ale siła zależności znacząco niższa; odmienne wnioski dotyczą natomiast księgowego ujęcia wyposażenia kapitałowego – wraz ze wzrostem wskaźnika KW_A wzrasta koszt kredytu;

– wyższy koszt finansowania kredytowego widoczny jest też w przypadku sektorów bankowych charakteryzujących się wyższymi poziomami wskaźników płynności (zarówno regulacyjnych – LCR, NSFR, jak i księgowych – aktywa płynne/aktywa ogółem). Wartości współczynników korelacji są w tym zakresie wysokie, istotne statystycznie;

– niższe oprocentowanie widoczne jest w sektorach bankowych, gdzie wartość wskaźnika KR_DEP jest wyższa, to jest gdy występuje odpowiednio wysoka podaż i popyt na kredyt w relacji do dostarczanego przez sektor niefinansowy poziomu depozytów;

-dodatnia korelacja występuje też między wartością wskaźników NPL a kosztem kredytowania (choć nie dla wszystkich grup kredytów jest ona istotna statystycznie, co może wynikać z pośredniego oddziaływania na koszt kredytu sytuacji kredytobiorców związanej ściśle z otoczeniem makroekonomicznym);

– bardzo silna zależność obserwowana jest także w przypadku kosztu pozyskania depozytów od sektora niefinansowego (zarówno od gospodarstw domowych, jak i przedsiębiorstw). Współczynniki korelacji osiągają w tym przypadku poziom do 0,85;

– obserwuje się znaczące różnice dla współczynników korelacji zmiennych związanych z poziomem ekspozycji na ryzyko prawne związane z kredytami denominowanymi w CHF. O ile w przypadku krajów, gdzie sektory bankowe posiadały niską ekspozycję współczynniki korelacji są ujemne i wynoszą od -0,21 do -0,24 dla poszczególnych typów oprocentowania kredytów mieszkaniowych, o tyle dla krajów z wysokim ryzykiem współczynniki korelacji są silnie dodatnie (istotne statystyczne) i wynoszą od 0,32 do 0,36, co w konsekwencji oznacza przeniesienie kosztów materializacji ryzyka na wszystkich kredytobiorców;

– występuje również silna zależność między wartościami indeksu Banku Światowego wskazującego na efektywność prowadzenia postępowań restrukturyzacyjnych i upadłościowych (zmienna IND_PRZEP_REST_UPAD) a kosztem kredytu bankowego. Współczynniki korelacji są ujemne i posiadają wysoką wartość bezwzględną (od 0,28 do 0,43) – jest to bardzo ważna informacja dla regulatorów rynku, wskazująca na możliwość redukcji kosztu kredytu poprzez poprawę efektywności dochodzenia przez banki roszczeń z uwzględnieniem procesów restrukturyzacyjnych i upadłościowych;

– równocześnie większa ochrona kredytobiorcy (IND_DOST_KRED) jest silnie dodatnio związana z wyższym poziomem kosztu kredytu (koszty ochrony są wkalkulowywane w cenę końcową produktu);

– w przypadku wszystkich charakterystyk modelu ochrony depozytów wykazano istotność ich wpływu na koszt kredytu – w systemach bankowych, gdzie wartość zgromadzonych funduszy gwarancyjnych jest wyższa w relacji do kwoty gwarantowanych środków oraz tam gdzie udział depozytów gwarantowanych (w relacji do depozytów ogółem) jest wyższy obserwuje się wyższy koszt kredytu bankowego. Również model finansowania SGD ma istotne znaczenie – w modelu wnoszenia składek Ex ante obserwuje się wyższe koszty produktów kredytowych. Jednocześnie wyższe finansowanie działalności bankowej środkami nie objętymi gwarancjami z rynku międzybankowego powoduje statystycznie niższy koszt kredytu. W tym kontekście należy silnie uwypuklić kwestię konsekwencji funkcjonowania sieci bezpieczeństwa finansowego – wzrost skali bezpieczeństwa depozytów znajduje bowiem wymierne koszty produktów o charakterze kredytowym;

– o ile w przypadku klasycznego podatku bankowego nie ma jednoznacznych przesłanek wskazujących na przenoszenie jego kosztów na produkty kredytowe (w modelu dla krajów UE), o tyle uwzględnienie w analizach tzw. podatków od zysków nadzwyczajnych wskazuje, że ich wprowadzenie jest statystycznie związane z wyższym poziomem kosztów kredytów;

– analiza w zakresie zmiennych dotyczących programów wspierających restrukturyzację portfela kredytowego o niskiej jakości wskazuje jednoznacznie, że były one znaczącym narzędziem przyczyniającym się do redukcji kosztu kredytu – uruchomienie narzędzi publicznych prowadziło bowiem do przeniesienia części ryzyka z sektora bankowego na sektor publiczny, co umożliwiło zmniejszenie przez banki premii za ryzyko nakładanej na poszczególne typy ekspozycji kredytowych.

Tabela 23. Wartości współczynników korelacji marży odsetkowej oraz wybranych zmiennych objaśniających dla próby sektorów bankowych krajów Unii Europejskiej (lata 2010-2024)

Zmienna	MARZA_KR_M_NOWE_NOM	MARZA_KR_KONS_NOWE_NOM	MARZA_KR_PRZ_NOWE_NOM	MARZA_KR_M_RZECZ	MARZA_KR_KONS_RZECZ	MARZA_KR_M_STANY_NOM	MARZA_KR_KONS_STANY_NOM	MARZA_KR_PRZ_STANY_NOM
ST_PROC_BC	-0,47	-0,13	-0,28	-0,41	-0,06	-0,52	-0,26	-0,42
HICP	-0,22	-0,04	-0,12	-0,20	-0,03	-0,27	-0,12	-0,23
ZM_PKB	0,00	0,04	-0,06	0,01	0,04	0,01	0,01	-0,05
DL_PUBL_PKB	0,04	-0,14	0,11	0,03	-0,19	-0,04	-0,11	0,14
DEF_PKB	-0,13	-0,03	-0,21	-0,09	-0,01	-0,02	-0,04	-0,15
SAL_BIL_PL_PKB	-0,13	-0,29	-0,23	-0,11	-0,28	-0,01	-0,24	-0,18
ST_BEZR	0,35	0,29	0,46	0,33	0,25	0,25	0,33	0,46
ZM_CEN_NIER_KOM	-0,28	0,01	-0,34	-0,25	0,00	-0,21	-0,12	-0,35
COVID	-0,11	-0,07	-0,10	-0,08	-0,10	-0,10	-0,07	-0,13
HHI	0,03	0,06	0,31	0,00	0,11	-0,02	0,09	0,16
LN_AKTYWA	-0,24	-0,48	-0,40	-0,26	-0,52	-0,19	-0,45	-0,29
KOSZTY_ADM_KOSZTY_OG	0,21	0,20	0,20	0,17	0,21	0,17	0,19	0,15
KOSZTY_PRAC_KOSZTY_OG	-0,17	-0,16	-0,05	-0,15	-0,09	-0,20	-0,15	-0,09
KW_A	0,23	0,40	0,27	0,25	0,43	0,15	0,41	0,20
TCR	-0,22	0,02	-0,19	-0,22	0,01	-0,19	-0,03	-0,24
T1R	-0,14	0,03	-0,01	-0,15	0,04	-0,14	0,00	-0,11
ZSC	-0,25	-0,22	-0,33	-0,31	-0,27	-0,10	-0,21	-0,28
LCR	0,07	0,19	0,39	0,13	0,22	0,08	0,15	0,28
NSFR	0,03	0,01	0,33	0,10	0,08	0,19	0,15	0,31
AK_PŁ_AK_OG	-0,05	0,10	0,05	-0,04	0,16	-0,11	0,04	-0,06
KR_DEP	-0,19	-0,16	-0,32	-0,12	-0,16	-0,04	-0,11	-0,23
NPL_OG	0,44	0,18	0,60	0,45	0,15	0,32	0,31	0,59
NPL_GD	0,40	0,15	0,54	0,42	0,11	0,31	0,25	0,55
NPL_PRZ	0,47	0,14	0,61	0,49	0,12	0,36	0,30	0,62
OPR_DEP_GD_NOWE	-0,04	-0,07	0,20	-0,01	-0,02	-0,13	-0,02	0,06
OPR_DEP_PRZ_NOWE	-0,18	-0,19	0,08	-0,14	-0,12	-0,27	-0,14	-0,10
OPR_DEP_GD_STANY	0,21	-0,04	0,34	0,17	-0,02	0,19	0,10	0,30
OPR_DEP_PRZ_STANY	-0,10	-0,07	0,18	-0,07	-0,04	-0,19	-0,08	0,02
KR_M_ZM_STOPA	0,29	0,32	0,48	0,31	0,37	0,16	0,32	0,37
LISTY_ZAST_PKB	-0,27	-0,10	-0,16	-0,02	-0,12	-0,05	-0,05	-0,07
CHF_NIS_RYZ	0,00	0,08	0,08	-0,07	0,02	-0,02	0,04	0,04
CHF_SR_RYZ	-0,11	-0,02	-0,04	-0,04	-0,02	-0,04	0,00	-0,02
CHF_WYS_RYZ	0,13	-0,07	-0,06	0,15	-0,01	0,07	-0,05	-0,04
IND_PRZEP_REST_UPAD	-0,33	-0,26	-0,35	-0,31	-0,26	-0,24	-0,29	-0,31
IND_JAKO_POST_SAD	-0,25	0,05	-0,40	-0,29	0,06	-0,18	-0,20	-0,41
EF_WNIO_KR	-0,21	-0,09	-0,43	-0,20	-0,09	-0,12	-0,19	-0,35
IND_DOST_KRED	0,05	0,45	-0,08	0,08	0,44	0,04	0,34	-0,04
FG_DGW	0,06	0,19	0,10	0,02	0,21	-0,02	0,33	0,06
DGW_DO	0,19	0,27	0,35	0,24	0,34	0,11	0,36	0,28
DGW_DSNF	0,18	0,24	0,29	0,23	0,32	0,13	0,32	0,30
EX_ANTE	0,07	0,31	0,16	-0,02	0,20	-0,01	0,23	0,10
EX_POST	-0,04	-0,36	-0,21	-0,07	-0,29	0,01	-0,31	-0,15
DEP_B_AO	0,02	-0,09	-0,10	-0,01	-0,11	0,03	-0,18	0,02
PB	-0,03	-0,14	-0,11	-0,01	-0,15	-0,05	-0,08	-0,13
PB_NZ_Z	-0,27	-0,10	-0,13	-0,25	-0,09	-0,25	-0,15	-0,17
SPRZ_NPL_T_NPL	-0,08	-0,09	-0,22	-0,12	-0,17	-0,11	-0,02	-0,17
SPRZ_NPL_KR	-0,03	-0,11	-0,12	-0,07	-0,18	-0,08	-0,05	-0,08
SPRZ_NPL_T_SPRZ	-0,18	-0,07	-0,20	-0,17	-0,12	-0,18	-0,14	-0,14
SEK_NPL_T_SEK	-0,14	-0,07	-0,16	-0,12	-0,07	-0,08	-0,13	-0,10
SEK_NPL_KR	-0,04	0,00	-0,04	-0,04	-0,03	-0,07	-0,01	-0,02
SEK_NPL_T_NPL	-0,08	-0,04	-0,10	-0,08	-0,06	-0,07	-0,04	-0,06
POA_BIN	-0,05	-0,05	0,21	-0,04	-0,08	-0,06	0,10	0,23
SEK_BIN	-0,15	-0,05	-0,14	-0,11	-0,10	-0,16	-0,02	-0,09
AMC_BIN	-0,22	-0,26	-0,42	-0,20	-0,32	-0,17	-0,43	-0,35
SPRZED_BIN	-0,13	0,01	-0,20	-0,11	-0,08	-0,16	0,11	-0,16
DN_BIN	-0,20	-0,13	-0,22	-0,22	-0,16	-0,23	-0,23	-0,23
RPUIS_BIN	-0,44	0,02	-0,40	-0,39	0,01	-0,47	-0,22	-0,44
RRNPL_BIN	-0,13	-0,19	-0,06	-0,15	-0,26	-0,19	-0,05	-0,01
RP_BIN	-0,21	0,30	-0,24	-0,20	0,32	-0,14	0,11	-0,23
IND_INT_NARZ_RED_NPL	-0,24	-0,18	-0,31	-0,25	-0,27	-0,24	-0,31	-0,22

Źródło: Szacunki własne.

Analiza dotycząca wpływu zmiennych na poziom marż kredytowych zaprezentowana w tabeli 23 wzmacnia wnioski dotyczące identyfikacji determinanta średniego oprocentowania. Należy wskazać że wskazane zależności pozostają prawidłowościami także w przypadku marż kredytowych. W przypadku analizy determinant marży kredytowej należy wskazać jednakże na uwypuklenie wpływu jakości portfela kredytowego (współczynniki korelacji w wielu przypadkach przekracza poziom 0,6), silniejsze oddziaływanie rodzaju oprocentowania w kredytach mieszkaniowych (w sektorach bankowych o wyższym udziale kredytów mieszkaniowych opartych o zmienną stopę procentową obserwuje się wyższy koszt finansowania).

Wpływ stosowania mechanizmów transferu ryzyka kredytowego oraz stabilności instrumentów preferencyjnych w ramach polityk publicznych na koszt kredytu bankowego (ze szczególnym uwzględnieniem mechanizmów w obszarze kredytów mieszkaniowych)

W obliczu ograniczonej zdolności banków do finansowania gospodarki, rządy coraz częściej wdrażają programy mające na celu zwiększenie dostępności kredytu. W raporcie dokonano analizy programów rządowych we wszystkich krajach członkowskich Unii Europejskiej. Rządowe programy wspierające dostępność kredytów oraz rozwój budownictwa mieszkaniowego stanowią ważny element polityki społeczno-gospodarczej wielu państw europejskich. Ich głównym celem jest ułatwienie obywatelom drogi do posiadania własnego mieszkania – co nie tylko zaspokaja podstawową potrzebę bytową, ale również sprzyja stabilizacji społecznej i długofalowemu rozwojowi gospodarczemu. W dobie rosnących kosztów życia i ograniczonej podaży mieszkań, zapewnienie dostępności odpowiednich i przystępnych cenowo lokali mieszkalnych staje się jednym z kluczowych wyzwań dla rządów wielu krajów europejskich.

Różnorodność form i zasięgu programów mieszkaniowych odzwierciedla odmienne realia rynkowe, tradycje polityczne oraz specyfikę lokalnych potrzeb. Przykłady z Belgii, Niemiec czy Austrii ukazują, że nawet w ramach jednego kraju możliwe są znaczne różnice między poszczególnymi regionami czy krajami związkowymi – różnice te wynikają z odmiennych uwarunkowań lokalnych i odmiennych priorytetów rozwojowych.

Państwowe wsparcie przybiera różnorodne formy – od bezpośrednich dotacji, przez kredyty preferencyjne, gwarancje kredytowe, aż po ulgi i zwolnienia podatkowe. Często są to instrumenty kierowane do konkretnych grup, takich jak osoby kupujące pierwsze mieszkanie, młode rodziny czy gospodarstwa domowe z dziećmi, co podkreśla społeczną rolę polityki mieszkaniowej. Wiele krajów dostrzega także potrzebę zwiększania zasobu mieszkań socjalnych, oferując wsparcie dla budownictwa czynszowego adresowanego do osób o niższych dochodach.

Analiza stosowanych rozwiązań ukazuje zarówno wspólne kierunki interwencji, jak i istotne różnice wynikające z lokalnych uwarunkowań ekonomicznych, społecznych i politycznych. Identyfikacja tych podobieństw i odmienności stanowi istotny punkt wyjścia do oceny skuteczności przyjętych strategii i ich wpływu na sytuację mieszkaniową obywateli.

Szczegóły dotyczące najistotniejszych programów rządowych w zakresie wzrostu dostępności kredytu mieszkaniowego w krajach członkowskich Unii Europejskiej zestawiono w tabeli 24.

Tabela 24. Główne programy rządowe w zakresie wzrostu dostępności kredytu mieszkaniowego w krajach członkowskich UE

Lp.	Kraj	Program wsparcia dostępności kredytu	Mechanizm transferu ryzyka kredytowego / gwarancja państwa
1	Belgia	Różne regiony Belgii oferują różne programy dotacji, w zależności od unikalnych potrzeb, np. Regin Flamandzki oferuje dotacje na energooszczędne remonty, w tym izolację, panele słoneczne i pompy ciepła. Region Stołeczny Brukseli zapewnia dotacje dla osób i rodzin kupujących swoją pierwszą nieruchomość, podczas gdy Region Walonii oferuje pomoc finansową na budowę lub renowację domów przy użyciu ekologicznych materiałów i technik (52,53,54). Pożyczki hipoteczne z Funduszu Mieszkaniowego – Fundusz Mieszkaniowy Regionu Stołecznego Brukseli oferuje pożyczki hipoteczne o stałym oprocentowaniu w wysokości od 3,25% do 5% (zależności od składu gospodarstwa i jego dochodów) dla osób, które nie są w stanie uzyskać kredytu mieszkaniowego. Kredyty hipoteczne od społecznych firm pożyczkowych (należących często do grup kapitałowych banków lub ubezpieczycieli) – kredyty o obniżonym oprocentowaniu dla osób, które nie są w stanie uzyskać kredytu bankowego. Firmy te są zatwierdzane przez Region Stołeczny Brukseli i nadzorowane przez Financial Services and Markets Authority (FSMA). Aby przeciwdziałać kryzysowi mieszkaniowemu i zwiększyć dostępność mieszkań, belgijski rząd wdrożył następujące środki: obniżenie stawki VAT (6% zamiast 21%) na budowę i remonty mieszkań socjalnych. wprowadzenie limitów czynszowych w wybranych regionach w celu zahamowania wzrostu cen wynajmu. rozbudowa zasobu mieszkań socjalnych – planowane zwiększenie liczby lokali o 10% do 2030 roku. ulgi podatkowe dla osób kupujących pierwsze mieszkanie, w tym obniżone opłaty rejestracyjne.
2	Bułgaria	Brak programów wspierających kredytobiorców, z wyjątkiem pewnych ulg podatkowych dla młodych rodzin (małżonkowie nie starsi niż 35 lat), które pozwalają na odliczenie od dochodu podlegającego opodatkowaniu odsetek od kredytu (lub jego części) do kwoty 100 000 BGN55.
3	Czechy	Obecne są programy wspierające budownictwo socjalne. Ponadto, możliwe jest odliczenie kwoty zapłaconych odsetek od kredytu mieszkaniowego od podstawy opodatkowania do 300 000 CZK rocznie, dla mieszkań nabytych do końca 2020 r. i do 150 000 CZK dla mieszkań nabytych po 1.01.2021 r. Dodatkowo złagodzone zostały wskaźniki LTV, DTI oraz DSTI dla osób ubiegających się o kredyt w wieku poniżej 36 lat (56,57).
4	Dania	W Danii wprowadzono program wsparcia kredytobiorców planujących zakup nieruchomości w mniej zurbanizowanych regionach kraju. Program ten polega na udzielaniu przez państwo gwarancji na część kredytu hipotecznego (od 60 do 90%), co ma na celu ułatwienie dostępu do finansowania. Grupą docelową państwowego programu gwarancyjnego są konsumenci i spółdzielnie mieszkaniowe, których zdolność kredytowa została oceniona jako wysoka, ale którzy mają trudności z uzyskaniem kredytu hipotecznego ze względu na warunki dotyczące lokalizacji lub atrakcyjności rynkowej nieruchomości. Dzięki systemowi gwarancji część ryzyka związanego z finansowaniem mieszkalnictwa zostaje przeniesiona z pożyczkodawców na państwo58,59.	Występuje – Statsgaranti
5	Niemcy	W Niemczech obecne są różne programy koordynowane przez niemiecki bank rozwoju KfW. Programy te obecnie dotyczą udzielania dotowanych kredytów na następujące działania: Program „Mieszkanie na własność” wspierający zakup lub budowę domu wspieranie budownictwa spółdzielczego programy wspierające nowe budownictwo przyjazne dla klimatu programy dla rodzin z dziećmi, które budują energooszczędne domy Programy mogą różnić się pomiędzy krajami związkowymi, w zależności od polityki i dostępnych środków. Program „Mieszkanie na własność” pozwala na sfinansowanie do kwoty 100 000 EUR: kosztu zakupu działki koszty budowy domu opłaty notarialne, koszty pośrednictwa agenta nieruchomości zakup udziałów spółdzielczych Z programu „Mieszkanie na własność” inwestor może sfinansować również zakup mieszkania, pod warunkiem, że sam w nim zamieszka. Środki z KfW są oprocentowane poniżej wartości rynkowych (60,61,62).
6	Estonia	W Estonii KredEx oferuje kredyty z gwarancją państwa na zakup i remont domów. Gwarancja kredytu mieszkaniowego jest przeznaczona dla osób, które chcą wziąć kredyt na zakup lub remont Gwarancja kredytu mieszkaniowego umożliwia zakup mieszkania, domu, działki lub domku letniskowego. W ramach programy wymagany wkład własny to 10% lub 5% w przypadku rodzin wielodzietnych. Dodatkowo, spłata kredytu może być częściowo odliczona od podatku dochodowego (63, 64).	Występuje
7	Irlandia	W ramach programu „Help to Buy” osoby kupujące mieszkanie po raz pierwszy mogą otrzymać zwrot podatku za zakup nieruchomości. Ponadto w Irlandii działa też program „First Home” – rządowy program shared equity, w którym państwo i uczestniczące w nim banki pokrywają do 30% kosztów zakupu w zamian za udział w nieruchomości. Właściciele mogą wykupić udział w dowolnym momencie, jednak nie jest to wymagane. W 2023 r. program rozszerzono również do samodzielnych budów. Dodatkowo funkcjonuje program „Local Authority Home Loan”. Jest to udzielany przez władze lokalne, gwarantowany przez rząd kredyt hipoteczny przeznaczony dla osól kupujących mieszkania po raz pierwszy. W ramach programu możliwe jest pożyczenie do 90% wartości nieruchomości, z tym, że maksymalne wartości rynkowe nieruchomości są zależne od lokalizacji. Oprocentowanie kredytu jest stałe przez cały okres trwania umowy i wynosi 4,0% w skali roku dla kredytów do 25% i 4,05% dla kredytów od 25 do 30 lat (65, 66).	Występuje
8	Grecja	W Grecji do 29 września 2023 r. możliwe było skorzystanie z programu wspierającego zakup mieszkania przez osoby młode „Mój Dom”. Był to projekt o wartość 500 mln EUR realizowany w ramach polityki mieszkaniowej. Program ten zapewniał niskooprocentowane kredyty dla osób w wieku 25-39 lat i dochodzie na poziomie co najmniej 10 tys. EUR rocznie. Projekt umożliwiał nabycie nieruchomości o powierzchni maksymalnie 150 m2, mającej co najmniej 15 lat w momencie jej nabycia oraz o wartości nie większej niż 200 tys. EUR. W ramach programu możliwe było sfinansowanie do 90% wartości nieruchomości jednak nie więcej niż 150 tys. EUR. 75% kredytu pochodziło ze środków publicznych i miało zerowe oprocentowanie. Łączne środki publiczne wyniosły 375 mln EUR. Obecnie dostępna jest II edycja programu, w której rozszerzono wiek przystąpienia do 50 lat. Zwiększono maksymalną wysokość kredytu do 190 tys. EUR, jednak zerowe oprocentowanie ma zastosowanie jedynie do 50% wartości kredytu, z tym, że dla par posiadających co najmniej 3 dzieci możliwe są dopłaty do odsetek również do pozostałej części kredytu (67,68,69).
9	Hiszpania	W Hiszpanii przez lata obowiązywała ulga podatkowa dla osób kupujących mieszkania, jednak w 2013 r. dobiegła ona końca. W 2018 r. wprowadzono nowy plan mieszkaniowy na lata 2018-2021, który finalnie został przedłużony do roku 2025. Program ten ma na celu zwiększenie dostępu do nieruchomości mieszkaniowych dla ludzi poniżej 35 roku życia, przy jednoczesnej próbie pobudzenia obszarów dotkniętych wyludnieniem. Beneficjenci programu muszą zakupić nieruchomość w gminie liczącej do 10 000 mieszkańców, a kwota przyznana w ramach programu nie może przekraczać 10 800 EUR i nie więcej niż 20% kwoty zakupu. Wartość nieruchomości nie może przekraczać 120 tys. EUR. W 2023 r. zatwierdzono również linię gwarancyjną, która ma częściowo pokryć kredyt na zakup nieruchomości będącej głównym miejscem zamieszkania dla młodych osób lub rodzin z dziećmi. Gwarancja obejmuje do 20% kwoty głównej (z możliwością rozszerzenia do 25%) i trwa 10 lat (70,71).	Występuje
10	Francja	We Francji dostępne są ulgi podatkowe dla osób kupujących nowe mieszkania. Osoby kupujące mieszkanie po raz pierwszy mogą ponadto skorzystać z kredytu z zerową stopą procentową na zakup głównego miejsca zamieszkania, który może pokryć do 40% całkowitej wartości nieruchomości. Aby skorzystać z programu, dochody gospodarstwa domowego nie mogą przekraczać określonego pułapu, który różni się w zależności od składu gospodarstwa domowego oraz obszaru geograficznego. Ponadto istnieje kilka innych programów wspierających nabywców o niskich dochodach (72,73). Występuje również instytucja gwarantująca kredyty mieszkaniowe w ramach Program gwarancji hipotecznych SGFGAS74.	Występuje – Société de Gestion des Financements et de la Garantie de l’Accession Sociale à la propriété (SGFGAS)
11	Chorwacja	Nieliczne rozwiązania w ramach wspieranego przez rząd publicznego programu budownictwa mieszkaniowego. W przypadku zakupu pierwszej nieruchomości przysługuje pomoc finansowa lub dopłata do oprocentowania kredytu w bankach komercyjnych do wysokości odsetek rynkowych (75,76).
12	Włochy	We Włoszech kupujący mogą skorzystać z pewnych korzyści podatkowych przy zakupie pierwszego domu. Korzyści te polegają na niższych podatkach pośrednich niż standardowe. Dodatkowo w ramach programu gwarancji publicznych na kredyty mieszkaniowe, od 2014 działa Fundusz Gwarancji Pierwszego Kredytu Mieszkaniowego oraz Fundusz Solidarnościowy dla kredytów hipotecznych, których celem jest zwiększenie dostępności kredytu. Trzyletni budżet projektu to 670 mln EUR. Projekt pozwala osobom, które nie posiadają odpowiedniej zdolności kredytowej na uzyskanie gwarancji do 50% wartości kredytu do kwoty 250 tys. EUR (bez względu na wiek i skład rodziny). W 2024 r. możliwe było podwyższenie gwarancji do 80% dla pewnych kategorii (np. rodziny wielodzietne). Do końca 2023 r. fundusz zagwarantował ponad 476 000 kredytów na łączną kwotę 55,8 mld EUR (77,78,79,80,81).	Występuje – Fondo di Garanzia Prima casa
13	Cypr	Rząd zapewnia pomoc finansową osobom kupującym mieszkanie po raz pierwszy. Spółka Housing Finance Corporation (HFC) oferuje korzystne warunki kredytów dla młodych rodzin i nowożeńców poniżej 41 roku życia. Dotacja waha się od 20 tys. do 50 tys. EUR w zależności od dochodów i składu rodziny (82,83,84,85).
14	Łotwa	Rodziny z dziećmi mogą uzyskać gwarancję państwową do 30% wartości kredytu, maksymalnie 30 000 EUR, zależnie od liczby dzieci. Dodatkowo, jeśli budynek mieszkalny ma klasę energetyczną „A” lub jest niemal zeroenergetyczny, gwarancję można zwiększyć o 5%, ale również nie przekraczając 30 000 EUR. W marcu 2024 r. zwiększono gwarancję państwową dla rodzin z dziećmi nabywających nieruchomości w regionach poza Rygą i jej okolicami, podwyższając ją do 50% wartości kredytu, maksymalnie 50 000 EUR, dla rodzin z minimum trojgiem dzieci. Dla młodych specjalistów (do 35. roku życia z wykształceniem średnim lub wyższym zawodowym) gwarancja może wynosić do 50 000 EUR lub 20% wartości kredytu. Dla żołnierzy Sił Zbrojnych Kraju gwarancja to maksymalnie 20 000 EUR lub 25% kredytu86.	Występuje
15	Litwa	Brak (87,88)
16	Luksemburg	Dostępne różne formy pomocy ze strony państwa: Bezpośrednia pomoc w formie płatności kapitałowej Zachęta do posiadania własnego mieszkania Kwota tej pomocy finansowej zależy od dochodów i sytuacji rodziny aplikującej. Może wynosić od 500 do 10 000 euro, z dodatkowymi 40% dla wspólnej własności oraz 15% dla domów w zabudowie bliźniaczej. Dotacja na odsetki Umożliwia obniżenie miesięcznych rat kredytu na budowę lub remont mieszkania przeznaczonego na główne miejsce zamieszkania. Dotyczy kredytów do 200 000 euro, z dodatkowymi ulgami do 20 000 euro na każde dziecko na utrzymaniu, maksymalnie do 280 000 euro. Pomoc pośrednia: ulgi podatkowe (89,90)
17	Węgry	Korzyści podatkowe; Narodowy Bank Węgier wspiera młodych kredytobiorców przy zakupie pierwszego mieszkania, poprzez obniżenie wysokości wkładu własnego (LTV do 90%). Rząd Węgier wspiera też wprowadzenie limitu 5% na kredyty hipoteczne dla osób kupujących mieszkanie po raz pierwszy, które nie ukończyły 35 roku życia. Działanie to ma być dostępne od 1 kwietnia do 31 października 2025 roku i dotyczy mieszkań o powierzchni do 60 m² i cenie nieprzekraczającej 1 200 000 HUF za m² (91,92,93).
18	Malta	Na Malcie działa program finansowania mieszkalnictwa społecznego współfinansowany ze środków Europejskiego Banku Inwestycyjnego. Działa również program dotacji na zakup nieruchomości, przeznaczony dla osób, które nabyły swoją pierwszą nieruchomość po 1 stycznia 2022 roku. Dotacja wynosi 10 000 euro i będzie wypłacana przez 10 lat w rocznych ratach po 1000 euro (94,95,96).
19	Holandia	W Holandii istnieje fundusz gwarancyjny Nationale Hypotheek Garantie (NHG). W przypadku kredytów hipotecznych poniżej 355 000 EUR i spełniających określone warunki NHG gwarantuje spłatę pozostała część zadłużenia hipotecznego w przypadku zajęcia nieruchomości (również pod pewnymi warunkami). NGH w Holandii wspiera osoby, które zaciągają odpowiedzialne kredyty hipoteczne, zapewniając, że są one dopasowane do ich dochodów i spełniają standardy odpowiedzialnego pożyczania. W przypadku trudności, takich jak utrata pracy, rozpad związku, niepełnosprawność lub śmierć partnera, NHG oferuje wsparcie zarówno kredytobiorcy, jak i bankowi. Gwarancja ta jest udzielana przez Fundusz Gwarancji Własności (WEW) i zapewnia pomoc w trudnych sytuacjach finansowych spowodowanych nieprzewidzianymi zdarzeniami, umożliwiając utrzymanie spłat kredytu bez ryzyka utarty stabilności finansowej. Cena zakupu domu w ramach programu nie może przekroczyć 450 000 EUR w roku 2025 (97,98).	Występuje – Nationale Hypotheek Garantie
20	Austria	Polityka mieszkaniowa koncentruje się na finansowaniu mieszkań na wynajem – nastąpił powrót do budownictwa komunalnego. Polityka mieszkaniowa promuje zintegrowane rynki najmu. Finansowanie mieszkań o przystępnych cenach najmu opiera się głównie na dotacjach krajów związkowych „Wohnbauförderung”, które w 2022 r. wydały około 1,9 mld EUR na nowe budownictwo, renowacja i dodatki mieszkaniowe. Z uwagi na spadającą liczbę nowych budów, rząd federalny Austrii w kwietniu 2024 r. przyjął pakiet mieszkaniowy, stymulujący budownictwo, obejmujący m.in. dotacje w wysokość do 1 mld EUR na nowe mieszkania na wynajem i własnościowe, a także wsparcie w zakresie oprocentowania kredytów mieszkaniowych czy czasowe zniesienie opłat za nieruchomość. Formy dopłat mieszkaniowych: bezzwrotne jednorazowe dotacje dotacje do miesięcznej raty spłaty kredytu mieszkaniowego gwarancja kredytu przez Państwo Forma wsparcia może różnić się w zależności od kraju związkowego, np. we Wiedniu dostępne są dotacje mieszkaniowe na budowę nowego domu w formie kredytu: tzw. „kredyt państwowy” oferuje wyjątkowo atrakcyjne warunki z oprocentowaniem 1% i okresem spłaty 5, 10, 15 lub 20 lat. Wiedeń wspiera również rozwój budownictwa mieszkaniowego wielorodzinnego (wsparcie dla deweloperów). Każda osoba, która zakupi mieszkanie objęte dotacją, może ubiegać się o „pożyczkę na zastąpienie kapitału własnego” z oprocentowaniem wynoszącym 1% (99,100).	Występuje
21	Polska	W 2023 r. obowiązywał „Bezpieczny Kredyt 2%”. Z programu skorzystało blisko 93 tys. osób, które zaciągnęły kredyty hipoteczne na łączną kwotę 27,2 mld zł. Łącznie udzielono blisko 67 tys. kredytów preferencyjnych. Zakładano, że w larach 2023-2024 zostanie udzielonych 50 tys. kredytów, a budżet zamknie się kwotą 941 mln zł. Program oferujący kredyty preferencyjne szybko się zakończył ze względu na wyczerpanie budżetu. Dodatkowo kredytobiorcy mają możliwość skorzystania z programu „Rodzinny kredyt mieszkaniowy”, który umożliwia uzyskanie kredytu hipotecznego bez konieczności posiadania środków na wkład własny. Program jest skierowany do osób, które nie posiadają wystarczających środków na tradycyjny wkład, a jednocześnie spełniają określone warunki, takie jak odpowiednia zdolność kredytowa. Łączna wysokość objętej gwarancją części rodzinnego kredytu mieszkaniowego oraz wkładu własnego kredytobiorcy wyniesie nie więcej niż 200 tys. zł oraz nie może przekroczyć kwoty, która stanowi 20 % lub 30% całkowitej kwoty wydatków, na które zaciągany jest kredyt. Minimalny okres, na jaki będzie udzielany gwarantowany kredyt mieszkaniowy, wynosi 15 lat. W dniu 13 lutego 2025 zaprezentowany nowy program „Klucz do mieszkania”, który ma na celu zwiększenie dostępności mieszkań poprzez wsparcie finansowe dla gmin, umożliwiające realizację inwestycji mieszkaniowych. Wsparcie finansowe będzie skierowane głównie na zakup mieszkań na rynku wtórnym, z wyłączeniem rynku pierwotnego, przy wskazaniu limitów cenowych za metr kwadratowy. Rządowy program mieszkaniowy „Pierwsze klucze” pozwoli uzyskać dopłaty zarówno do kredytu hipotecznego, jak i do kredytu konsumenckiego np. na pokrycie kosztów partycypacji w SIM/TBS. Ich wysokość ma być uzależniona od wielkości gospodarstwa domowego. Dopłata ma obniżać oprocentowanie kredytu udzielanego w systemie rat malejących do 1,5%, a tym samym zwiększyć dostępność finansowania na zakup własnego mieszkania (101,102,103,104).
22	Portugalia	Od września 2012 roku niemożliwe jest uzyskanie kredytów hipotecznych w systemie subsydiowanym. Obecnie specjalne warunki dotyczą osób niepełnosprawnych z orzeczeniem o niepełnosprawności powyżej 60% oraz rodzin znajdujących się w bardzo trudnej sytuacji ekonomicznej. W związku ze wzrostem stóp procentowych, w marcu 2023 roku weszło w życie nowe rozporządzenie, które ma na celu udzielenie tymczasowego wsparcia dla gospodarstw domowych posiadających kredyty hipoteczne zaciągnięte przed 15 marca 2023 roku. Pożyczkobiorcy, którzy spełniają określone warunki, mogą otrzymać tymczasową subwencję odsetkową, jeśli wskaźnik oprocentowania ich kredytu wynosi 3% lub więcej. Subsydia wynoszą 75% lub 50% (w zależności od dochodów gospodarstwa domowego) różnicy między oprocentowaniem ustalonym w umowie a progiem 3%105. W Portugalii funkcjonuje też instytucja Gwarancji Publicznej, dzięki której państwo może udzielić gwarancji osobistej instytucjom kredytowym w celu umożliwienia udzielania kredytów na stałe zamieszkanie osobom młodym do 35 roku życia. Gwarancja może wynieść do 15% pierwotnie zaciągniętego kapitału dłużnego, w celu uzyskania finansowania na poziomie 100% wartości transakcji. Gwarancja jest ważna przez okres 10 lat, licząc od daty zawarcia umowy kredytowej106, 107.	Występuje
23	Rumunia	Nie ma rządowych dopłat do zakupu mieszkań, jednak istnieją specjalne programy zaprojektowane w celu wsparcia osób, które chcą kupić lub zbudować dom. Program “Nowy Dom” wspiera młodych ludzi, którzy pragną kupić swoje pierwsze mieszkanie, oferując gwarancje rządu rumuńskiego, a głównymi korzyściami dla klientów są niższe oprocentowanie oraz niższa wpłata początkowa. Ponadto, niektóre instytucje kredytowe zawarły umowy z Narodową Agencją Mieszkaniową, aby oferować kredyty na zakup lub budowę mieszkań. Mieszkania na wynajem dla młodych ludzi mogą zostać wykupione przez najemców po zakończeniu co najmniej rocznego ciągłego najmu108.	Występuje
24	Słowenia	W Słowenii funkcjonuje program rządowy mający na celu wsparcie młodych osób w nabyciu pierwszego mieszkania, oparty na ustawie o państwowych gwarancjach kredytów mieszkaniowych dla młodych (Zakon o stanovanjski jamstveni shemi za mlade). Program adresowany jest do obywateli do 38. roku życia i umożliwia uzyskanie kredytu hipotecznego w wysokości do 200 000 euro, z maksymalnym okresem spłaty wynoszącym 30 lat. Państwowa gwarancja stanowi zabezpieczenie części kredytu, co zwiększa dostępność finansowania, zwłaszcza dla osób o niższej zdolności kredytowej. Uczestnicy programu muszą dysponować wkładem własnym na poziomie co najmniej 20% wartości kredytu oraz spełniać kryteria dochodowe, nieprzekraczające 1,5-krotności średniej krajowej. Inicjatywa ta ma na celu poprawę dostępności mieszkań i wspieranie samodzielności mieszkaniowej młodego pokolenia109,110.	Występuje
25	Słowacja	Rząd oferuje dwie główne formy dopłat: Kredyt hipoteczny dla młodych – bonus podatkowy 50% kosztów odsetek, do 400 EUR rocznie, z ograniczeniami dotyczącymi dochodu i wieku dłużnika. Fundusz Rozwoju Mieszkalnictwa – kredyty z niższymi stopami procentowymi, ale z ograniczoną ilością i określonymi warunkami. Na rok 2024 wprowadzono dodatkowe środki w ramach rekompensaty za wyższe koszty obsługi długu spowodowane wzrostem stóp procentowych: Zwrot podatku za 2023 rok: bonus podatkowy 75% wzrostu raty kredytu z powodu wyższych odsetek, do 150 EUR miesięcznie (1 800 EUR rocznie). Na 2024 rok: Bezpośrednia wypłata 75% wzrostu raty kredytu, do 150 EUR miesięcznie (1 800 EUR rocznie). Kredyt hipoteczny dla młodych – maksymalny bonus podatkowy zwiększony do 1 200 EUR rocznie, zwiększono limit dochodów dłużnika, zniesiono limit maksymalnej kwoty kredytu111.
26	Finlandia	Osoby nabywające nieruchomość po raz pierwszy są zwolnione z opodatkowania transakcji. Odsetki od kredytów hipotecznych można odliczyć od podatku do 5% (w 2022 r.). Dodatkowo istnieje system gwarancji, która może zostać przyznana na kredyt mieszkaniowy, który jest przeznaczony na zakup co najmniej połowy nieruchomości. Nieruchomość może być mieszkaniem, domem jednorodzinnym lub domem, który jest w trakcie budowy. Musi to być nieruchomość przeznaczona na stałe zamieszkanie przez kredytobiorcę. Wysokość kredytu mieszkaniowego może wynieść do 85% ceny zakupu nieruchomości lub 90% ceny zakupu, jeśli kredytobiorca korzysta z kredytu z dopłatą do odsetek w ramach programu ASP (112,113). Standardowo kredyt hipoteczny w Finlandii pokrywa 70–75% wartości nieruchomości, jeśli jednak potrzebne jest wyższe finansowanie, państwowa gwarancja może objąć brakującą kwotę, zmniejszając konieczność poszukiwania dodatkowych zabezpieczeń. Dodatkowo, w ramach tzw. “interest subsidy loans“, ARA nie tylko gwarantuje część kredytu, ale również pokrywa część odsetek, co obniża całkowity koszt finansowania dla kredytobiorcy114.	Występuje – Housing Finance and Development Centre of Finland (ARA)
27	Szwecja	W Szwecji nie ma bezpośrednich dotacji. Jednakże, pożyczkobiorcy mogą odliczyć płatności odsetkowe od swoich podatków. Odsetki do kwoty 100 000 SEK (około 8 700 EUR) rocznie można odliczyć w wysokości 30%. Odsetki powyżej 100 000 SEK można odliczyć tylko w wysokości 21%115.

Źródło: Opracowanie własne.

Rządowe programy wspierające dostępność kredytów mieszkaniowych i budownictwo mieszkaniowe są powszechne w wielu krajach Europy, jednak charakteryzują się zarówno znacznymi podobieństwami, jak i istotnymi różnicami w zakresie ich form, celów i potencjalnego wpływu na poziom kredytowania gospodarki. Podobieństwa w analizowanych programach rządowych obejmują:

• Częste wsparcie dla pierwszych nabywców nieruchomości – w wielu krajach istnieje szczególne ukierunkowanie na pomoc osobom kupującym mieszkanie lub dom po raz pierwszy. Przykłady obejmują m.in. dotacje w Regionie Stołecznym Brukseli, program „Help to Buy” w Irlandii oferujący zwrot podatku, hiszpański plan mieszkaniowy dla osób poniżej 35 roku życia, francuski kredyt z zerową stopą procentową dla „First-Home-Buyers”, czy planowany polski program „Pierwsze klucze”.
• Powiązanie z ulgami i zwolnieniami podatkowymi – obniżenie lub zwolnienie z podatków związanych z zakupem nieruchomości jest również częstym instrumentem wsparcia, obecnym w wielu krajach. Jako przykłady można wskazać m.in. obniżoną stawkę VAT na budowę i remonty mieszkań socjalnych w Belgii, ulgi podatkowe dla osób kupujących pierwsze mieszkanie w Belgii, możliwość odliczenia odsetek od kredytu mieszkaniowego od podstawy opodatkowania w Czechach, częściowe odliczenie spłaty kredytu od podatku dochodowego w Estonii, ulgi podatkowe we Francji dla osób kupujących nowe mieszkania, niższe podatki pośrednie we Włoszech przy zakupie pierwszego domu, zwolnienie z opodatkowania transakcji dla osób nabywających nieruchomość po raz pierwszy w Finlandii, czy możliwość odliczenia płatności odsetkowych od podatków w Szwecji.
• Wykorzystanie gwarancji kredytowych – rządy często oferują gwarancje kredytowe, aby ułatwić dostęp do finansowania osobom o niższej zdolności kredytowej lub mniejszym wkładzie własnym. Przykładami są estoński KredEx oferujący kredyty z gwarancją państwa, irlandzki program „Local Authority Home Loan” gwarantowany przez rząd, hiszpańska linia gwarancyjna częściowo pokrywająca kredyt, włoski Fundusz Gwarancji Pierwszego Kredytu Mieszkaniowego, łotewskie gwarancje państwowe dla rodzin z dziećmi i młodych specjalistów, holenderski fundusz gwarancyjny Nationale Hypotheek Garantie (NHG), czy austriacka gwarancja kredytu przez państwo.” umożliwiający uzyskanie kredytu bez wkładu własnego. Dodatkowo celem tego rozwiązania jest transfer części ryzyka z banków i instytucji kredytowych, co ma również przyczynić się do wzrostu dostępności kredytu mieszkaniowego.
• Wsparcie dla rodzin z dziećmi – rodziny z dziećmi są również często wskazywane jako grupa docelowa rządowych programów mieszkaniowych. Przykładem jest obniżony wkład własny w Estonii dla rodzin wielodzietnych, niemieckie programy dla rodzin z dziećmi budujących energooszczędne domy, greckie dopłaty do odsetek kredytu dla par z co najmniej trójką dzieci, łotewskie wyższe gwarancje państwowe dla rodzin z większą liczbą dzieci.
• Wspieranie budownictwa socjalnego – zwiększenie zasobu mieszkań socjalnych jest celem w wielu krajach, często realizowanym poprzez dotacje lub obniżone stawki VAT, jak w Belgii i Czechach. Również kraje takie, jak Austria czy Francja koncentrują się na finansowaniu mieszkań na wynajem i powrocie do budownictwa komunalnego.

Różnice w analizowanych programach rządowych najczęściej widoczne są natomiast w:

• Formie udzielanego wsparcia – wsparcie rządowe może przybierać różne formy, od bezzwrotnych dotacji (np. Belgia, Cypr, Malta, Luksemburg) po dotowane kredyty (np. Niemcy, Grecja, Austria), subwencje do oprocentowania kredytów (np. Portugalia, Chorwacja), gwarancje kredytowe, czy ulgi podatkowe.
• Stosowanych kryteriach kwalifikacji – elementem, który również może odróżniać od siebie poszczególne rozwiązania, są kryteria dostępu do programów, które są specyficzne w zależności od kraju i konkretnego programu. Mogą one obejmować ograniczenia wiekowe (np. Grecja, Hiszpania, Węgry, Cypr), limity dochodowe (np. Belgia, Francja, Grecja, Luksemburg, Słowacja), wielokrotnie wymieniany status pierwszego nabywcy, wielkość gospodarstwa domowego (np. Belgia, Francja, Łotwa), lokalizację nieruchomości (np. Hiszpania, Łotwa), czy metraż i wartość nieruchomości (np. Grecja, Węgry, Holandia).
• Poziomie centralizacji stosowanych instrumentów – niektóre kraje, takie jak Niemcy i Austria, charakteryzują się decentralizacją programów mieszkaniowych, gdzie poszczególne regiony lub kraje związkowe mają własne inicjatywy dostosowane do lokalnych potrzeb. Inne kraje mają bardziej scentralizowane systemy wsparcia.
• Momentem i przesłankami implementacji – niektóre programy są wprowadzane w odpowiedzi na konkretne wyzwania rynkowe, takie jak kryzys mieszkaniowy (np. Belgia) czy wzrost stóp procentowych (np. Portugalia, Słowacja), inne natomiast realizowane są długofalowo, niezależnie od występujących w gospodarce szoków.

Różnorodność programów rządowych bez wątpienia wskazuje na złożoność problemu dostępności mieszkań i brak jednego uniwersalnego rozwiązania. Potencjalny wpływ tych rozwiązań również może mieć charakter wieloaspektowy. Pożądanym efektem rządowych programów mieszkaniowych jest zwiększenie dostępności mieszkań. Programy dotacyjne, gwarancje kredytowe i preferencyjne pożyczki mogą ułatwić osobom o niższych dochodach lub bez oszczędności wejście na rynek nieruchomości, z kolei ulgi podatkowe mogą skutkować zmniejszeniem kosztów zakupu i posiadania nieruchomości. Z drugiej strony, równie pożądanym efektem może być stymulowanie rozwoju budownictwa, m.in. poprzez obniżone stawki VAT na budowę mieszkań socjalnych czy programy wspierające nowe budownictwo, które mogą zachęcić deweloperów do realizacji inwestycji, zwiększając podaż mieszkań. Programy dedykowane pierwszym nabywcom, młodym rodzinom czy mieszkańcom mniej zaludnionych regionów mogą z kolei przyczynić się do realizacji konkretnych celów społecznych i gospodarczych danego regionu.

Często jednym z najistotniejszych problemów, przed którymi stawiane są wspomniane rządowe programy wspierające dostępność kredytu jest stabilizacja rynku. Limity czynszowe (Belgia) i programy wspierające spłatę kredytów w przypadku wzrostu stóp procentowych (Portugalia, Słowacja) mogą z założenie przyczynić się do stabilizacji rynku mieszkaniowego i ochrony kredytobiorców przed trudnościami finansowymi. Jednak w kontekście omawianych programów istnieje również ryzyko wystąpienia negatywnych skutków, ponieważ niektóre programy, jeśli nie są odpowiednio zaprojektowane i monitorowane, mogą doprowadzić do wzrostu cen nieruchomości (np. poprzez zwiększenie popytu bez jednoczesnego zwiększenia podaży), nadmiernego zadłużenia gospodarstw domowych, czy nieefektywnego wykorzystania środków publicznych.

Podsumowując, analizowane źródła ukazują bogactwo interwencji rządowych na rynkach mieszkaniowych w Europie. Choć wiele programów ma podobne cele, takie jak zwiększenie dostępności mieszkań i wsparcie dla określonych grup społecznych, to w rzeczywistości różnią się one znacząco w zakresie konkretnych instrumentów, kryteriów dostępu czy skali finansowania. Ocena efektywności tych rozwiązań wymaga więc szczegółowej analizy wpływu poszczególnych rozwiązań na lokalne rynki mieszkaniowe i sytuację finansową beneficjentów. Dodatkowo przeprowadzone badania pokazują, że w wielu krajach członkowskich Unii Europejskiej funkcjonowały programy o długofalowym charakterze, które były rozwijane i udoskonalane przez kolejne lata. Takie rozwiązanie daje możliwość dostosowywania istniejących, sprawdzonych programów, do sytuacji na rynku mieszkaniowym oraz finansowym.

Następstwa materializacji ryzyka prawnego (kredyty CHF) w kontekście przeniesienia kosztów na szerokie grono kredytobiorców kosztem wąskiej grupy beneficjentów (kancelarie prawne, kredytobiorcy o wysokich dochodach, akceptujący ryzyko walutowe)

Zróżnicowanie skali materializacji ryzyka prawnego w krajach Unii Europejskiej – problem kredytów denominowanych w CHF

W ciągu pierwszej dekady XXI wieku, kredyty hipoteczne denominowane lub indeksowane do franka szwajcarskiego (CHF) stały się niezwykle popularne w wielu krajach Europy Środkowo-Wschodniej, zwłaszcza w Polsce, Chorwacji, Rumunii i na Węgrzech, jak również w dwóch krajach nie będących krajami członkowskimi UE (Montenegro i Serbia)¹¹⁶.

Szwajcarski Bank Centralny (SNB) prowadził od 2009 roku badanie o nazwie „CHF Lending Monitor”, którego celem było zrozumienie skali kredytów udzielanych we franku szwajcarskim. W projekcie wzięło udział 19 banków centralnych, które przekazywały kwartalne dane dotyczące krajowego sektora bankowego. Z informacji dostępnych w literaturze przedmiotu wynika, że pełen raport ze wspomnianego badania nigdy nie został opublikowany¹¹⁷. Na podstawie dostępnych danych w tabeli 25 oraz na wykresie 85 zaprezentowano udział kredytów „frankowych” oraz kredytów w innych walutach w całkowitej wartości kredytów dla sektora bankowego.

Tabela 25. Struktura walutowa kredytów w wybranych krajach Europejskich (dane na III kw. 2011 r.)

Kraj	Udział „frankowych” kredytów w całkowitej wartości kredytów dla sektora pozabankowego	Udział pozostałych kredytów walutowych w całkowitej wartości kredytów dla sektora pozabankowego	Udział kredytów w krajowej walucie w całkowitej wartości kredytów dla sektora pozabankowego
Węgry (przed przewalutowaniem)	34%	32%	34%
Polska	21%	13%	66%
Austria	14%	7%	79%
Chorwacja	11%	64%	25%
Serbia	8%	66%	26%
Rumunia	6%	57%	37%
Luksemburg	6%	23%	72%
Słowenia	4%	1%	95%
Grecja	3%	8%	89%
Francja	1%	8%	91%
Niemcy	1%	8%	91%
Łotwa	1%	91%	8%
Dania	1%	18%	81%
Bułgaria	0%	63%	37%
Wielka Brytania	0%	45%	55%
Czechy	0%	13%	87%
Włochy	0%	1%	99%
Słowacja	0%	1%	99%

Źródło: Opracowanie własne na podstawie FORSAL.PL

Wykres 85. Struktura walutowa kredytów w wybranych krajach Europejskich (dane na III kw. 2011 r.)

Źródło: Opracowanie własne na podstawie: Y. Pinar, Foreign Currency Loans and Systemic Risk in Europe, „Swiss National Bank Working Paper”, nr 06, 2013.

Analizując dane z III kwartału 2011 roku można dostrzec silne zróżnicowanie między krajami Europy w zakresie struktury walutowej udzielanych kredytów. W państwach Europy Środkowo-Wschodniej, takich jak Węgry (34%) i Polska (21%), kredyty we frankach szwajcarskich stanowiły istotną część całego portfela zadłużenia, z kolei w takich krajach, jak Chorwacja i Serbia dominowały inne waluty obce – odpowiednio 64% i 66% – co świadczy o dużej zależności od finansowania zagranicznego. W krajach Europy Zachodniej, takich, jak Niemcy, Francja i Włochy, kredyty w walucie krajowej stanowiły ponad 90% wszystkich zobowiązań. Dlatego też, na potrzeby prowadzonych badań empirycznych, kraje członkowskiej UE sklasyfikowano do trzech kategorii ryzyka związanego z kredytami frankowymi:

1. Kraje bez ryzyka związanego z portfelem CHF:

• Belgia
• Bułgaria
• Czechy
• Estonia
• Hiszpania
• Finlandia
• Irlandia
• Włochy
• Litwa
• Malta
• Holandia
• Portugalia
• Szwecja
• Słowacja

2. Kraje z niskim ryzykiem związanym z portfelem CHF (<10% portfela):

• Niemcy
• Dania
• Francja
• Grecja
• Luksemburg
• Łotwa
• Rumunia
• Słowenia

3. Kraje z wysokim ryzykiem związanym z portfelem CHF (>10% portfela):

• Austria
• Cypr
• Chorwacja
• Węgry
• Polska

Doświadczenia poszczególnych krajów, związane z problemem kredytów frankowych, różnią się zarówno pod względem skali problemu, jak i przyjętych rozwiązań. Na Węgrzech rząd wprowadził przymusową konwersję kredytów frankowych na forinty w latach 2011–2015, stosując w tym celu preferencyjne kursy i ponosząc część kosztów konwersji wspólnie z bankami¹¹⁸. W Chorwacji podobne działania podjęto w 2015 roku, umożliwiając kredytobiorcom zamianę zadłużenia na walutę krajową z zastosowaniem kursu z dnia zawarcia umowy. Z kolei w Polsce problem został w dużej mierze pozostawiony indywidualnym sporom sądowym, co doprowadziło do powstania licznych postępowań dotyczących abuzywności klauzul przeliczeniowych¹¹⁹.

Unia Europejska, analizując to zjawisko, dostrzegła potrzebę wzmocnienia nadzoru nad transgranicznymi usługami finansowymi oraz zwiększenia ochrony konsumentów, a Parlament Europejski zwrócił uwagę na brak harmonizacji przepisów w zakresie kredytów walutowych i potrzebę większej transparentności produktów finansowych¹²⁰.

Podsumowując, można więc stwierdzić, że, reakcje rządów państw członkowskich Unii Europejskiej były zróżnicowane. Na Węgrzech i w Chorwacji wprowadzono mechanizmy konwersji kredytów do walut lokalnych, często z udziałem instytucji publicznych, natomiast w Polsce problem był w dużej mierze pozostawiony ścieżce sądowej – orzecznictwo Trybunału Sprawiedliwości Unii Europejskiej oraz krajowych sądów coraz częściej stawało po stronie kredytobiorców, uznając niektóre zapisy umów za nieuczciwe. Problem kredytów frankowych należy więc postrzegać nie tylko jako ekonomiczne wyzwanie, ale jako zjawisko o głębokim społecznym i etycznym znaczeniu.

Ryzyko prawne w świetle statystyk Rzecznika Finansowego i jego implikacje dla symetrii kosztów produktów kredytowych

Na podstawie agregowanych przez Rzecznika Finansowego danych dotyczących wystąpień do sądów przeciwko podmiotom rynku bankowo-kapitałowego w latach 2017-2024 (to jest w okresie, gdy Rzecznik Finansowy publikował zbiorcze statystyki dla rynku finansowego w tym zakresie) należy wskazać, że liczba nowych pozwów wzrosła z 4 037 w 2017 r. do 72 258 w 2024 r. – oznacza to przyrost na poziomie 16 900%. Bardzo istotnie zwiększyła się także wartość zgłaszanych przez klientów roszczeń – z 1,62 mld zł w 2017 roku do 22,03 mld zł w 2023 roku¹²¹, co oznacza przyrost na poziomie blisko 12600%. Zmienna pozostawała w tym okresie efektywność działań sądów powszechnych w zakresie rozpatrywanych spraw – w 2017 roku ugodą na etapie postępowania sądowego lub orzeczeniem zakończyło się 9,91% spraw złożonych w sądach (z roku bieżącego oraz nierozpatrzonych w latach wcześniejszych), podczas gdy w 2024 roku było to 30,26%. Średnio w analizowanym okresie sądy rozpatrywały 16,1% spraw, które danego roku pozostawały do rozstrzygnięcia.

Tabela 26. Główne charakterystyki procesów sądowych z udziałem podmiotów sektora bankowo-kapitałowego w Polsce

Charakterystyka	Rok
	2017	2018	2019	2020	2021	2022	2023	2024	Średnio 2017-2024
Pozwy nowe – liczba	4037	4666	8300	20732	60729	37767	60242	72258	33591,4
Pozwy nowe – wartość (mln zł)	1623	640	782	4361	9275	12793	22030	b,d,	7358
Rozpatrzone sprawy (orzeczenia+sądowe ug.)/pozwy ogółem do rozpatrzenia	9,91	8,45	17,13	5,27	30,78	13,41	13,53	30,26	16,1

Źródło: Opracowanie własne na podstawie raportów rocznych Rzecznika Finansowego za lata 2017-2024. np. Rzecznik Finansowy, Sprawozdanie Rzecznika Finansowego z działalności oraz uwagi o stanie przestrzegania prawa i interesów klientów podmiotów rynku finansowego za rok 2024, Warszawa 2025.

Tabela 27. Główne charakterystyki procesów reklamacyjnych obsługiwanych przez sektor bankowo-kapitałowy w Polsce

Charakterystyka	Rok
	2017	2018	2019	2020	2021	2022	2023	2024	Średnio 2017-2024
Reklamacje – liczba	1262365	1438024	1509300	1704506	1709262	1830873	1843415	1871894	1646205
Reklamacje pozytywnie rozpatrzone (w całości lub w części) (%)	62,04	63,50	65,10	60,90	57,10	58,46	57,08	55,59	59,97

Źródło: Opracowanie własne na podstawie raportów rocznych Rzecznika Finansowego za lata 2017-2024. np. Rzecznik Finansowy, Sprawozdanie Rzecznika Finansowego z działalności oraz uwagi o stanie przestrzegania prawa i interesów klientów podmiotów rynku finansowego za rok 2024, Warszawa, 2025.

W tym samym czasie nie obserwowano proporcjonalnych zmian w zakresie procesów reklamacyjnych realizowanych w bankach. Liczba reklamacji składanych w podmiotach rynku bankowo-kapitałowego uległa wprawdzie w latach 2017-2024 wzrostowi, przy czym wzrost ten wyniósł 48%, tj. średnio ok. 7% rocznie. Stabilny pozostawał też wskaźnik pozytywnych (w całości lub w części) rozstrzygnięć reklamacji przez banki.

W kontekście tak prezentujących się charakterystyk należy wskazać, że skala materializacji ryzyka prawnego przejawiająca się także zmianą sposobu podejścia klienta do instytucji finansowych w kontekście dochodzenia praw na drodze sądowej skutkuje i będzie skutkować (biorąc pod uwagę liczbę pozwów znajdujących się obecnie w procesie rozpatrywania) nie tylko paraliżem sądownictwa powszechnego w obszarze gospodarczym, ale także przełoży się na bardzo istotne koszty obsługi prawnej tych spraw oraz w konsekwencji na ceny produktów bankowych. W wyniku aktywności kancelarii prawnych oraz braku rozwiązań systemowych dotyczących kredytów denominowanych w CHF, dochodzi bowiem do mechanizmu przeniesienia kosztów ryzyka prawnego do ceny nowych produktów bankowych. W tym kontekście pewne wątpliwości budzi też mocno ograniczona aktywność instytucji sieci bezpieczeństwa finansowego w kontekście wsparcia prób wypracowania wzorców umownych dla głównych kategorii kredytów, objętych szczególnymi standardami ochrony klienta.

Pozostałe wyzwania w zakresie rentowności sektora bankowego w Polsce w świetle otoczenia regulacyjnego

Zagrożenia dla budowania rentowności sektora bankowego w przyszłości – analiza wpływu potencjalnych obniżek stóp procentowych lub zwiększenia obciążeń podatkowych na wynik finansowy

Do znacznego wzrostu marż odsetkowych netto od 2022 r. i wysokich zysków w 2023 i 2024 roku (definiowanych jako zyski odsetkowe od aktywów pomniejszone o płatności odsetkowe od zobowiązań) doprowadziło wolniejsze przenoszenie podwyżek stóp procentowych na oprocentowanie depozytów niż kredytów, jednak zyski te są krótkookresowe, ponieważ przychody odsetkowe spadną, gdy stopy procentowe zaczną być obniżane¹²². Poza tym wiele czynników strukturalnych obciążających wyniki europejskich banków w dużej mierze pozostało nierozwiązanych (w tym digitalizacja) dlatego w wielu opracowaniach podkreśla się, że słuszną strategią jest utrzymywanie wysokich buforów kapitałowych i budowanie odporności na przyszłe wstrząsy. Obecnie przychody odsetkowe netto stanowią ponad 70% podstawowych przychodów europejskich banków. Spadek stóp procentowych w wielu krajach już nastąpił lub będzie kontynuowany w 2025 r., obniżając rentowność. Jednak koszty kredytu pozostaną w dużej mierze niezmienione w porównaniu do 2024 r., odzwierciedlając umiarkowaną poprawę wyników gospodarczych¹²³.

Ponadto nalży zauważyć, że poprawa rentowności nastąpiła po ponad dekadzie kryzysów i szoków (globalnego kryzysu finansowego, kryzysu zadłużeniowego w strefie euro, pandemii, wzrostu niepewności geopolitycznej), które zaowocowały zaostrzonymi regulacjami, polityką pieniężną z niskimi stopami procentowymi oraz restrykcjami związanymi z pandemią. Ta kombinacja czynników obniżyła zyski i sprawiła że europejskie banki stały się nieatrakcyjne dla inwestorów. Ponadto w zakresie stabilności finansowej obecne wysokie stopy procentowe i inflacja mogę potencjalnie wpłynąć na zdolność kredytową kredytobiorców i w perspektywie banki mogą napotkać podwyższone ryzyko kredytowe. Skuteczne zarządzanie tym ryzykiem wymaga od banków posiadania rezerw na straty kredytowe. Jednocześnie banki muszą sprostać wyzwaniom związanym z cyfryzacją i zmianami klimatycznymi. Tak ze właściwym problemem jest zdolność sektora bankowego do generowania trwałych zysków w średnim i długim okresie, biorąc pod uwagę wyżej wymienione ograniczenia oraz pojawienie się tradycyjnych i nowych zagrożeń w niepewnym scenariuszu makroekonomicznym.

W tym kontekście dużym zagrożeniem są inicjatywy w niektórych krajach UE nakładania obecne – w okresie ustabilizowania się rentowności banków – kolejnych obciążeń podatkowych, co sumaryczny ujmuje tabela 28.

Tabela 28. Informacje o nowych podatkach bankowych w krajach UE

Kraj	Podstawa opodatkowania	Okres obowiązywania podatku	Szacowane dochody podatkowe (mln euro)	Dochody podatkowe jako % AWR	Uwagi
Belgia	Zobowiązania wobec klientów (głównie depozyty)	Stały	150	0,04	Zwiększenie wymiaru istniejącego podatku bankowego z 0,13 na 0,17%
Niderlandy	Zobowiązania bez depozytów i kapitału	Stały	150	0.02	Zwiększenie wymiaru istniejącego podatku (wymiar w zależności od okresu: ST i LT)
Słowenia	Aktywa	5 lat	111	0,3	Podatek w formie opodatkowanej dywidendy
Estonia	Zyski	2 lata	60	0,3
Łotwa	Zyski	1 rok	140	0,9
Litwa	Przychody odsetkowe netto (nadmiar)	1 rok i 7.5 mies.	250	1,2	Nadmiar def. jako przekraczający o 50% średnią wartość NII z lat 2018-2022
Czechy	Zyski (nadmiar)	3 lata	600	0,5	Nadmiar def. jako przekraczający średni poziom z lat 2018-2022
Rumunia	Przychody netto	Stały	160	0,2
Słowacja	Zyski	3 lata	340	0,8	Wzrost stawki CIT
Węgry	Przychody netto	2-3 lat	640	0,6	Charakter progresywny
Hiszpania	Przychody netto (nadmiar)	3 lata	1200	0,1	Podatek nie dotyczy małych banków i operacji w innych krajach
Włochy	Przychody odsetkowe netto (nadmiar)	1 rok	3000	0,25	Nadmiar def. jako przekraczająca poziom NII z 2021 r. o ponad 10% ale możliwość alokowania do kapitału T1

Źródło: M. Maneely, L. Ratnovski, Bank Profits and Bank Taxes in the EU, „IMF Working Paper”, nr 143, 2024.

Nowe obciążenia fiskalne cechuje znaczna różnorodność pod względem podstawy opodatkowania, stawki, czasu trwania i obciążenia. Alternatywną reakcją polityczną na tymczasowo wysokie zyski, postulowaną w literaturze przedmiotu (np. w artykule IMF autorstwa Maneely i Radnovsky) jest alokowanie ich do kapitału, na przykład poprzez zwiększenie wskaźników antycyklicznego bufora kapitałowego, co zostało uchwalone w Polsce. Wprowadzane ad hoc nowe obciążenia mogą ograniczać przewidywalność otoczenia biznesowego i ECB już w 2022 r. wydął opinię negatywna w zakresie wprowadzania ad hoc nowych obciążeń podatkowych, podkreślając negowany wpływ takich działań na dostępność i warunki kredytu¹²⁴.

Podatek bankowy stanowi jedno z dostępnych narzędzi fiskalnych, które są wykorzystane przez państwa członkowskie Unii Europejskiej, m.in. w celu ograniczania nadmiernego ryzyka systemowego, internalizacji kosztów potencjalnych kryzysów finansowych, a także generowania dochodów budżetowych. Problem z prawidłową analizą wpływu tak zwanego podatku bankowego zarówno na same banki, jak i na gospodarkę sprowadza się do faktu braku jednoznacznej definicji podatku bankowego w przepisach unijnych. W części państw członkowskich UE podatek bankowy w istocie ma charakter bezzwrotny, co oznacza właściwe wpisanie się w definicję podatku, natomiast w innych, środki pozyskane w ramach tzw. podatku bankowego często przekazywane są do różnego rodzaju funduszy restrukturyzacyjnych, co pozwala podważyć zasadność określania takiej daniny mianem podatku i skłania w kierunku posługiwania się terminem opłaty.

Niemniej jednak konstrukcja podatku bankowego, zarówno pod względem stawki, jak i podstawy opodatkowania, różni się znacząco pomiędzy poszczególnymi państwami. W tabeli 29 zestawiono stawkę podatku bankowego wraz z podstawą jej naliczania dla wybranych państw członkowskich UE. Na podstawie informacji zestawionych w tabeli X można zaobserwować znaczną rozpiętość stawek podatku bankowego. Najwyższe wartości maksymalne zaobserwowano w Grecji, jednak należy zaznaczyć, że w kraju tym przyjęto pewien przedział stawek (0,12% – 0,60%), z kolei w Polsce stawka 0,44% w połączeniu z szeroką podstawą opodatkowania przekłada się na istotne obciążenie dla sektora bankowego. Z drugiej strony można również zaobserwować, że najniższe stawki przyjęto w Portugalii (od 0,01% do 0,11%) oraz Austrii (od 0,024% do 0,029%), co może świadczyć o umiarkowanym podejściu fiskalnym względem instytucji finansowych.

Tabela 29. Stawki „podatku bankowego” w wybranych krajach UE

Kraj	Roczna stawka podatku	Podstawa opodatkowania
Austria	0,024% – 0,029%	Zobowiązania ogółem pomniejszone o kapitał własny i depozyty ubezpieczone
Belgia	Różne stawki	Różne podstawy opodatkowania w zależności od wielkości instytucji, ryzyka i miejsca przeznaczenia płatności podatkowych
Francja	0,0642%	Minimalny regulacyjny wymóg kapitałowy
Grecja	0,12% – 0,60%	Wartość portfela kredytowego
Węgry	0,15% – 0,20%	Aktywa ogółem z wyłączeniem pożyczek międzybankowych
Holandia	0,033% – 0,066%	Zobowiązania ogółem pomniejszone o kapitał własny i depozyty ubezpieczone
Polska	0,44%	Całkowita wartość aktywów
Portugalia	0,01% – 0,11%	Różne podstawy opodatkowania
Słowenia	0,10%	Aktywa ogółem
Szwecja	0,05%	Zobowiązania ogółem pomniejszone o kapitał własny i depozyty ubezpieczone

Źródło: E. Asen, Bank Taxes in Europe, Tax Foundation, 2021

Kolejnym istotnym czynnikiem, poza stawką podatkową, który różnicuje wpływ podatku bankowego na poszczególne sektory bankowe, jest konstrukcja podstawy opodatkowania. W krajach, takich jak Polska i Słowenia zastosowano najszersze podstawy, obejmujące całkowitą wartość aktywów, bez wyłączeń (np. depozytów ubezpieczonych czy kapitału własnego), co powoduje relatywnie wysokie obciążenie fiskalne. Wprawdzie państwa, takie jak Austria, Holandia, Szwecja stosują zbliżoną konstrukcję opodatkowania, ograniczając podstawę do zobowiązań ogółem, jednak są one pomniejszane o kapitał własny oraz depozyty gwarantowane, co ma zachęcać banki do stabilnego i nisko ryzykownego finansowania

Zróżnicowanie konstrukcji podatku bankowego w analizowanych krajach wskazuje na brak jednolitego modelu opodatkowania instytucji finansowych w Unii Europejskiej, co ma również związek z nakreślonym wcześniej problemem braku jednolitej definicji podatku bankowego w prawodawstwie unijnym. Wybór podstawy opodatkowania oraz wysokości stawki odzwierciedla zatem lokalne uwarunkowania fiskalne, strukturalne cechy sektora bankowego oraz stopień akceptowalnego ryzyka systemowego. Kraje takie jak Polska czy Słowenia, stosując stosunkowo wysokie stawki opodatkowania oraz szerokie podstawy opodatkowania, traktują podatek bankowy jako istotne źródło dochodów publicznych, podczas gdy podejścia przyjęte przez Austrię, Holandię czy Szwecję akcentują funkcję stabilizacyjną. W dłuższej perspektywie brak harmonizacji w zakresie konstrukcji podatku bankowego może prowadzić do arbitrażu regulacyjnego i zakłóceń konkurencyjności między krajami członkowskimi.

Zdolność sektora bankowego do absorpcji redukcji wyniku odsetkowego w kontekście uwarunkowań regulacyjnych (np. maksymalnych pozaodsetkowych kosztów kredytu) i wyzwań prawnych oraz technologicznych

Okres po GFC to ciągły czas dostosowań banków do nowych lub nowelizowanych regulacji. Po fundamentalnym projekcie unii bankowej, w tym rozwiązań stabilizujących restrukturyzację banków systemowo ważnych (dyrektywa BRRD), obecnie Parlament Europejski pracuje nad propozycją Komisji Europejskiej z kwietnia 2023 r. w zakresie nowej dyrektywy o zarzadzaniu kryzysowym i gwarantowaniu depozytów (CMDI). Dyrektywa zakłada włączenie małych i średnich banków w procesy przymusowej restrukturyzacji oraz bardziej elastyczne wykorzystanie środków funduszy gwarancyjnych (DGS) w finansowaniu restrukturyzacji. Wprowadzony niedawno wymóg MREL jest pierwszą linią obrony w procesach restrukturyzacyjnych, ale małe banki mają często niewystarczające możliwości emitowania wierzytelności podlegających umorzeniu (instrument bail-in). W zakresie gwarantowania depozytów obecny poziom gwarancji w wysokości 100 tys. euro na deponenta w danym banku zostanie utrzymany, ale proponuje się rozszerzenie katalogu chronionych deponentów o podmioty publiczne (szpitale, szkoły, gminy). Ochroną najprawdopodobniej objęte zostaną także środki zdeponowane przez klientów w niektórych rodzajach funduszy pozabankowych, np. instytucjach pieniądza elektronicznego, firmach płatniczych i firmach inwestycyjnych. Postuluję się także szerszą ochronę tymczasowych wysokich sald na rachunkach bankowych przekraczających 100 tys. euro związanych z określonymi zdarzeniami życiowymi, takimi jak spadek, odszkodowanie ubezpieczeniowe lub transakcje na rynku nieruchomości. Wdrożenie dyrektywy po jej uchwaleniu spowoduje prawdopodobnie nowe obciążenia dla banków – wzrost składki na BFG.

W latach 2023-2025 wdrożono lub planowane jest wdrożenie w polskim systemie bankowym kolejnych nowych lub nowelizowanych dyrektyw:

• Dyrektywy CCD2 (Consumer Credit Directive) – implementacja 2025, która wprowadziła szerokie obowiązki informacyjne po stronie kredytodawców, oraz doprecyzowała szereg uprawnień po stronie konsumenta. Dyrektywa ma również zastosowanie do umów leasingu, które zawierają opcję zakupu;
• Dyrektywy i Rozporządzenia CRD6/CRR3, które kończą proces wdrażania regulacji Bazylea III (implementacja 2025). Ich celem jest zapobieganie niedoszacowaniu ryzyka, m.in. w wewnętrznych modelach ryzyka banków;
• Kontynuacja prac nad projektem Unii rynków kapitałowych CMU (Capital Market Union).

W 2025 banki implementowały także kluczowe inicjatywy w zakresie budowania odporności cyfrowej w UE:

• Rozporządzenie DORA¹²⁵ (Digital Operational Resilience Act), w sprawie operacyjnej odporności cyfrowej sektora finansowego,
• Rozporządzenie MiCA¹²⁶ (Markets in Crypto-Assets Regulation), które zawiera informacje o tym, jak można wydawać i handlować różnymi rodzajami cyfrowych aktywów finansowych (kryptoaktywów.

Rozporządzenie DORA wprowadza kompleksowe ramy regulacyjne zarządzania ryzykiem ICT (technologie informacyjno-komunikacyjne). DPRA odnosi się do usług cyfrowych i w zakresie danych świadczonych w sposób ciągły za pośrednictwem systemów ICT na rzecz co najmniej jednego użytkownika wewnętrznego lub zewnętrznego. Potrzeba nowych przepisów wynika z rosnącej zależności rynku finansowego od technologii informacyjno-komunikacyjnych. Przepisy DORA mają zastosowanie dla ok. 22 000 instytucji finansowych w UE, takich jak banki, firmy inwestycyjne, spółki zarządzające, dostawców aktywów cyfrowych, firmy ubezpieczeniowe. Rozporządzenie DORA opiera się na pięciu elementach (wykres 84)¹²⁷:

1. Ustanowieniu kompleksowych ram zarządzania ryzykiem ICT: identyfikacja, klasyfikowanie i dokumentowanie funkcji biznesowych związanych z ICT; obowiązek opracowania polityk bezpieczeństwa informacji, mechanizmów wykrywania nieprawidłowości, planów ciągłości działania w obszarze ICT, strategii tworzenia kopii zapasowych oraz planów komunikacyjnych dotyczących ujawniania incydentów;
2. Procesie zarządzania incydentami ICT;
3. Testowaniu cyfrowej odporności operacyjnej banków – obowiązek testowania co najmniej raz w roku kluczowych systemów i aplikacji teleinformatycznych;
4. Zarządzaniu ryzykiem stron trzecich w branży ICT;
5. Ustaleniu dotyczącym wymiany informacji

Nakłada to ogromne obowiązki w zakresie strategii, modeli operacyjnych i obciążeń administracyjnych na banki i pociąga istotne koszty. Europejskie Urzędy Nadzoru mają prawo nakładać grzywny za nieprzestrzeganie przepisów – podmioty, które naruszają wymogi DORA, mogą zostać ukarane grzywną w wysokości do dwóch procent całkowitego rocznego obrotu na rynku lokalnym, a osoba fizyczna może zostać ukarana grzywną w maksymalnej wysokości 1 000 000 euro. Dostawcy zewnętrzni uznani za krytycznych mogą zostać ukarani jeszcze wyższymi grzywnami za nieprzestrzeganie przepisów — do 5 000 000 euro lub, w przypadku osoby fizycznej, grzywną w maksymalnej wysokości 500 000 euro. Jeśli podmiot finansowy nie zgłosi poważnego incydentu lub zagrożenia związanego z ICT, instytucje nadzoru mogą również nałożyć kary finansowe. Badanie ankietowe prowadzone wśród 350 dostawców finansowych w Wielkiej Brytanii pokazało, że 47% z nich w ramach działań organizacji wydało ponad 1 mln euro na zgodność z Rozporządzeniem DORA w ciągu ostatnich 24 miesięcy – koniecznym jest bowiem zatrudnienie specjalistów, aby przygotować raporty w odpowiedniej formie, a także pozyskanie odpowiedniej technologii, a następnie wykazanie po serii testów, że technologia ta działa¹²⁸.

Źródło: S. O’Neill, Digital Operational Resilience Act (DORA): Regulation Summary, Grant Thornton, 2024

Chief Information Security Officer z JP Moran z kolei stwierdził, ze o ile posiadanie procesów w zakresie wykrywania oraz zapobiegania incydentom oraz odzyskiwania danych i komponentów reagowania jest konieczne, a DORA poprawiła też nadzór nad stronami trzecimi, jednak wymagania dotyczące raportowania zgodnie z wymogami DORA są bardzo obciążające dla banków, tym bardziej że mamy do czynienia z fragmentacją regulacyjną. Cyberbezpieczeństwo polega zasadniczo na badaniu awarii i nie można wykryć, zapobiec lub odzyskać danych po awarii bez zrozumienia na głębokim poziomie systemów i oprogramowania, co wymaga posiadania specjalistów najwyższej kasy i skutecznych modeli operacyjnych¹²⁹.

Również Raport Roczny za 2024 r. ECB podkreśla, że banki muszą zachować zdolności adaptacyjne w obliczu transformacyjnych wyzwań strukturalnych, przede wszystkim dotyczących cyfryzacji i zmian klimatycznych. Zdolność banków do zarządzania ryzykiem klimatycznym i środowiskowym oraz łagodzenia tego ryzyka pozostaje jednym z priorytetów nadzorczych, a nie jest to możliwe bez odpowiedniego kapitału i stabilnej rentowności¹³⁰.

Działania dostosowawcze banków do nowych wymogów regulacyjnych oraz obszary kosztów związanych z implementacją nowych rozwiązań w obszarze bezpieczeństwa i innowacji technologicznych

Czynniki strukturalne mają silny wpływ zarówno na rentowność banków, jak i kierunki polityki kredytowej i inwestycyjnej. Zmienne otoczenie makroekonomiczne wpływa na rentowność, otoczenie konkurencyjne – również uwzględniające sektor fin-tech wymusza stały wzrost wydatków technologicznych. Znaczne są też koszty regulacyjne, w tym koszty nadzoru i zapewnienia zgodności (jak procedury AML i KYC), które banki musza pokrywać z zysków. W zakresie wymogów kapitałowych, organy regulacyjne w UE, w tym w Polsce, mają dużą swobodę decyzyjną, a wynikająca z tego niepewność jest jednym z powodów, dla których banki mają tendencję do utrzymywania nadwyżki kapitału (niskie lewarowanie). Banki mają też do czynienia z ciągłym wzrostem wpłat na fundusze depozytowe i restrukturyzacyjne, przy czym na rynku brak rozwiązań regulacyjnych wspomagających zarządzanie ryzykiem, np. sekurytyzacji, która uwolniłaby środki na finansowanie gospodarki. Brak też instytucji sponsorowanych przez rząd które w większym stopniu gwarantowałyby ryzyko kredytowe w obszarach ważnych z perspektywy polityki publicznej, np. kredytów hipotecznych (jak Fannie Mae i Freddie Mac w USA). Banki posiadają znaczną część długu państwowego, co wpływa na ich rentowność – dług państwowy stanowił około 3,5% aktywów bankowych w strefie euro, a ponad 20% w Polsce, ze względu na nadpłynność i oraz bodźce fiskalne (podatek bankowy), co też odbija się negatywnie na kredytowaniu gospodarki.

Banki znajdują się pod wpływem szeregu długoterminowych trendów, negatywnie oddziałujących na koszty i rentowność oraz powodujących koniczność zmiany modeli biznesowych, aby sprostać nowym oczekiwaniom społecznym i dotrzeć do klientów w poprzez nowe kanały cyfrowe. S&P Global wskazuje na cztery wiodące zagrożenia dla banków w 2025 roku: globalne spowolnienie gospodarcze, pogorszenie sytuacji w sektorze nieruchomości, wysokie stopy procentowe i wysoka dźwignia finansową w sektorze rządowym i korporacyjnym; oraz ewoluujące zagrożenia, w tym nowe technologie, zmiany klimatyczne i w cyberprzestrzeni¹³¹. Deloitte dodatkowo wskazuje na napięcia geopolityczne oraz niskie zaufanie do rządów oraz konieczność lepszego zarządzania ryzykiem AT¹³².

Jednym z głównych powodów konieczności silniejszego zabezpieczenia stabilności przez odpowiedni kapitał i bezpieczną akcję kredytową jest niestabilne otoczenie makroekonomiczne, w tym rosnąca niepewność utrudniająca zarządzanie ryzykiem¹³³, przy czym źródła niestabilności zmieniły się istotnie po 2020 roku (wyk. 85). Sektor finansowy ma wypracowane narzędzia do zarządzania ryzykiem, natomiast niepewność wymusza większą elastyczność i zabezpieczenie kapitałowe. Niepewność silnie negatywnie wpływa też na nastroje inwestorów i konsumentów, a w efekcie na popyt na kredyt¹³⁴. Banki nie są głównym, ale dodatkowym wsparciem instytucjonalnym dla inwestycji, a dynamiczny wzrost gospodarczy i inwestycje przedsiębiorstw (czynniki popytowe) napędzają wzrost akcji kredytowej. Polska gospodarka ma jednak jeden z najniższych indeksów innowacyjności: dla Emerging Innovator Summary Innovation Index Polska jest na miejscu 27 z wysokimi wynikami tylko w zakresie wykorzystania technologia cyfrowych. Wzrost niepewności w bankowości ma też negatywny wpływ na podaż kredytową banków, choć efekt ten jest niejednorodny – banki które są lepiej skapitalizowane i mają wyższe bufory płynności, są zwykle mniej dotknięte zaostrzeniem akcji kredytowej¹³⁵.

Wykres 87. Globalny indeks niepewności w podziale na główne determinanty

Zródło: H. Ahir, N. Bloom, D. Furceri, The world uncertainty index, „NBER Working Paper”, nr 29763, 2022 oraz: H. Ahir, N. Bloom, D. Furceri, Tracking uncertainty in a rapidly changing global economic outlook, 2022

Wiele raportów analizujących wpływ postępu technologicznego na banki podkreśla tendencję do przeceniania natychmiastowego wpływu nowych technologii, przy jednoczesnym niedocenianiu ich długoterminowych skutków (prawo Amary )¹³⁶, co może prowadzić zarówno do nadmiernego entuzjazmu, jak i niedoceniania rzeczywistych długoterminowych konsekwencji. Od czasu globalnego kryzysu finansowego z 2008 r. w sektorze finansowym trend związany z wdrażaniem rozwiązań technologach jest jednak bardzo wyraźny, a konkurencja z sektorem FinTech przyniosła poprawę modeli biznesowych i satysfakcji konsumentów¹³⁷, choć firmy z zakresu BigTech mogą przynieść większe zagrożenie dla pozycji konkurencyjnej i stabilności banków¹³⁸ .

Pandemia COVID-19 jeszcze przyśpieszyła rozwój technologii cyfrowych. Już obecnie 57% klientów bankowych w Polsce korzysta z usług głównie przez aplikacje mobilne, a 30% poprzez bankowość internetową, konsumenci przy tym mają zaufanie do bezpieczeństwa transakcji za pośrednictwem platform bankowych, ale jednocześnie uważają że za bezpieczeństwo transakcji w sieci odpowiadają głownie banki¹³⁹. Polskie banki inwestują ogromne środki w rozwój technologii i poprawę cyberbezpieczeństwa o czym świadczy fakt że według raportu firmy Deloitte „Digital Banking Maturity 2024” 10% banków z Polski zakwalifikowanych zostało jako Digital Champions¹⁴⁰.

Szybkie wdrażanie nowych technologii niesie ogromne korzyści, ale też koszty. Raport firmy informatycznej CISCO podkreśla konieczność wdrażania wielowarstwowej strategii ochrony bezpieczeństwa, polegającej na ciągłej aktualizacji systemów bezpieczeństwa, stałej edukacji użytkowników, posiadania kopii zapasowych danych krytycznych oraz posiadaniu strategii reakcji na incydenty¹⁴¹. Raport firmy konsultingowej Oliver Wymian stwierdza, że banki w USA zarządzając ryzykiem połowę czasu poświęcają na ryzyko niefinansowe – głównie na kwestie zgodności i odporności operacyjnej¹⁴². Również wykorzystanie sztucznej inteligencji (AI) w bankowości niesie wiele szans, ale i zagrożeń. AI jest szczególnie pomocna w zapobieganiu przestępstwom finansowym i poprawie jakości kontaktu z klientem poprzez personalizację oferty, niesie jednak konieczność inwestowania ogromnych środków w cyberbezpieczeństwo. Jako sektor podlegający ścisłym regulacjom, instytucje finansowe na całym świecie postępują ostrożnie z wdrażaniem sztucznej inteligencji. Na chwilę obecną ponad 70 procent przypadków użycia generatywnej sztucznej inteligencji znajduje się w fazie weryfikacji koncepcji lub w fazie pilotażowej. Według badania firmy Oliver Wyman w bankach Wielkiej Brytanii, 65 procent respondentów jako główne ryzyko w adopcji rozwiązań AI wskazało niepewność co do kierunku regulacji¹⁴³.

Rola czynników popytowych w poprawie zdolności sektora bankowego do finansowania potrzeb gospodarki w świetle wyników badania ankietowego

Model procesu decyzyjnego w zakresie korzystania z kredytów w sektorze niefinansowym

Proces decyzyjny w zakresie korzystania z kredytów w sektorze niefinansowym (w szczególności w grupie gospodarstw domowych) przebiega etapami, przechodząc przez różne poziomy świadomości, przekonań, opinii, stereotypów, a niejednokrotnie doświadczeń własnych lub innych osób. Częstokroć decyzje podejmowane są w sposób spontaniczny, szczególnie w przypadku, gdy gospodarstwo domowe decyduje o swoich finansach bez dokonania dogłębnej analizy. Z punktu widzenia gospodarstw domowych kredyty spełniają dwie główne funkcje. Z jednej strony, zaciąganie kredytu pozwala na funkcjonowanie gospodarstw domowych na wyższym poziomie, z drugiej może być narzędziem pokrycia okresowego braku funduszy gospodarstw domowych, lub pozwolić na zrealizowanie potrzeb wymagających zaangażowania środków obcych. Innymi słowy, w przypadku kredytów zaciąganych przez gospodarstwa domowe, muszą one mieć określony cel, który powinien przynieść konkretną korzyść temu gospodarstwu domowemu. Natomiast korzyści mają charakter pozafinansowy, dlatego że z założenia, gospodarstwo domowe nie jest podmiotem, który ma na celu maksymalizację swojego zysku. Dlatego analizując pozasektorowe, konsumenckie uwarunkowania zadłużania warto dokonać oceny z perspektywy postrzegania użyteczności dla gospodarstwa domowego z tytułu zadłużania się oraz przekonań, wiedzy i kompetencji w zakresie korzystania z kredytów.

Przekonania są interpretacją faktów, a nie faktami, mimo, że bywają z nimi utożsamiane. Sytuacja ta niejednokrotnie prowadzi do samowykluczenia gospodarstwa domowego np. w rynku kredytowego. Przekonania to ustalone przemyślenia, filtry przez które postrzegamy i porządkujemy rzeczywistość. Jeśli są błędne lub dezaktywujące wówczas istotnie wpływają na aktywność gospodarstwa domowego na rynku usług finansowych i działają jak samospełniające się proroctwo. Przekonania niezależnie od swojej ewentualnej szkodliwości „porządkują” rzeczywistość, przynoszą poczucie bezpieczeństwa, a przez to mogą ułatwiać funkcjonowanie na rynku np. w postaci niechęci do zaciągania zobowiązań lub do nadmiernego ich zaciągania. Zagadnienia związane z zadłużaniem się są dla konsumentów skomplikowane i poznawczo trudne, stąd często włącza się mechanizm ograniczonej racjonalność oraz intuicyjny, szybki, nie wymagający wysiłku proces podejmowania decyzji. W tym modelu decyzyjnym dominuje zjawisko outsourcingu odpowiedzialności, nieuzasadniona pewność siebie, przecenianie własnych możliwości, a także prawo małych liczb: ludzie mają tendencję do ekstrapolowania wniosków wyciągniętych z obserwacji małej próby. Biorąc powyższe pod uwagę podkreślenia wymaga rola kompetencji ekonomicznych konsumenta, rola edukacji ekonomicznej w zakresie odpowiedzialnego korzystania z oferty kredytowej banków.

Socjologiczna optyka oceny uwarunkowań zadłużania się jest niezbędna z uwagi na fakt, że przekonania, to utrwalony stosunek do jakiegoś zagadnienia oparty na przeświadczeniu o prawdziwości własnego osądu. Przekonania „określają, co uważamy za prawdę lub fałsz” stanowią myślowe przesłanki dotyczące świata, które osoba odczuwa jako prawdziwe. U podstaw badań leżą przesłanki odwołujące się do analizy oczekiwań oraz ekonomii behawioralnej. Ujęcie to jest zasadne, gdyż banki oferują usługi, by przekonać, że zaspakajają określone potrzeby, zarówno w obszarze funkcjonalnym jak i emocjonalnym. Z tego też tytułu należy uwzględnić system wartości, oczekiwania konsumenta zarówno wobec życia prywatnego jak i wobec banków, kontekst strukturalny, uwarunkowania społeczne, psychologiczne i behawioralne konsumentów.

Tabela 30. Uogólniony model roli przekonań w podejmowaniu decyzji o korzystaniu z kredytów.

Etap decyzji	Obszar decyzji	Kontekst
1	Oczekiwania, uświadomione oraz nieuświadomione potrzeby	Nie ma aktywności, której źródłem nie byłaby potrzeba którą może zaspokoić kredyt
2	Ocena świadomości i przekonań na temat kordytów	U podstaw definiowania oczekiwań tkwią wyobrażenia o możliwości zrealizowania celu – ryzyko samowykluczenia, kompetencje finansowe, wiedza. Aby potrzeba mogła inspirować do kredytu, konieczne jest jej przejście przez filtr świadomości w tym również wyobrażeń, schematów myślowych, przekonać, stereotypów związanych z zadłużaniem się.
3	Znajomość sposobu skorzystania z kredytu, przeświadczenie, że potrzeba może być zaspokojona przez zaciągniecie kredytu	Znajomość procesu kredytowego, który w efekcie może daną potrzebę zaspokoić oraz przeświadczenie, że zaspokojenie potrzeby za pomocą kredytu jest prawdopodobne. Konsument ocenia dostępność kredytu i jego adekwatność do zaspokojenia potrzeby gospodarstwa domowego.
4	Operacyjna świadomość sposobu i miejsca zaciągnięcia kredytu	Aby potrzeba mogła inspirować do działania, konieczne jest posiadanie wiedzy o instytucji mogącej udzielić kredytu oraz ofercie kredytu, zasadach zadłużania się i spłaty kredytu.
5	Zakres korzystania z kredytów	Korzystanie z kredytów zmierza do zaspokojenia określonych potrzeb, czego wyrazem jest gratyfikacja w postaci niefinansowych korzyści gospodarstwa domowego. Miarą oceny tego obszaru są wskaźniki korzystania z kredytów oraz korelacja pomiędzy oczekiwaniami, a ich realizacją wyrażona satysfakcją z produktów kredytowych.

Źródło: opracowanie własne.

Aktywność kredytowa sektora niefinansowego w kontekście identyfikacji potrzeb i polityki kredytowej banków

Charakterystykę konsumenckich przekonań wobec zadłużania się i ocenę jej wpływu na popyt na kredyt bankowy w Polsce przedstawiono w oparciu o wyniki badań konsumenckich zrealizowanych na ogólnopolskiej reprezentatywnej próbie N=1000 mieszkańców kraju w wieku 18 lat i więcej w dniach 06 – 14 marca 2025 r.

Analizując korzystanie z kredytów w polskim społeczeństwie uwagę zwraca niskie upowszechnienie korzystania wśród konsumentów z produktów i usług bankowych. O ile poziom ubankowienia wynosi 96%, korzystania z bankowości internetowej 93%, z bankowości mobilnej 82%, z płatności BLIK 72% o tyle kredyt konsumpcyjny obecnie spłaca 18% badanych, kredyt mieszkaniowy 9%, z karty kredytowej korzysta 31%, a z kredytu odnawialnego w rachunku 5%, podobnie jak z kredytu samochodowego. Posiadanie jakichkolwiek zobowiązań kredytowych w okresie minionych 5 lat, nawet jeśli są już spłacone deklaruje 44% Polaków, a w tym 21% w ostatnich 5 latach korzystało tylko z niewielkich kredytów, szybko spłacanych, 10% miało tylko 1-2 kredyty na mieszkanie lub samochód (wykres 88). Jedynie 13% polskiego społeczeństwa jest istotnie zaangażowane w korzystanie z kredytów długo i krótkoterminowych. Statystyki te wskazują na niski poziom upowszechnienia usług bankowych w polskim społeczeństwie pod względem wachlarza możliwości oferowanych przez banki.

Wykres 88. Aktywność kredytowa Polaków

Źródło: badania własne.

Oznacza to, że 56% polskiego społeczeństwa całkowicie pozostaje poza rynkiem kredytowym w Polsce, a 21% uczestniczy w nim w marginalnym zakresie. Przyczyny tego stanu są zróżnicowane, częściowo są obiektywnym wykluczeniem ekonomicznym, jednak wynikają także z przekonań oraz wiedzy konsumentów na temat korzystania z kredytów.

Jest bardzo duże pole do aktywizacji kredytobiorców, szczególnie w aspekcie behawioralnym (26% uważa że nie powinno się nigdy zaciągać kredytów) a korzystający są raczej nadaktywni. Szczególnie taką postawę prezentują osoby starcze, powyżej 60 r.ż. oraz osoby w wieku 18-24 lata w której 26% jest przeciwna zaciąganiu kredytu niezależnie od celu. Poziom mentalnego wykluczenia jest wysoki, co oznacza, ze już na pierwszym etapie decyzyjnym (tabela 31) konsumenci dokonują samowykluczenia w oparciu o posiadane przekonania. Uzasadnieniem zaciągnięcia długoterminowego kredytu jest zakup mieszkania, domu, ziemi, lub wydatki związane ze zdrowiem, leczeniem, bądź założeniem własnej firmy (wykres 89). Konsumenci odwołują się do potrzeb podstawowych co w pewnym sensie stanowi motywację negatywną o zaciągnięciu zobowiązania.

Tabela 31. Uogólniony model roli przekonań w podejmowaniu decyzji o korzystaniu z kredytów.

Etap decyzji	Obszar decyzji	Kontekst
1	Oczekiwania, uświadomione oraz nieuświadomione potrzeby	Nie ma aktywności, której źródłem nie byłaby potrzeba którą może zaspokoić kredyt
2	Ocena świadomości i przekonań na temat kordytów	U podstaw definiowania oczekiwań tkwią wyobrażenia o możliwości zrealizowania celu – ryzyko samowykluczenia, kompetencje finansowe, wiedza. Aby potrzeba mogła inspirować do kredytu, konieczne jest jej przejście przez filtr świadomości w tym również wyobrażeń, schematów myślowych, przekonać, stereotypów związanych z zadłużaniem się.
3	Znajomość sposobu skorzystania z kredytu, przeświadczenie, że potrzeba może być zaspokojona przez zaciągniecie kredytu	Znajomość procesu kredytowego, który w efekcie może daną potrzebę zaspokoić oraz przeświadczenie, że zaspokojenie potrzeby za pomocą kredytu jest prawdopodobne. Konsument ocenia dostępność kredytu i jego adekwatność do zaspokojenia potrzeby gospodarstwa domowego.
4	Operacyjna świadomość sposobu i miejsca zaciągnięcia kredytu	Aby potrzeba mogła inspirować do działania, konieczne jest posiadanie wiedzy o instytucji mogącej udzielić kredytu oraz ofercie kredytu, zasadach zadłużania się i spłaty kredytu.
5	Zakres korzystania z kredytów	Korzystanie z kredytów zmierza do zaspokojenia określonych potrzeb, czego wyrazem jest gratyfikacja w postaci niefinansowych korzyści gospodarstwa domowego. Miarą oceny tego obszaru są wskaźniki korzystania z kredytów oraz korelacja pomiędzy oczekiwaniami, a ich realizacją wyrażona satysfakcją z produktów kredytowych.

Źródło: opracowanie własne.

Wykres 89. Uzasadnienie zaciągnięcia długoterminowego kredytu

Źródło: badania własne.

Na poziomie przekonań konsumenci ważą korzyści wobec potencjalnych ryzyk związanych z korzystaniem z kredytu. Bilans tej oceny wyraźnie przechyla się w stronę ryzyk podejmowanych w związku z zaciągnięciem kredytu. Trzy czwarte klientów banków na poziomie własnych ocen i przekonań widzi szereg ryzyk dla obsługi kredytu, co jest skutecznym demotywatorem wobec decyzji sięgnięcia po kredyt (wykres 90). Największa waga przypisywana jest ryzykom przypisywanym jako sektorowe, tj. wzrost oprocentowania, wzrost wysokości raty, zbyt wysokie koszty obsługi kredytu, zmiana warunków spłaty. Konsumenci dają również wysoką rangę czynnikom losowym takim jak utrata pracy, nieplanowane wydatki.

Wykres 90. Ocena ryzyk dla kredytobiorców

Źródło: badania własne.

Uwagę zwraca także zjawisko wysokiej świadomości ryzyk wynikających z braku racjonalnego podejścia i nieumiejętności zarządzania środkami gospodarstwa domowego, w tym także myślenia magicznego, że jakoś to będzie, a także braku świadomości ile kosztuje kredyt. Polacy zapytani o to co jest przyczyną problemów ze spłatą kredytów w jednej czwartej wskazują na powody po stronie sektora, a w trzech czwartych powody po stronie konsumentów. Zauważalne jest także poczucie bezkarności wobec nie spłacania kredytów (wykres 91).

Wykres 91. Percepcja przyczyn problemów ze spłatą kredytów

Źródło: badania własne.

Bilansując motywatory zaciągania zobowiązań finansowych oraz potencjalne ryzyka związane z posiadaniem kredytu ocena jest niekorzystna. Na poziomie przekonań trzy czwarte konsumentów znajduje uzasadnienie, że zaciągniecie kredytu wiąże się z licznymi ryzykami, których konsumenci nie są chętni podejmować. W znaczącym stopniu wysoka ocena potencjalnych ryzyk zniechęca do sięgania po kredyty.

Istotnym problemem wzrostu rynku kredytowego jest decyzja konsumentów o przerwaniu planowanego procesu kredytowego. 18% konsumentów planowało zaciągnięcie kredytu konsumpcyjnego ale finalnie kredyt nie został zaciągnięty, gdyż klient zrezygnował. W przypadku kredytów mieszkaniowych 11% konsumentów planowało zaciągniecie kredytu i finalnie zrezygnowało. Statystyki te wskazują na istotne bariery pojawiające się w procesie ubiegania się o kredyt. Stosunkowo liczna grupa respondentów rezygnuje z kredytu z powodu kosztów kredytu i wysokości rat. W przypadku rezygnacji z kontynuowania procesu w kredycie konsumpcyjnym to zbyt wysoki koszt kredytu, pogorszenie się sytuacji ekonomicznej gospodarstwa domowego oraz finalnie wykorzystanie innych źródeł finansowania (wykres 92).

Wykres 92. Powody rezygnacji z planowanego kredytu konsumpcyjnego

Źródło: badania własne.

W przypadku planowanych kredytów mieszkaniowych głównym i dominującym czynnikiem przerywającym proces kredytowy jest przekonanie o zbyt wysokim koszcie kredytu lub zbyt wysoka rata, a w dalszej kolejności obawa o odmowę przyznania kredytu, oczekiwanie na program wsparcia publicznego, pogorszenie się sytuacji materialnej gospodarstwa domowego, czy też wykorzystanie alternatywnych źródeł finasowania (wykres 93)

Wykres 93. Powody rezygnacji z planowanego kredytu mieszkaniowego

Źródło: badania własne.

Respondenci wyrażają zrozumienie dla podstawowych zależności ekonomicznych. Ocena najważniejszych czynników negatywnie wpływających na liczbę udzielanych kredytów przez banku wskazuje na dobre zorientowanie konsumentów w realiach kształtujących warunki udzielania kredytów przez banki (wykres 94). Koszt kredytu określany wysokimi stopami procentowymi NBP oraz zła sytuacja materialna gospodarstw domowych to dwa kluczowe czynniki negatywnie wpływające na liczbę udzielanych kredytów. Ich kumulacja wyklucza wejście konsumenta w proces kredytowy (wykres 92). Kolejną grupą uwarunkowań jest ogólna niepewność o sytuację geopolityczną i makroekonomiczna kraju. W obecnej sytuacji kluczowe czynniki negatywnie wpływające na liczbę udzielanych kredytów przez banki oceniane są negatywnie, co stanowi silną destymulantę wzrostu rynku kredytowego w Polsce.

Wykres 94. Najważniejsze czynniki negatywnie wpływające na liczbę udzielanych kredytów przez bank [odsetek „tak”]

Źródło: badania własne.

Polacy mają ambiwalentny stosunek wobec kredytów. Dominuje przekonanie, że kredyt to konieczność i nieunikniony obowiązek spłaty zaciągniętego zobowiązania. Ponad trzy czwarte badanych (78%) uważa, że kredyty należy zawsze spłacać. Odmiennego zdania jest 10% badanych. Jedna czwarta społeczeństwa posiada pozytywny stosunek wobec kredytów, ale także jednak czwarta posiada negatywny stosunek wobec zaciągania zobowiązań w postaci kredytu. Postawa emocjonalna wobec kredytów ma kluczowe znaczenie w budowaniu owartości lub awersji wobec kredytów. Istnieje silna liniowa zależność pomiędzy postawą emocjonalną a chęcią skorzystania z kredytów. Osoby o negatywnej postawie wobec kredytów ukształtowały silne negatywne postrzeganie tego instrumentu. Negatywna przekonania na temat kredytów wykluczają te osoby jako potencjalnych kredytobiorców.

Wykres 95. Postawa emocjonalna wobec kredytów

Źródło: badania własne.

Sentyment informacji jakie docierają do respondentów na temat kredytów jest także silnie zróżnicowany i nie sprzyja budowaniu przychylnej postawy wobec kredytów. 18% to informacje identyfikowane jako pozytywne, 29% to informacje negatywne, 32% neutralne, a 22% mieszkańców Polski nie spotkało się z żadnymi informacjami na temat kredytów (wykres 95). Wysoki odsetek osób, które nie spotkały się z informacjami na temat kredytów wskazuje stopień w jakim kategoria kredytów dla osób indywidualnych jest odległa w spontanicznej świadomości konsumentów. Oznacza to, że kredyty dla ¼ polskiego społeczeństwa pozostają poza spektrum ich zainteresowania z uwagi na mentalne wykluczenie.

Jednym z ważnych czynników negatywnie wpływających na skłonność do korzystania z kredytów jest obawa o odmowną decyzje banku. Z taką sytuacją spotkało się 27% klientów banków. Klienci, którzy znaleźli się w takiej sytuacji w bardzo często uznają, że nic nie da się zrobić bo i tak to nic nie da. Takie stanowisko prezentuje jedna trzecia badanych (31%). Różnie wysoki odsetek, bo 37% w takiej sytuacji podejmie próbę w innym banku (wykres 96). Odmowa banku nie jest generalnym problemem, natomiast reakcja konsumentów aby spróbować w innym banku lub nic nie robić, bo to i tak nic nie da świadczy o niskiej wiedzy finansowej.

Wykres 96. Reakcja na odmowę udzielenia kredytu

Źródło: badania własne.

Popyt na kredyt bankowy a świadomość klientów i postrzeganie ryzyka prawnego

Poziom wiedzy finansowej Polaków jest niski, podobnie jak skłonność do podniesienia własnej wiedzy z zakresu korzystania z kredytów. To istotny problem, wyzwanie przed sektorem i jednocześnie ważny czynnik ograniczający wzrost rynku bankowego. Postawa emocjonalna wobec kredytów oraz kompetencje i wiedza o zasadach korzystania z kredytów to kluczowe czynniki otwierające świadomość konsumentów na korzystanie z kredytów. Bez przełamania tych dwóch uwarunkowań wzrost rynku kredytów dla osób indywidualnych będzie napotykał na istotne bariery. 53% Polaków nie jest zainteresowana podniesieniem swoje wiedzy na temat kredytów. Odmiennego zdania jest 26% badanych, a 19% nie wie, czy ma taka potrzebę (wykres 97).

Wykres 97. Deklarowana potrzeba podniesienia wiedzy o kredytach

Źródło: badania własne.

Klienci nie chcą poprawić swojej edukacji finansowej, a funkcje takich podmiotów jak Arbiter Bankowy, czy Rzecznik Finansowy, Rzecznik Ubezpieczonych dla zdecydowanej większości klientów banków są nieznane. Klienci banków otwarcie przyznają, że nie są im znane i nie rozumieją pojęć takich jak: stopa referencyjna, której nie zna 59% klientów banków, WIBOR 53%, upadłość konsumencka 39%, instytucja BIK i jej funkcje są nieznane dla 37% klientów banków, pojęcie marży banku jest nieznane dla 36% klientów banków, a o pojęciu RRSO nie słyszało 25% klientów banków (wykres 98).

Wykres 98. Subiektywna deklaracja znajomości pojęć

Źródło: badania własne.

Kontekst niskich kompetencji ekonomicznych, braku zainteresowania informacjami o zasadach korzystania z kredytów niesie za sobą duże ryzyko reputacyjne związane z dokonywaniem przez konsumentów ocen banków w wymiarze zakorzenionych przekonań, stereotypów oraz konsekwencji posługiwania się prawem małych liczb w dokonywanych ocenach. Przykładem takich ocen jest opinia o działaniach działania kancelarii prawnych w celu unieważnienia umów na kredyty mieszkaniowe udzielone w złotych tzw. wiborowe (odwiborowanie kredytu). Większości konsumentów nie interesują kwestie „odfrankowienia” czy „odwiborowania” kredytów – ewidentnie jest to temat wykreowany przez grupę interesariuszy. Jedna czwarta Polaków (24%) słyszała o działaniach kancelarii prawnych w celu unieważnienia umów na kredyty mieszkaniowe udzielone w złotych tzw. wiborowe (odwiborowanie kredytu). Jednak analizując ocenę tych działań rysują się poważne potencjalne ryzyka, gdyż 25% społeczeństwa pozytywnie ocenia działania kancelarii prawnych w celu unieważnienia umów na kredyty mieszkaniowe udzielone w złotych (wykres 99), odmiennego zdania jest 16%, a 59% nie ma wyrobionej opinii na ten temat. Jednak narracja interesariuszy tych działań niesie ryzyko wzmocnienie przekonań o nieprawidłowościach przy udzielaniu kredytów opartych na WIBOR. O działaniach kancelarii prawnych w celu unieważnienia umów na kredyty mieszkaniowe udzielone w złotych tzw. wiborowe (odwiborowanie kredytu) słyszało 24% Polaków, a o działaniach kancelarii prawnych w celu unieważnienia umów na kredyty mieszkaniowe tzw. frankowe słyszało niemal dwukrotnie więcej, tj. 45%. Oceny działań kancelarii prawnych wobec kredytów tzw. frankowych są pozytywne w opinii 27% badanych, negatywne w grupie 26% respondentów.

Wykres 99. Społeczna ocena działań kancelarii prawnych wobec kredytów CHF oraz opartych na WIBOR

Źródło: badania własne.

Społeczeństwo polskie jest także podzielone pod względem oceny wakacji kredytowych. 41% badanych ocenia to rozwiązanie negatywnie, jako niesprawiedliwe społecznie, a także naruszające zasady rynkowe i adresowane często do osób, które nie potrzebują wsparcia (wykres 100). 46% ocenia to rozwiązanie pozytywnie w kontekście altruistycznym, wskazując, ze dzięki temu wielu klientów mogło zachować płynność finansową. Jednak 14% badanych wprost przyznaje, że ryzyko wzrostu rat kredytów powinny ponosić banki, co jest przykładem zjawiska outsourcingu odpowiedzialności za własne decyzje i zaprzeczeniem postanowieniom umów i warunków na których konsumenci korzystają z kredytów.

Wykres 100. Społeczna ocena programu wakacji kredytowych

Źródło: badania własne.

W tym kontekście uwidacznia się interesowne postępowanie pewnych grup klientów, którzy dostrzegając możliwość uwolnienia się od zobowiązań finansowych sięgają po narzędzia prawne które mogą zrealizować ten cel. Z punktu widzenia odbioru społecznego takich działań to naruszenie porządku normatywnego według którego działają banki, co w konsekwencji skutkuje podważeniem zaufania do trwałości, przewidywalności i stabilności porządku prawnego wg którego działają banki. Postrzeganie systemu bankowego jako stabilnego stanowi filtr przez który dokonywana jest społeczna ocena banków, a niejednokrotnie tylko ten wymiar brany jest pod uwagę w ocenie banków. Spełnienie przez sektor bankowy oczekiwań normatywnych stanowi warunek konieczny do wejścia konsumentów w relację kredytową z bankiem. Brak trwałości reguł stanowi poważny czynnik negatywnie wpływający na zaangażowanie kredytowe gospodarstw domowych. Należy ponadto mieć wzgląd na przejrzystość i transparentność funkcjonowania, podporządkowanie banków regułom prawa i ramom proceduralnym. Jeśli reguły są spójne, przejrzyste
i legitymizowane, wytwarza się poczucie porządku, przewidywalności, regularności
i bezpieczeństwa, które jest koniecznym czynnikiem warunkującym decyzje kredytowe konsumentów. W przeciwnym razie wytwarzają się postawy antagonistyczne wobec banków, które dla banków niosą poważne ryzyko prawne oraz ryzyko reputacyjne. Wyraźnym przykładem jest dokonywana przez 35% polskiego społeczeństwa pozytywna ocena działań kancelarii prawnych w celu realizacji tzw. sankcji kredytu darmowego. Opinię negatywną wobec tych działań wyraża zaledwie 12% badanych, a 53% nie ma zdania w tej sprawie (wykres 101).

Wykres 101. Społeczna ocena działań kancelarii prawnych w celu realizacji tzw. sankcji kredytu darmowego

Źródło: badania własne.

Porządek normatywny i jego znaczenie dla decyzji kredytowych konsumentów ujawnia się także w decyzji o wyborze banku w którym konsument rozważa zaciągniecie kredytu. Sumarycznie okazuje się, że warunki pozacenowe są kluczowe dla wyboru banku, w którym konsument rozważa zaciągnięcie kredytu (wykres 102). Niestabilność prawa, podważanie stałości reguł i porządku normatywnego oddziałuje negatywnie na podaż kredytu w sektorze bankowym.

Wykres 102. Powody wyboru banku, w którym zaciągnięto kredyt

Źródło: badania własne.

Główne wnioski i rekomendacje

Na podstawie przeprowadzonych analiz należy ocenić, iż w latach 2010 – 2024 polski sektor bankowy wykazywał przeciętnie umiarkowany poziom rentowności swojej działalności, niemal w całym okresie niższy od rynkowego kosztu kapitału. Przez bardzo długi okres, od 2010 do 2019 roku włącznie, wynik finansowy netto sektora bankowego utrzymywał się na zbliżonym poziomie, pomimo podjętych przez banki działań w postaci zwiększenia skali działalności (co szczególnie widoczne jest na poziomie sumy bilansowej), czego wynikiem był systematyczny spadek rentowności ich działalności, mierzonej za pomocą wskaźników ROE i ROA. Szok w otoczeniu gospodarczym, wywołany wybuchem pandemii COVID-19 oraz czynniki związane z materializacją ryzyka prawnego były przyczyną załamania w 2020 r. rentowności działalności bankowej w Polsce, którą w ostatnich dwóch latach udaje się bankom stopniowo skutecznie odbudowywać. Świadczy o tym również analiza w zakresie wartości marży odsetkowej netto.

Porównując rentowności sektorów bankowych krajów Unii Europejskiej, szczególnie krajów Europy Środkowo-Wschodniej i krajów nadbałtyckich, można potwierdzić wnioski o umiarkowanej rentowności polskiego sektora bankowego. Na koniec 2023 r. i za trzy kwartały 2024 r. polski sektor bankowy odznaczał się niższą rentownością niż sektory bankowe krajów UE, które po wybuchu kryzysu finansowego 2007 – 2009 zmagały się ze znaczącym wzrostem wartości kredytów zagrożonych, co aż do 2017 r. istotnie wpływało na niskie wartości wykazywanych przez nie wskaźników ROE i ROA, jednak dzięki zastosowaniu specjalnych metod restrukturyzacji problematycznych portfeli kredytowych, sektory bankowe w tych krajach zdołały skutecznie odbudować swoją rentowność, odznaczając się na koniec analizowanego okresu najlepszą wartością wskaźników ROE i ROA spośród wszystkich analizowanych grup. Polski sektor bankowy, który w 2014 r. charakteryzowała stosunkowo dobrą jakością portfela kredytowego w stosunku do sektorów bankowych innych krajów UE, na koniec 2024 r. wykazał najwyższą wartość wskaźnika NPL, choć poniżej wartości krytycznej 5%. Główną przyczyną jest utrzymywanie się w polskim sektorze bankowych jednego z najwyższych wartości wskaźnika NPL portfela kredytów dla gospodarstw domowych.

Rentowność polskiego sektora bankowego w latach 2010-2024 była istotnie niższa od rentowności zarówno przedsiębiorstw niefinansowych działających w Polsce w innych sektorach gospodarki, jak i od średniej rentowności spółek wchodzących w skład indeksu WIG20. Należy przy tym podkreślić znaczącą różnicę wartości wskaźników ROE i ROA między liderami tych zestawień a średnią dla polskiego sektora bankowego.

Po prawie dziesięcioletnim okresie stabilnego poziomu całkowitych kosztów prowadzenia działalności bankowej w Polsce, w ciągu ostatnich pięciu odnotowano ich znaczny wzrost. Wśród głównych przyczyn wymienić należy wzrost wartości kosztów odsetkowych, wynikających z zaostrzenia przez RPP prowadzonej polityki pieniężnej poprzez znaczące podniesienie stóp procentowych NBP oraz wzrost kosztów operacyjnych, przy czym na ich wzrost wpłynął nie tylko wzrost wynagrodzeń pracowniczych, ale przede wszystkim znaczący wzrost obciążenia polskiego sektora bankowego nowymi kosztami podatkowymi oraz kosztami regulacyjno-fiskalnymi. Dodatkowym obciążeniem była także konieczność zwiększania wartości rezerw tworzonych przez banki z tytułu ryzyka prawnego, wynikającego z posiadania przez nie ekspozycji kredytowych w CHF.

Analiza współczynników korelacji i ich istotności statystycznej w zakresie zależności wybranych charakterystyk makroekonomicznych, sektorowych i regulacyjnych w kontekście kształtowania rentowności sektorów bankowych w krajach Unii Europejskiej pozwoliła na potwierdzenie, że na poziom rentowności sektorów bankowych UE w bardzo silnym stopniu w latach 2010-2024 wpływały uwarunkowania makroekonomiczne: stopa inflacji (i związana z nią bezpośrednio stopa procentowa banku centralnego), tempo zmian PKB, zmiana cen nieruchomości oraz poziom długu publicznego i stopy bezrobocia. Silną negatywną zależność potwierdzono w przypadku wskaźnika NPL, co jednoznacznie wzmacnia dowody na bardzo ważną rolę właściwego zarządzania ryzykiem kredytowym w procesie budowy rentowności sektora. Wnioski w tym zakresie związane są też z wysokimi wartościami współczynników korelacji dla zastosowania publicznych narzędzi wspierających niektóre metody restrukturyzacji portfela o niskiej jakości w krajach gdzie obserwowany był problem wysokich wskaźników NPL (dotyczy to zmiennych związanych z reformami przepisów upadłościowych i sądowych oraz ułatwień w sprzedaży kredytów z utratą wartości). W sektorach bankowych krajów Unii Europejskiej potwierdzono także silny związek między rentownością a poziomem wyposażenia kapitałowego, ocenianego zarówno w ujęciu księgowym (wskaźnik KW_A), jak i regulacyjnym. W tym przypadku mocno uwypuklony został mechanizm akumulacji zysków jako narzędzia budowy kapitałów w działalności bankowej. Istotna statystycznie jest również zależność między indeksem jakości postępowań sądowych a ROA i ROE, wskazująca na istotną rolę efektywności wymiaru sprawiedliwości jako czynnika wspierającego sektory bankowe w budowaniu efektywności. W oparciu o analizy statystyczne potwierdzono też występowanie różnic w konsekwencjach ekonomicznych materializacji ryzyka prawnego związanego z kredytami w CHF – dla krajów o niskiej ekspozycji portfeli kredytowych w CHF obserwuje się dodatni kierunek oddziaływania na wynik, w krajach o wysokiej ekspozycji – ujemny. Ujemnie na rentowność sektorów bankowych oddziałuje poziom oprocentowania depozytów (w szczególności gospodarstw domowych, co wynika m.in. ze struktury portfeli depozytowych pozyskiwanych od sektora niefinansowego) a także wyższe zaangażowanie depozytowe na rynku międzybankowym (zmienna DEP_B_AO), co uzasadnione jest relatywnie wyższą ceną pozyskiwanego finansowania na rynku hurtowym niż detalicznym. Na rentowność pozytywnie wpływa też lepsze wyposażenie kapitałowe systemów gwarantowania depozytów i większe pokrycie depozytów gwarantowanych – wyższe bezpieczeństwo środków jest ważnym czynnikiem przyciągającym deponentów o wysokiej awersji do ryzyka. Współczynniki korelacji dotyczące podatku bankowego wskazują na ujemną zależność, ale jedynie w przypadku ROE możliwe jest potwierdzenie jego statystycznej istotności (tylko przy poziomie ufności równym 90%).

W oparciu o analizę istotności statystycznej współczynników korelacji pomiędzy wybranymi charakterystykami ekonomicznymi, regulacyjnymi i behawioralnymi a rentownością banków komercyjnych działających w Polsce w latach 2010-2024, wśród najważniejszych wniosków należy wskazać na dodatnią relację między poziomem stopy referencyjnej NBP a rentownością banków komercyjnych działających w Polsce. Ujemnie na poziom ROE i ROA oddziaływały też w całym sektorze następstwa pandemii COVID-19, saldo bilansu płatniczego i zmiany cen nieruchomości. Istotnym czynnikiem zmniejszającym rentowność wśród podmiotów polskiego sektora bankowego jest też utrzymywanie wyższego poziomu rezerw płynności krótkookresowej (LCR). Wielkość banku jest czynnikiem wspierającym budowanie rentowności. Poziom indeksu dostępności kredytowej, efektywność rozpatrywania wniosków kredytowych przedsiębiorstw i wzrost popytu przedsiębiorstw na kredyt gospodarczy) wspierają poprawę rentowności. W kierunku pogorszenia rentowności banków komercyjnych działających w Polsce oddziałuje jakość portfela kredytowego, natomiast skala pokrycia rezerwami kredytów z utratą wartości oddziałuje w kierunku przeciwnym. Czynnikiem istotnie negatywnie wpływającym na rentowność jest też skala wzrostu liczby i wartości postępowań sądowych prowadzonych przeciwko bankom a także zmiany w liczbie składanych reklamacji. Jednocześnie pozytywnie na ROA i ROE wpływa poprawa efektywności rozpatrywania przez sądy postępowań w których pozwaną stroną są banki. Lepszą rentownością cechowały się też banki o wyższym udziale kosztów odsetkowych w kosztach ogółem oraz kosztów wynagrodzeń w kosztach operacyjnych. W przypadku skali obciążenia podatkiem bankowym wykazano zależność negatywną, ale nieistotną statystycznie, natomiast uwzględniając łączne obciążenia regulacyjne banków w relacji do aktywów ogółem należy wskazać na istnienie negatywnej, istotnej statystycznie zależności. Pozytywnie na poziom ROA i ROE oddziałuje natomiast zmniejszenie relacji wynagrodzenia zarządu oraz rady nadzorczej w relacji do kosztów wynagrodzeń ogółem. Dodatnia relacja została też zidentyfikowana pomiędzy skalą kapitałów własnych banków w relacji do aktywów a ich rentownością, przy czym siła tej zależności jest relatywnie niewielka. Na podstawie analizy korelacji należy także wskazać na silną zależność między poziomem rentowności banków a ich gotowością do wyższej skali wypłaty dywidendy, wyrażoną wskaźnikami, co wzmacnia postrzeganie podmiotów o wyższej rentowności nie tylko jako instytucji zdolnej do generowania wyższych zysków, ale też uwzględniającej oczekiwania inwestorów, którzy w przyszłości z dużym prawdopodobieństwem wykażą większą skłonność do nabywania akcji nowych emisji w warunkach wzrostu zapotrzebowania na kapitał.

Celem sektora bankowego jest wspomaganie rozwoju gospodarki poprzez aktywne udzielanie kredytów. Jednak nierozważne kredytowanie, szczególnie wspomagane presją polityczną, doprowadziło w przeszłości do wielu kryzysów bankowych (np. kryzys subprime loans w USA w 2008 roku), których skutki dla gospodarki były dewastujące. Polski sektor bankowy nie jest nastwiony na maksymalizację zysków, tylko na stabilne i bezpieczne pełnienie swoich funkcji pośrednika finansowego i kredytodawcy gospodarki i społeczeństwa – polskie banki są dobrze zarządzane i silnie regulowane, przez co od okresu transformacji nie było kryzysu systemowego w bankowości. Próba regulacyjnej lub politycznej ingerencji w działalność operacyjną banków jest prostą drogą do kryzysu bankowego. Należy też podkreślić problemy po stronie popytowej, gdyż wiele badań wskazuje, że ma one charakter niezależny. Wyższa inflacja, wyższe ceny wynajmu mieszkań i rosnące koszty życia w Polsce powodują ograniczony popyt na kredyt. Banki obserwowały niewielki popyt na niemal wszystkie rodzaje kredytów: hipoteczne, konsumpcyjne, inwestycyjne, co powodowało spadek udziału kredytów w aktywach banków i jednocześnie rosnący udział obligacji skarbowych i krótkoterminowych papierów emitowanych przez bank centralny w celu stabilizacji sytuacji płynnościowej na rynku finansowym. Czynnikiem istotnie oddziałującym na rolę banków w procesie kredytowym jest też gotowość podmiotów sektora finansowego do wykorzystania finansowania w postaci kredytu bankowego. W Polsce w latach 2016-2024 przedsiębiorstwa niefinansowe istotnie preferowały finansowanie swojej działalności kapitałami własnymi. Zauważalnym trendem było również coraz mniejsze w kolejnych latach zaangażowanie kredytu bankowego jako źródła finansowania podmiotów gospodarczych, co było obserwowane w przypadku 16 na 17 sektorów polskiej gospodarki.

Na podstawie analizy efektywności egzekucji należności bankowych należy stwierdzić, iż Polska, w stosunku do pozostałych krajów UE, charakteryzuje się umiarkowaną efektywnością egzekucji należności, która od 2018 r. podobna jest do efektywności egzekucji należności w krajach Europy Zachodniej. Ustępuje ona nadal jednak efektywności egzekucji należności w krajach skandynawskich, pomimo że w analizowanym okresie zauważalny jest największy spośród wszystkich analizowanych krajów wzrost przyznawanej wskaźnikiem Resolving insolvency oceny polskiej efektywności egzekucji należności. W analizowanym okresie na wzrost przyznawanej Polsce oceny miał wpływ przede wszystkim istotny wzrost stopy odzysku, która jednak odbiega nadal wysokością od krajów Europy Zachodniej i Krajów Skandynawskich oraz jedna z najwyższych spośród analizowanych grup krajów ocen w zakresie jakości krajowych ram prawnych dotyczących niewypłacalności. Niewątpliwym jest jednak, że wzrost ten mógłby być wzmocniony skróceniem czasu potrzebnego na egzekucję należności w Polsce i kosztu procesu egzekucji.

O wielkości akcji kredytowej i cenie kredytu decyduje w dużej mierze rynek. Zarówno sektor finansowy, jak i bankowy są w UE wysoce konkurencyjne (wykres 103), a Polski sektor bankowy charakteryzuje się jednym z najwyższych poziomów konkurencji w UE (wykres 104), więc gdyby istniała duża przestrzeń na obniżanie ceny kredytu konkurencyjny rynek dokonałby tego lepiej niż regulacje.

Wykres 103. Intensywność konkurencji na rynkach usług gospodarczych w UE w opinii konsumentów UE

Źródło: European Commission, Protecting competition in a changing world

Wykres 104. Konkurencja w sektorze bankowym w krajach UE – średnia wartość wskaźnika HHI w latach 2010-2023 według krajów

Źródło: Opracowanie własne na podstawie EBC, Structural Financial Indicators

W oparciu o analizy statystyczne dotyczące sektorów bankowych wykazano, że na relację kredytów udzielonych przedsiębiorstwom niefinansowym przez sektor bankowy do PKB istotnie ujemnie wpływa poziom oprocentowania nominalnego i realnego, przy czym skala zależności jest mniejsza w tej grupie należności niż w przypadku relacji kredytów dla gospodarstw domowych do PKB. Analogicznie istotną determinantą poziomu kredytu dla gospodarstw domowych i przedsiębiorstw niefinansowych w gospodarce jest poziomu stopy banku centralnego i powiązany z nim poziom stopy inflacji. Dodatnio na poziom kredytu dla sektora niefinansowego w relacji do PKB wpływa saldo bilansu płatniczego, natomiast ujemnie zmiany cen nieruchomości. Wyższa koncentracja oraz większe banki są czynnikiem wzmacniającym wzrost skali kredytu dla sektora niefinansowego w relacji do PKB. Wyższy poziom kosztów pracowniczych w kosztach ogółem zwiększa kredytowanie gospodarki. Wnioski w zakresie wyposażenia kapitałowego i jego oddziaływania na poziom kredytu w gospodarce są niejednoznaczne. W przypadku indeksu Z-score zależność jest dodatnia, a w przypadku wskaźnika kapitały własne do aktywów ujemna. Wysokie poziomy płynności krótko- i długoterminowej (LCR, NSFR) negatywnie oddziałują na poziom kredytu w gospodarce. W przypadku kredytów dla gospodarstw domowych w relacji do PKB istotne znaczenie ma poziom rozwoju rynku listów zastawnych. Lepsze wyposażenie systemów gwarancyjnych depozytów ogranicza skłonność sektorów bankowych do wyższego poziomu kredytowania gospodarki. Występowanie podatku bankowego przyczynia się do zmniejszenia skali kredytowania gospodarki, przy czym zależność ta jest istotna statystycznie jedynie w przypadku kredytowania przedsiębiorstw. Dodatnia zależność występuje też między intensywnością narzędzi restrukturyzacji NPL a poziomem kredytu zarówno dla przedsiębiorstw niefinansowych, jak i dla gospodarstw domowych.

Jednym z istotnych czynników wpływających na zmiany poziomu kredytowania jest koszt kredytu. Toczące się w ostatnich miesiącach dyskusje na temat w zakresie polskiego rynku bankowego były przesłanką podjęcia pogłębionych analiz w zakresie czynników oddziałujących na ten parametr usług bankowych zarówno w kontekście międzynarodowym (sektory bankowe UE), jak i krajowym. Na podstawie analiz statystycznych dotyczących ujęcia porównawczego europejskiego można wskazać, że podstawowym czynnikiem warunkującym koszt wszystkich rodzajów kredytów jest stopa procentowa banku centralnego. W sektorach bankowych krajów UE widoczny jest jednorodny kierunek oddziaływania zmiennych makroekonomicznych na koszt kredytu bankowego – dodatni dla stopy inflacji i stopy bezrobocia, ujemny dla tempa wzrostu PKB, salda bilansu płatniczego, poziomu długu i deficytu publicznego, zmiany cen nieruchomość, przy czym w przypadku większości z tych zmiennych wartość bezwzględna współczynników korelacji nie przekracza 0,2 (z wyjątkiem zmian cen nieruchomości. Silną zależność statystyczną odnotowuje się między wielkością sektora bankowego (mierzoną logarytmem aktywów) a kosztem kredytu – dla wszystkich rodzajów kredytów oraz typów stopy procentowej zależność jest ujemna, co wskazuje na możliwość wykorzystania efektów skali w dużych sektorach bankowych oraz konieczność uwzględniania wysokiego wysycenia rynku w procesie konkurencyjnym w bankach. Badania wykazały ponadto, że wyższy poziom stabilności finansowej (szczególnie ocenianej z wykorzystaniem indeksu Z-Score uwzględniającego także stabilność wyniku finansowego) skorelowany jest z niższym kosztem kredytu. Wyższy koszt finansowania kredytowego widoczny jest też w przypadku sektorów bankowych charakteryzujących się wyższymi poziomami wskaźników płynności (zarówno regulacyjnych – LCR, NSFR, jak i księgowych – aktywa płynne/aktywa ogółem). Niższe oprocentowanie widoczne jest w sektorach bankowych, gdzie wartość wskaźnika kredyt/depozyty jest wyższa, to jest gdy występuje odpowiednio wysoka podaż i popyt na kredyt w relacji do dostarczanego przez sektor niefinansowy poziomu depozytów. Dodatnia korelacja występuje też między wartością wskaźników NPL a kosztem kredytowania (choć nie dla wszystkich grup kredytów jest ona istotna statystycznie, co może wynikać z pośredniego oddziaływania na koszt kredytu sytuacji kredytobiorców związanej ściśle z otoczeniem makroekonomicznym).

Bardzo silna zależność obserwowana jest także w przypadku kosztu pozyskania depozytów od sektora niefinansowego (zarówno od gospodarstw domowych, jak i przedsiębiorstw). Na bazie analiz dokonano również obserwacji znaczących różnic dla współczynników korelacji zmiennych związanych z poziomem ekspozycji na ryzyko prawne, związane z kredytami denominowanymi w CHF. O ile w przypadku krajów, gdzie sektory bankowe posiadały niską ekspozycję współczynniki korelacji są ujemne i wynoszą od -0,21 do -0,24 dla poszczególnych typów oprocentowania kredytów mieszkaniowych, o tyle dla krajów z wysokim ryzykiem współczynniki korelacji są silnie dodatnie (istotne statystyczne) i wynoszą od 0,32 do 0,36, co w konsekwencji oznacza przeniesienie kosztów materializacji ryzyka na wszystkich kredytobiorców. Występuje również silna zależność między wartościami indeksu Banku Światowego wskazującego na efektywność prowadzenia postępowań restrukturyzacyjnych i upadłościowych a kosztem kredytu bankowego. Współczynniki korelacji są ujemne i posiadają wysoką wartość bezwzględną – jest to bardzo ważna informacja dla regulatorów rynku, wskazująca na możliwość redukcji kosztu kredytu poprzez poprawę efektywności dochodzenia przez banki roszczeń z uwzględnieniem procesów restrukturyzacyjnych i upadłościowych;

W przypadku wszystkich charakterystyk modelu ochrony depozytów wykazano istotność ich wpływu na koszt kredytu – w systemach bankowych, gdzie wartość zgromadzonych funduszy gwarancyjnych jest wyższa w relacji do kwoty gwarantowanych środków oraz tam gdzie udział depozytów gwarantowanych (w relacji do depozytów ogółem) jest wyższy obserwuje się wyższy koszt kredytu bankowego. Również model finansowania SGD ma istotne znaczenie – w modelu wnoszenia składek Ex ante obserwuje się wyższe koszty produktów kredytowych. Jednocześnie wyższe finansowanie działalności bankowej środkami nie objętymi gwarancjami z rynku międzybankowego powoduje statystycznie niższy koszt kredytu. W tym kontekście należy silnie uwypuklić kwestię konsekwencji funkcjonowania sieci bezpieczeństwa finansowego – wzrost skali bezpieczeństwa depozytów znajduje bowiem wymierne koszty produktów o charakterze kredytowym. O ile w przypadku klasycznego podatku bankowego nie ma jednoznacznych przesłanek wskazujących na przenoszenie jego kosztów na produkty kredytowe (w modelu dla krajów UE), o tyle uwzględnienie w analizach tzw. podatków od zysków nadzwyczajnych wskazuje, że ich wprowadzenie jest statystycznie związane z wyższym poziomem kosztów kredytów. Analiza w zakresie zmiennych dotyczących programów wspierających restrukturyzację portfela kredytowego o niskiej jakości wskazuje jednoznacznie, że były one znaczącym narzędziem przyczyniającym się do redukcji kosztu kredytu – uruchomienie narzędzi publicznych prowadziło bowiem do przeniesienia części ryzyka z sektora bankowego na sektor publiczny, co umożliwiło zmniejszenie przez banki premii za ryzyko nakładanej na poszczególne typy ekspozycji kredytowych.

W odpowiedzi na znaczną poprawę wyników finansowych banków europejskich w kilku krajach powstały inicjatywy polityczne oparte o propozycję nowych podatków od zysków bankowych lub innych podatków, np. zerowe oprocentowanie rezerw obowiązkowych. Kilka państw członkowskich UE wprowadziło lub zapowiedziało wprowadzenie podatku od zysków nadzwyczajnych lub marż banków, na ogół na okres 1-3 lat¹⁴⁴. Jednak jak podkreślane jest w wielu opracowaniach, działania zmniejszające zyski banków mają wpływ na poziom kapitałów bankowych, a przez to na dostępność kredytów i w skrajnych przypadkach na stabilność finansową. Poza tym każda reakcja polityczna na wzrost rentowności banków musi uwzględniać fakt, że zyski te są prawdopodobnie tymczasowe, w dużej mierze są efektem ubocznym polityki pieniężnej z ujemnymi poziomami stóp procentowych, które utrzymywały się w UE przez osiem lat do połowy 2022 roku i ich nagłego wzrostu, oraz ograniczonej konkurencji między europejskimi bankami o depozyty w okresie wysokiego poziomu płynności banków.

Opinie dotyczące oddziaływania poziomu opodatkowania (także nadzwyczajnego) na stymulowanie akcji kredytowej banków są wśród polskich ekonomistów dość jednoznaczne. Spośród 42 ekspertów biorących udział w ankiecie przeprowadzonej w marcu 2025 roku przez money.pl zaledwie czworo respondentów (niespełna 10 proc.) zgodziło się ze stwierdzeniem, „że podatek od “niezasłużonych” zysków banków skłoni je do zwiększenia akcji kredytowej dla przedsiębiorstw”. Ekonomiści podkreślali, że to raczej przedsiębiorstwa zgłaszają niski popyt na kredyt. Jest to konsekwencja ich niewielkiej skłonności do inwestowania i preferencji, aby ewentualne inwestycje finansować ze środków własnych. Wprowadzenie niestandardowych form opodatkowania jest jednocześnie przesłanką spadku zaufania do państwa, co w długim okresie może istotnie wpływać na zachowania klientów¹⁴⁵.

Podsumowując analizę literatury, danych źródłowych oraz przeprowadzone badania statystyczne można sformułować następujące wnioski i rekomendacje:

1. W zakresie rentowności banków:

• analiza literatury i danych empirycznych pokazuje silny wpływ stóp procentowych na rentowność banków, poprzez wolniejsze przenoszenie podwyżek stóp procentowych na oprocentowanie depozytów niż kredytów, jednak zyski te są krótkookresowe; wiele czynników strukturalnych obciążających wyniki europejskich banków w dużej mierze pozostało nierozwiązanych (w tym cyfryzacja). Dlatego słuszną strategią jest utrzymywanie wysokich buforów kapitałowych i budowanie odporności na przyszłe wstrząsy, co w warunkach dotychczasowej małej atrakcyjności banków na rynku kapitałowym zasadniczo odbywa się przede wszystkim poprzez akumulację zysków
• analiza współczynników korelacji oraz badania modelowe determinant rentowności w krajach UE potwierdziły, że na poziom rentowności sektorów bankowych w bardzo silnym stopniu wpływają także inne uwarunkowania makroekonomiczne: stopa inflacji, tempo zmian PKB, zmiana cen nieruchomości, poziom długu publicznego i stopa bezrobocia;
• bardzo silną negatywną zależność potwierdzono w przypadku wskaźnika NPL a pozytywną w zakresie wyposażenia kapitałowego. Istotnie oddziałują też zmienne regulacyjne, np. indeks jakości postępowań, a w zakresie ryzyka prawnego związanego z kredytami w CHF, dla krajów o niskiej ekspozycji obserwuje się dodatni kierunek oddziaływania, w krajach o wysokiej ekspozycji (jak w Polsce) oddziaływanie jest negatywne. Ujemnie na rentowność sektorów bankowych oddziałuje też poziom oprocentowania depozytów (w szczególności gospodarstw domowych) a także wyższe zaangażowanie depozytowe na rynku międzybankowym. Wyniki te wskazują, że rentowność sektora bankowego zależy silnie od uwarunkowań makroekonomicznych, oraz otoczenia regulacyjnego i prawnego, ale silny jest też wpływ wewnętrznego zarządzania ryzykiem kredytowym przez banki (NPL) oraz poziomu wyposażenia kapitałowego, ocenianego zarówno w ujęciu księgowym, jak i regulacyjnym. Wskazuje to na konieczność właściwego akumulowania zysków jako narzędzia budowy kapitałów.

W kontekście powyższego rekomendowane jest:

• utrzymanie rentowności sektora bankowego co najmniej na poziomie oczekiwanej przez inwestorów stopy zwrotu z kapitału;
• dążenie do utrzymania rentowności sektora bankowego na poziomie zbliżonym do pozostałej części polskiej gospodarki oraz na poziomie zbliżonym do dużych spółek giełdowych działających w Polsce celem zapewnienia jego atrakcyjności inwestycyjnej w kontekście wdrażania regulacji zwiększających presję do pozyskiwania przez banki długookresowego finansowania, nieobjętego gwarancjami systemu gwarantowania depozytów;
• kontynuowanie trendu w zakresie redukcji wskaźnika C/I w sektorze bankowym, celem zapewnienia optymalizacji skali kosztów w warunkach przyszłych obniżek stóp procentowych;
• z uwagi na silne powiązanie wyników z poziomem stóp procentowych banków centralnych oraz zwiększoną w ostatnich latach w Polsce restrykcyjność w obszarze maksymalnym pozaodsetkowych kosztów kredytu, konieczne jest zwiększenie dywersyfikacji źródeł dochodów poza wynik z tytułu odsetek;
• kontynuowanie trendu dotyczącego ograniczania udziału kosztów wynagrodzeń zarządów i rad nadzorczych w wynagrodzeniach ogółem, co wspiera zaufanie do sektora i jego reputację, w szczególności w kontekście dotychczasowych doświadczeń kryzysu finansowego 2007-2009;
• uwzględnienie jak element pożądany w polityce fiskalnej państwa głównych wyzwań związanych z rozwojem sektora bankowego i koniecznością akumulacji kapitału, w szczególności wzięcia pod uwagę negatywnych bodźców fiskalnych związanych z preferencją skarbowych papierów wartościowych względem kredytowania gospodarki; w dyskusjach wokół modyfikacji podatku bankowego warto uwzględnić jego pozastabilizacyjny (fiskalny charakter), przy jednoczesnym uwzględnieniu zbudowania w Polsce przez banki trwałych mechanizmów stabilizacyjnych (wysoki na tle UE poziom pokrycia depozytów gwarantowanych środkami zgromadzonymi przez fundusz gwarancyjny) oraz obserwowanej w ostatnich latach gotowości sektora bankowego do samodzielnego rozwiązywania problemów związanych z niestabilnością pojedynczych uczestników rynku (IPS banków komercyjnych w procesie resolution Getin Noble Banku oraz przejęcie Idea Banku przez Pekao).

2. W zakresie kredytowania gospodarki i kosztów działalności kredytowej

• zarówno czynniki wewnętrzne, takie jak kondycja finansowa banków i kredytobiorców, jak i warunki makroekonomiczne, w tym otoczenie regulacyjne, wpływają łącznie na poziom kredytów bankowych w gospodarce – nie można rozpatrywać czynników podażowych i popytowych jako zmiennych od siebie niezależnych;
• w badaniach kwestionariuszowych banków europejskich (np. EBA) prawie połowa banków spodziewa się pogorszenia jakości aktywów w ciągu najbliższych 6 do 12 miesięcy, szczególnie w sektorach kredytów konsumenckich, MŚP i CRE. Skuteczne zarządzanie ryzykiem tym wymaga od banków posiadania rezerw na straty kredytowe;
• zmienne otoczenie makroekonomiczne, wzrost presji konkurencyjnej oraz wzrost niepewności w otoczeniu banków wymaga elastyczności opartej o silne wyposażenie kapitałowe;
• znaczne są koszty regulacyjne, w tym koszty nadzoru i zapewnienia zgodności (jak procedury AML i KYC) oraz koszty administracyjne związane z wymogiem raportowania coraz nowych obszarów ryzyka (ostatnio związane z budowaniem odporności cyfrowej, zgodnie z rozporządzeniem DORA). W zakresie wymogów regulacyjnych w UE, w tym w Polsce, istnieje duża swoboda decyzyjna i fragmentacja regulacji, a wynikająca z tego niepewność jest jednym z powodów, dla których banki mają tendencję do utrzymywania nadwyżki kapitału;
• banki dzięki sprawnej infrastrukturze pełnią też szereg usług ważnych społecznie, które wpływają na koszt działalności bankowej. Banki wspomagają budżet przez absorbcję długo publicznego – poprzez nabywanie obligacje Skarbu Państwa i instytucji publicznych;
• istotność statystyczna czynników związanych z materializacją ryzyka prawnego wskazuje na konieczność podjęcia dalszych działań w kierunku ograniczania jego skali i konsekwencji ekonomicznych.

W kontekście powyższego rekomenduje się:

• modyfikację sposobu szacowania podatku bankowego – radykalnie poprzez zmianę jego modelu z majątkowego na dochodowy lub co najmniej poprzez uwzględnienie impulsów promujących aktywność kredytową banków w szczególności w obszarze kredytowania inwestycji przedsiębiorstw oraz zrównoważonego finansowania, uwzględniającego cele ESG;
• podjęcie działań proaktywnych na rzecz wdrożenia przez władzę publiczną w polskim sektorze bankowym mechanizmów transferu ryzyka w przypadku kredytowania grup wrażliwych – w szczególności w obszarze kredytów mieszkaniowych; doświadczenia z rozwiązywania problemu portfeli kredytowych o niskiej jakości w krajach Europy Zachodniej pokazują, że optymalna interwencja publiczna w zakresie wsparcia banków w procesie transferu i redukcji ryzyka przyczyniła się do istotnego zwiększenia gotowości i zdolności sektorów bankowych do kredytowania gospodarki;
• pożądane jest systemowe podejście do problematyki kredytu mieszkaniowego, aby wprowadzane programy publiczne oddziałujące na popyt lub podaż nieruchomości nie powodowały silnych fluktuacji w zakresie cen i dostępności kredytu zabezpieczonego hipotecznie;
• zmniejszenie skali efektu transformacji kosztów ryzyka prawnego poprzez m.in. wzrost skali działań w obszarze sądownictwa polubownego (co aktualnie jest już obserwowane np. w działaniach Sądu Polubownego przy KNF) oraz realizacji większej skali ugód w szczególności w obszarze kredytów denominowanych w walutach obcych;
• dalszą poprawę regulacji w obszarze procesów restrukturyzacji i likwidacji działalności gospodarczej a także egzekucji należności bankowych z uwagi na wykazany ich istotny wpływ na cenę i dostępność kredytu bankowego w krajach Unii Europejskiej;
• podjęcie działań na rzecz stymulowania popytu na kredyt, zwłaszcza w przypadku kredytu gospodarczego, także poprzez aktywne łączenie różnych form finansowania działalności, związanych m.in. z polityką publiczną UE; wobec istotnej luki inwestycji w polskiej gospodarce oraz silnych preferencji w zakresie finansowania działalności kapitałem własnym czynnik popytowy będzie w najbliższych latach fundamentalny w kontekście realizowanej poprawy zdolności banków do finansowania gospodarki dzięki akumulacji zysków;

W oparciu o wyniki badań ankietowych dotyczących postaw klientów sektora bankowego wobec kredytu bankowego oraz determinant popytu na kredyt, przeprowadzonych na potrzeby Raportu, można sformułować następujące rekomendacje:

1. W zakresie działań edukacyjnych:

• istnieje potrzeba sektorowych kampanii edukacyjnych ukierunkowanych na podnoszenie w polskim społeczeństwie kompetencji poznawczych oraz operacyjnych związanych z korzyściami oraz konsekwencjami korzystania z kredytów;
• rekomenduje się podjęcie działań ograniczających zjawisko samowykluczenia konsumentów z rynku kredytowego;
• sugeruje się wypracowanie przez banki procedur pozwalających na racjonalną ocenę postrzeganych przez konsumentów ryzyk związanych z zaciągnięciem kredytu oraz jego obsługą;

• zaleca się budowanie przychylnej postawy emocjonalnej wobec kredytów i kredytobiorców.

2. W zakresie działań prawnych:

• zaleca się wzmacnianie społecznego przekonania o trwałości zasad i reguł według których udzielane są kredyty bankowe. W obliczu działań kancelarii prawnych specjalizujących się w sporach sądowych związanych z udzielanymi przez banki w przeszłości kredytami denominowanymi w CHF konieczne staje się przeciwdziałanie zjawisku „płynnej rzeczywistości”, która podważa normatywne uwarunkowania funkcjonowania banków;
• istnieje konieczność odbudowy zaufania do zasad, reguł i warunków, na których udzielane są kredyty. Zapewnienie trwałość oraz transparentności zasad, reguł i warunków kredytowania jest niezbędne dla budowania zaufania do procesu kredytowego i działalności bankowej;

3. W zakresie działań reputacyjnych:

• konieczne jest przeciwdziałanie zjawisku konsumenckiego outsourcingu odpowiedzialności, który zmierza w stronę obligowania banków do ponoszenia konsekwencji decyzji konsumentów, gdy okażą się one dla nich negatywne;
• konieczne są działania promujące wiedzę z zakresu finansów osobistych – kształtujące świadomości ryzyka wynikającego z braku racjonalnego podejścia lub nieumiejętność zarządzania środkami gospodarstwa domowego;
• zaleca się położenie większego nacisku na kształtowanie społecznej świadomości o prawach konsumenta oraz instytucjach ochrony praw konsumentów.

Aneksy

Aneks 1. Podstawowe statystyki opisowe dla zmiennych wykorzystywanych w modelach statystycznych dotyczących sektorów bankowych krajów Unii Europejskiej

Zmienna	Średnia	Mediana	Odch. stand.	Min.	Maks.
ROE	5,21	7,56	12,2	-101,	22,9
ROA	0,528	0,589	0,902	-7,99	3,14
C_I	56,3	55,0	20,2	25,2	412,
NIM	1,81	1,69	0,788	0,518	4,26
KR_PRZ_PKB	79,1	66,3	44,1	26,3	249,
KGD_PKB	52,4	50,5	27,2	12,5	131,
KR_NF_TA	64,3	65,0	8,89	35,7	83,8
KR_OG_TEM_ZM	5,81	4,46	13,8	-24,3	156,
KR_PRZ_TEM_ZM	4,42	3,19	14,1	-32,9	127,
KR_MIESZK_TEM_ZM	7,34	4,55	19,9	-50,3	176,
KR_KONS_TEM_ZM	7,55	4,47	27,4	-81,6	271,
KR_PRZ_UDZ	31,3	31,3	6,03	17,1	47,2
KR_MIESZK_UDZ	25,1	24,5	9,67	2,88	49,2
KR_KONS_UDZ	5,66	4,61	3,76	0,239	16,0
OPR_KR_M_NOWE_NOM	3,24	2,86	1,70	0,658	11,0
OPR_KR_KONS_NOWE_NOM	8,19	7,45	3,79	1,99	20,0
OPR_KR_PRZ_NOWE_NOM	3,47	2,93	1,95	0,916	12,5
OPR_KR_M_RZECZ	3,59	3,19	1,77	0,830	11,9
OPR_KR_KONS_RZECZ	9,80	8,47	5,36	2,15	33,3
OPR_KR_M_STANY_NOM	3,26	2,84	1,77	0,802	11,5
OPR_KR_KONS_STANY_NOM	6,85	6,28	2,80	2,84	18,4
OPR_KR_PRZ_STANY_NOM	3,61	3,18	1,80	1,27	12,4
MARZA_KR_M_NOWE_NOM	2,40	2,49	1,34	-2,79	8,77
MARZA_KR_KONS_NOWE_NOM	7,03	6,43	3,83	-3,69	20,1
MARZA_KR_PRZ_NOWE_NOM	2,62	2,24	1,33	-1,17	8,98
MARZA_KR_M_RZECZ	2,68	2,82	1,44	-2,44	9,49
MARZA_KR_KONS_RZECZ	8,59	7,74	5,37	-3,69	33,3
MARZA_KR_M_STANY_NOM	2,41	2,47	1,75	-7,26	9,12
MARZA_KR_KONS_STANY_NOM	5,99	5,64	2,65	-3,78	13,0
MARZA_KR_PRZ_STANY_NOM	2,76	2,67	1,43	-4,17	9,91
ST_PROC_BC	0,839	0,113	1,85	-0,500	12,6
HICP	2,58	1,80	3,25	-2,50	20,7
ZM_PKB	2,15	2,12	3,62	-10,9	24,6
DL_PUBL_PKB	68,6	60,8	38,1	7,60	209,
DEF_PKB	-2,80	-2,50	3,53	-32,1	4,30
SAL_BIL_PL_PKB	1,10	0,700	4,74	-20,7	18,9
ST_BEZR	8,35	7,20	4,49	2,00	27,8
ZM_CEN_NIER_KOM	3,66	3,87	6,67	-31,8	25,8
COVID	0,200	0,000	0,400	0,000	1,00
HHI	0,133	0,112	0,0752	0,00950	0,356
LN_AKTYWA	19,7	19,8	1,72	16,8	23,0
KOSZTY_ADM_KOSZTY_OG	38,7	38,3	5,80	10,0	60,7
KOSZTY_PRAC_KOSZTY_OG	50,8	51,7	5,90	12,1	63,4
KW_A	8,50	7,88	2,74	3,76	20,1
TCR	18,8	18,9	4,90	0,000	37,9
T1R	17,5	17,1	5,22	6,26	52,2
ZSC	38,3	36,5	22,5	3,73	96,9
LCR	213,	188,	75,4	130,	743,
NSFR	146,	138,	19,3	116,	192,
AK_PA_AK_OG	21,5	19,8	7,87	1,56	46,9
KR_DEP	91,4	83,8	34,1	44,1	249,3
NPL_OG	5,66	3,02	7,82	0,565	46,8
ZM_NPL_OG	-0,945	-0,355	1,91	-17,9	7,05
NPL_GD	6,30	3,36	9,49	0,633	55,0
ZM_NPL_GD	-0,814	-0,305	2,26	-25,4	7,45
NPL_PRZ	8,98	4,90	10,8	0,389	57,2
ZM_NPL_PRZ	-1,47	-0,606	2,64	-15,9	7,78
OPR_KR_M_NOWE_NOM	3,24	2,86	1,70	0,658	11,0
OPR_KR_KONS_NOWE_NOM	8,19	7,45	3,79	1,99	20,0
OPR_KR_PRZ_NOWE_NOM	3,47	2,93	1,95	0,916	12,5
OPR_KR_M_RZECZ	3,59	3,19	1,77	0,830	11,9
OPR_KR_KONS_RZECZ	9,80	8,47	5,36	2,15	33,3
OPR_KR_M_STANY_NOM	3,26	2,84	1,77	0,802	11,5
OPR_KR_KONS_STANY_NOM	6,85	6,28	2,80	2,84	18,4
OPR_KR_PRZ_STANY_NOM	3,61	3,18	1,80	1,27	12,4
OPR_DEP_GD_NOWE	1,51	1,01	1,50	-0,293	11,6
OPR_DEP_PRZ_NOWE	1,27	0,586	1,61	-0,556	13,5
OPR_DEP_GD_STANY	1,70	1,42	1,28	-0,166	7,12
OPR_DEP_PRZ_STANY	1,44	0,920	1,47	-0,413	12,3
KR_M_ZM_STOPA	55,3	62,5	34,9	0,689	100,
LISTY_ZAST_PKB	16,5	7,46	29,2	0,000	141,
CHF_NIS_RYZ	0,519	1,00	0,500	0,000	1,00
CHF_SR_RYZ	0,296	0,000	0,457	0,000	1,00
CHF_WYS_RYZ	0,185	0,000	0,389	0,000	1,00
IND_PRZEP_REST_UPAD	68,1	70,4	14,5	38,1	93,9
IND_JAKO_POST_SAD	66,3	67,6	9,24	40,6	85,7
EF_WNIO_KR	0,623	0,654	0,159	0,000	1,00
IND_DOST_KRED	61,4	65,0	17,7	10,0	93,8
FG_DGW	1,06	0,931	0,784	-0,753	3,40
DGW_DO	37,7	36,5	13,1	4,55	62,7
DGW_DSNF	55,2	58,2	13,8	21,1	88,6
EX_ANTE	0,741	1,00	0,439	0,000	1,00
EX_POST	0,185	0,000	0,389	0,000	1,00
DEP_B_AO	4,55	3,29	3,92	0,000	24,0
PB	0,346	0,000	0,476	0,000	1,00
PB_M	0,346	0,000	0,476	0,000	1,00
PB_D	0,000	0,000	0,000	0,000	0,000
PB_NZ_Z	0,0296	0,000	0,170	0,000	1,00
SPRZ_NPL_T_NPL	11,7	0,000	20,6	0,000	105,
SPRZ_NPL_KR	1,33	0,000	2,60	0,000	14,9
SPRZ_NPL_T_SPRZ	3,37	0,000	9,19	0,000	56,6
SEK_NPL_T_SEK	3,25	0,000	16,5	0,000	100,
SEK_NPL_KR	0,0769	0,000	0,466	0,000	4,72
SEK_NPL_T_NPL	0,647	0,000	3,45	0,000	30,1
POA_BIN	0,104	0,000	0,306	0,000	1,00
SEK_BIN	0,0974	0,000	0,297	0,000	1,00
AMC_BIN	0,357	0,000	0,481	0,000	1,00
SPRZED_BIN	0,545	1,00	0,500	0,000	1,00
DN_BIN	0,455	0,000	0,500	0,000	1,00
RPUIS_BIN	0,688	1,00	0,465	0,000	1,00
RRNPL_BIN	0,260	0,000	0,440	0,000	1,00
RP_BIN	0,130	0,000	0,337	0,000	1,00
IND_INT_NARZ_RED_NPL	2,26	2,21	0,947	0,997	6,48

Źródło: Szacunki własne z wykorzystaniem programu Gretl.

Aneks 2. Podstawowe statystyki opisowe dla zmiennych wykorzystywanych w modelach statystycznych dotyczących rynku bankowego w Polsce (ujęcie mikroekonomiczne)

Zmienna	Średnia	Mediana	Odch. stand.	Min.	Maks.
ROE	5,92	6,83	10,4	-52,9	36,3
ROA	0,646	0,599	1,19	-5,85	4,27
C_I	63,8	58,7	26,8	32,9	269,
NIM	3,43	2,93	1,98	0,666	11,4
KR_NF_TA	59,4	64,3	17,3	7,44	87,6
KR_OG_TEM_ZM	24,6	3,75	282,	-63,8	0,003
KR_PRZ_UDZ	38,3	40,8	21,1	0,000	100,
KR_MIESZ_UDZ	32,5	32,3	10,2	8,51	50,3
KR_KONS_UDZ	38,0	34,2	24,1	0,0176	100,0
KR_INNE_UDZ	32,9	8,81	42,0	0,000	100,0
ST_PROC_BC	2,90	2,38	1,90	0,367	6,44
HICP	3,49	2,90	3,91	-0,70	15,3
ZM_PKB	3,45	4,15	2,46	-2,00	6,90
DL_PUBL_PKB	52,0	52,0	3,26	45,2	56,9
DEF_PKB	-3,49	-3,55	2,09	-7,40	-0,20
SAL_BIL_PL_PKB	-1,61	-1,30	2,12	-5,20	2,40
ST_BEZR	6,11	5,00	3,08	2,80	10,6
ZM_CEN_NIER_KOM	3,95	3,95	5,81	-8,29	11,7
COVID	0,200	0,000	0,401	0,000	1,00
HHI	0,07	0,07	0,01	0,06	0,09
LN_AKTYWA	16,8	16,6	1,44	13,1	19,4
KW_A	10,7	10,2	5,16	2,89	43,6
TCR	18,9	17,2	7,89	7,50	61,0
T1R	18,0	16,1	9,18	5,90	61,0
LCR	488,0	174,	2,30e+003	80,0	2,41e+004
NSFR	44,8	0,000	71,5	0,000	234,
NPL_OG	7,49	6,17	4,80	0,297	32,9
REZ_POKR_NPL	72,6	73,0	27,7	0,000	179,
REZ_POKR_KR_OG	4,44	3,33	4,46	0,000	26,5
ZM_DEP_OG	1,78e+006	8,93	2,26e+007	-8,57e+006	3,30e+008
DEP_MIF_DO_UDZ	18,5	2,35	30,4	1,76e-005	96,4
DEP_NIEF_UDZ	82,1	95,4	33,2	3,58	221,
DEP_B_DO_UDZ	55,2	62,3	24,2	0,000	95,4
EF_WNIO_KR	0,685	0,692	0,0768	0,542	0,799
IND_DOST_KRED	81,8	75,0	9,04	75,0	93,8
ZM_KRYT_POL_KRED_PRZ	-0,0596	-0,0522	0,0993	-0,279	0,117
ZM_KRYT_POL_KRED_GD	-0,132	-0,126	0,154	-0,398	0,152
STRUK_FIN_PRZ_KB	15,3	15,7	0,765	14,1	16,4
STRUK_FIN_PRZ_KW	47,8	47,8	1,40	45,8	49,7
ZM_POPYT_PRZED	-0,00128	0,0399	0,158	-0,402	0,225
ZM_POPYT_GD	0,0176	-0,0202	0,204	-0,440	0,378
IND_PRZEP_REST_UPAD	68,2	69,7	7,19	56,0	76,1
IND_JAKO_POST_SAD	62,1	63,4	3,25	56,8	65,0
POZWY_NL_RF_ZM	68,3	59,5	74,6	-37,8	193,
POZWY_NW_RF_ZM	107,2	55,1	166,3	-60,6	457,
ORZE_I_UGOD_POZ_OG	16,1	13,5	9,00	5,27	30,8
REKL_ZM	5,92	4,96	5,28	0,279	13,9
REK_POZYT_TO_TOT_REK	60,0	59,7	3,21	55,6	65,1
DYWID_NA_AKCJE	3,74	0,000	8,15	0,000	67,9
STOP_WYPA_DYWID	0,291	0,000	0,372	0,000	1,44
NEA_AO	2,99	0,000	11,7	0,000	100,
OC_KL_BAD_ANK	3,75	3,76	0,23	3,00	4,00
KOSZT_ODS_KC_UDZ	29,0	26,8	14,9	1,80	80,0
KOSZT_PROW_KC_UDZ	6,13	5,21	3,86	0,322	17,5
KOSZT_OPER_KC_UDZ	60,4	61,2	15,9	18,0	96,7
KOSZT_NOPER_KC_UDZ	4,47	0,141	9,74	-0,213	49,3
KOSZT_ODS__DNIEF_KODS_UDZ	66,1	75,8	27,8	0,420	100,
KOSZT_ODS__DMIF_KODS_UDZ	18,0	5,21	28,1	-1,05	94,5
KOSZT_ADM__INNE_KOP_UDZ	40,8	37,3	19,0	7,70	99,3
KOSZT_WYN_KOP_UDZ	40,3	40,9	9,68	5,25	82,7
KOSZT_WYN_ZARZ_KWYN_UDZ	3,26	2,04	3,39	0,541	15,3
KOSZT_WYN_RN_KWYN_UDZ	0,487	0,222	0,744	0,0456	5,56
REZ_PRZY_ODS	20,2	16,5	19,7	-34,8	125,
PODATEK_DOCHOD_PRZYCH_ODS	70,4	28,8	237,	-91,5	2,96e+003
KOSZT_REG_TA_UDZ	0,145	0,129	0,0886	0,0147	0,452
PB_TO_TA_UDZ	4,32	0,152	21,1	0,000	112,

Źródło: Szacunki własne z wykorzystaniem programu Gretl.