Моделирование спредов доходности на первичном и вторичном рынке облигаций

Андеррайтерами в России выступают инвестиционные компании и банки. В Таблице 7 представлен рэнкинг андеррайтеров по объему выпуска за период с 2012 по 2017 гг. Большая доля размещений приходится на таких андеррайтеров, как ВТБ Капитал, Газпромбанк, Сбербанк и другие. На их долю приходится более 50% всех выпусков. Организаторы, представленные в данной таблице, были отнесены в группу «первого» типа, а остальные в группу «второго» типа.



Таблица 7. Рэнкинг андеррайтеров корпоративных облигаций по объему выпуска, млн. руб.

		2012	2013	2014	2015	2016	2017	Итого
1	ВТБ Капитал	262995	423748	336559	182129	329092	271627	1 806 150
2	Газпромбанк	180536	291768	91336	222187	382759	338997	1 507 583
3	Сбербанк CIB	196267	230181	82147	182415	248776	233613	1 173 399
4	Банк "ФК Открытие"	42551	132481	150987	180632	200919	145350	852 920
5	БК Регион	20025	52419	70712	173853	73114	65667	455 790
6	РОСБАНК	30269	70037	73933	105233	95417	60667	435 556
7	Райффайзенбанк	89838	103475	39655	86638	47048	45133	411 787
8	Альфа-Банк	35850	33625	25750	30083	42426	39578	207 312
9	Юникредит Банк	26750	61817	37983	11083	25082	40454	203 169
10	Россельхозбанк	6143	15300	23700	38733	23333	85945	193 154

Источник: CBONDS

Структура инвесторов. Данная переменная подразумевает участие государства в структуре капитала компании. Это может служить дополнительной гарантией надежности и кредитоспособности эмитента. Поэтому спред доходности по таким облигациям будет существенно ниже. В анализ включается дамми-переменная, принимающая значение 1, если государство принадлежит к числу собственников компании.

Сделки РЕПО. Суть сделок РЕПО заключается в том, что под залог облигации можно получить денежные средства, обязуясь через определенное время выкупить эту бумагу обратно по более высокой цене. Возможность совершения сделки РЕПО по облигации позволяет инвестору увеличивать кредитное плечо и получать более высокую доходность. Предполагается, что спред по бумагам, участвующим в сделках РЕПО, будет отличаться.

Для российской экономики сделки РЕПО являются особым способом финансирования банковской системы и обеспечения ликвидности. Когда были введены санкции против России и пропала возможность получения дешевых кредитов, ЦБ через сделки РЕПО стал продавать валюту банкам под залог ценных бумаг, перечисленных в, так называемом, ломбардном списке. В списке находятся ценные бумаги, соответствующие ряду требований (наличие рейтингов, достаточное обеспечение и др.), попадающее в число наиболее ликвидных. В список входят облигации, выпущенные Минфином, субъектами РФ, а также облигации некоторых российских компаний. Список представлен на сайте ЦБ URL: http://www.cbr.ru/analytics/plugins/lombardlist.aspx Таким образом, наличие бумаги в этом списке, говорит о ее надежности, что будет существенно снижать спред доходности.

Кредитное качество эмитента. В качестве оценки кредитного качества эмитента выступает кредитный рейтинг. Рейтинги выражают мнение специалистов о кредитном качестве облигации и позволяют сопоставить кредитные риски. Рейтинг не является абсолютной мерой вероятности дефолта, так как основан на оценках относительно будущих событий, которые не всегда предсказуемы. Тем не менее, участники рынка используют рейтинги для оценки кредитного риска и сравнения долговых ценных бумаг при принятии решений. Эмитенты используют рейтинги для привлечения потенциальных инвесторов и установления процентной ставки. Как правило, высокий рейтинг позволяет компаниям предлагать более низкую процентную ставку, так как им не нужно компенсировать кредитный риск. Именно поэтому спред по облигациям с низким рейтингом будет значительно шире.

В исследовании рейтинг кредитного качества бумаги основывается на оценке российского рейтингового агентства АКРА, созданного после понижения мировыми агентствами, такими как Moody's, Fitch и S&P, кредитного рейтинга России до спекулятивного уровня в 2015 году. Так как мы анализируем российский рынок, то использование данного рейтинга способно в полной мере отразить относительную вероятность дефолтов облигаций по национальной шкале в сравнении с локальными инструментами. Несмотря на то, что данное агентство действует не так долго, его рейтинги уже используются регулятором. Источник: статья на сайте рейтингового агентства АКРА. URL: https://acra-ratings.ru/about/news/122

Для целей исследования кредитный рейтинг, присвоенный долговому инструменту, переводится в числовую шкалу согласно Таблице 8.

Таблица 8. Перевод рейтинговой шкалы АКРА в числовое значение

Шкала АКРА	Краткое описание	Числовое значение
ААА	Максимальная надежность	19
АА+	Высокий уровень кредитоспособности	18
АА		17
АА-		16
А+	Надежность выше среднего уровня	15
А		14
А-		13
ВВВ+	Надежность ниже среднего уровня	12
ВВВ		11
ВВВ-		10
ВВ+	Спекулятивные облигации	9
ВВ		8
ВВ-		7
B+	Высокий риск, возможен отказ от платежей	6
B		5
B-		4
ССС	Очень низкий уровень кредитного качества	3
СС		2
С		1
D	Дефолт	0

Финансовые показатели. Кроме кредитного качества, в исследовании используются показателя компании.

· Темп роста выручки. Если компания развивается и делает это успешно, то привлечение заемного капитала для нее значительно дешевле, а значит и спред доходности будет меньше.

· Debt/Equity (леверидж) выступает показателем риска дефолта эмитента, так как высокие значения говорят о неустойчивости финансового состояния компании, что делает привлечение заемных средств дорогим. В итоге премия за такой риск растет и спред расширяется.

· Рентабельность активов (ROA) показывает эффективность использования активов компании. В организациях с высокими показателями ROA вероятность возникновения дефолтных состояний ниже. Поэтому предполагается обратное влияние показателя на спред.

Необходимость их включения заключается в том, что кредитный рейтинг есть не у всех компаний, так как российские эмитенты могут выпускать облигации без получения оценки от рейтингового агентства. Но и сами значения рейтинга тоже являются оценкой. Кроме того, спред доходности меняется ежедневно, и чтобы уловить влияние рисков компании на его величину, необходимо включить меняющиеся во времени показатели.

Ликвидность. Ликвидность прямым образом связана с доходностью облигации, так как порождает транзакционные издержки и несвоевременность совершения сделок, что увеличивают доходность актива. Поэтому возникает необходимость рассмотрения данного фактора в нашем анализе. Как уже было отмечено в обзоре литературы, ликвидность может быть определена при помощи множества индикаторов. Кроме того, исследователи рекомендуют использовать несколько показателей. Поэтому в работе мы рассмотрим два показателя: объем торгов, характеризующий торговую активность эмитента, и бид-аск спред, показывающий торговые издержки. Данные показатели показали свою значимость на российском рынке во многих исследованиях (Запевалова, 2017; Чайкун, 2009). [4,8]

· Объем эмиссии. Чаще всего большой объем эмиссии означает наличие ликвидного вторичного рынка ценных бумаг, что позволит инвесторам быстро и с минимальными издержками совершить сделку с облигацией. Большие объемы ценных бумаг могут позволить себе крупные компании, которые не могут получить кредитные ресурсы у финансовых организаций на длительное время. В этом случае, влияние на спред будет отрицательным.

· Бид-аск спред показывает сумму транзакционных издержек, связанных с покупкой или продажей облигации. Он представляет собой долю расхождений в ценах спроса и предложения от итоговой цены сделки и рассчитывается по формуле:

За риск ликвидности инвесторы требуют большую премию, поэтому спред будет расширяться.

Помимо рассмотрения внутренних факторов, которые характеризуют риск дефолта и риск ликвидности, необходимо включить в модель внешние факторы, которые характеризуют условия обращения облигации, тем самым оказывая влияние на спред доходности.

2.1.3 Внешние факторы спреда доходности

Валютный курс. Валютный курс можно рассматривать как дефолтный и недефолтный элемент спреда, так как он может оказывать влияние как на макроэкономическую ситуацию в стране, так и на риски самой компании. Если курс растет, то в результате ухудшается финансовое положение компании, особенно если компания использует иностранное сырье. Наличие валютных обязательств увеличивает риск дефолта, в результате чего инвесторы будут требовать дополнительную доходность и спред будет расти. С другой стороны, рост валютного курса увеличивает и доходность безрисковых активов, в результате чего спред будет сужаться.

Для того, чтобы понять какую гипотезу стоит рассматривать в нашем исследовании, обратимся к историческим данным. На Рисунке 8 представлена динамика валютного курса и G-спреда по корпоративным облигациям. В целом динамика курса совпадает с динамикой спреда, но после 2012 года можно заметить разнонаправленное движение. Особенно это заметно после ноября 2014 года, когда курс взлетел до отметки 70, а спред упал до минимума. Исходя из графического анализа, мы будем рассматривать гипотезу о том, что рост валютного курса влияет на риски корпоративных облигаций не так сильно, и поэтому спред будет сужаться.

Рисунок 8. Динамика валютного курса и спреда корпоративных облигаций в России

Источник: Bloomberg

Необходимость включения этого показателя заключается еще в том, что он может служить прокси-переменной для показателя условий внешней торговли, особенно на развивающихся рынках (Hilscher, 2010). [20]

Доходность индекса МосБиржи До декабря 2017 года назывался индекс ММВБ.. Индекс МосБиржи выступает ключевым индикатором не только рынка ценных бумаг, но и макроэкономической ситуации в целом, так как включает в себя акции компаний, представляющих основные сектора российской экономики. Включение доходности данного индекса представляется целесообразным, так как все изменения в экономике отражаются в ценах, а соответственно и в доходности акций, эмитенты которых выпускают также и анализируемые в этой работе облигации. К тому же, индекс может показывать тенденции изменения доходности по инвестициям именно в рублевые активы в целом. Поэтому доходность этого индекса может выступать в роли показателя рыночного риска и включена в модель. Предполагается, что при росте доходности индекса МосБиржи, спред корпоративных облигаций будет также увеличиваться.

Описанные выше факторы спреда доходности выбраны на основании свойств прокси-переменных, которые характеризуют основные составные части спреда доходности.

2.2 Гипотезы

На основе приведённого обзора теоретических аспектов и литературы, а также анализа детерминант спредов доходностей сформулированы нижеследующие гипотезы, которые будут проверены в ходе эмпирического исследования:

Гипотеза 1: между первичным и вторичным рынком существует значительное различие в формировании спредов доходностей облигаций.

В случае, если эта гипотеза подтвердится, то остальные гипотезы будут проверяться отдельно для первичного и вторичного рынка корпоративных облигаций. Так как уже было определено, что спред доходности состоит из различных риск-премий, среди которых наибольшее значение имеют риск дефолта и риск-ликвидности, то проверяются следующие гипотезы:

Гипотеза 2: чем выше кредитное качество эмитента, тем меньше будет спред доходности облигации.

Гипотеза 3: объем эмиссии и бид-аск спред, показывающие ликвидность ценной бумаги, оказывают значительное влияние на спред доходности.

Гипотеза 4: спред доходности формируется под действием внешних факторов, таких как валютный курс и доходность индекса IMOEX.

Гипотеза 5: чем больше срок до погашения облигации, тем выше будет спред.

Помимо основных гипотез, мы также тестируем значимость других факторов, специфичных для российского рынка облигаций.

Гипотеза 6: характеристики выпуска, такие как тип андеррайтера и возможность оферты, оказывают влияние на формирование спреда доходности.

Гипотеза 7: участие государства в структуре капитала, повышает надежность эмитента облигации, что приводит к уменьшению спреда доходности.

Гипотеза 8: облигации, участвующие в сделках РЕПО, будут иметь меньший спред доходности, чем остальные.

2.3 Данные и методология исследования

2.3.1 Статистическая выборка

Для исследования зависимости спреда доходности от ряда детерминант используются ежедневные данные о доходности российских рублевых корпоративных облигаций, торгуемых на Московской бирже, и полученных на терминале информационного агентства Bloomberg. Рассматривается период с января 2014 года по декабрь 2017 года, так как именно в этот период происходят значительные изменения в экономике.

Чтобы получить репрезентативную выборку из нее были исключены облигации со следующими характеристиками:

1. Облигации финансового сектора экономики (банки, лизинговые и страховые компании). Деятельность таких компаний весьма специфична: например, для них высокий долг не всегда будет показателем проблем, а наоборот, являться источником заработка.

2. Облигации, по которым не было информации в открытых источниках, в частности, финансовой отчетности.

Данные по спреду доходности облигации и характеристики эмитента были получены с сайта Bloomberg и Cbonds, доходность индекса IMOEX -с сайта Московской биржи. Источником данных о характеристике компании служат как сайты компании, так и их финансовая отчетность.

В целях исследования данные были усреднены по кварталам (медианные значения), так как многие из показателей фирмы не рассчитываются ежедневно, а риск дефолта отражается именно через финансовые индикаторы, публикуемые раз за квартал. Таким образом, выборка представляет собой панельные данные по 485 облигациям за 16 временных периода (6498 наблюдений).

Структура выборки представляет собой следующее:

1. Чуть меньше половины облигаций в выборке представляют собой долгосрочные бумаги со сроком до погашения 10-15 лет. Меньше всего представлено краткосрочных бумаг (Рисунок 9).

Рисунок 9. Виды бумаг в выборке по сроку до погашения



2. В выборке представлены облигации различные по объему выпуска (Рисунок 10).

спред доходность облигация

Рисунок 10. Виды бумаг в выборке по объему выпуска

В целях более точного анализа, рассмотрим описательные статистики по выборке (Таблица 9).

Таблица 9. Описательные статистики по выборке

Переменная	Среднее значение	Стандартное отклонение	Минимум	Максимум
Spread	0,0435	0,2346	-0,0621	0,1056
Primary Market	0,4371	0,4965	0	1
Raiting	10,05	2,062	3	19
Growth	0,0457	0,2349	-0,9725	1,4691
Debt / Equity	0,8814	1,1349	0,0706	3,19
ROA	0,564	0,387	-0,24	0,795
Amount Issued	9,094 млрд.	5,43 млрд.	3 млрд.	15 млрд.
Bid-ask spread	0,0231	0,84	-0,678	0,038
Underwriter	0,544	0,375	0	1
Maturity	2431,3	1217	791	5419
Option	0,2432	0,4295	0	1
Government part	0,2835	0,3874	0	1
REPO	0,467	0,3044	0	1
IMOEX	0,0203	0,0137	0,0013	0,058
RURUSD	48,003	15,037	30,028	74,91

Среднее значение спреда доходности составляет 4% при стандартном отклонении 23%. Минимальное значение равно -6%, а максимальное - 10%. В среднем, объем выпуска составляет 9 млрд. рублей, однако есть в выборке и такие эмитенты, объем выпуска которых составляет 15 млрд. рублей. Большая часть облигаций в выборке была выпущена крупными андеррайтерами, без возможности оферты и с малой долей участия государства в структуре инвесторов. Распределение финансовых показателей компаний имеет большой разброс, что связано с включением в выборку компаний из различных секторов экономики. Разброс переменных также можно объяснить включением в анализ кризисных лет.

2.3.2 Методология

Для анализа выбранных нами переменных в формировании спреда доходности и проверки предложенных гипотез используется метод регрессионного анализа панельных данных. Оцениваемая модель представлена следующим уравнением:

Где: - спред доходности корпоративной облигации;

- кредитный рейтинг облигации по шкале АКРА;

- темп роста выручки компании;

- соотношение долга компании к ее активам;

- рентабельность активов компании;

- объем облигационного выпуска;

- показатель ликвидности, или бид-аск спред;

- срок до погашения облигации;

- тип организатора выпуска;

- наличие встроенного опциона в облигации;

- наличие государства в структуре собственников;

- участие облигации в сделках РЕПО;

- значение доходности индекса МосБиржи;

- курс валюты, соотношение рубля к доллару.

Важным этапом анализа выступает выбор спецификации модели. В качестве вариантов выступают модель с фиксированными индивидуальными эффектами и модель со случайными эффектами.

Такой подход обусловлен исходя из используемых данных: любая облигация уникальна, и применение таких моделей позволит учесть влияние пропущенных или ненаблюдаемых факторов, связанных с индивидуальными особенностями объекта.

Для выбора наилучшей модели используются следующие критерии:

1. Коэффициенты при переменных регрессии являются значимыми;

2. Спецификация модели определяется на основе теста Хаусмана;

3. Модель обладает наибольшей объясняющей силой, о чем говорит высокое значение коэффициента детерминации для модели с фиксированными эффектами или высокое значение статистики Вальда для модели со случайными эффектами.

Также в работе проводится тестирование на соответствие базовым предпосылкам о распределении ошибок (тесты на гетероскедостичность, автокорреляцию во времени), и проводится сравнительный анализ оценок.

Результаты оценивания регрессии представлены в следующем параграфе.



Глава 3. Регрессионный анализ и интерпретация результатов

3.1 Проверка гипотезы о различном формировании спреда доходности на первичном и вторичном рынке

Для проверки гипотезы о различном формировании спреда доходности на первичном и вторичном рынке в уравнение регрессии вводится дамми-переменная, характеризующая спред доходности на первичном рынке облигаций. Теперь уравнение регрессии представлено в следующем виде:

Для оценки уравнения было выбрано три модели анализа панельных данных: регрессия (Pool), регрессия со случайными эффектами (RE) и регрессия с фиксированными эффектами (FE). Результаты оценивания регрессий представлены в Таблице 10.

На основе сравнения оценок с другими моделями можно сделать важные выводы для анализа. Во-первых, оценки регрессий совпадают по значимости. Кроме того, их значения различаются не так сильно, что говорит нам об их стабильности. Во-вторых, направление влияния (знак коэффициента) совпадает с предложенными нами гипотезами.

В-третьих, коэффициент при переменной, характеризующей спред при первичном размещении, оказался значимым во всех рассмотренных спецификациях. Кроме того, он положительный и незначительно различается по своей величине. Это подтверждает нашу гипотезу о том, что формирование спреда на первичном и вторичном рынке происходит по-разному. Для рассмотрения этих различий разделим выборку на две части и оценим регрессии по этим данным.

Таблица 10. Сводная таблица результатов оцененных моделей

3.2 Моделирование спреда на первичном рынке облигаций

Часть выборки, которая характеризует первичный рынок больше не представляет собой панельные данные, так как размещение облигации происходит единожды и не повторяется во времени. Теперь выборка состоит из 485 наблюдений. На этих данных была протестирована предложенная в предыдущем разделе модель. Результат оценивания представлен ниже в Таблице 11.

Как можно заметить, в данной модели практически все переменные значимы на всех уровнях, кроме показателей бид-аск спреда и андеррайтера, которые значимы на уровне 10%.

Модель была протестирована на соответствие стандартным предпосылкам линейной регрессии (Приложение 1). Также из нее были исключены все незначимые переменные, такие как показатель роста компании, ROA, опция встроенного опциона и индекс Московской биржи.

Таблица 11.Результат оценивания линейной регрессии на первичном рынке облигаций

В результате, скорректированный коэффициент детерминации увеличился практически на 3,5%, что является значимым улучшением для модели на финансовых данных. В принятой нами модели, переменные объясняют 69% вариаций спреда доходности корпоративных облигаций. Таким образом, итоговая модель формирования спреда доходности на первичном рынке представляет собой следующее:

Spread (Primary Market) = 0,1 - 0,09 Rating + 0,002 DE - 0,000009 Amount Issued - 0,006 Underwriter + 0,0067 Maturity - 0,013 Government Part - 0,001 RURUSD

Интерпретация коэффициентов, а также соответствие представленным в работе гипотезам представлены ниже:

· Как и предполагалось в гипотезах, а также было подтверждено в предыдущих исследованиях, риск дефолта, задаваемый в работе как рейтинг и отношение заемного капитала к собственному, оказывает значительное влияние на спред доходности облигации. Чем лучше кредитное качество эмитента, тем ниже спред доходности.

· Среди других характеристик компании, на размер спреда влияет структура его инвесторов. Так, если государство состоит в составе владельцев компании, то спред по облигации меньше на 0,013.

· Риск ликвидности, обозначенный через размер эмиссии, оказывает влияние на спред доходности на первичном рынке. Увеличивая объем эмиссии, эмитент может предлагать меньшую премию, от чего спред будет меньше.

· Эмитент может оказать влияние на спред, устанавливая срок до погашения облигации. Инвесторы будут требовать большую премию за риск по корпоративным облигациям, если она размещается на длительный срок.

· На спред доходности на первичном рынке также оказывает влияние тип андеррайтера. Так как значение 1 обозначало принадлежность андеррайтера к группе «опытных» андеррайтеров, отрицательный коэффициент показывает, что авторитет организатора выпуска может уменьшить премию, от чего спред доходности сужается на 0,006 процентных пункта. Этот результат логичен, так как участие опытного андеррайтера может служить сигналом надежности и высокого кредитного качества эмитента. Это связано с тем, что что российский фондовый рынок находится только на стадии развития и на нем отсутствует надежная система индикаторов, которые служат инвесторам на развитых рынках в качестве способа определения справедливой премии за риски при размещении облигации. Поэтому игроки на российском рынке придают большое значение авторитету андеррайтера.

· Интересный результат был получен относительно валютного курса. При его росте спред корпоративных облигаций сужается. Это объяснимо тем, что, чем выше курс, тем выше доходность государственных облигаций, и тем ниже спред.

3.3 Моделирование спреда на вторичном рынке

В выборку для построения модели спреда на вторичном рынке вошли 4562 наблюдения по 485 облигациям за 16 временных промежутков. Сначала было оценено две регрессии: со случайными и с фиксированными эффектами. После этого, был проведен тест Хаусмана на выбор между приведенными моделями. Наилучшей моделью, как и в первом случае, оказалась модель со случайными индивидуальными эффектами, что говорит о том, что индивидуальные различия облигаций в выборке носят случайный характер. Модель также была очищена от незначимых переменных (Таблица 12 и Приложение 2).



Таблица 12. Оценка регрессии со случайными эффектами

Чтобы говорить о значимости полученных результатов, модель была оценена со стандартными ошибками в форме Уайта и была проведена проверка на автокорреляцию (Приложение 3).

Исходя из регрессионного анализа, модель формирования спреда доходности на вторичном рынке облигаций представляет собой следующее уравнение:

Spread (Secondаry Market) = -0,06 Rating + 0,009 DE - - 0,0000004 Amount Issued + 0,09 BASpread + 0,008 Maturity - - 0,008 Government Part - 0,05REPO + 0,02 RURUSD

Интерпретация коэффициентов, а также соответствие представленным в работе гипотезам представлены ниже:

· На вторичном рынке облигаций, как и на первичном рынке большую роль играет риск дефолта эмитента. Это связано с тем, что при анализе вложений в какую-либо облигацию инвесторы обращаются к рейтингу, чтобы проанализировать уровень риска. Так как этот показатель связан с риском дефолта, то инвесторы будут требовать компенсировать этот риск, что положительно влияет на размер спреда.

· Еще одна важная характеристика бумаги - ликвидность, которая была обозначена как разница между ценами аск и бид, оказалась значима на 5% уровне. Причем, чем больше эта разница, тем спред шире. Это означает, что инвесторы требуют дополнительную премию за транзакционные издержки, связанные с покупкой или продажей облигации, что соответствует поставленным в работе гипотезам.

· Среди характеристик выпуска значимыми оказались срок до погашения облигации и участие государства в структуре инвесторов Предполагаемые нами гипотезы о влиянии этих факторов подтвердились.

· Из факторов, характеризующих внешние условия обращения увеличению спреда. Это может быть связано с тем, что обычно рост курса характеризует кризисные периоды в экономике России, которые также были включены в анализ; и с тем, что анализ проводился именно на рублевых облигациях, доходность которых будет увеличиваться с ростом риска обесценения. Поэтому спред доходности положительно зависит от валютного курса.

· Если облигация участвует в сделках РЕПО, то спред доходности ниже. Это значимый результат, так как в предыдущих исследованиях этот фактор не рассматривался.

Полученная модель доказывает тот факт, что на формирование спреда доходности корпоративных облигаций влияют характеристики займа и компании, а также внешние экономические условия.

3.4 Сравнение результатов

Финальным этапом исследования выступает проведение сравнительного анализа формирования спреда доходности на первичном и вторичном рынке корпоративных облигаций в России (Таблица 13).

Таблица 13. Сравнение моделей спреда доходности корпоративных облигаций на первичном и вторичном рынке

Фактор	Первичный рынок	Вторичный рынок
Рейтинг бумаги	-0,08***	-0,06***
Темп роста выручки	Не влияет	Не влияет
Леверидж	0,002***	0,009*
ROA	Не влияет	Не влияет
Объем выпуска	0,0000009***	0,0000004**
Бид-аск спред	Не влияет	0,09***
Срок до погашения	0,006***	0,008*
Тип андеррайтера	-0,006*	Не влияет
Дополнительные опции	Не влияет	Не влияет
Участие государства	-0,013***	-0,008***
РЕПО	Не влияет	-0,02**
Доходность индекcа IMOEX	Не влияет	Не влияет
Валютный курс	-0,03***	0,02***

Как можно заметить, формирование спреда доходности облигации на первичном и вторичном рынке происходит по-разному: детерминанты отличаются как по уровню своего влияния, так и по направлению.

Так, на первичном рынке на спред доходности влияют больше характеристики выпуска, такие как объем займа, срок до погашения облигации и тип организатора. Это значит, что еще на этапе подготовки выпуска эмитент может повлиять на доходность актива, меняя определенные параметры. На вторичном рынке, эти факторы оказались менее значимыми. Это согласуется с результатами, полученными в работе Фридсона и Гармана, которые показали, что спред доходности меняется в зависимости от срока до погашения по-разному для облигаций инвестиционного уровня и облигаций спекулятивного характера (Fridson, Garman, 1998). [17]

Кредитное качество эмитента формирует спред доходности как на первичном, так и на вторичном рынке. Однако, он оценивается по разным показателям. Рейтинг, присвоенный агентством АКРА, оказывает наибольшее влияние на первичном рынке. На вторичном же рынке, спред доходности больше зависит от левериджа компании. Однако, из этих двух факторов наибольшее изменение в спреде вызывает именно рейтинг облигации. Это может быть связано с тем, что рейтинг строится на основе анализа большого количества показателей, в то время как леверидж показывает лишь отношение заемного капитала к собственному, что не всегда может указывать на высокие риски. Гипотеза о важности риска дефолта, доказанная многими зарубежными и отечественными авторами, подтвердилась и на наших данных.

Большую значимость на вторичном рынке играет ликвидность ценной бумаги, что вполне объяснимо, так как большинство инвесторов не преследуют цель долгосрочных инвестиций, а стремятся к получению спекулятивной прибыли. Именно поэтому для них важна ликвидность ценной бумаги. Полученный результат позволяет усилить выявленную в исследованиях других авторов значимость ликвидности при формировании спреда доходности облигации (Hund et al. 2007; Чайкун, 2010). [22, 7]

Специфичный для российской экономики фактор - участие государства в структуре инвесторов, также значим и на первичном и на вторичном рынке. Но на первичном рынке он имеет большее влияние. Наличие государства в числе собственников выступает сигналом для инвесторов о надежности эмитента на первичном рынке.

Еще один фактор - участие облигации в сделках РЕПО, значим только на вторичном рынке. Это вполне логично, так как при выпуске облигация еще не участвует в сделке, поэтому эта переменная значима только на вторичном рынке.

Самый интересный результат был получен относительно валютного курса. На первичном рынке рост валютного курса приводит к сокращению спреда доходности, а на вторичном рынке - к его росту. Такой же результат был получен для российского рынка корпоративных облигаций при размещении в работе Берзона и Милицковой (Берзон и др., 2013). [2] Отсюда можно сделать важный вывод: на первичном рынке валютный курс больше всего влияет на доходность государственных облигаций, чем на корпоративные облигации, так как увеличивает риск дефолта государства. Поэтому спред доходности будет сужаться. На вторичном рынке, рост курса валюты будет приводить к тому, что инвесторы будут требовать дополнительную премию за вложение в рублевые облигации, поэтому спред доходности будет расти.

Остальные же детерминанты, среди которых темп роста выручки, рентабельность активов и доходность индекса Московской Биржи не оказали существенного влияния на спред доходности ни на одном из рынков.



Заключение

Российский рынок облигаций представляет собой важный сегмент экономики и показывает высокие темпы роста в последние несколько лет. Но волатильность рынка и низкая ликвидность сдерживают приток новых инвесторов на рынок, особенно в кризисные периоды. Выбор между волатильностью и доходностью вызывает необходимость в понимании ключевых детерминант, обуславливающих ценообразование на долговом рынке, в частности определения ключевых факторов спреда доходности облигаций.

Целью работы являлось построение модели формирования спреда доходности на первичном и вторичном рынке облигаций. Данная работа впервые в отечественной практике поднимает вопрос о различиях формирования спреда доходности на первичном и вторичном рынке.

Для достижения поставленной цели был проведен анализ современного долгового рынка в России, выделены основные тенденции и особенности его функционирования; также были изучены и систематизированы существующие исследования российских и зарубежных авторов; на основе выявленной специфики российского рынка и обзора подходов были выделены основные детерминанты спреда, которые оказывают существенное влияние на его величину.

Результатом проведенного исследования является выявление факторов отличия формирования спреда доходности на первичном и вторичном рынке корпоративных облигаций в России. В работе предложено две модели спреда доходности, которые учитывают характеристики эмитента и выпуска, а также внешние условия. В модель были включены новые переменные, которые не рассматривались в предыдущих работах - это переменная, показывающая тип рынка, на котором находится облигация, сделки РЕПО по облигации, участие государства в структуре капитала, а также доходность индекса IMOEX.

В целом, полученные модели обладают приемлемой предсказательной силой и позволяют выявить уникальные закономерности российского рынка облигаций. Сравнительный анализ двух рынков показал, что одни и те же факторы могут влиять на спред доходность по-разному. Так, на первичном рынке облигаций наиболее значимыми факторами являются характеристики выпуска (объем, тип андеррайтера), а на вторичном рынке - характеристики эмитента (финансовые показатели и ликвидность). Влияние срока до погашения на этих рынках тоже различно. Инвесторы обращают больше внимания на срок до погашения на вторичном рынке облигаций, чем на первичном.

Отличием формирования спреда на первичном и на вторичном рынке стало влияние на спред сделок РЕПО по облигации. Кроме того, наличие государства в числе собственников снижает премию за риск, как на первичном, так и на вторичном рынке.

Интересной закономерностью, выявленной вы ходе исследования, стало влияние валютного курса на спред доходности двух рыков. В случае первичного размещения высокое соотношение рубля к доллару оказывает большее воздействие на государственные ценные бумаги, за счет чего спред сужается. На вторичном рынке облигаций, валютный курс действует иначе.

В целом, все выявленные закономерности формирования спреда доходности, еще раз указывают на специфичность российского долгового рынка, который находится еще на стадии развития. На основании сделанных выводов участники рынка могут количественно прогнозировать спред доходности корпоративных облигаций, что позволит инвесторам более качественно анализировать доходность своих вложений, эмитентам - оценивать целесообразность и стоимость выпуска ценных бумаг, а регуляторам принимать эффективные меры для развития и укрепления фондового рынка.

Проведенный анализ открывает возможности для дальнейших исследований в части формирования доходности облигаций - сравнительное моделирование на других сегментах рынка облигаций (государственные и муниципальные), рассмотрение формирования спреда в финансовой отрасли, а также поиск и включение новых факторов спреда доходности при первичном и вторичном размещении. Кроме того, интересным представляется исследование спреда доходности на дневных данных, но в это случае необходимо разработать методику учета риска дефолта, так как многие из прокси-переменных этого показателя либо статичны (рейтинг), либо меняются редко (финансовые показатели).



Список использованной литературы

Первоисточники на русском языке:

1. Алексеева И.А., Макарова Е.В. Российский рынок корпоративных облигаций: тенденции и перспективы развития. // Бюллетень Байкальского государственного университета, № 3, 27, 2017.

2. Берзон Н.И., Милицкова Т.М. Детерминанты доходности рублевых корпоративных облигаций при их размещении. // Журнал «Финансы и кредит», 2013.

3. Милицкова Т. М. Влияние специфических факторов на спреды доходности корпоративных облигаций. // Корпоративные финансы, № 2 (26), 2013.

4. Запевалова Е.С. Моделирование доходности российских государственных облигаций в зависимости от доли нерезидентов в торгах как источника ликвидности. // Вестник Пермского университета, № 2(12), 2017.

5. Ратникова Т. А. Введение в эконометрический анализ панельных данных. // Экономический журнал ВШЭ, № 2, 2006.

6. Сувейка Ш. М. Детерминанты спреда доходности корпоративных облигаций на развивающихся рынках // Диссертация, Москва, 2017.

7. Сувейка Ш.М. Оценка зависимости спреда доходности корпоративных облигаций от динамики валютного курса (на примере рынка облигаций РФ). // Журнал Финансовый Бизнес, №4, 2015.

8. Чайкун А.Н. Оценка уровня ликвидности облигаций на примере корпоративного и муниципального секторов. // Диссертация, Москва, 2010.

Первоисточники на иностранном языке:

1. Aizenman J., Jinjarak Y., Park D. Fundamentals and sovereign risk of emerging markets. // Technical report, 2013.

2. Altman E. Investing in Distressed Securities. // Altman Foothill Report, 1990.

3. Altman E. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. // Journal of Finance, 1968.

4. Bhar R., Handzic N. A Multifactor Model of Credit Spreads. // 21^st Australasian Finance and Banking Conference Paper, 2008.

5. Cavallo A., Valenzuela С. The determinants of corporate risk in emerging markets: an option-adjusted spread analysis. // International Journal of Finance and Economics, № 15, 2010.

6. Chen L., Lesmond D.A., Wei J. Corporate Yield Spreads and Bond Liquidity. // Journal of Finance 62, 2007.

7. Christensen J. E. The Corporate Bond Credit Spread Puzzle. // Economic Letter, № 2008-10, 2008.

8. Collin-Dufresne P., Goldstein R., Martin J. The Determinants of Credit Spread Changes. // The Journal of Finance, № 6, 2001.

9. Crabbe L. E. Does the Liquidity of a Debt Issue Increase with Its Size? Evidence from the Corporate Bond and Medium-Term Note Markets. // The Journal of Finance, № 5, 1995.

10. Csonto B., Ivaschenko I. Determinants of sovereign bond spreads in emerging markets: Local fundamentals and global factors vs. ever-changing misalignments. // IMF, № WP/13/164, 2013.

11. Jens Dick-Nielsen, Peter Feldhutter, David Lando. Corporate bond liquidity before and after the onset of the subprime crisis. // Journal of Financial Economics, № 103, 2012.

12. Dumicic M., Ridzak T. Determinants of sovereign risk premia for European emerging markets. // Financial Theory and Practice, № 3, 2011.

13. Ederington Louis H. The Yield Spread on New Issues of Corporate Bonds. // The Journal of Finance, № 5, 1974.

14. Eichengreen B., Mody A. What explains changing spreads on emerging-market debt: Fundamentals or market sentiment? // NBER, Working Paper, 1998.

15. Elton J., Gruber J., Agrawal D., Mann C. Explaining the rate spread on corporate bonds. // The Journal of Finance, 56(1), 2002.

16. Emefu F., Alege P. Macroeconomic and institutional determinants of domestic corporate bond yield spread in Nigeria. // Journal of Internet Banking and Commerce, № 1(22), 2017.

17. Fisher, L. Determinants of Risk Premiums on Corporate Bonds, Journal of Political Economy, 67(3), 1959.

18. Fridson, M., Garman, C. Determinants of Spreads on New High-Yield Bonds // Financial Analysts Journal, 54(2), 1998.

19. Gabbi G. Which Factors affect corporate bond pricing? Empirical evidence from Eurobonds primary market spreads. // Bocconi University, Newfin Research Center Working Paper, 2002.

20. Herve A., Benoist A. Oil prices and government bond risk premiums. // Lahore Journal of Business, № 1, 2010.

21. Hilscher J., Nosbusch Y. Determinants of sovereign risk: Macroeconomic fundamentals and the pricing of sovereign debt. // Review of Finance, № 14, 2010.

22. Hui C.H, Lo C.F. Valuation Model of Defaultable Bond Values in Emerging Markets. // Asia-Pacific Financial Markets №9, 2002.

23. Hund J., Lesmond D. Liquidity and Credit Risk in Emerging Debt Markets. // Working paper, University of Texas-Austin and Tulane University, 2007.

24. Kwan S. Firm-specific information and the correlation between individual stocks and bonds. // Journal of Financial Economics, №40, 1996.

25. Longstaff F. A., Mithal S., Neis E. Corporate Yield Spreads: Default Risk or Liquidity? New Evidence from the Credit Default Swap Market. // Journal of Finance № 60, 2005.

26. Mayberger M. How do Bond Specific, Firm Specific and Macroeconomic Factors Influence Corporate Credit Spreads? // Honors Project, № 30, 2014.

27. Merton, R. On the Pricing of Corporate Debt: The Risk Structure

of Interest Rates. // Journal of Finance 29, 1974.

28. Wolfe, D. An Empirical Investigation into the Performance of High-Yield Bond Issuers. // Dissertation, University of New Orleans, 2006.

29. Van-Landschoot A. Determinants of Euro Term structure of Credit Spreads. // Journal of Banking and Finance, № 34, 2004.

30. Uribe M., Yue V.Z. Country Spreads and Emerging Countries: Who Drives Whom? // Journal of International Economics 69, 2006.

Электронные ресурсы:

1. Сайт информационного агентства Cbonds. URL: http://cbonds.ru/

2. Сайт Московской биржи. URL: http://moex.com/

3. Сайт Банка России URL: http://cbr.ru/

4. Сайт национальной ассоциации участников фондового рынка НАУФОР. URL: http://www.naufor.ru/

5. Информационное агентство Bloomberg.



Приложение 1

Диагностика линейной модели спреда доходности первичного рынка корпоративных облигаций

Рисунок 1-2. Проверка остатков на нормальность

Таблица 3. Проверка линейной модели на мультиколлинеарность



Таблица 4. Проверка на гетероскедастичность

Таблица 5. Тест Рамсея на правильную спецификацию модели



Приложение 2

Тестирование на выбор наиболее адекватной модели спреда доходности на вторичном рынке корпоративных облигаций

Таблица 6. Тест Хаусмана на выбор модели со случайными или детерминированными эффектами.



Приложение 3

Тестирование на гетероскедастичность и автокорреляцию во времени в модели со случайными эффектами

Таблица 7. Тест Вулдриджа на выявление автокорреляции во времени

Размещено на Allbest.ru