Вестник_6_2021. Научный журнал
 Скачать 7.42 Mb.
|
|
Т. М. Ерофеева 1 НИУ «Высшая школа экономики»; ПАО «Промсвязьбанк» (Москва, Россия) УДК: 336.763.31 ПРОГНОЗИРОВАНИЕ СПРЕДА ДОХОДНОСТИ НА РОССИЙСКОМ ДОЛГОВОМ РЫНКЕ В статье представлены результаты эмпирического исследования факторов, оказывающих существенное влияние на спред доходности корпоративных облигаций на российском рынке. В отличие от большинства исследований, основанных только на данных первичного размещения, текущее исследование охватывает данные пер- вичного и вторичного рынка за период 2010–2019 гг. Основная цель исследования — апробация метода, позволяющего построить модель, способную прогнозировать спред доходности максимально близко к фактическому значению. Разработана регресси- онная модель, применен метод кросс-валидации, представляющий собой процедуру эмпирического оценивания обобщающей способности модели. Важной предпосылкой является включение в модель ограниченного количества регрессоров, обладающих высокой объясняющей способностью, устойчивостью во времени и внятной эконо- мической интерпретацией. Подтвердилась ключевая гипотеза о высокой степени влияния на спред доходности уровня рейтинга эмитента, что в исследовании рос- сийского рынка явилось новым шагом. Сделаны выводы: спред доходности опреде- ляется главным образом уровнем риска, соответствующим степени надежности эмитента. Существенное влияние на спред оказывают также факторы: отрасле- вая принадлежность эмитента, масштаб компании, фондовый индекс MSCI. До- стоинствами модели являются относительная простота, внятная экономическая интерпретация и стабильность поведения на различных данных, что определяет практическую значимость работы. Примененные в работе подходы к построению и валидации модели могут быть полезны в исследованиях для создания прогнозных моделей данного класса. Ключевые слова: рублевые корпоративные облигации, спред доходности, про- гнозная модель, фондовый индекс, российский долговой рынок. Цитировать статью: Ерофеева, Т. М. (2021). Прогнозирование спреда доходности на рос- сийском долговом рынке. Вестник Московского университета. Серия 6. Экономика, (6), 54–76. https://doi.org/10.38050/01300105202163. 1 Ерофеева Татьяна Михайловна — аспирант, НИУ «Высшая школа экономики»; управляющий менеджер, дирекция рисков, ПАО «Промсвязьбанк»; e-mail: e-tm@mail.ru, ORCID: 0000-0002-9758-2048. 55 T. M. Erofeeva NRU Higher School of Economics; Promsvyazbank (Moscow, Russia) JEL: C51, С52, G12, G17 PREDICTING THE YIELD SPREADS ON RUSSIA’S DEBT MARKET The article provides an empirical study of factors which make a significant impact on the yield spread of corporate bonds on Russia’s market. Unlike most studies based only on IPO data, the current study covers primary and secondary markets data of 2010–2019. The aim of the study is to test the method allowing to build a model capable of predicting the yield spread with maximum approximation to actual value. The author develops a regression model applying a cross-validation method, a procedure for empirical assessment of the model generalizing ability. An important prerequisite is the inclusion of a limited number of regressors with high explanatory power in the model, stability over time, and explicit economic interpretation. The paper confirms the key hypothesis on high degree of issuer's rating on the yield spread which is a new step in the study of the Russian market. The findings prove that the yield spread is determined mainly by the level of risk corresponding to the degree of the issuer's reliability. The issuer's industry affiliation, the size of the company, the MSCI stock index has also a significant impact on the spread. Among the advantages of the proposed model is its relative simplicity, explicit economic interpretation and stable response to various data which determine the practical significance of the work. The approaches to building and testing the model applied in this work can be useful in further studies aimed at developing predictive models of this class. Keywords: ruble corporate bonds, yield spread, predictive model, stock index, Russia’s debt market. To cite this document: Erofeeva, T. M. (2021). Predicting the yield spreads on the Russian debt market. Moscow University Economic Bulletin, (6), 54–76. https://doi.org/10.38050/01300105202163. Вве дение Основная роль фондового рынка — способствовать повышению эко- номической эффективности в управлении финансовыми ресурсами и че- рез влияние на макроэкономические процессы обеспечить рост эконо- мики страны. Крупным сегментом российского рынка является рынок облигаций, показывающий на протяжении двух последних десятилетий значительный рост, его доля в ВВП возросла с 7,3% в 2002 г. до 22,2% в 2020 г. На долговом рынке наибольший рост демонстрируют корпора- тивные облигации, их объем увеличился с 0,1 трлн руб. в 2002 г. до 16,3 трлн руб. в 2020 г. В процессе активного развития отечественного рынка изменялись ус- ловия его функционирования. С появлением новых инвестиционных про- дуктов и ростом их сложности выявлялось все большее количество факто- 56 ров, оказывающих воздействие на оценку риска и доходности по облига- циям. Это обуславливает актуальность дальнейшего исследования долгового рынка России. Предметом исследования является спред доходности рублевых корпора- тивных облигаций российских эмитентов реального сектора экономики, выпущенных в период 2010–2019 гг. Основная цель исследования — поиск и апробация метода, позволяющего построить модель, прогнозирющую спред доходности наиболее близко к фактическому значению. Автор полагает, что прогнозная модель не должна быть излишне пере- груженной десятками регрессоров, это снижает прогнозную силу модели и усложняет ее применение на практике. Увеличение численности объ- ясняющих переменных в модели в ходе изучения данной темы другими исследователями не приводило к появлению устойчивой работоспособ- ной модели для различных рынков и ситуаций, а сами переменные демон- стрировали неустойчивость во времени своей объясняющей способности. Также, по мнению автора, важно, чтобы модель учитывала специфику ис- следуемого рынка на современном этапе его развития, в ходе построения модели возможно использовать современные подходы к работе с большими данными и алгоритмы обучения и тестирования прогнозных моделей. Важной предпосылкой в рамках настоящего исследования является включение в модель ограниченного количества регрессоров, при этом об- ладающих высокой объясняющей способностью, стабильностью и внят- ной экономической интерпретацией. Ключевая объясняющая переменная — уровень рейтинга эмитента. Для ис- следуемого рынка это является новым шагом. В результате активного раз- вития российского облигационного рынка и отечественной рейтинговой индустрии сформировались необходимые для исследования базы данных по присвоенным рейтингам российских эмитентов и исторических дан- ных о частоте дефолтов эмитентов на российском рынке. Это позволило взаимоувязать уровни рейтингов эмитентов с вероятностью дефолта, дать количественную оценку риска (Ерофеева, 2020) и систематизировать рей- тинги различных рейтинговых агентств. Отличительная особенность в том, что исследование проведено на дан- ных, охватывающих длительный период как первичного, так и вторичного рынка корпоративных облигаций. Практически все работы российских исследователей построены на данных о доходности облигаций в момент размещения или частично охватывают вторичный рынок (Теплова, Со- колова, 2017). Отметим, что на российском облигационном рынке в от- личие от других рынков преобладает доля биржевых сделок, что позво- ляет включить в исследуемую выборку значительную часть обращающихся на российском рынке облигаций. Для данного исследования применяется аналогичный подход, что и в ра- нее проведенном на основе данных первичного рынка (Ерофеева, 2019), с целью уточнения и совершенствования модели на базе расширенной ис- 57 ходной выборки. Включение данных вторичного рынка позволило суще- ственно увеличить объем выборки: 7365 измерений против 468. В исследовании используется модель множественной регрессии и при- меняется метод кросс-валидации — эмпирического оценивания обобщаю- щей способности модели и ее поведения на независимых данных. В рам- ках метода, суть и методология которого подробнее были изложены ранее в работе (Ерофеева, 2019), проводится обучение и тестирование модели. В начале статьи проведен краткий обзор исследований по изучаемой теме, далее изложены основные гипотезы и методы исследования. Затем отражена эмпирическая часть исследования с описанием данных и ана- лизом полученных результатов. Выводы по результатам исследования сделаны в заключении. Обзор исследований по изучаемой теме У истоков исследований, направленных на выявление факторов, влия- ющих на доходность корпоративных облигаций, находится работа (Фишер, 1959), в которой автор эмпирически доказал влияние двух основных фак- торов: риска невыполнения эмитентом своих обязательств и ликвидности облигаций. Последующие исследования данного вопроса продолжались в плоскости определения величины риска и измерения доходности, по- крывающей этот риск. Долгие годы исследователи продолжали поиск де- терминантов, определяющих вероятность будущего неплатежа. Альтманом (Altman, 1989) была разработана 7-факторная модель, позволяющая вы- явить банкротство фирмы на горизонте пяти лет с точностью 70%. Позже была разработана система комплексной оценки компаний на основе фи- нансовых и нефинансовых показателей с целью присвоения рейтинговой оценки, отражающей уровень надежности эмитента. Рейтинги позволяли упорядочить эмитентов в соответствии с рейтинговой шкалой, разбив их на два основных уровня: инвестиционный и спекулятивный. В последующем наличие рейтинга, как отмечают авторы (Шарп и др.,1998), стало обяза- тельным условием для эмитента на облигационном рынке, если предпо- лагалось привлечь средства по разумной цене. Рейтинги ведущих мировых агентств стали играть ключевую роль в определении степени надежности эмитентов и уровня доходности облигаций. Изучением гипотезы о влиянии кредитных рейтингов на доходность корпоративных облигаций активно занимались исследователи на развитых рынках. Для российского рынка это явилось новым шагом. Гипотеза о том, что со снижением рейтинга возрастает риск дефолта, инвесторы ожидают дополнительную доходность по более рисковой облигации, подтвердилась в работах (Campbell, Taksler, 2003; Guntay, Hackbarth, 2010; Venkiteshwaran, 2013; Dhawan, Fan, 2015; Фабоцци, Уилсон, 2016) и др. В статье (Dionne et al., 2010) исследуется вопрос, какая часть спреда доходности относится к спреду дефолта. В работе (Hai Lin et al., 2011) решена задача разделения 58 спреда на части, относящиеся и не относящиеся к риску дефолта. Уста- новлено, что спред дефолта составляет 47% от спреда доходности, спред налога — 30% и спред ликвидности — 23%. Рассматривая отечественную рейтинговую индустрию, отметим, что долгое время имела лидирующие позиции тройка мировых агентств, охватывая крупные компании реального и финансового сектора. С 2014 г. вследствие политического противостояния, повлекшего антироссийские санкции, ситуация кардинально меняется, создается российское рейтин- говое агентство «АКРА», начинается новый отсчет в отечественной рей- тинговой индустрии, активное ее развитие. Вместе с тем толчком для развития рейтинговой индустрии в Рос- сии послужила возросшая потребность инвесторов в наличии рейтингов эмитентов и более тщательной оценке рисков. Дело в том, что в период прошедших финансовых кризисов резко возросло количество дефолтов, были отмечены сложности с реструктуризацией проблемной задолженно- сти по облигациям эмитентов, не имеющим рейтинга. Например, автор исследования (Задорожная, 2015) подчеркивает, что «еще в 2008 г. боль- шинство выпусков (74%) на российском рынке корпоративных облигаций были без рейтинга, с 2009 г. ситуация кардинально меняется, уже в 2011 г. свыше 50% выпусков имело рейтинг», а в 2020 г. эта цифра достигла 92%. Проблема в исследовании на российском рынке вопроса о влиянии рейтинга на доходность корпоративных облигаций заключалась в первую очередь в недостаточности данных, на которых бы можно было провести полноценное исследование. При этом рейтинги международных и рос- сийских агентств были отражены в разных рейтинговых шкалах, несопо- ставимых между собой. Большое внимание исследователей уделено оценке показателей, харак- теризующих макроэкономическую среду и оказывающих влияние на до- ходность облигаций. Это работы: (Cavallo, Valenzuela, 2007; Сувейка, 2016; Милицкова, 2013) и др. Исследованию вопроса о доходности корпоративных облигаций на рос- сийском рынке посвящены работы: (Милицкова, 2013; Сувейка, 2016; Те- плова, Соколова, 2017; Султанов, 2018) и др. Основной инструментарий большинства исследователей — регрессионная модель, иногда в комби- нации с некоторыми статистическими методами. В нашей работе мы пре- следовали цель разработать более устойчивую модель с высокой прогно- стической способностью, опираясь на ограниченное количество регрес- соров и используя процедуру кросс-валидации. Гипотезы и методология исследования Объектом исследования являются рублевые корпоративные облигации российских эмитентов реального сектора экономики, выпущенные в 2010– 2019 гг. Предмет исследования — спред доходности, а именно кредитный 59 спред (credit spread), представляющий собой дополнительную плату ин- вестора за принятие бо́льшего кредитного риска, рассчитанный как раз- ница между доходностью к погашению корпоративных облигаций и до- ходностью государственных ценных бумаг (ОФЗ) с аналогичным сроком до погашения. Доходность к погашению (yield to maturity, YTM (( ) — это единая для всех M M денежных потоков ставка, по которой дисконтируются денежные потоки по облигации для получения ее текущей цены. Рассчитывается из фор- мулы: P CF YTM t k t t = + = ∑ 1 1 ( ) где P — цена облигации, P YTM — расчетная доходность к погашению, M CF — денежный поток по облигации (купонные выплаты и номинал) F на протяжении времени t. Четыре группы факторов разделены на два уровня, из премии которых складывается спред доходности: внутренние (эндогенные) по отношению к эмитенту факторы и внешние (экзогенные). Внутренние факторы опреде- ляют риск по эмиссии и эмитенту, характеризуются параметрами эмиссии, кредитным качеством эмитента и его отраслевой принадлежностью. Внеш- ние факторы, к которым относят макропоказатели, характерны для ис- следуемого рынка в определенный момент времени, отражают текущее состояние национальной и мировой экономик. Гипотезы о влиянии факторов на спред на уровне эмитента и выпуска: Основная гипотеза заключается в предположении о высокой степени влияния на спред доходности уровня рейтинга эмитента. С увели- чением кредитного качества эмитента риск инвестора снижается, соответственно уменьшается премия за риск и снижается спред до- ходности. Как отмечалось ранее, исследования данного вопроса на российском рынке практически не проводились по причине нехватки данных. По- пытки исследователей включить в регрессионную модель отдельно взятые финансовые показатели (долговая нагрузка, прибыльность, ликвидность, др.) не отражали объективную оценку степени надежности эмитента и не могли заменить рейтинг уже потому, что верная интерпретация значения каждого показателя возможна только во взаимосвязи его с другими. Ре- зультаты исследований были часто неустойчивы, иногда противоречивы. Рейтинг, представляющий собой независимую комплексную оценку финансового положения, структуры капитала, всех рисков бизнеса эми- тента, позволяет инвесторам более обоснованно судить о степени надеж- ности эмитента, способен напрямую влиять на доходность облигаций. По мере формирования статистики, опираясь на исторические данные 60 о дефолтах по рейтинговым категориям, стало возможным взаимоувязать уровни рейтингов эмитентов различных рейтинговых агентств с вероятно- стью дефолта PD, а затем сопоставить их между собой (отражено в эмпи- рической части работы). Это позволило сформировать более обширную выборку и оценить влияние ключевого фактора — рейтинга. Гипотеза 2 о прямой зависимости спреда доходности от дюрации — средневзвешенного срока до погашения. С увеличением дюрации не- определенность возрастает, инвесторы ожидают большую доход- ность. Гипотеза 3 об обратной зависимости спреда доходности от масштаба компании-эмитента (величины активов). С увеличением масштаба компании увеличивается сегмент рынка, который она занимает, компания становится более узнаваема на фондовом рынке, а зна- чит, ликвидность бумаг эмитента будет выше. Гипотеза 4 об обратной зависимости спреда доходности от объема эмиссии. Показатель косвенно отражает масштаб компании, а так- же оказывает влияние на ликвидность облигации эмитента на вто- ричном рынке. Инвесторам интересны более ликвидные бумаги. Гипотеза 5: спред доходности будет выше для компаний, принадле- жащих к более рисковому отраслевому сегменту. Отраслевая при- надлежность эмитента отражает риск-профиль компании в соот- ветствии с ее принадлежностью к определенной отрасли со всеми характерными для данной отрасли рисками. |