Выбор показателя ликвидности для российского рынка корпоративных облигаций



Скачать 183,87 Kb.
Дата26.10.2016
Размер183,87 Kb.

Выбор показателя ликвидности для российского рынка корпоративных облигаций


Столяров А.И., кандидат экономических наук, доцент департамента финансов Высшей школы экономики, Запевалова Е.С., аспирантка факультета экономических наук Высшей школы экономики

Введение в проблему и актуальность

Роль финансирования деятельности компаний за счет облигационного займа непрерывно растет. Это обусловлено, в первую очередь, повышающимися ввиду высоких эмиссионных расходов барьерами первичного размещения акций, отсутствием дополнительных средств у собственников и ужесточением банковской политики относительно кредитования корпоративного сектора. Особенно остро реагируют на подобные процессы финансовые рынки развивающихся стран. Регулярные транзакции являются необходимым условием функционирования рынка. Вместе с тем, поддержание ликвидности способствует наиболее справедливой оценки стоимости активов (ценных бумаг) за счет увеличения игроков на рынке.

Вопрос изучения данной тематики стабильно занимает одно из центральных мест в теоретических и практических исследованиях развитых рынков. Существует множество показателей, измеряющих ликвидность ценных бумаг, в частности, облигаций. Релевантность индикаторов ликвидности варьируется от рынка к рынку и зависит от его индивидуальных особенностей. В отечественной научной литературе вопрос ликвидности корпоративных облигаций поднимается гораздо реже: наблюдается слабая теоретическая и эмпирическая проработанность темы.

В данной работе, помимо самой рыночной ликвидности (анализ индикаторов торгуемости) рассмотрены ее источники (характеристики эмитентов и ценных бумаг, которые могут влиять на ликвидность облигации). Также, в анализ включен фактор влияния рыночной составляющей (доходность индекса).

По опыту других рынков, для российского рынка корпоративных облигаций было выбрано несколько наиболее релевантных развивающимся экономикам показателей ликвидности ценных бумаг. Каждый из выбранных инструментов был рассчитан на эмпирических данных с отечественного рынка. Наилучший показатель ликвидности выбирается согласно его статистической значимости при формировании спрэда доходности (с государственной бумагой).

Выборка

Для исследования использовались панельные данные с сайта Cbonds.ru по 530 корпоративным облигациям, эмитированным 171 компаниями на российском рынке. Рассматриваемый период: 01.01.2009 – 31.12.2015. Каждая из ценных бумаг имеет торги на бирже ММВБ на протяжении рассматриваемого периода. Данные взяты с месячным интервалом.

Далее, опишем результирующую переменную (спрэд доходности с государственной облигацией G-spread), основные показатели ликвидности (прокси): спрэд купли-продажи, доля дней простоя, оборачиваемость, и характеристики облигаций и эмитентов, которые могут являться источниками ликвидности (количество лет обращения, наличие рейтинга (S&P, Moody’s, Fitch), отрасль эмитента, объем эмиссии).

Спрэд доходности облигации

В качестве результирующей, объясняемой, переменной используется спрэд доходности между доходностью к погашению по цене закрытия торгового дня для корпоративной облигации и соответствующей ей доходностью бескупонной государственной облигации с аналогичным сроком до погашения. Таким образом, спред показывает премию за риск вложения в корпоративный сектор. Динамика среднего по всем бумагам значения спреда представлено на рисунке 1.



Выбранные показатели ликвидности

В процессе изучения рассматриваемой тематики на различных (развитых и развивающихся) рынках корпоративных облигаций было выбрано несколько наиболее подходящих для российских реалий индикаторов ликвидности.

Первый подход - модель нулевой доходности (Zero return model). Существует несколько показателей ликвидности, основанных на модели нулевой доходности. В данной работе будет использован базовый показатель без дополнительных модификаций и корректировок на длительность простоя, долю торгов бумаги на рынке, транзакционные издержки и т.д. таким образом, показатель ликвидности, в нашем случае, рассчитывается как доля дней простоя рынка для бумаги за месяц.

Согласно статистике данных четверть бумаг не торгуются более 50% дней в месяц (см. рис. 2). Среднее значение простоя российского рынка за рассматриваемый период по выбранным активам равно 38%, что ниже аналогично рассчитанных Бекартом показателей (Becaert, 2007) для развивающихся стран. Средняя доля простоя для развивающихся рынков (в т.ч. Чили, Бразилия, Корея, Зимбабве и др.) в работе Бекарта, равна 55%. Таким образом, можно говорить о большей ликвидности (согласно показателю доли дней простоя рынка) российского рынка по сравнению с другими развивающимися странами.

Среди всех бумаг, наиболее торгуемой по доле простоя является ТРАНСАЭРО, БО-03: ее уровень простоя в среднем составляет менее 1% торговых дней в месяц. Можно связать данную активность торгов со сложным финансовым положением эмитента. Высокий риск (соответственно, высокая доходность облигаций) вложений в компанию Трансаэро привлек инвесторов, желающих получить спекулятивный доход от колебания цены бумаги. На последнем месте по ликвидности, согласно модели нулевой доходности, находится Транснефть, БО-02, «простаивающая» 71% дней в месяц.

Что касается динамики уровня простоя рынка (рис. 3), то изменение среднего (по всем бумагам) proxy ликвидности, то, в среднем по всем бумагам, уровень простоя показывает тренд к снижению уровня торгуемости. Данный факт свидетельствует о снижении ликвидности рынка облигаций в целом.

Второй индикатор ликвидности - спрэд цены покупки-продажи (bid-ask spread). Классический вариант данного индикатора ликвидности предполагает долю расхождения в ценах спроса и предложения от итоговой цены сделки. Следовательно, для расчета спрэда необходимы первичные данные о торгах в разрезе совершения каждой сделки. Ввиду отсутствия подобной детализации для российского рынка, в данной работе будет рассчитан упрощенный вариант индикатора: отклонение цен покупки – продажи (в процентных пунктах от номинала). Спред купли-продажи показывает величину транзакционных издержек сделки с бумагой. Чем выше спред, тем больше транзакционные издержки и ниже ликвидность облигации.

По статистике индикатора (рис. 4) можно сказать, что в выборке присутствуют как ликвидные, так и неликвидные корпоративные облигации. Важно отметить, что по bid-ask спрэду наиболее ликвидна бумага ТРАНСАЭРО, БО-01 (средний спред купли-продажи составляет 0,015%). Высокая ликвидность данной бумаги (аналогично ситуации с показателем нулевой доходности) связана с желанием инвесторов получить дополнительную доходность от курсовой разницы от торгов облигацией. Тензор-Финанс, БО-01 обладает меньшей из всех ликвидностью (спред составляет, в среднем, 75%). Высокое значение свидетельствует о низком спросе на данную облигацию. Обладатель бумаги будет вынужден потерять 75% стоимости бумаги при желании ее продать.

Корреляция между двумя показателями (доля простоя и спред купли-продажи) составляет 47%, в то время, как у Бэйкона по развивающимся странам коэффициент корреляции между такими же индикаторами составил в среднем такую же величину: 48% (от 9% для Бразилии, до 87% для Мексики). Значительные отличия в результатах могут быть связаны со спецификой каждого из развивающихся рынков (сила влияния фундаментальных факторов, ситуация в экономике в целом: спад, оживление и т.д.).

Оборачиваемость (Turnover ratio) – третий показатель ликвидности, рассматриваемый в работе. Он учитывает не только факт наличия торгов, но еще и их масштабность. Индикатор традиционно используется в исследованиях на тему ликвидности. Рассчитывается он как доля торгуемой части от эмитированной суммы за определенный период времени.

Согласно проведенному анализу (рис. 5), у основной части бумаг торгуется в среднем 2-5% от эмиссии. Лидером, по данному показателю, на этот раз, является облигация АФК Система, БО-01 с результатом 56% от эмиссии (около 5,6 млн. руб.), на последнем месте по оборачиваемости Банк Москвы, БО-04 (113 тыс. руб. в мес.). Среднее значение составляет 5% (247 млн. руб.).

Динамика показателя (рис. 6) также свидетельствует о тенденции к снижению интенсивности торгов с середины 2010 года.

Бекарт (Becaert, 2007) в своей работе также измеряет оборачиваемость. Средняя оборачиваемость по всем странам за весь рассматриваемый период составила 6,9%. Межстрановая дисперсия находится на достаточно большом уровне (Пакистан – 24%, остальные – до 10%, минимальная оборачиваемость у Зимбабве - 0,9%), следовательно, данный показатель также зависит от специфики рынка.

В работе Бекарта корреляция между индикатором bid-ask спрэд и оборачиваемостью стабильна для всех рынков и равна -20% (логика подтверждается: высокий уровень транзакционных издержек соответствует низкому спросу на облигацию), в нашем случае, коэффициент корреляции для выборки из всех бумаг составляет -26%.

Согласно работе Бекарта, показатель оборачиваемости и простоя рынка находятся в отрицательной взаимосвязи (средний коэффициент корреляции для бумаг составляет -0,35). Для российского рынка корреляция в среднем составила -0,78. Важно отметить, что взаимосвязь прослеживается для большинства из рассматриваемых бумаг. Таким образом, чем выше сумма торгов на бирже, тем меньше дней простоя на торгах в месяц претерпевает бумага.

По результатам пространственного сравнения (по бумагам) можно говорить о соблюдении первоначальной логики (по корреляции показателей) с результатами Бекарта, полученными на рынках развивающихся стран. Коэффициенты корреляции получились следующие (все коэффициенты значимы на уровне 5%):



Коэф-т корр.

Простой рынка

Бид-аск спрэд

Оборачиваемость

Простой рынка

1

0,47

-0,76

Bid-ask спрэд

0,47

1

-0,26

Обор-ть

-0,76

-0,26

1

Таблица . Коэффициенты корреляции показателей ликвидности
Источники ликвидности

Под источниками ликвидности понимаются характеристики эмитента или самой ценной бумаги, которые могут быть причиной большей или меньшей торгуемости. к примеру, Дик-Нильсон, Фельдхаттер, Ландо (Dick-Nielsen J., Feldhutter P., Lando F., 2012) рассматривают показатель принадлежности к финансовому сектору как источник дополнительной ликвидности в период выхода из кризиса. Предпосылка к включению данного фактора состоит в том, что первыми после кризиса «оживают» именно финансовые компании, за ними подтягивается реальная промышленность. Другими словами, чувствительность доходности бумаги к показателю ликвидности выше у представителей финансового сектора. Кроме того, в ряде работ рассмотрен срок жизни бумаги. Авторы предполагают, что доходность чувствительнее к ликвидности у более коротких бумаг. Возникает вопрос: будет ли схожая динамика наблюдаться для отечественного рынка.

В данной работе в качестве источников чувствительности к ликвидности будут рассмотрены принадлежность к финансовому сектору, сроку жизни бумаги и наличию рейтинга одного или нескольких крупнейших агентств (S&P, Moody’s и Fitch) у эмитента. Таким образом, основной гипотезой исследования является наличие значимых различий в чувствительности спрэда доходности облигации к ликвидности у групп бумаг, отличающихся по перечисленным признакам.

Рассмотрим влияние характеристик эмитента и самих бумаг на ликвидность его облигаций. Среди анализируемых 530 облигаций 333 (60%) относятся к финансовой сфере. Более подробная классификация представлена в таблице 6. Эмитенты 82 бумаги (15%) не имеют рейтинга, 48% бумаг имеют рейтинг агентств на уровне спекулятивного. Остальные 36% бумаг рейтингуются крупнейшими агентствами на инвестиционном уровне.

По величине эмиссии выборка делится на бумаги до 5 млрд. (50% выборки), 5-10 млрд. руб. (35% выборки) и более 10 млрд. руб. (17%). По сроку обращения 85% бумаг относятся к трехлетним облигациям.

Построение модели

Зависимая переменная регрессионного уравнения – спрэд доходности корпоративной облигации, факторы – индикаторы ликвидности (спрэд купли-продажи, доля дней без торгов, оборачиваемость).

Для выбора наиболее значимого индикатора ликвидности построим регрессионные уравнения с каждым из них. Сначала без учета источников ликвидности (принадлежность к финансовому сектору, срок до погашения бумаги, наличие рейтинга), затем, с включением в модель источников ликвидности.

В заключение, определим наиболее удачный показатель ликвидности для российского рынка корпоративных облигаций за рассматриваемый период.

Уравнение регрессии для модели представлено в формуле 1.
, (1)

где : - спрэд доходности облигации;



- константа;

– чувствительность спрэда к индикатору ликвидности;

– один из трех показателей ликвидности;

– ошибка.
Для построения моделей использовался обобщенный метод наименьших квадратов для панельных данных со случайными эффектами. В таблице 2 представлены результаты построения моделей (*Значим на уровне 5%).


Индикатор ликвидности



Статистика Вальда

Бид аск спрэд

0.18*

170

Доля простоя

-0.14*

10

Оборачиваемость

0.09

1

Таблица . Результаты построения моделей с разными показателями ликвидности
Таким образом, при увеличении bid-ask спрэда на 1 п.п., спрэд доходности увеличивается на 0.18 п.п. При увеличении доли простоя (доли дней без торгов) на 1 п.п., спрэд доходности уменьшается на 0.14 п.п. Индикатор ликвидности оборачиваемость не значим.

По результатам построения модели можно говорить о том, что bid-ask спрэд в большей степени из всех показателей ликвидности объясняет спрэд доходности корпоративных облигаций на российском рынке (значим и коэффициент Вальда выше).


Анализ источников ликвидности
Построение регрессионной модели показало значимое влияние ликвидности на доходность корпоративных облигаций. Следующим этапом анализа является определение наиболее подверженного данной зависимости сегмента. Сегментирование проводится по характеристикам облигаций, которые потенциально могут повлиять на ликвидность облигации: принадлежность эмитента к финансовому сектору, период обращения облигации, рейтинг международных агентств.

В качестве первого источника ликвидности рассмотрим принадлежность эмитента к финансовому сектору. Для этого, построим регрессию с делением бумаг на группы согласно критерию принадлежности к финансовому сектору. Для этого построим уравнение (1) для финансовых и нефинансовых компаний отдельно. Результаты построения представлены в таблице 3.




Сегмент



Статистика Вальда

Финансовый сектор

0.05*

11

Нефинансовый сектор

0.4*

203

Таблица . Результаты построения моделей с принадлежности финансовому сектору
По полученным результатам можно сделать вывод о том, что доходность нефинансовых кампаний в большей мере описывается ликвидностью.

Следующий критерий источника ликвидности – рейтинг S&P, Moody’s, Fitch, присвоенный эмитенту бумаги. Переменная-индикатор рейтинга означает среднее значение по трем агентствам (шкала от 0 до 5. 0 – отсутствие рейтинга, 5 – наиболее высокий рейтинг (B)). Выборка была разделена на две группы: средний рейтинг эмитента ниже инвестиционного (до B-), средний рейтинг выше инвестиционного (B- и выше). Результаты построения представлены в таблице 4.




Сегмент



Статистика Вальда

Неинвестиционный рейтинг

0.22*

159

Инвестиционный рейтинг

0.07*

10

Таблица . Результаты построения моделей с признаком наличия рейтинга у эмитента
По результатам построения модели можно говорить о более высокой эластичности доходности облигации по ее ликвидности для эмитентов с низким рейтингом.

Далее, рассмотрим еще один источник ликвидности – срок обращения бумаги на рынке. Бекарт в своем исследовании показал значимость данного показателя для развивающихся рынков: чем меньше срок обращения, тем больше ликвидность облигации. Результаты построения модели на наших данных представлены в таблице 5



Сегмент



Статистика Вальда

Период обращения до 5 лет

0.23*

208

Период обращения 5 и более лет

0.004

1.5

Таблица . Результаты построения моделей с переменной срока обращения бумаги
Среди выводов по данной модели можно отметить, что доходность бумаг со сроком жизни 5 и более лет не чувствительна к ликвидности облигаций. Это может быть связано с высокой неопределенностью на длинном горизонте инвестирования, что нивелирует влияние ликвидности на формирование доходности.

Таким образом, выбранные источники ликвидности формируют наиболее чувствительный к ликвидности сегмент облигаций: бумаги эмитированные нефинансовыми компаниями, со сроком жизни до 5 лет, с рейтингом ниже инвестиционного. Проверим, действительно ли доходность данного сегмента в большей степени формируется под действием ликвидности. Для этого, разделим выборку на 8 групп согласно выделенным критериям. Далее, были построены регрессионные уравнения для каждой из восьми групп. В таблице ниже представлены результаты построения.




Номер группы

Период обращения

Рейтинг эмитента

Принадлежность эмитента к финансовому сектору

К-т при переменной спред купли-продажи

Статистика Вальда

К-во бумаг

К-во наблюдений

1

до 5 лет

Ниже инвестиционного

Нефинансовая компания

0.61*

321

130

4252

2

до 5 лет

Ниже инвестиционного

Финансовая компания

0.02

1.3

147

4548

3

до 5 лет

Инвестиционный

Нефинансовая компания

-0.07

1.3

23

729

4

до 5 лет

Инвестиционный

Финансовая компания

0.07*

7.3

95

3062

5

5+ лет

Ниже инвестиционного

Нефинансовая компания

0.03

0

45

616

6

5+ лет

Ниже инвестиционного

Финансовая компания

0.01

0.12

53

830

7

5+ лет

Инвестиционный

Нефинансовая компания

-0.004

0.02

2

32

8

5+ лет

Инвестиционный

Финансовая компания

0.1*

5

36

546

Таблица . результаты регрессионных моделей для 8 групп
Как видно из таблицы с результатами, гипотеза о наибольшей чувствительности группы бумаг с характеристиками: эмитент – нефинансовая компания с рейтингом ниже инвестиционного, период обращения менее 5 лет. Полученные результаты можно объяснить высокой концентрацией финансовых организаций с высоким рейтингом (чьи облигации вошли в выборку) в списке эмитентов бумаг ломбардного списка. Облигации, входящие в состав ломбардного списка могут быть использованы в качестве залога при кредитовании организаций в ЦБ. Следовательно, сделки (их объем и частота) по таким инструментам могут не отражаться на доходности.

Заключение

Проанализировав зависимость спрэда доходности корпоративных облигаций на российском рынке можно говорить о следующих выводах в части выбранного сегмента (рублевые корпоративные облигации российских эмитентов, обращающиеся на бирже ММВБ в период с 2009 по 2015 год).

Во-первых, спрэд доходности на российском рынке корпоративных облигаций статистически значимо объясняется уровнем их ликвидности. Данный вывод не тривиален в силу особенностей выбранного временного диапазона: период охватывает и кризисные периоды, и стадию «оживления» рынка. Во-вторых, наиболее удачным из рассмотренных показателей ликвидности является спрэд купли-продажи. В-третьих, показана значимость источников ликвидности: факторов, влияющих на чувствительность доходности бумаги к ее ликвидности.

В-четвертых, выявлена группа облигаций (до 5 лет обращения, эмитент – нефинансовая компания с рейтингом ниже инвестиционного) с наибольшей эластичностью доходности к ликвидности. Другими словами, доходность бумаг данной группы в наибольшей степени подвержена влиянию ликвидности.



Полученные результаты позволяют подтвердить актуальность данной темы для российского рынка и могут дать начало для дальнейших исследований выбранной тематики: рассмотрение дополнительных индикаторов ликвидности, либо конструирование составных показателей. Для увеличения значимости модели предполагается изменение формы зависимости и инструментария построения регрессии.



Отрасль

Количество бумаг

Доля

Банки

285

54%

Финансовые институты

46

9%

Нефтегазовая отрасль

30

6%

Транспорт

28

5%

Торговля и ритэйл

26

5%

Черная металлургия

23

4%

Машиностроение

19

4%

Энергетика

19

4%

Строительство и девелопмент

14

3%

Пищевая промышленность

13

2%

Связь и телекоммуникация

7

1%

АПК и сельское хозяйство

4

1%

Горнодобывающая промышленность

4

1%

Другие отрасли

4

1%

Химическая и нефтехимическая промышленность

4

1%

Цветная металлургия

4

1%

Общий итог

530

100%

Таблица . Отрасли эмитентов бумаг




Рисунок . Средний по выборке G-спред доходности корпоративных облигаций

Рисунок . Распределения облигаций по показателю простоя на торгах.

Рисунок . Динамика средней по бумагам доли простоя рынка.



Рисунок . распределение бумаг относительно спреда купли-продажи.

Рисунок . Распределение облигаций относительно оборачиваемости.


Рисунок . Динамика средней по бумагам оборачиваемости.



Список литературы

  1. Чайкун А.Н., 2009, Оценка ликвидности облигаций методами многомерного статистического анализа, Вестник Университета (Государственный университет управления), № 16, 248–249.

  2. Amihud Y., 2002, Illiquidity and stock returns: cross-section and time- series effects, Journal of Financial Markets 5, 31–56.

  3. Becaert G., Harvey C., Lundblad C., 2007, Liquidity and Expected Returns: Lessons from Emerging Markets, The Review of Financial Studies, 5, 1783-1831.

  4. Chen R-R., Fabozzi F., Sverdlove R., 2010, Corporate Credit Default Swap Liquidity and Its Implications for Corporate Bond Spreads, Journal of Fixed Income, 33-56.

  5. Chen, Lesmond, Wei, 2007, Corporate yield spreads and bond liquidity, Journal of Finance 62, 119–149.

  6. Chung H. and Hung M., 2010, Liquidity spreads in the corporate bond market: Estimation using a semi-parametric model, Journal of Applied Statistics, 37, 359–374.

  7. Dick-Nielsen J., Feldhutter P., Lando F., 2012, Corporate bond liquidity before and after the onset of the subprime crisis, Journal of Financial Economics, 103, 471-492.

  8. Lesmond, D., J. Ogden, and C. Trzcinka, 1999, A new estimate of transaction costs, Review of Financial Studies 12, 1113–1141.

  9. Sarig O., Warga A., 1989, Bond Price Data and Bond Market liquidity, Journal of Financial and Quantitative Analysis, 3, 367-378.




Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©grazit.ru 2017
обратиться к администрации

    Главная страница