Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики»

Факультет экономических наук

Образовательная программа «Экономика»

БАКАЛАВРСКАЯ ВЫПУСКНАЯ РАБОТА

Факторы доходности российских облигаций при размещении

Выполнила

Студентка группы БЭК 133

Ляхова Александра Анатольевна

Научный руководитель

К.э.н., доцент

Володин Сергей Николаевич



Оглавление

Короткая аннотация

Длинна аннотация

Введение

Теоретические аспекты

Обзор существующей литературы

Методология исследования

Эндогенные зависимые переменные

Экзогенные зависимые переменные: характеристики выпуска

Факторы, характеризующие макроэкономический климат

Регрессия: результаты и интерпретация

Выводы

Список использованной литературы



Короткая аннотация

Целью данной работы было исследование ранее не изучавшихся факторов, влияющих на доходности российских облигаций на первичном рынке: организационно-правовой формы эмитента, года выпуска и популярности андеррайтера. Также важную часть в работе заняли факторы, исследованные на отечественных данных крайне поверхностно: среднее время между купонными выплатами, обменный курс доллара к рублю и ставка Центрального банка. Статистическая модель позволила выявить высокую значимость всех шести введенных нами факторов. По нашим оценкам, они способны объяснять до 50% вариации доходности облигаций на первичном рынке. Мы полагаем, что эта информация позволит ощутимо повысить предсказательную силу существующих на данный момент моделей доходностей российских долговых бумаг при размещении.

Длинна аннотация

Факторы, определяющие доходности облигаций на вторичном рынке, находились под пристальным вниманием исследователей последние 40 лет. Однако изучению доходностей облигаций на первичном рынке все это время отводилось весьма скромное место даже в западной литературе. Если говорить об отечественных исследованиях, то большая их часть реплицирует модели из зарубежных работ и проверяет их на российских данных, не учитывая при этом специфику и уникальность первичного рынка долговых бумаг в нашей стране. Так, например, еще никем не было изучено влияние на доходность только что размещенных облигаций организационно-правовой формы эмитента, года размещения и популярности андеррайтера на рынке. Крайне поверхностно были изучены влияние среднего времени между купонными выплатами, ставка Центрального банка и обменный курс доллара к рублю. Данная работа мотивирована желанием закрыть этот пробел и предложить модель, в которой среди популярных объясняющих переменных впервые были бы также включены и указанные выше факторы.

Регрессионный анализ выявил колоссальную статистическую значимость всех шести введенных нами параметров. По нашим оценкам, они способны объяснять до 50% вариации доходности облигаций при размещении, что позволяет дополнить и ощутимо усовершенствовать существующие на данный момент модели доходностей российских долговых бумаг на первичном рынке.



Введение

Традиционно облигации считаются одними из основных инвестиционных инструментов и источников финансирования деятельности компаний реального сектора. Подтверждением этого является размер мирового рынка облигаций, а также его динамика. За последние 15 лет размер рынка долговых бумаг вырос более чем в 3 раза, и превысил 100 триллионов долларов (Clinch M., 2013). При этом стоит отметить, что рынок облигаций очень чувствителен к общему состоянию экономики и настроению инвесторов. Так, в кризисный 2009 год мировой рынок облигаций оценивался в 82,2 триллиона долларов, а уже в 2011 этот показатель упал до 35,2 триллионов долларов (the Bank for International Settlements via Asset Allocation Advisor). Однако и тогда, и сейчас наибольшую активность на рынке облигационных займов демонстрировали развитые страны. Так, в течение последних 10 лет почти половина международного рынка данного инструмента приходится на США (Quandl database: G-20 Markets by Size; the Bank for International Settlements via Asset Allocation Advisor). При этом в феврале 2016 года объем торгов облигациями в этой стране составлял 825,8 миллиардов долларов ежедневно (Sifma: US Bond Market Trading Volume).

Российский рынок долговых бумаг пока находится только на начальных этапах развития. Средний ежедневный объем торгов облигациями на MIXEC в этом году составляет лишь 20,84 миллиардов долларов, а общая капитализация российского рынка облигаций лишь немногим больше 222,28 миллиардов долларов (Quandl database: G-20 Markets by Size). За 2016 год на Московской Бирже было проведено лишь 280 выпусков облигаций, и это при том, что 2016 год был третьим по количеству размещенных долговых бумаг за последние 8 лет (рис. 1 (Московская биржа: листинг)).



Рисунок 1. Количество компаний-эмитентов облигаций на ММВБ по годам

Однако даже при столь скромном количестве эмитентов общий объем новых долговых бумаг составил 5422831833 руб. в 2015 году, 2536229492 руб. в 2016 году и 3644535360 руб. в первом квартале 2017 ((Московская биржа: листинг). При этом, практически всеми эмитентами оказались компании «голубые-фишки», что может говорить, во-первых, о дороговизне процедуры размещения облигаций, а во-вторых, об общем дефиците доверия к отечественному фондовому рынку.

Сегодня этот первичный рынок облигаций крайне неравномерно. Широкий пласт работ посвящен изучению вторичного рынка облигаций, в особенности - доходности облигаций на этом рынке и факторам, влияющим на нее. При этом очень скромное место в литературе отведено исследованиям первичного рынка. В частности существует лишь несколько работ, в которых бы рассматривалась доходность долговых ценных бумаг при первичном размещении.

Важно отметить, что доходность облигаций на первичном рынке имеет принципиально иную суть, нежели доходность облигаций на вторичном рынке. В первом случае она показывает прибыльность на вложения, а во втором - стоимость привлечения долгового финансирования для компании. При этом значение доходности первичного размещения облигаций определяется не рынком, как это бывает чаще всего, а организатором займа - именно он озвучивает «справедливый» диапазон для каждого конкретного эмитента в условиях текущей рыночной конъюнктуры. Для инвесторов важно понимать, по каким параметрам будет определена стоимость новых выпусков, и в каком диапазоне может лежать индикативная доходность.

Как уже было отмечено выше, данному вопросу отведено весьма скромное место даже в западной литературе. Если говорить о российских данных, то на них подобные исследования почти не проводились. При этом, специфика отечественного фондового рынка не позволяет механически экстраполировать на него результаты зарубежных исследований. Кроме того, существует ряд никем не исследованных факторов, уникальных для отечественного рынка и потенциально имеющих огромную предсказательную силу в российских реалиях. Например, на настоящий момент еще абсолютно не изучалось влияние оранизационно-правовой формы эмитента на доходность его облигаций при размещении. Также не исследовалась ни в одной работе причастность андеррайтера к группе наиболее активных банков-андеррайтеров как фактор дисконтирования доходности долговых бумаг при размещении. Плюс к этому, еще ни в одной модели не вводился в качестве объясняющей переменной показатель среднего времени между купонными платежами. Данная работа мотивирована желанием закрыть этот пробел, а потому она может иметь большую практическую значимость для всех участников российского первичного рынка облигаций: компаний, инвесторов, а также финансовых посредников.



Теоретические аспекты

Прежде чем приступить к моделированию доходности облигаций при первичном размещении необходимо рассмотреть ряд теоретических и практических аспектов, связанных с выпуском данного долгового инструмента.

Размещение облигаций - длительный и трудоемкий процесс, который может занимать до нескольких лет кропотливой работы огромной команды. Согласно постановлению Федеральной комиссии по рынку ценных бумаг от 11 ноября 1998 г. «Стандарты эмиссии акций при учреждении акционерных обществ, дополнительных акций, облигаций и их проспектов эмиссии», существует 8 основных этапов эмиссии облигаций, размещаемых путем подписки:

1. Утверждение эмитентом решения о выпуске облигаций

2. Подготовка проспекта эмиссии

3. Государственная регистрация выпуска облигаций и проспекта эмиссии в Федеральной комиссии по рынку ценных бумаг

4. Изготовление сертификата облигаций

5. Раскрытие информации о регистрации проспекта эмиссии

6. Осуществление подписки на облигации

7. Регистрация отчета об итогах выпуска облигаций

8. Раскрытие информации, содержащейся в отчете об итогах выпуска облигаций

В данной работе нас будет интересовать подготовка проспекта эмиссии. От качества выполнения этого шага во многом зависит успешность будущего привлечения средств через облигации. Именно на этом этапе формулируются наиболее важные параметры предстоящего размещения: права держателей облигаций, условия досрочного погашения облигаций, вид облигаций, объем эмиссии, номинальная стоимость, срок до погашения, порядок хранения и оплаты облигаций, порядок учета прав на облигации, порядок выплаты налога и процента по облигациям, порядок размещения облигаций и цена размещения.

Основная трудность заключается в выборе таких характеристик выпуска, которые позволяли бы совместить интересы, как эмитента, так и потенциальных инвесторов. Это проблематично в первую очередь потому, что вследствие перманентной неопределенности на российском финансовом рынке, потенциальные покупатели облигаций запрашивают относительно высокую премию. В то же время эмитент стремится максимально снизить свои издержки по обслуживанию долга. Ситуация осложняется тем, что размещение облигаций - очень дорогостоящая процедура. Расходы на нее складываются из следующих категорий:

· налога, составляющего 0,8% от номинальной суммы выпуска

· вознаграждения депозитария, равного 0,09% от объема эмиссии

· вознаграждения ММВБ

· расходов на роуд-шоу (включая рекламу, публикации, презентации, освещение в СМИ и т.д.)

· расходов на услуги андеррайтеров - как правило, это самая большая статья, которая обходится в 0,5-1,5% от величины выпуска в зависимости от размера займа и известности эмитента

· расходов на оплату финансовых консультантов и платежных агентов

· кроме того, существует плата за услуги юристов, раскрытие информации и т.д.

Поскольку в сумме фирма понесет значительные расходы, выпускать облигации выгодно, только если требуется крупное финансирование. Здесь работает правило: чем выше размер займа, тем меньше расходы по обслуживанию на единицу привлеченных средств. Согласно подсчетам аналитиков, в российских реалиях речь должна идти как минимум о 300 миллионах рублей для того, чтобы выпуск облигаций оказался оправдан (Некторов А., 2006). Вероятно, это одна из причин, почему в нашей стране рынок заимствований посредством ценных бумаг существенно уступает рынку корпоративных банковских кредитов для бизнеса. Вместе с тем средний процент по последним в России составляет 20-25% годовых. Эта достаточно крупная цифра говорит о том, что заимствования на фондовом рынке вполне могут оказаться более выгодной альтернативой при определенном размере процентной ставке при размещении облигаций. Эта ставка определяется в первую очередь конъюнктурой финансового рынка, общим состоянием экономики, а также историей и деловой репутацией эмитента. Поэтому, как правило, стоимость займа определяется исходя из:

· текущих рыночных процентных ставок по сопоставимым инструментам (рублевым облигациям похожих по размеру, сфере деятельности и финансовому состоянию компаний)

· известности эмитента операторам фондового рынка - это позволяет надеяться на повышенный интерес со стороны инвесторов.

В целом на настоящий момент процентная ставка при размещении облигаций равна доходности по ОФЗ + 2-6% годовых. Эти 2-6% представляют собой спрэд доходности.

Спрэд доходности - это «разница в доходности между доходностями изучаемых облигаций и доходностью соответствующего по валюте и сроку (дюрации) базового актива (ориентира), в виде которого обычно выступают государственные облигации той страны, в валюте которой совершаются заимствования» (Глоссарий, информационное агентство Cbonds). На величину спрэда оказывают влияние дополнительные риски, которые берет на себя участник рынка, инвестируя в корпоративную ценную бумагу, а не в облигацию федерального займа. Если говорить простым языком, то доходность корпоративной облигации равняется сумме безрисковой ставки и премии за риск (Фабоцци Ф., 2007). Безрисковая ставка всегда задана «извне»: ее чаще всего принимают равной доходности по ОФЗ, или при более продвинутом подходе - ставке по межбанковским кредитам - аналогу LIBOR (Hull J.C., 2012).

Обзор существующей литературы

Прежде чем приступить к методологической части данной работы, хотелось бы сделать обзор и систематизировать существующую литературу, посвященную изучаемой проблеме. Одной из базовых работ в данной области является статья Fisher, L. (1959) “Determinants of Risk Premium on Corporate Bonds”. В данной работе автор исследует превышение доходности по корпоративным облигациям над доходностью по казначейским ценным бумагам с одинаковыми сроками до погашения. Автор отмечает, что данное превышение обусловлено дополнительными рисками, которые несет в себе угроза дефолта компаний по своим облигациям. В качестве факторов, характеризующих этот параметр, были выбраны коэффициент дисперсии прибыли за последние несколько лет, срок работы корпорации без убытков для инвесторов и отношение капитализации компании к номиналу всех долгов. Кроме того, в качестве дополнительного фактора, влияющего на доходность по облигациям, автор ввел объем размещения. Далее гипотеза проверялась на исторических данных путем построения статистической модели, где в качестве зависимой переменной выступала премия за риск, а в качестве независимых - названные ранее четыре переменных. Корреляционно-регрессионный анализ показал значимость каждого из четырех коэффициентов. Кроме того, они оказались способны объяснить почти 75% вариации в премии за риск.

Более поздние исследования, по большей части, также используют корреляционный подход, тестируя на исторических данных значимость различных факторов, потенциально влияющих на премию за риск. Так, Mueller C. (2000) в статье “A Simple Multi-Factor Model of Corporate Bond Prices” собрал воедино большую часть факторов, которые встречались в различных исследованиях, изучавших доходности по корпоративным облигациям. В число этих факторов вошли: уровень долговой нагрузки эмитента, величина ставки по купонам, вариация денежных потоков эмитента, вариация активов эмитента, исторические кредитные спрэды эмитента, кредитные спрэды эмитентов со схожим уровнем кредитного качества, а также уровень экономической активности (Muller C., 2000).

Далее в работе Elton E.J. (2001) “Explaining the Rate Spread on Corporate Bonds” впервые вводится переменная, характеризующая налоговый режим, как фактор, влияющий на спрэд по корпоративным облигациям. Следующим важным этапом была работа Giampaolo Gabbi & Andrea Sironi (2002) “Which Factors affect corporate bond pricing? Empirical evidence from Eurobonds primary market spreads”, в которой было заявлено о влиянии ликвидности на доходность долговых инструментов. По мнению авторов, уровень ликвидности облигаций определялся номинальным объемом выпуска: чем больше эмиссия, тем выше ликвидность. Стоит, однако, заметить, что, хотя такой подход к выбору прокси для ликвидности долговых бумаг является доминирующим, его стоит применять с некоторыми оговорками. Так, в работе Crabbe и Turner (1995) “Does the Liquidity of a Debt Issue Increase with its Size? Evidence from the Corporate Bond and Medium-Term Note Markets” продемонстрировано, что уровень ликвидности облигаций не обязательно является производной от размера эмиссии. Он может быть также обусловлен иными характеристиками заемщика, например, размером его выручки или капитализации (Crabbe L. E., 1995). При этом авторы не отрицают влияния ликвидности на доходность облигаций - они лишь призывают к использованию более широкого набора индикаторов для определения значения данной характеристики рынка. Эта исследовательская линия была продолжена в работе Chen, Lesmond & Wel (2007) “Corporate yield spreads and Bond Liquidity”, где было установлено, что ликвидность способна объяснять от 7% до 20% доходности корпоративных облигаций в зависимости от уровня кредитного качества последних.

В настоящее время получили широкое распространения работы, изучающие связь между прэдом по корпоративным облигациям и макропараметрами. К таким исследованиям относится, например, статья Sydney C. Ludvigson & Serena Ng. (2009) “Macro Factors in Bond Risk Premia”, где в качестве объясняющих переменных были взяты несколько самых распространенных макроэкономических показателей. А в работе Dr Banu Simmons-Sueer (2013) «Forecasting High-Yield Bond Spreads Using the Loan Market as Leading Indicator», исследователи пошли гораздо дальше и выявили статистически значимую связь между непубличным долгом компаний и рынком высокодоходных облигаций.

Для предмета нашего исследования самой значимой можно считать статью Ederington (1974) “The Yield Spread on new issues of corporate Bonds”. В ней автор изучает разницу между первичным и вторичным рынком облигаций и отмечает, что всегда существует определенный спрэд между доходностями абсолютно одинаковых долговых бумаг на двух данных рынках. Эту разницу автор объясняет следующими факторами:

· Чаще всего в эмиссионных документах прописан запрет на досрочный выкуп облигаций в течение нескольких первых лет обращения. Это защищает инвесторов от потери потенциального дохода, а значит, и снижает риски, что приводит к установлению более низкой доходности облигаций при размещении (Ederington Louis H., 1974, стр. 1531(1)).

· Изменения в факторах, влияющих на стоимость долговых ценных бумаг гораздо сильнее влияют на первичный рынок, на котором оперируют институциональные инвесторы, чем на вторичный рынок, где основными игроками являются частные инвесторы. Это происходит, поскольку институциональные инвесторы имеют более быстрый доступ к информации, по сравнению с частными инвесторами. Именно поэтому можно сказать, что вторичный рынок реагирует на изменение определяющих доходность облигаций параметров с ощутимым временным лагом (Ederington Louis H., 1974, стр. 1532(2)).

· В качестве еще одного объясняющего фактора авторы выделяют неопределенность спроса на только что размещенные облигации. В момент выхода на рынок, эмитент не имеет представления о том, удастся ли ему полностью продать весь выпуск долговых бумаг. Именно потому в целях стимулирования, на новые облигации устанавливается чуть более высокая доходность, чем на уже обращающиеся (Ederington Louis H., 1974, стр. 1533(3)).

Все три приведенных выше фактора оказались значимыми в построенной автором статистической модели. Это еще раз подтверждает гипотезу о том, что первичный и вторичный рынки облигаций не являются субститутам. А точнее, они имеют ощутимые различия, которые не позволяют экстраполировать закономерности ценообразования вторичного рынка на первичный рынок.

Об этих различиях писал и Sorensen (1979) в работе “The Impact of Underwriting Method and Bidder Competition Upon Corporate Bond Interest Cost”. Автор отмечает, что новые выпуски, как правило, имеют более высокую доходность (Sorensen Eric H., 197, стр. 865 (3)). Эта закономерность объясняется в статье следующими факторами:

· Объемом эмиссии (точнее, ее натуральным логарифмом)

· Сроком до погашения

· Кредитным рейтингом Moody's и разницей в кредитных рейтингах, присвоенных разными агентствами: S&P и Moody's - здесь идет работа с Дамми-переменными

· Средней ставкой купона при размещении облигаций инвестиционного качества

· Планируемым к размещению совокупным объемом выпусков облигаций

· Типом размещения.

Для нашей модели мы позаимствуем многие из предложенных выше факторов, которые также дополним переменными, приведенными в работе Fridson & Garman (1998) “Determinants of Spreads on New High-Yield Bonds”. В данной статье авторы подтверждают полученные коллегами результаты: кредитный рейтинг эмитента был назван фактором, объясняющим наибольшую долю в вариации спрэда только что выпущенных облигаций, за ним по значимости следовал тип размещения (он рассматривался, как возможность досрочного выкупа ценных бумаг). Также важными объясняющими величину спрэда переменными оказались приоритетность облигации, право досрочного отзыва и тип организатора.

Данная работа примечательна еще и тем, что в ней широкий перечень эндогенных факторов доходности скомбинирован с целым пластом экзогенных. Так, оценивалось влияние рыночного спрэда, BB-B спрэда, спрэда доходности по казначейским векселям, наклона кривой доходности, частоты дефолтов по рынку в целом, общего объема первичных размещений по рынку в целом и потенциала инвестиционных фондов. Однако из всех этих факторов статистически значимыми оказались лишь BB-B спрэд и рыночный спрэд. В работе Crabbe & Turner (1995) “Does the Liquidity of a Debt Issue Increase with its Size? Evidence from the Corporate Bond and Medium-Term Note Markets” был выбран несколько иной набор макроэкономических параметров: в том числе валюта эмиссии, страна выпуска облигаций и даже квартал, в течение которого проходило размещение бумаг. Все эти факторы оказались значимыми.

Следующим важным шагом в рассматриваемой области исследований стала работа Giampaolo Gabbi o Andrea Sironi (2002) “Which Factors affect corporate bond pricing? Empirical evidence from Eurobonds primary market spreads”. Авторы подтверждают многие эмпирические закономерности, выявленные коллегами. Так, кредитный рейтинг эмитента оказался наиболее значимым среди факторов, влияющих на спрэд только что размещенных облигаций, а различия в налоговых режимах смогли практически полностью объяснить межстрановые расхождения (Gabbi G. 2002, стр. 24). Однако главное в данной работе - введенный исследователями новый, на тот момент еще никем не рассмотренный, параметр, объясняющий спрэд. Речь идет о так называемом «качестве» рынка облигаций, которое определялось количеством работающих на рынке организаторов размещений и величиной стоимости их услуг. Панельные данные по 15 странам и более чем 600 корпорациям подтвердили статистическую значимость влияния эффективности рынка на спрэд по первично размещенным облигациям (Gabbi G. 2002, стр. 24).

Вследствие своей относительной молодости, достаточно слабого законодательного регулирования и гораздо более низкой привлекательности для инвесторов, российский рынок отличается от развитых по ряду ключевых параметров. Кроме того, большинство эмитентов облигаций в нашей стране не обладают (по зарубежным меркам) кредитными рейтингами инвестиционного уровня. Поэтому выводы рассмотренных ранее работ нельзя механически экстраполировать на российский рынок: может получиться так, что факторы, которые в зарубежных исследованиях имели большую прогностическую силу, в российских реалиях окажутся незначимыми и наоборот.

Что касается исследований доходностей российских облигаций на первичном рынке, то их изучение ограничено всего лишь несколькими работами. Самой значимой из них является работа: Н.И. Берзон и Т.М. Милицкова «Детерминанты доходности рублевых корпоративных облигаций» (Н.И. Берзон, Т.М, Милиуковаб 2013, стр 9). В ней помимо параметров, широко применяемых в западных моделях, введены специфические для России факторы, такие, как например, цена нефти марки Urals и обратный курс доллара. Из них второй параметр оказался значимым, а потому будет среди прочих включен в нашу модель.

Как можно заключить из обзора литературы, существует множество разнообразных факторов, оказывающих влияние на спрэд доходности облигаций, в том числе и при размещении. Однако большинство посвященных данной проблеме статей довольно фрагментарны. Кроме того, не существует ни одной работы, которая бы включила все исследованные до этого и признанные значимыми факторы в единую модель и проверила бы ее работу на российских данных. Также стоит отметить, что существует ряд параметров, специфичных исключительно для России, которые также никогда не включались в подобные модели. Эти исследовательские пробелы мы надеемся закрыть настоящей работой.

Методология исследования

Как уже отмечалось, настоящее исследование посвящено оценке влияния различных факторов на доходность корпоративных облигаций при размещении. Здесь нужно сразу отметить, что невозможно провести четкую границу между первичным и вторичным рынком. По определению, первичный рынок - это рынок, на котором осуществляется размещение новых ценных бумаг, а вторичный рынок - это рынок, на котором ценные бумаги обращаются. Проблема в том, что нельзя точно сказать, когда именно облигация «переходит» с одного рынка на другой. Для целей данного исследования мы будем считать, что долговая ценная бумага находится на первичном рынке только в день своего размещения.

Из обзора литературы видно, что основной и фактически единственный метод исследования, применявшийся для проверки гипотез по изучаемой нами проблеме, - это регрессионный анализ. Мы не будем отходить от установившейся традиции и также выберем регрессию в качестве основного инструмента работы с данными.

В большинстве исследований в качестве зависимой переменной рассматривается не полную доходность, а спрэд, то есть разницу между доходностью конкретной облигации и доходностью ОФЗ с таким же сроком до погашения. Подобный подход, впервые примененный в работе Fridson & Garman (1998) “Determinants of Spreads on New High-Yield Bonds”, позволяет отделить факторы, влияющие на доходность отдельных облигаций от факторов, связанных с общей рыночной динамикой доходностей. Тем не менее, в настоящем исследовании мы не будем следовать данному подходу. В первую очередь это связано с неполнотой доступной информации по доходностям ОФЗ. Центральный банк предоставляет эти данные для гораздо более коротких периодов, чем сроки обращения большинства размещаемых облигаций. Конечно, опираясь на определенные предпосылки, можно вычислить доходности ОФЗ и для более длительных периодов, однако мы не стали это делать, опасаясь, что выбранные нами предпосылки могут не в точности отображать действительность. При таком подходе необходимо контролировать эконометрическую модель на предмет влияния на зависимую переменную макроэкономических параметров. Это влияние в моделях со спрэдом включалось в доходность по ОФЗ. В нашей же модели мы учтем его, добавив Дамми-переменные для каждого года размещения долговых бумаг - они отражают экономический климат в стране и являются хорошим прокси для целого комплекса макро-факторов.

Данные по размещениям облигаций были взяты с сайта Московской биржи: там представлено название каждого эмитента, значения ставок по купонам, частота купонных выплат, номинал (одинаковый для всех и равный 1000 руб. - несколько облигаций с большим номиналом были удалены из нашей базы), возможность досрочного выкупа и срок обращения.

Эти данные были необходимы для того, чтобы вычислить эффективную доходность по корпоративным облигациям (учитывающую реинвестирование процентных выплат).

Она рассчитывается по следующей формуле:

, где

r - эффективная доходность;

C[i] - купонная выплата в момент i;

t[0] - текущая дата;

t[i] - дата i-ой купонной выплаты;

N - номинал;

P - текущая цена (включая НКД);

T - количество выплат по облигации.

В данном случае в качестве текущей цены облигации выступала цена при размещении. Она, в свою очередь, устанавливается как определенный процент от номинала, как правило, это 100%. Цена при размещении конкретной облигации прописывается в пресс-релизах Московской биржи.

Стоит отметить, что в данном исследовании учитывались только размещения облигаций по открытой подписке. Бумаги с закрытым типом размещения не включались в массив статистических данных. Дело в том, что распределение новых ценных бумаг в кругу заранее известных инвесторов практически всегда происходит на нерыночных условиях, а потому представляет собой отдельный исследовательский вопрос, выходящий за рамки данной работы.

В исследованиях по схожей тематике из баз данных, как правило, удаляются банки, страховые фирмы и прочие юридические лица, деятельность которых связана с финансовым сектором. Это делается ввиду сложности учета специфики деятельности, доходных статей и отчетностей финансовых компаний: для них, например, крупный долг не обязательно является индикатором проблем, а наоборот, может выступать источником заработка и т. д. Однако в настоящем исследовании было решено отойти от данной традиции и включить данные компании в выборку. При этом дополнительно будет введена дамми-переменная, контролирующая принадлежность эмитента к финансовому сектору. Это позволит, во-первых, протестировать гипотезу, действительно ли такие компании обладают важными особенностями, которые с точки зрения размещения долговых ценных бумаг отличают их от остальных эмитентов, а во-вторых, сделать вывод, обоснованно ли удаление многими исследователями, изучающими доходности облигаций на первичном рынке, финансовых компаний из баз данных.

Необходимо так же обратить внимание на то, что российский фондовый рынок очень молод - его история насчитывает около 20 лет. Это значит, что исторических данных для регрессии очень мало. Кроме того, финансовый кризис 2008-2009 годов не мог не сказаться на размещении облигаций: в 2008 году к данному способу финансирования обратились лишь 145 компаний, а в 2009 году - немногим больше 120 компаний (Московская биржа: листинг). Для сравнения в 2015 году аналогичное значение было выше более чем в два раза (Московская биржа: листинг). Чувствительность облигационного рынка к кризисным явлениям выходит за рамки данного исследования, поэтому мы будем считать данные по размещениям в кризис и сразу после него нерепрезентативными. Интересующий нас период начинается примерно с 2011 года - к этому времени уже улеглась основная волна неблагоприятных последствий кризиса, а объем размещений увеличился на 30% по сравнению с кризисным 2009 годом (Московская биржа: листинг).

Прежде чем перейти к обработке данных, стоит отметить еще ряд категорий размещенных облигаций, которые были удалены из базы данных. Таковыми являются бумаги, для которых не существует в открытом доступе всей необходимой для анализа данных информации. К ним относятся облигации, по которым на момент размещения, то есть на момент нахождения на первичном рынке, невозможно рассчитать полную доходность. Это, во-первых, бумаги, по которым размер купона устанавливается не андеррайтером, а на конкурсных условиях среди инвесторов и потенциальных покупателей биржевых облигаций в первый день размещения. Во-вторых, это бумаги, для которых несколько последних купонов не известны в начале, а определяются уже в ходе торгов уполномоченным органом управления эмитента. В-третьих, это бумаги, ставка купона по которым зависит от будущих экономических условий. Например, в некоторых случаях она рассчитывается как функция от индекса потребительских цен (Значение ИЦП + премия - 100%) или как функция от индикативной ставки предоставления рублёвых кредитов на московском денежном рынке (MosPrime Rate + премия). Бумаги с подобными характеристиками были удалены из нашей выборки.

Кроме того, в исследуемую нами выборку вошли только купонные облигации. Это обусловлено максимально высокой дюрацией бескупонных облигаций, а значит, и их большей рискованностью по сравнению с купонными бумагами. Это говорит о том, что доходность бескупонных облигаций при размещении не тождественна стоимости привлечения заемных средств, поскольку она изначально включает в себя некоторую дополнительную премию за повышенный риск. Таким образом, в фокусе настоящего исследования останутся только купонные облигации.

В обзоре литературы уже упоминалась статья Fridson & Garman (1998) “Determinants of Spreads on New High-Yield Bonds”. В ней авторы разделили зависимые переменные в регрессии на 3 категории: эндогенные - относящиеся к конкретному эмитенту, и экзогенные, которые были разделены на две группы - факторы, характеризующие выпуск и факторы, характеризующие внешний макроэкономический климат. Это простое разделение мы позаимствуем для данной работы и поочередно рассмотрим объясняющие факторы из каждой группы.

Эндогенные зависимые переменные

1) Как мы уже могли заметить из обзора литературы, кредитный рейтинг эмитента являлся важной объясняющей спрэд переменной, имеющей высокий уровень значимости, в большинстве работ, посвященных исследуемой нами тематике. Данный показатель характеризует риск дефолта эмитента по собственным облигациям и определяется агентствами, исходя из многочисленных параметров, включающих в себя долговую ситуацию эмитента, его активы, EBITDA, выручку, структуру капитала, качество менеджмента, рискованность проводимой политики и многое другое.

В ряде исследований (например, Cavallo) рейтинг эмитентов заменялся на совокупность соотношений различных финансовых показателей компании. В их число входили: отношение выручки к финансовому долгу, отношение капитала к активам, отношение финансового долга к активам, отношение долга к сальдо денежного потока за рассматриваемый период и так далее. Слабое место данного подхода состоит в том, что все эти коэффициенты очень сильно взаимосвязаны, а потому показывают высокий уровень корреляции между собой. С эконометрической точки зрения это может означать то, что часть (или все) независимые переменные являются линейными комбинациями других независимых переменных. Это называется мультиколлинеарностью и, как правило, говорит о ряде нежелательных последствий, возникающих при оценке методом наименьших квадратов. Во-первых, наличие мультироллинеарности может приводить к существенному изменению оценок коэффициентов при незначительном изменении исходных данных. Во-вторых, отдельные оценки могу иметь очень большие стандартные ошибки, и, как следствие, малую значимость, хотя модель в целом может показывать высокое значение коэффициента детерминации и соответствующей F-статистики, а значит, иметь высокую предсказательную силу. Именно из этих соображений в данной работе в качестве независимых переменных мы не будем использовать совокупность соотношений различных показателей компании, а будем сразу использовать кредитных рейтинг эмитента.

2) В качестве следующего фактора, объясняющего вариацию в стоимости размещения облигаций, мы возьмем отраслевую принадлежность эмитента. Стоит отметить, что, как правило, этот параметр уже включен в кредитный рейтинг. Однако, вследствие специфики структуры и истории развития российской экономики, вполне обоснованно предполагать, что отечественные инвесторы могут иметь позитивные и негативные предубеждения, связанные с отдельными индустриями. Этот фактор невозможно полностью учесть при расчете рейтинга, однако он может иметь ощутимое влияние в российских реалиях. Мы введем отраслевые различия через Дамми-переменные: эмитенты будут разбиты на компании строительного сектора, энергетического сектора, добывающего сектора, финансового сектора и «другие». Именно 3 первые направления деятельности, как правило, считаются наиболее привлекательными в нашей стране. Выделение финансовых компаний в отдельную группу связано с сильной специфичностью их деятельности.

3) По аналогии с предыдущим пунктом, в нашей стране на настроения инвесторов может оказывать существенное влияние факт участия государства в структуре капитала эмитента. Сюда относятся, как чисто государственные компании, так и частные компании, акциями в которых владеет государство. С одной стороны, присутствие государства часто связывается с неэффективность функционирования юридического лица (Черкасова В.А., 2014, стр.2), однако с другой, это может говорить о дополнительных гарантиях кредитоспособности эмитента. Узнать, какой из факторов окажется более важным, и будет ли факт государственного участия значим вообще - еще один важный вклад настоящего исследования. Для этой цели снова будут введены Дамми-переменные: одна будет использоваться для частных предприятий, а вторая - для предприятий, где собственность делится между государством и частным сектором.

4) Кроме того, мы рассмотрим категорию организационно-правовой формы эмитента. Этой формой определяются виды, характер и отражение интересов инвесторов в возможных корпоративных действиях эмитента. Следовательно, организационно-правовая форма эмитента потенциально может влиять на доходность облигаций при размещении: бумаги региональных и муниципальных субъектов должны иметь наименьшую доходность, тогда как доходности облигаций ПАО (ранее ОАО) должны быть выше, чем доходности облигаций АО (ранее ЗАО) и ООО. Это объяснятся, с одной стороны, тем, что вследствие открытости ПАО (ОАО) для любых инвесторов, возможны резкие изменения структуры собственников, а вместе с ними и резкие изменения в курсе деятельности компании, что говорит о больших рисках вложений в инструменты ПАО (ОАО), а с другой - большими рисками фальсификации отчетности компаний, для которых ее раскрытие является обязательным.

Экзогенные зависимые переменные: характеристики выпуска

Анализируя вариации спрэда доходности невозможно обойти вниманием характеристики выпуска. В их число в нашей модели будут включены:

1) Объем эмиссии. Объем эмиссии влияет на огромное количество параметров, так или иначе связанных с запрашиваемой доходностью. Больший объем эмиссии потенциально может говорить о высокой ликвидности облигаций в будущем и низких транзакционных издержках, связанных с проведением рыночных операций с данными облигациями. Кроме того, объем выпуска способен говорить и о масштабе деятельности эмитента - крупные займы могут позволить себе в первую очередь игроки с длительной историей пребывания на рынке и хорошей репутацией. Поэтому логично сделать предположение, что чем выше объем размещения, чем ниже премию за риск требуют инвесторы. Эта гипотеза будет одной из проверяемых в данном исследовании.

2) Срок до погашения. Очевидно, что доходности по облигациям с разным сроком до погашения различаются между собой. Вероятно, это происходит ввиду повышенных рисков, связанных с долгосрочным инвестированием. Эта гипотеза также будет проверяться на статистических данных.

3) Среднее время между выплатами двух соседних купонов. Меньший период между выплатами является своеобразной «страховкой» от изменения общеэкономических условий, поэтому в данном случае инвесторы будут требовать меньшую премию за риск. Мы проверим гипотезу, действительно ли количество среднее время между выплатами купонов отрицательно влияет на доходности облигаций.

4) Тип андеррайтера. Участие определенных андеррайтеров в размещении облигаций может восприниматься участниками рынка как сигнал о высоком кредитном качестве эмитента. В западной практике размещениями, как правило, занимаются инвестиционные банки - это один из основных профилей их деятельности. Если мы посмотрим на основных российских андеррайтеров - это по большей части инвестиционные отделы коммерческих банков, таких как ЗАО "Райффайзенбанк", ОАО "ТрансКредитБанк", ОАО «Россельхозбанк», ОАО АКБ "РОСБАНК" и другие. Данный рынок уже много лет остается высоко концентрированным. На ВТБ (включая ВТБ Капитал), Сбербанк (и объединившуюся с ним в 2011 году «Тройку Диалог»), Газпромбанк и Райффайзенбанк низменно приходится основная часть размещений (Рэнкинги андеррайтеров, информационное агентство Cbonds). Поэтому мы выделим эти 4 банка в отдельную группу, и будем присваивать Дамми-переменной значение 1, если андеррайтер входит в «четверку», и значение 0, если андеррайтер не входит в «четверку». Высокий авторитет андеррайтера из «четверки» может выступать для инвестора своеобразной гарантией надежности размещенного транша долговых бумаг, а потому доходность этих бумаг может уступать доходности аналогичных облигаций, размещенных другими банками. На статистических данных мы проверим гипотезу: действительно ли облигации, размещенные андеррайтерами-лидерами будут иметь меньшую доходность при размещении, чем остальные облигации.

5) Возможность досрочного выкупа. Наличие данного условия прописывается в эмиссионных документах. Если облигации не могут быть погашены ранее, чем через некоторый установленный срок, это в определенной степени защищает инвесторов от потенциальной потери доли ожидаемого дохода, а также необходимости резкой «перебалансировки» портфеля в связи с изменением структуры денежных потоков. Как следствие, для впусков с запретом на досрочное погашение можно ожидать более низкую доходность при размещении.

Данные по объему эмиссии, сроку до погашения, банкам-андеррайтерам и возможности досрочного выкупа были взяты из релизов Московской Биржи.

доходность облигация долговой корпоративный

Факторы, характеризующие макроэкономический климат

Как уже упоминалось выше, существует ряд макроэкономических параметров, которые потенциально могут влиять на доходность корпоративных облигаций при размещении. Однако в ряде работ, посвященных данной тематике, был сделан одинаковый вывод о том, что внешними факторами объясняется лишь небольшая доля вариаций в доходности, тогда как основная часть приходится на параметры, характеризующие эмитента и выпуск. В связи с этим, мы не будем включать в модель множество разнообразных макро-характеристик, а лишь обойдемся Дамми-переменными для каждого отдельного года размещения. Сразу же отметим, что нами тестировалась регрессионная модель в нескольких вариациях: сначала с разбивкой по месяцам, потом по кварталам и затем по годам. Из них наиболее оптимальной оказалась спецификация номер 3, что связано с достаточно длинным периодом подстройки экономики и финансовой среды к изменениям макро-параметров. Для настоящей работы была принята спецификация 3.

Стоит, однако, отметить, что некоторые макроэкономические параметры отличаются высокой динамикой или же динамикой, отличной от годового цикла, а потому их сложно учесть в предложенных выше Дамми-переменных. К таким параметрам относится курс рубля (к доллару) и ставка Центрального банка. Данные параметры так же войдут в нашу модель в числе независимых переменных.



Регрессия: результаты и интерпретация

Итак, ключевым этапом данной работы стало построение регрессионной модели. Изначально она имела следующий вид:

Interest=a0+a1*ln(Volume)+a2*Maturity+a3*(Time_Between_Coupons)+a4*Rating+a5*Dum(Buyback)+a6*Dum(Underwriter)+a7*Dum(Year2012)+a8*Dum(Year2013)+a9*Dum(Year2014)+a10*Dum(Year2015)+a11*Dum(Year2016)+a12*USDRUB+a13*CB_Rate+a14*Dum(ZAO)+a15*Dum(OAO)+a16*Dum(OOO)+a17*Dum(State_Participation)+a18*Dum(Sector_Finance)+a19*Dum(Sector_Energy)+a20*Dum(Sector_Construction)+a21*Dum(Sector_Raw_Materals)),

где

Interest - доходность облигации при первичном размещении

Volume - объем эмиссии

Maturity - срок обращения ценной бумаги

Time_Between_Coupons - среднее время между выплатами двух соседних купонов

Rating - кредитный рейтинг эмитента

Underwriter - тип андеррайтера: Дамми-переменная, принимающая значение 1, если андеррайтер относится к четверке лидеров-андеррайтеров на российском рынке (Сбербанк (включая «Тройку Диалог»), банк ВТБ (включая ВТБ-капитал), Райффайзенбанк, Газпромбанк) и принимающая значение 0, если организатором выпуска выступает другой банк

Дамми-переменные для года выпуска долговой ценной бумаги:

Year2012 - для облигаций, размещенных в 2012 году

Year2013 - для облигаций размещенных в 2013 году

Year2014 - для облигаций размещенных в 2014 году

Year2015 - для облигаций размещенных в 2015 году

Year2016 - для облигаций размещенных в 2016 году

В качестве базовой категории взяты долговые инструменты, выпущенные в 2011 году

USDRUB -валютный курс доллара к рублю на момент размещения

CB_Rate - ставка Центрального банка

Дамм-переменные для организационно-правовой формы эмитента:

ZAO - для эмитентов, существующих в форме ЗАО (АО)

OAO - для эмитентов существующих в форме ОАО (ПАО)

OOO - для эмитентов существующих в форме ООО

В качестве базовой категории взяты эмитенты-административные единицы (региональные министерства, муниципалитеты и т.д.)

State_Participation - Дамми-переменная принимающая значение 1, если предприятие находится в (частичной) собственности государства, и принимающая значение 0, если государственные структуры не значатся в списке акционеров и аффилированных лиц

Дамми-переменные для наиболее часто встречающихся в нашей базе данных секторов деятельности эмитентов:

Sector_Finance - для банков, страховых компаний, кредитных компаний и т.д.

Sector_Energy - для компаний энергетического сектора

Sector_Construction - для лизинговых и строительных компаний

Sector_Raw_Materials - для добывающих компаний

В качестве базового сектора взята категория «Другие»

После того, как представленная выше модель была протестирована на статистических данных, были получены следующие результаты:



Таблица 1. Коэффициенты регрессии для первой спецификации

Мы видим, что коэффициент пересечения, коэффициент при сроке до погашения, коэффициент при среднем времени между купонными выплатами, коэффициент при Дамми-переменной для типа андеррайтера, коэффициенты при Дамми-переменных для каждого года размещения, коэффициент при курсе рубля, коэффициент при ставке Центрального банка и коэффициент при Дамми-переменной для организационно-правовой формы эмитента в виде ОАО являются статистически значимыми при вероятности ошибки в 5%. Рейтинг эмитента при этом является значимой переменной только на уровне значимости 16%.

Важно отметить, что коэффициент детерминации в данной регрессии составляет 0,54, а тот же коэффициент, скорректированный на количество наблюдений - 0,51. Это говорит о том, что предложенная модель в целом достаточно хорошо объясняет вариации в доходностях облигаций при первичном размещении.

При этом в выдаче регрессии по предложенной модели существует целый ряд статистически незначимых переменных. Поэтому, чтобы избавить нашу модель от всего лишнего, мы уберем переменную объема, возможности досрочного выкупа, фактор участия государства в акционерном капитале эмитента, разделение компаний по секторам деятельности, а также принадлежность эмитента к ООО и ОАО (ПАО).

В результате получим следующую модель:

Interest=a0+a1*Maturity+a2*(Time_Between_Coupons)+a3*Rating+a4*Dum(Underwriter)+a5*Dum(Year2012)+a6*Dum(Year2013)+a7*Dum(Year2014)+a8*Dum(Year2015)+a9*Dum(Year2016)+a10*USDRUB+a11*CB_Rate+a12*Dum(OAO), где

Interest - доходность облигации при первичном размещении

Maturity - срок обращения ценной бумаги

Time_Between_Coupons - среднее время между выплатами двух соседних купонов

Rating - кредитный рейтинг эмитента

Underwriter - тип андеррайтера: Дамми-переменная, принимающая значение 1, если андеррайтер относится к четверке лидеров-андеррайтеров на российском рынке (Сбербанк (включая «Тройку Диалог»), банк ВТБ (включая ВТБ-капитал), Райффайзенбанк, Газпромбанк) и принимающая значение 0, если организатором выпуска выступает другой банк

Дамми-переменные для года выпуска долговой ценной бумаги:

Year2012 - для облигаций, размещенных в 2012 году

Year2013 - для облигаций размещенных в 2013 году

Year2014 - для облигаций размещенных в 2014 году

Year2015 - для облигаций размещенных в 2015 году

Year2016 - для облигаций размещенных в 2016 году

В качестве базовой категории взяты долговые инструменты, выпущенные в 2011 году

USDRUB - валютный курс доллара к рублю на момент размещения

CB_Rate - ставка Центрального банка

Дамм-переменные для организационно-правовой формы эмитента:

Дамм-переменные для организационно-правовой формы эмитента:

ОAO - для эмитентов, существующих в форме ОАО (ПАО)

В качестве базовой категории взяты эмитенты, существующие в форме ЗАО, ООО и административные единицы (региональные министерства, муниципалитеты и т.д.)

После тестирования представленной модели на статистических данных был получен коэффициент детерминации, равный 0,58, и нормированный коэффициент детерминации, равный 0,56. Нормированный коэффициент, который является основным показателем прогностического качества модели, увеличился по сравнению с первой спецификацией регрессии более чем на 4%, что считается серьезным улучшением для модели, работающей на финансовых данных. Это говорит о том, что вторая спецификация гораздо лучше справляется с объяснениями вариаций доходностей облигаций при первичном размещении, а значит, ее мы и выберем в качестве основной рабочей модели. Ниже приведена таблица полученных коэффициентов.