Национальный исследовательский университет Высшая школа экономики Факультет экономики
advertisement
Национальный исследовательский университет Высшая школа экономики Факультет экономики Магистерская программа "Финансовые рынки и финансовые институты" Специализация "Финансовые рынки" Кафедра фондового рынка и рынка инвестиций МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ «Оценка премии за ликвидность российских корпоративных облигаций» Выполнил Студент группы 71-ФРФИ(ФР1) Мартюшева Е.Ю. Научный руководитель доцент, к.э.н. Аршавский А.Ю. Москва 2014 Оглавление Оглавление ............................................................................................................... 2 Введение ................................................................................................................... 3 Глава 1. Премия за ликвидность ............................................................................ 5 1.1. Причины возникновения премии за ликвидность и ее влияние на стоимость активов ................................................................................................... 5 1.2. Подходы к оценке премии за ликвидность для облигаций ....................... 12 Глава 2. Анализ ликвидности российских корпоративных облигаций ........... 28 2.1. Ликвидность на российском рынке облигаций. Общие тенденции. ........ 28 2.2. Показатели ликвидности ............................................................................... 32 Глава 3. Модель оценки премии за ликвидность российских корпоративных облигаций ............................................................................................................... 38 3. 1. Принципы построения модели и выбор наилучшей спецификации для оценки ..................................................................................................................... 38 3.2. Интерпретация результатов оценки ............................................................. 49 Заключение ............................................................................................................ 56 Список использованной литературы................................................................... 58 Приложение 1 ........................................................................................................ 62 Приложение 2 ........................................................................................................ 65 2 Введение В данном исследовании будут рассмотрены практические аспекты темы ликвидности облигаций теоретические и и непосредственно оценки премии за данный показатель на российском рынке. Эта тема является актуальной в настоящее время, поскольку в меняющихся экономических и финансовых условиях для инвесторов важно понимать, как складывается стоимость и доходность ценных бумаг, и в соответствии с этим формировать свой оптимальный портфель. Кроме того, с теоретической точки зрения данная работа представляет интерес, поскольку большая часть исследований по оценке премии за ликвидность на развивающихся рынках, особенно на российском, посвящена акциям. Стоит также отметить, что на сегодняшний момент существует сравнительно небольшое число исследований, где приведены именно количественные оценки премии за ликвидность на развивающихся рынках, которые позволяют провести сравнения степени ликвидности облигаций с различными характеристиками и провести некоторые параллели между рынками. Данная тема освящена в исследованиях таких авторов как Amihud Y., Alonso F., Dick-Nielsen J., Gabrielsen A., Gerhold S., Roll R. и др. По этой причине большая часть исследования будет основана именно на англоязычных источниках. Объектом данной работы является российский рынок облигаций. Предметом – премия за ликвидность российских корпоративных облигаций. Целью данной работы является оценка премии за ликвидность российских корпоративных облигаций и выявление того, как ликвидность влияет на их цену и доходность в зависимости от характеристик ценной бумаги. Для достижения цели необходимо решить следующие задачи: 3 1. Определить понятие ликвидности и премии за ликвидность на финансовом рынке 2. Описать теоретические аспекты, связанные с данным понятием 3. Проанализировать существующие исследования, в которых описано и протестировано наличие премии за ликвидность как на развитых, так и на развивающихся рынках 4. Рассмотреть особенности российского рынка облигаций и различия между облигациями в зависимости от их характеристик. 5. С учетом полученных результатов выбрать подход к оценке премии за ликвидность 6. На его основе построить модель оценки премии за ликвидность российских корпоративных облигаций, которая позволит проанализировать влияние ликвидность на доходность и соответственно цену облигации. Представленная работа состоит из трех глав. В первой главе рассмотрены исследования, касающиеся причины возникновения премии за ликвидность и влияния последней на стоимость активов. Также в ней проанализированы эмпирические и теоретические исследования, в которых описаны возможные подходы к оценке данного показателя. Во второй главе описаны тенденции, имеющие место на российском рынке облигаций, в частности в корпоративном сегменте, в последние годы. На основе результатов анализа выбраны факторы, которые могут влиять на ликвидность облигаций и могут выступать в качестве мер ликвидности на российском рынке в модели оценки. Третья глава посвящена построению модели оценки премии за ликвидность. В ней представлен метод оценки, выбранная спецификация модели для оценки и проведен анализ полученных результатов с содержательной точки зрения. 4 Глава 1. Премия за ликвидность 1.1. Причины возникновения премии за ликвидность и ее влияние на стоимость активов В данной главе будет рассмотрено понятие ликвидности, ее влияние на цену и доходность финансового актива и соответственно причины существования такого явления, как премия за ликвидность. Принято фондирования. выделять Первая рыночную означает ликвидность возможность его и ликвидность продажи без дополнительных издержек, вторая – способность привлечения денежных средств для финансирования (Brunnermeier, Pedersen, 2009). При этом говоря об активах, авторы в большинстве случаев подразумевают рыночную ликвидность. Например, Holmström и Tirole (1998) также интерпретируют ликвидность актива как скорость его продажи без значительной потери в стоимости. А в работе Sarr и Lybek (2002) отмечено, что для ликвидного актива должна существовать возможность продажи больших объемов без влияния на цену. Мы видим, что авторы используют несколько разные определения ликвидности. Это зачастую обусловлено подходом, которого придерживается автор, выбором исследуемого рынка, доступными инструментами для измерения его параметров и т.п. В целом можно сказать, что не существует определенного единого понятия ликвидности. Исследование ликвидности рынков и отдельных активов является важной задачей, поскольку она влияет на выбор инвесторов, а соответственно и на цену и доходность активов. Необходимость учета ликвидности обусловлена тем, что рынок является несовершенным, и инвесторы хотят максимально адекватно оценить свои риски, в том числе и риск ликвидности. Существует несколько причин, по которым ликвидность всех активов на рынке не является абсолютной. Первая из них заключается в том, что агенты на рынке несут различные трансакционные издержки, связанные с 5 покупкой и продажей активов (налоги, оплата услуг брокеров и т.д.). Кроме того, здесь стоит учитывать все будущие трансакционные издержки. Второй причиной является так называемый риск хранения и определяющие его особенности спроса на актив. Так, при ожидании благоприятных условий продажи актива из портфеля в отсутствии покупателей необходимо компенсировать риск возможного изменения цены во время держания актива (Amihud et al.,2005). К этому явлению близки также издержки поиска покупателя на внебиржевом рынке. Здесь существует возможность быстрой продажи дилеру, что, однако, связано с дисконтом в качестве компенсации за риски последнего. Кроме того, стоит принимать во внимание такой провал рынка, как асимметричная или неполная информация. В таких условиях на рынке всегда будет выигрывать информированный агент, который на основе имеющихся данных может наиболее адекватно оценить все риски сделки с активом. Примером такой информации могут служить данные о каких-либо фундаментальных показателях, влияющих на цену, так и знание о потоке заявок на покупку или продажу. Также поскольку ликвидность на рынке не является величиной постоянной, то необходимо учитывать сам факт ее волатильности при оценке риска и соответственно требуемой доходности (Amihud et al.,2005). Основываясь на вышеназванных фактах, которые определяют степень ликвидности, исследователи выделяют несколько параметров ликвидного рынка. Первой из таких характеристик является сжатость рынка, которая подразумевает низкие трансакционные издержки, например, разницу между ценами покупки и продажи. Скорость выполнения и обработки заказов представляет собой мгновенность. Также выделяют глубину рынка, которая определяется наличием большого количества заказов, цена которых может быть как ниже, так и выше сложившейся на рынке. В дополнение к данным показателям исследователи измеряют еще ширину рынка, которая означает, 6 что большое количество заказов со значительным объемом не оказывает серьезного влияния на цену. Ликвидный рынок должен являться гибким и способным к такой коррекции цен, которая приводит их к фундаментальным значениям (Sarr, Lybek, 2002). Выделение показателей ликвидного рынка представляет собой так называемый микроструктурный подход, на основе которого многие авторы выбирают в своих исследованиях способы измерения ликвидности. Так в исследовании Sarr и Lybek (2002) выделено 4 группы способов, каждому из которых соответствуют различные меры ликвидности. Так как в рамках данного исследования анализ прокси ликвидности является важным, и полученные результаты будут использованы впоследствии, далее они будут рассмотрены более подробно. 1. Измерение по средствам трансакционных издержек: 1.1. Спред между ценой покупки и продажи актива. Он является одной из наиболее популярных мер ликвидности. Данный показатель используется достаточно давно. Так, например, для измерения ликвидности и ее влияния на цену прибегли в одном из своих первых исследований Amihud et al. (1986). Этот показатель, по мнению многих исследователей, включает в себя информационные издержки, издержки на обработку сделок, на хранение запасов и т.п. Данный спред также может быть рассчитан как относительный показатель на основе самой высокой цены на покупку и самой низкой на продажу. Также иногда рассчитывают так называемый реализованный спред с использованием взвешенных цен произошедших сделок. Например, в исследовании Dick-Nielsen et al. (2012) для учета издержек были использованы две меры. Первая из них построена на предположениях, выдвинутых в исходной работе Roll (1984), в соответствии с которыми цена облигации всегда находится в промежутке между ценой покупки и продажи. Соответственно большие значения спредов ведут к более высокой негативной ковариации между доходностями. Это позволяет рассчитывать меру ликвидности способом, представленно в формуле (1). 7 Rollt = 2√−cov(R i, R i−1 ) (1) Кроме того, авторы рассматривали так называемые вмененные трансакционные издержки - (англ.– Imputed Roundtrip Costs, далее – IRC). Показатель рассчитывается в соответствии с формулой (2): IRC = Pmax −Pmin Pmax , (2) где: Pmax – максимальная цена в трансакции; Pmin – минимальная цена в трансакции. Под трансакциями авторы здесь понимают следующее: за торговую сессию с одной и той же облигацией может происходить несколько сделок примерно одинакового объема, что происходит в результате поисков продавца и покупателя, осуществляемых одним или несколькими брокерами. Такие сделки авторы рассматривают как одну трансакцию, по которой и рассчитывают вмененные издержки. 2.Меры, основанные на объемах торгов: 2.1.Коэффициент оборачиваемости. Данный показатель рассчитывается как отношение общего объема торгов в стоимостном выражении к общей стоимости актива в обращении. 2.2. Абсолютное значение объема торгов 2.2.1. Также могут быть использованы такие показатели, как дни с нулевым объемом торгов по облигации и дни с нулевым объемом торгов по всем облигациям фирмы в целом. Обычно они представлены, как процентное соотношение количества дней, когда облигация не участвовала в торгах, к общему числу торговых дней в периоде (см., например, Dick-Nielsen et al., 2012) 2.3. Количество сделок Данные показатели удобно использовать для измерения ликвидности на внебиржевых рынках, где информация о котировках и о ценах по конкретным сделкам может быть недоступна. 8 2.4. Коэффициент ликвидности Hui-Heubel. Он рассчитывается как отношение разницы между максимальной и минимальной ценой актива за 5 дней к коэффициенту ликвидности, рассчитанному по пятидневным данным. Однако исследователи отмечают, что пятидневный период является слишком длинным, чтобы уловить заметные изменения цены за счет изменения объема торгов. По данной причине коэффициент используется сравнительно редко Gabrielsen et al. (2012). 2.5. Отношение доходности к объему торгов (индекс неликвидности). Данный показатель был использован в исследовании Amihud (2002). Он имеет следующий вид: Pj −Pj−1 Amihudt = t |rj | ∑N j=1 Nt Qj 1 = 1 t ∑N Nt j=1 | Pj−1 | Qj , (3) где: rj – доходность за период; Q j - объем торгов за период; Nt - количество доходностей (сделок) за период. Его главным преимуществом, по мнению автора, является то, что он является достаточно точным инструментов измерения ликвидности, и при этом все необходимые данные по многим инструментам являются доступными (по сравнению со спредом между ценой покупки и продажи). Вышеописанные меры показывают степень глубины и ширины рынка, тем самым позволяя оценить, насколько ликвидным он является. Однако в целом каждый из них не лишен недостатков, поскольку цена и объем торгов не являются пропорциональными. Это снижает возможность получения достоверной оценки ликвидности. В связи с этим некоторые авторы используют сразу несколько показателей ликвидности при оценке премии или модифицируют существующие. Так, в вышеупомянутом исследовании Dick-Nielsen et al. (2012) была использована мера, которая включает в себя такие показатели ликвидности, как мера Amihud (2002), IRC и их стандартные отклонения. 9 Поскольку они имеют разные измерения, перед взвешиванием авторы изменяют их следующим образом: j j (L −μ ) j Ľit = it j , (4) σ 𝑗 где: 𝐿𝑖𝑡 - значение меры ликвидности i-ой облигации за период t (j – ̅̅̅̅); индекс меры; j=1,4 𝜇 𝑗 - среднее значение меры ликвидности; 𝜎 𝑗 - стандартное отклонение меры ликвидности. Собственная мера ликвидности авторов за квартал представляет собой сумму показателей, рассчитанных по формуле (4): j λit = ∑4j=1 Ľit (5) 3. Меры, основанные на равновесной цене 3.1. Коэффициент рыночной эффективности. Он позволяет оценить, являются ли колебания цены под влиянием новой информации перманентными или временными. Эксперты считают, что на ликвидном рынке любые изменения цены более продолжительны, и кратковременные колебания практически отсутствуют. Он вычисляется как отношение логарифма дисперсии доходности длинного периода к произведению числа коротких периодов на логарифм дисперсии доходности короткого периода. Таким образом, на рынке с высоким уровнем ликвидности данный показатель должен быть близок к единице. Недостатком данного показателя является предпосылка о непрерывном изменении цен на рынке. По этой причине при наличии дискретных скачкообразных изменений значения данного показателя (даже близкие к единице) не будут отражать степени ликвидности. 3.2. Построение векторной авторегрессии. Исследователи считают, что на рынках с высоким уровнем ликвидности лаг при подстройке цены является сравнительно небольшим(Sarr, Lybek, 2002). 10 4. Оценка влияния рынка на цену. Здесь принимаются в расчет влияние на изменение цены и доходности актива не только ликвидности, но и, например, рыночной доходности. Для более детального описания мер ликвидности можно обратиться к исследованию Gabrielsen et al. (2012). Все вышеназванные прокси в той или иной степени используются при тестировании наличия значимого влияния ликвидности на цену и доходность актива. Влияние обусловлено тем, что инвесторы при оценке активов учитывают так называемый риск ликвидности, который соответственно имеет свою цену. Это по сути своей и представляет собой премию за ликвидность. Стоит отметить, что четкого и единственного определения в литературе нет, также и как для непосредственно ликвидности. В целом, все определения, используемые исследователями, носят относительный характер. Так, Pereira и Zhang (2004) определяют премию за ликвидность как дополнительную доходность, которую должен приносить неликвидный актив, чтобы инвестор получал уровень полезности, эквивалентный тому, который бы он получил при покупке ликвидного актива. Заметим также, что здесь могут возникнуть затруднения, поскольку в литературе используются также понятия как скидка или премия за неликвидность. Однако при ближайшем рассмотрении данные понятия рассматривают одно и то же явление с разных точек зрения. В работе Amihud (2002), например, дополнительная доходность неликвидного актива названа премией за неликвидность. В рамках данного исследования определим, что премией за ликвидность будет назваться дополнительная доходность, которой инвестор готов пренебречь при приобретении ликвидного актива без трансакционных издержек (как в исследовании Gerhold et al (2011)). Таким образом, при прочих равных условиях требуемая доходность ликвидного актива должна быть ниже, а цена соответственно выше, чем у неликвидного актива. 11 Такие предположения относительно соотношения ликвидности, цены и доходности помогают разрешить такие проблемы в области финансов, как «equity premium puzzle», «risk-free rate puzzle», а также объяснить причины неликвидности активов небольших фирм (Amihud et al., 2005). На основе вышесказанного, можно сделать вывод о том, что ликвидность актива является комплексным понятием. Именно поэтому для ее измерения, как правило, используется несколько подходов, от которых зачастую зависят полученные выводы. В такой ситуации для оценки цены ликвидности необходимо применять методы, которые соответствуют выбранной методике измерения. В целом, учет ликвидности актива при инвестировании является одним из важных факторов, влияние которого на цену и доходность актива подтверждено различными исследованиями. Некоторые из них будут более детально рассмотрены далее. 1.2. Подходы к оценке премии за ликвидность для облигаций Данное исследование посвящено оценке премии за ликвидность на рынке облигаций. Именно поэтому далее будет более детально рассмотрен ряд работ, в которых использованы различные подходы к ее оцениванию. Стоит заметить, что в большинстве исследований рассмотрены корпоративные облигации, поскольку именно на данном сегменте рынка можно наблюдать существенные различия ценных бумаг по степени ликвидности и соответственно найти подтверждения наличия премии за данный показатель. Так, например, в исследовании Dick-Nielsen et al. (2012) проведен анализ премии за ликвидность на американском рынке корпоративных облигаций. Авторы использовали поквартальные данные TRACE (Trade Reporting and Compliance Engine) с 1 квартала 2005 года по 2 квартал 2009. В исследовании были задействованы только облигации с фиксированной ставкой, которые не являлись отзывными и не включали в себя опцион. 12 Также авторы использовали следующую информацию по выбранным облигациям: рейтинг, прогноз дисперсии, цену акций и финансовые показатели компаний-эмитентов, ставки по свопам, доходность казначейских облигаций и значения ставки LIBOR. Источниками данных являлись базы Bloomberg и Datastream. В качестве метода исследования авторами был выбран регрессионный анализ. Основная спецификация модели выглядит следующим образом: Spreadit = α + γLiquidityit + β1 Bond ageit + β2 Amount issuedit + β Couponit + 3 +β4 Time − to − maturityit + β5 Eq. volit + +β6 Operating it + β Leverageit + 7 β8 Long debt it +β9,pretax Pretax dummiesit + +β 10 10ySwapt + β11 10y − (6) 1ySwapt +β12 Forecast dispersion𝑖𝑡 + eit , где: Spreadit – разница между средней (за квартал) доходностью по облигации и ставкой свопа, скорректированной на срок до погашения. Liquidityit – выбранный параметр, измеряющий ликвидность; Bond ageit – срок жизни облигации; Amount issuedit – объем выпуска облигаций; Couponit – купонная ставка; Time − to − maturityit - срок до погашения облигации; Eq. volit - волатильность размера капитала компании - эмитента; Operating it – отношение операционного дохода к объему продаж компанииэмитента; Leverageit - отношение заемного капитала компании-эмитента к собственному; Long debt it - отношение долгосрочного долга компании-эмитента к размеру активов; Pretax dummiesit - дамми - переменные, отражающие возможность компании покрывать процентные выплаты за счет прибыли от операционной деятельности; 10ySwapt - ставка по свопу с десятилетним сроком до погашения; 13 10y − 1ySwapt – разница между ставками по свопу с десятилетним и однолетним сроком до погашения; Forecast dispersion𝑖𝑡 – дисперсия прогнозной прибыли (Dick-Nielsen et al., 2012). Таким образом, при расчете спреда облигации авторы учитывают целый ряд факторов, относящихся к характеристикам непосредственно компании, а также к показателям компании-эмитента. В рамках данного исследования естественно важным представляется рассмотрение влияния фактора ликвидности. В этом свете описываемая модель является интересной, поскольку в ней проанализированы различные рассматривают несколько мер трансакционные издержки, объем прокси ликвидности. ликвидности, которые торгов и Авторы отражают соответствующий риск. Поскольку они уже детально описаны в предыдущем разделе, далее будет представлено краткое описание, относящееся непосредственно к модели авторов. 1. Мера неликвидности по исследованию Amihud (2002) Данный показатель был рассчитан для каждой облигации ежедневно в соответствии с формулой (3), а затем его квартальное значение вычислено как медиана ежедневных значений в соответствующий период. 2. Спред между ценой покупки и продажи по методу Roll (1984), также рассчитанная на квартальной основе, представленный в формуле (1). 3. Так называемые вмененные трансакционные издержки (согласно формуле (2)). 4. Оборачиваемость, рассчитываемая авторами поквартально. 5. Дни с нулевым объемом торгов по облигации 6. Дни с нулевым объемом торгов по всем облигациям фирмы в целом 7. Стандартное отклонение меры Amihud (2002) 8. Стандартное отклонение IRC 14 Для анализа объясняющей силы вышеуказанных прокси ликвидности авторами был выбран метод главных компонент. На его основе были выявлено, что большую часть дисперсии показателей объясняет по факту линейная комбинация из мер Amihud (2002), IRC и их стандартных отклонений. По данной причине она также была включена в дальнейший анализ (λ, представленная в формуле (5)). Используя каждый из этих показателей ликвидности, авторы строят регрессию, представленную в формуле (6) для 5 групп облигаций с различным кредитным рейтингом. Кроме того, выборка разбита на 2 периода: докризисный (I квартал 2005 года – I квартал 2007 года) и кризисный (II квартал 2007 года - II квартал 2009 года). Интересными являются следующие полученные результаты: 1. В кризисный период цена ликвидности резко возрастает, на что указывают более высокие значения коэффициентов перед прокси ликвидности по сравнению с докризисной подвыборкой. 2. Наличие трансакционных издержек, измеряемых величиной спреда между ценой покупки и продажи, а также IRC, увеличивает доходность ценной бумаги. 3. При выборе оборачиваемости как показателя ликвидности можно наблюдать, что большая часть коэффициентов регрессии при данной переменной оказывается незначимой. 4. Также не наблюдается сильная связь между количеством дней, когда отсутствовали торги по ценной бумаге и ее доходностью. Авторы объясняют это тем, что в ситуации, когда влияние цены на исход торгов является высоким, то трейдеры стараются осуществлять большее количество сделок, но меньшего объема. Таким образом, когда на рынке в целом наблюдается низкая степень ликвидности, количество дней с нулевым объемом торгов снижается. 15 5. Линейная комбинация из четырех мер (λ) является значимой объясняемой переменной во всех регрессиях. По данной причине она была выбрана авторами в качестве единственной меры ликвидности для дальнейшего анализа (Dick-Nielsen et al., 2012). Далее авторы строят регрессию в соответствии с выражением (7), разбивая выборку не только по кредитному рейтингу, периоду, но и по сроку до погашения облигации (0-2 года, 2-5 лет, 5-30 лет). SpreadRit = αR + βR λit + Credit risk controlst + eit , (7) где: R- рейтинг i-ой облигации в период времени t. Для каждой группы определяется компонент ликвидности в спреде в соответствии со следующей формулой: LC = βR (λ50 − λ5 ), (8) где: λ50 – медианное значение всех λit , расположенных по возрастанию. λ5 – значение пятого процентиля в данном распределении. Согласно полученным результатам, среднее значение компонента ликвидности в спреде составило в докризисный период 57,6 б.п. для спекулятивных облигаций и 0,8 б.п. для высоколиквидных бумаг (рейтинг AAA). В кризисный период премия за ликвидность резко возросла практически для всех групп ценных бумаг: так, для спекулятивных облигаций ее значение составило порядка 197 б.п. Кроме того, для облигаций с более длинным сроком до погашения характерна большая доля компонента ликвидности в спреде (Dick-Nielsen et al., 2012). Таким образом, данная работа представляет собой достаточно комплексный подход к оценке премии за ликвидность облигаций, что может послужить основой для будущего исследования для соответствующего сегмента на развивающемся рынке капитала. В статье отечественного автора П. Тарасовой (2012) представлен несколько отличный и более простой подход к оценке премии за ликвидность корпоративных облигаций, основанный только на кредитных дефолтных свопах (англ. - credit default swaps, далее CDS). В его основе 16 лежит предположение о том, что премия CDS включает в себя не только кредитный риск эмитента облигации, но и риск ликвидности, что было доказано в работе Buhler and Trapp (2008). В данном случае в качестве приближенной оценки премии за ликвидность автор предлагает использовать разницу между премией по соответствующему CDS и премией по корпоративной облигации. Последняя определяется как разность между доходностью рисковой корпоративной облигаций и безрисковой ставки. В качестве прокси здесь обычно используется доходность к погашению купонной казначейской облигации с тем же сроком до погашения. Очевидным преимуществом данного подхода является простота вычислений и интерпретации. Однако автор признает, что он не может быть использован для точной оценки. Кроме того, при выполнении вычислений необходимо принимать во внимание тот факт, что премия по CDS и спред облигации измеряются по-разному: первая – в процентах к номиналу, вторая – в процентах годовых. По данной причине необходимо приводит данные к единой мере. Также для многих облигаций могут отсутствовать данные по результатам торгов CDS, что затрудняет построение репрезентативной выборки и делает невозможным получение адекватных результатов (Tarasova, 2012). В целом, эмпирические исследования, основанные на данной идее, используют и ряд других финансовых инструментов, кроме CDS, для оценки премии за ликвидность. Так, может быть использован, другой актив, все характеристики которого, кроме ликвидности, буду совпадать с характеристиками облигации. Также в рамках данной работы важны исследования, посвященные оценке премии за ликвидность на рынках облигаций, которые уступают американскому по размерам. Это связано с тем, что в случае, когда на рынке доступен меньший набор инструментов и наблюдается не такой большой 17 оборот, для выявления наличия премии могут быть необходимы другие техники оценки премии за ликвидность. С этой точки интересно рассмотрение исследования, проведенного Alonso et al. (2004). В качестве объекта исследования выступает рынок государственных облигаций Испании. Несмотря на это, в рамках исследования по оценке, рассмотрение данной работы также является важной в рамках настоящего исследования, поскольку подход, описанный здесь, может быть использован и для оценки премии за ликвидность корпоративных облигаций. Выбранные период здесь несколько уже, чем в вышеупомянутой работе Dick-Nielsen et al. (2012).Авторами были собраны ежедневные данные по рынку с января 1999 года по апрель 2000 года. Всего в выборку вошло 34 облигации, что также значительно меньше, чем в работах по американскому рынку. Авторов интересовали следующие показатели: 1. Цены 1.1. Ежедневные цены торгов 1.2. Ежедневные котировки 2. Количество бумаг в обращении 3. Объем торгов 4. Количество сделок Источником данных являлись базы Reuters- BDE (создана при участии специалистов Банка Испании) и Bloomberg. Для анализа авторы использовали значения котировок, поскольку это позволяет решить проблему недостатка данных при отсутствии торгов. Однако авторы учитывали, что котировки не в полной мере соответствуют ценам торгов, именно поэтому далее были проведены тесты на робастность полученных результатов (Alonso et al., 2004). Для выявления различий в степени ликвидности в начале исследования разбили облигации на 5 групп в зависимости от срока до погашения (3-5 лет, 18 5-10 лет, 10-15 лет, 15-30 лет). Далее внутри каждой группы бумаги были разделены по степени ликвидности. При делении облигаций по степени ликвидности авторы учитывали два фактора: то, на каком этапе жизненного цикла находится облигация, и относится ли она к так называемому классу «strippable» (букв. регулирования – делимый). испанского Последние, рынка согласно облигаций, принципам подлежат более привлекательной для плательщиков схеме налогообложения: не взимается налог на доходы при выплате купонов. Что касается жизненного цикла облигаций, то авторы выделили 3 стадии: пре-бенчмарк (относительно небольшое количество бумаг в обращении и объем торгов), бенчмарк (наиболее торгуемые и ликвидные облигации), пост-бенчмарк (облигации с перманентно снижающимися показателями торговой активности) (Alonso et al., 2004). Таким образом, на основе двух факторов, указанных выше, облигации были поделены на 4 группы: пре-бенчамарки, бенчмарки, пост-бенчмарки, неделимые (англ. – non-strippable). При сравнении таких традиционных показателей ликвидности, как объем торгов и показатель оборачиваемости, авторы выявили значимые различия между данными группами по степени ликвидности, что позволило предположить наличие премии за ликвидность. Так, естественно облигации в группе бенчмарков оказались наиболее ликвидными, далее по степени ликвидности находились делимые облигации, находящиеся на других стадиях жизненного цикла. Подход, предложенный авторами для оценки премии за ликвидность, заключается в использовании модели построения кривой бескупонной доходности с учетом фактора ликвидности для облигации с разными сроками погашения, основанной на модели Svensson (1994). Это было сделано по средствам введения в исходную модель даммипеременных для ликвидности. Так, уравнение регрессии, оцениваемое авторами, выглядело следующим образом: 19 −m τ1 φm = β0 + β1 e + β2 m τ1 −m τ1 e + β3 m τ2 −m τ2 e + γo PREBENCH + γ1 POSTBENCH + γ2 NONSTRIP, (9) где: m – период времени; φm - значение форвардной ставки в период m; PREBENCH, POSTBENCH, NONSTRIP – дамми - переменные, принимающие значение 1, если облигация относится к одной из трех групп соответственно (Alonso et al., 2004). В выражении (9) параметры γo и γ1 могут быть сразу интерпретированы, как размер премии за ликвидность. Однако в случае неделимых облигаций коэффициент может включать также налоговые издержки в процентном выражении. По результатам регрессионного анализа авторами сделан вывод о том, что доходность облигаций в категории пребенчмарков не включает в себя премии за ликвидность. Это может быть обусловлено тем, что инвесторы прогнозируют снижение издержек, связанных с торгами по данным облигациям, при переходе их в следующую категорию. Кроме того, стабильность цены таких облигаций обеспечена небольшим их количеством в обращении. Данный вывод позволяет авторам объединить группы пре-бенчмарков и бенчмарков и построить усеченную модель, которая включает даммипеременные для пост-бенчмарков и неделимых облигаций. Данная модель дала наименьший критерий среднеквадратичной ошибки (Root-Mean-SquareError, сокр. – RMSE), по данной причине авторы выбрали ее в качестве наилучшей. На основе данной модели авторы получают следующие результаты: 1. Средняя премия за ликвидность (дополнительная доходность) неделимых облигаций составляет 8 б.п., что значительно меньше по сравнению с ее размером на американском рынке. При дальнейшем отделении налоговой компоненты и премии за ликвидность авторы приходят к выводу о том, что при применении реалистичных схем налогообложения 20 (ежеквартальная выплата купонов и уплата налога на доход, а также возможность операций coupon-washing1) премия за ликвидность для данного вида облигаций также сохраняется и составляет в среднем 6,8 и 3,6 б.п. соответственно. 2. Премия за ликвидность для пост-бенчмарков в среднем составляет 5,2 б.п. Однако она имеет статистическую значимость на низком уровне. 3. Относительно низкие премии за ликвидность облигаций по сравнению с результатами исследований, проведенных для американского рынка, авторы объясняют тем, что на испанском рынке наиболее ликвидный сегмент (бенчмарки), доходность, для которого не характерна дополнительная составляет самую значительную часть рынка (Alonso et al., 2004). Концепция кривой бескупонной доходности для тестирования наличия премии за ликвидность также использована в исследовании Fontaine и Garcia (2012), которое выполнено для американского рынка капитала. Как уже говорилось, оценке премии за ликвидность облигаций на развивающихся рынках посвящено относительно небольшое количество исследований. Далее будут приведены некоторые из них. Достаточно полным является исследование Min et al. (2003), которое охватывает 11 стран. Стоит отметить, что оно сосредоточено не только на премии за ликвидность, но и на остальных детерминантах спреда облигаций по сравнению с безрисковой ставкой за период с 1990 по 1999 год. Кроме того, авторами рассмотрена, в основном, ликвидность рынка облигаций в целом. Однако для получения представления о ситуации на рынке в целом, это исследование также представляет интерес. В качестве переменных, которые представляют собой показатели рыночной ликвидности, авторами выбраны поступления от чистого экспорта, изменение темпов роста ВВП, отношение долга к ВВП и т.п. Кроме того, в Операции coupon-washing – практика продажи облигации перед датой выплаты купона и обратного выкупа после. В данном случае инвестор получает прибыль на разнице цен, так как после выплаты очередного купона облигация будет продана по более низкой цене. 1 21 регрессию были включены фундаментальные переменные, параметры, отвечающие за шоки глобальной экономики и региональные переменные (дамми). По результатам регрессионного анализа все оценки коэффициентов регрессии при переменных ликвидности значимы. Так, например, рост импорта положительно влияет на спред ценных бумаг, изменения в отношении долга к ВВП также увеличивают спред. Это связано с тем, что рост данных показателей может означать ухудшение ситуации с ликвидностью на национальном рынке. Важным выводом данного исследования является то, что рыночная ликвидность является одним из главных определяющих факторов величины спреда на рынке облигаций. Таким образом, управляя ей, можно оказывать влияние на доходность и цены облигаций (Min et al., 2003). При рассмотрении премии за ликвидность облигаций на развивающихся рынках также интересным является исследование Chen et al. (2007), объектом которого является рынок Малайзии. Пристальное внимание в данной работе обращено на рынок корпоративных облигаций. Данный рынок является небольшим по капитализации, однако предлагает инвесторам широкий набор инструментов. На его примере можно увидеть, насколько отличаются влияющие на доходность облигаций детерминанты ликвидности от тех, что можно наблюдать на крупном развитом рынке. В исследовании авторами была использована выборка за период с 1997 по 2006 год. Ее размер был значительным, поскольку в нее вошли практически все виды облигаций и порядка 80% всех сделок с ними за данный период. Основываясь на этом, можно считать выводы, полученные авторами, достоверными. Заметим, что торговая активность в сегменте корпоративных облигаций в Малайзии несколько ниже, чем в секторе государственных долговых ценных бумаг, но оборачиваемость примерно соответствует оборачиваемости в соответствующем сегменте на рынках США и Японии (Chen et al., 2007). 22 При рассмотрении характеристик облигаций авторы также разбивают их на основе кредитного рейтинга. Однако здесь используется система рейтингования местных агентств. Далее чтобы проверить результаты на устойчивость, облигации были поделены на группы относительно бенчмарка – облигаций, которые выпускаются регулярно, в большом объеме и служат отправной точкой для оценки других облигаций. По результатам авторов, они естественно являются наиболее ликвидными. Однако при анализе других групп авторы не выявляют однозначной связи между объемом выпуска (мерой ликвидности) и спредом. Это связано с тем, что большие выпуски не всегда самые ликвидные. Кроме того, важным является вывод о том, что для новых выпусков характерен относительно узкий спред (Chen et al., 2007). Подобную картину можно было наблюдать в вышеупомянутом исследовании Alonso et al. (2004), где для облигаций пребенчмарков также не было выявлено наличия премии за ликвидность. Как можно сосредоточены ликвидности на увидеть, рассмотрении фондирования количественной представленные оценки. на влияния рыночной доходность Однако исследования ликвидности облигаций выявленные больше и без точной тенденции вполне соответствуют тем, что происходят на развитых рынках. Что касается развивающихся рынков, то как уже говорилось, оценке премии за ликвидность облигаций здесь посвящено относительно небольшое количество исследований. Далее будут приведены некоторые из них. Достаточно полным является исследование Min et al. (2003), которое охватывает 11 стран. Стоит отметить, что оно сосредоточено не только на премии за ликвидность, но и на остальных детерминантах спреда облигаций по сравнению с безрисковой ставкой за период с 1990 по 1999 год. Кроме того, авторами рассмотрена, в основном, ликвидность рынка облигаций в целом. Однако для получения представления о ситуации на рынке в целом, это исследование также представляет интерес. 23 В качестве переменных, которые представляют собой показатели рыночной ликвидности, авторами выбраны поступления от чистого экспорта, изменение темпов роста ВВП, отношение долга к ВВП и т.п. Кроме того, в регрессию были включены фундаментальные переменные, параметры, отвечающие за шоки глобальной экономики и региональные переменные (дамми). По результатам регрессионного анализа все оценки коэффициентов регрессии при переменных ликвидности значимы. Так, например, рост импорта положительно влияет на спред ценных бумаг, изменения в отношении долга к ВВП также увеличивают спред. Это связано с тем, что рост данных показателей может означать ухудшение ситуации с ликвидностью на национальном рынке. Важным выводом данного исследования является то, что рыночная ликвидность является одним из главных определяющих факторов величины спреда на рынке облигаций. Таким образом, управляя ей, можно оказывать влияние на доходность и цены облигаций (Min et al., 2003). При рассмотрении премии за ликвидность облигаций на развивающихся рынках также интересным является исследование Chen et al. (2007), объектом которого является рынок Малайзии. Пристальное внимание в данной работе обращено на рынок корпоративных облигаций. Данный рынок является небольшим по капитализации, однако предлагает инвесторам широкий набор инструментов. На его примере можно увидеть, насколько отличаются влияющие на доходность облигаций детерминанты ликвидности от тех, что можно наблюдать на крупном развитом рынке. В исследовании авторами была использована выборка за период с 1997 по 2006 год. Ее размер был значительным, поскольку в нее вошли практически все виды облигаций и порядка 80% всех сделок с ними за данный период. Основываясь на этом, можно считать выводы, полученные авторами, достоверными. Заметим, что торговая активность в сегменте корпоративных облигаций в Малайзии несколько ниже, чем в секторе государственных 24 долговых ценных бумаг, но оборачиваемость примерно соответствует оборачиваемости в соответствующем сегменте на рынках США и Японии (Chen et al., 2007). При рассмотрении характеристик облигаций авторы также разбивают их на основе кредитного рейтинга. Однако здесь используется система рейтингования местных агентств. Далее чтобы проверить результаты на устойчивость, облигации были поделены на группы относительно бенчмарка – облигаций, которые выпускаются регулярно, в большом объеме и служат отправной точкой для оценки других облигаций. По результатам авторов, они естественно являются наиболее ликвидными. Однако при анализе других групп авторы не выявляют однозначной связи между объемом выпуска (мерой ликвидности) и спредом. Это связано с тем, что большие выпуски не всегда самые ликвидные. Кроме того, важным является вывод о том, что для новых выпусков характерен относительно узкий спред (Chen et al., 2007). Подобную картину можно было наблюдать в вышеупомянутом исследовании Alonso et al. (2004), где для облигаций пребенчмарков также не было выявлено наличия премии за ликвидность. Как можно сосредоточены ликвидности на увидеть, представленные рассмотрении фондирования на влияния исследования рыночной доходность больше ликвидности облигаций без и точной количественной оценки. В данном случае выгодно отличается исследование, автором которого является Чайкун А.Н., выполненное для российского рынка облигаций. Данное исследование проведено на основе выборки из 10 000 наблюдений по результатам торгов корпоративных и муниципальных облигаций на ММВБ за период с июля 2005 года по август 200 года. В исследовании Чайкун А.Н. использовал сводный количественной оценки показатель премии ликвидности за ликвидность. для определения В соответствии с результатами, полученными автором, премия за ликвидность составляет 202 б.п. (Чайкун А.Н., 2009). 25 На основе всего вышесказанного в данном разделе можно сделать вывод о том, что выбор метода оценки премии за ликвидность зависит от таких параметров, как глубина и ширина рынка, набора доступных инструментов, а также заданной точности оценки. Полученные результаты оценки также значительно различаются в силу вышеуказанных факторов. Так, например, для государственных облигаций, согласно различным исследованиям, премия за ликвидность составляет от 5 до 50 б.п.; для корпоративных облигаций – от 10 до 650 б.п. (Hibbert et al., 2009) . Как можно увидеть, для оценки премии за ликвидность разработано достаточно большое количество подходов. Стоит отметить, что в настоящее время с развитием рынка производных финансовых инструментов популярным стал подход с использованием CDS, однако для его применения необходимо иметь достаточно данных по облигациям и соответствующим свопам. По результатам анализа исследований, представленных выше, можно выделить основные этапы и принципы при оценке премии за ликвидность на рынке облигаций. Они кратко изложены далее. 1. Для выявления наличия премии за ликвидность необходимо проанализировать, существуют ли значимые различия между облигациями с различным рейтингом, сроком до погашения и другими характеристиками. Это проводится на основе рассмотрения значений основных мер ликвидности для различных групп облигаций. 2. При использовании регрессионного анализа важным является отбор факторов (кроме параметров ликвидности), которые будут включены в регрессию и контролировать наличие кредитного риска, налоговых издержек, операционную и финансовую эффективность эмитента и т.п. Отбор факторов может быть сделан как на основе их описательных статистик, так, например, и на основе метода главных компонент. 26 3. При интерпретации полученных результатов необходимо точно определить, что в исследовании подразумевается в качестве премии за ликвидность, а что является только мерой ликвидности. 4. Результаты должны быть проверены на устойчивость к изменениям в исходных данных для того, чтобы можно было считать полученные выводы адекватными. Необходимо сказать, что с точки зрения эмпирики полученные значения премии за ликвидность можно напрямую сопоставлять с высокой степенью осторожности. Это связано с тем, что они сильно зависят от выбранного рынка, вида облигаций, предположений модели и размерности используемой панели. Однако при рассмотрении конкретного рынка (или его сегмента) описанные методы и выполненная с помощью них оценка могут достаточно точно отразить реальную ситуацию. 27 Глава 2. Анализ ликвидности российских корпоративных облигаций 2.1. Ликвидность на российском рынке облигаций. Общие тенденции. В данном разделе будут рассмотрены особенности и тенденции, которые имеют место на российском рынке облигаций. Здесь будет проанализирована значимость риска ликвидности при инвестировании в облигации на данном рынке. По последним данным, доля государственных ценных бумаг на рынке долговых обязательств составляет 43%, в то время как доля корпоративного сектора – 52% (26). Поскольку для данного исследования корпоративный сектор представляет особый интерес, процессы, происходящие в данном сегменте рынка облигаций, далее будут рассмотрены более детально. В сегменте корпоративных облигаций значительную долю составляют еврооблигации, эмитируемыми российскими финансовыми и нефинансовыми компания для привлечения средств за рубежом. В данном направлении также планируется унификация налоговых ставок на доход с государственными ценными бумагами (26). Это может способствовать повышению привлекательность корпоративных обязательств и повысит ликвидность данного сегмента. Также этому будет способствовать доступ иностранных клиринговых организаций к торгам российских корпоративных облигаций, который может стать возможным в ближайшие годы. При этом стоит отметить, что выпуск рублевых облигаций также является для компаний важным источником привлечения средств на внутреннем рынке на ряду с кредитами, полученными от банков (24). Динамика объема рынка корпоративных облигаций в целом, а также информация о ежегодном количестве новых выпусков представлена на рисунках ниже. Как можно увидеть, достаточно активно развивается, что 28 обуславливает интерес к рассмотрению того, как изменяется ликвидность на нем и насколько значимой она является для инвесторов. 6000 350 5000 300 250 4000 200 3000 150 2000 100 1000 50 0 0 Объем рынка, млрд.рублей Количество новых выпусков (за год), шт. Рис.1. Объем рынка корпоративных облигаций в 2011-2013 году (млрд.рублей) Сост. по иcточнику [21] 1 Развитию рынка способствует повышение транспарентности, правил торговли и раскрытия информации о процессе и результатах торгов. В данном случае примечательным является то, что в последние годы на ряду с внебиржевым рынком, где торговалась основная часть корпоративных облигаций, начала развиваться биржевая торговля (25). 300 250 200 150 100 50 0 Оборот на Московской бирже, млрд.руб Рис.2. Оборот корпоративных облигаций на Московской бирже в 2011-2013 году (млрд.рублей) Сост. по иcточнику [21] 1 29 Как видно по рисунку, ежемесячный оборот на бирже на конец 2013 года возрос по сравнению с 2011 годом. Однако в течение периода он является достаточно волатильным, что является свидетельством того, что ликвидность на рынке в данный период изменялась. Основными эмитентами облигаций являются финансовые компании и компании нефтегазовой, энергетической и транспортной отраслей, что можно видеть на рисунке ниже. Энергетика, 8.1% Другие отрасли, 14.7% Банки, 30.2% Черная металлургия, 4.3% Нефтегазовая отрасль, 11.1% Финансовые институты, 16.6% Транспорт, 8.7% Связь и телекоммуникац ии, 6.2% Рис.3. Отраслевая структура эмитентов на рынке корпоративных облигаций в 2013 году Сост. по иcточнику [21] 1 Также в последние годы набор инструментов, доступных на развивающихся рынках, в том числе российском, стал шире. Поэтому инвесторы сейчас имеют больше возможностей для диверсификации. Также улучшилось качество самих бумаг и средний рейтинг облигаций, которые входят в индексы - бенчмарки, рассчитываемые для развивающихся стран, в том числе и для России. К последним, например, относится J.P. Morgan Emerging Market Bond Index (EMBI), средний рейтинг облигаций (по системе S&P) в котором составляет BBB- (Prasetyo et al., 2012). На такие облигации, эмитируемые заемщиками с высокой степенью надежности, также растет спрос среди инвесторов-кредитных организаций, поскольку для последних они являются инструментом привлечения фондирования в операциях РЕПО. Так по имеющимся данным за 9 месяцев данным, операции с корпоративными облигациями составляли 44% от 30 общего объема операций прямого РЕПО кредитных организаций с Банком России (25). В рамках настоящего исследования важным является рассмотрение премии за риск инвестирования в облигации, в которую входит премия за ликвидность. Обычно в качестве премии за риск рассматривается спред доходности по облигации и безрисковой доходности, аппроксимацией которой является доходность государственных облигаций. На рисунке ниже представлены индексы средневзвешенной доходности корпоративных и государственных облигаций, рассчитываемые информационным агентством Cbonds, за период с 2011 года по 2013 год. 10 9 8 7 6 01.2011 02.2011 03.2011 04.2011 05.2011 06.2011 07.2011 08.2011 09.2011 10.2011 11.2011 12.2011 01.2012 02.2012 03.2012 04.2012 05.2012 06.2012 07.2012 08.2012 09.2012 10.2012 11.2012 12.2012 01.2013 02.2013 03.2013 04.2013 05.2013 06.2013 07.2013 08.2013 09.2013 10.2013 11.2013 5 Эффективная доходность корпоративных облигаций,% (IFX-Cbonds) Эффективная доходность государственных облигаций (Cbonds) Рис.4. Эффективная доходность российских облигаций, % Сост. по иcточнику [21] 1 В данном случае мы видим, что премия за риск для корпоративных облигаций за последние три года возросла. Это делает актуальным рассмотрение того, как изменения ликвидности повлияли на этот факт и какую долю составляет премия за ликвидность в общей в премии за риск для облигаций. Рассматривая ситуации в целом, можно предположить, что с ростом рынка, увеличением числа ценных бумаг и потенциальных инвесторов, рыночная ликвидность продолжит изменяться. Соответственно при разнообразии характеристик новых облигаций должны наблюдаться отличия 31 в ликвидности групп ценных бумаг, которая может быть компенсирована дополнительной доходность. 2.2. Показатели ликвидности Исходя из сказанного в предыдущем разделе, становится очевидным, что характеристики рынка в целом меняются во времени. Кроме того, существуют отличия между уровнем ликвидности ценных бумаг с разными характеристиками. В связи с этим является интересным детальное рассмотрение динамики мер ликвидности на российском рынке, которые впоследствии будут рассмотрены в модели. Для анализа были использованы данные об итогах ежедневных торгов на Московской бирже рублевых облигаций российских компаний с первого квартала 2011 года до третьего квартала 2013 года. Источником данных являлось информационное агентство Cbonds. Данные были усреднены по кварталам. В целях анализа не рассматривались сделки объемом менее 10 млн. рублей. Автор считает это целесообразным, поскольку такие сделки составляют менее 5% от общего оборота на бирже. Таким образом, их исключение не повлияет на результаты существенным образом. Кроме того, в рамках данного исследования было определено, что для построения модели будет использована сбалансированная панель (без пропусков данных по наблюдениям). Таким образом, в выборку вошли облигации с минимальным сроком обращения, составляющим 3 года, что наглядно представлено на рисунке ниже. Выборка, использованная для анализа далее, включает в себя данные по 80 облигациям за 11 кварталов (880 наблюдений). Характеристики рассматриваемых облигаций наглядно представлены ниже. 32 10-15 лет 30% 3-5 лет 49% 6-9 лет 21% Рис.5. Распределение облигаций в выборке по сроку обращения в годах Как видно по графику, распределение облигаций в выборке по сроку жизни не является равномерным, что соответствует ситуации на рынке в целом. На рисунках ниже представлено распределение выбранных облигаций по объему выпуска и рейтингу эмитента. 15-20 млрд 18% 1-3 млрд 22% 10 млрд 29% 4-7 млрд 31% Рис.6. Распределение облигаций в выборке по объему выпуска (млрд.рублей) Отсутствие рейтинга 18% Умеренный риск (Baa) 22% Высокий риск (B) 29% Существенный риск (Ba) 31% Рис.7. Распределение облигаций в выборке по рейтингу (использована шкала Moody’s) Таким образом, в данную выборку вошли облигации с различными характеристиками: срок жизни составил от 3 до 15 лет, объем выпуска - от 1 до 20 млрд. рублей, рейтинг облигаций варьировался от по шкале Moody's от 33 нулевого (отсутствие рейтинга) до Baa. Здесь стоит обратить внимание, что автором был использован рейтинг только по шкале данного рейтингового агентства. Как было отмечено ранее, премия за ликвидность отличается для ценных бумаг с разными характеристиками. Выявление и анализ данных различий является одним из этапов проведения большинства исследований по оценке премии за ликвидность. Это необходимо для выяснения того, как может отличаться дополнительная доходность, которую инвесторы требуют для менее ликвидных бумаг. Автором были рассмотрены значения 4 показателей ликвидности, принципы расчета которых частично описаны в первой части исследования. 1. Показатели, основанные на цене торгов: 1.1. Пропорциональный бид-аск спред, который рассчитан по формуле, указанной ниже (рассчитан на основе дневных котировок на покупку и продажу, для исследования использовано среднее значение за квартал). Ask−Bid Bid − ask spread = (Ask+Bid)/2, (10) 1.2. Относительная разница между максимальной и минимальной ценой по сделкам внутри дня, построенная на принципах, аналогичных мере, отражающей вмененные трансакционные издержки (IRC, формула (2)), использованной в исследовании Dick-Nielsen et al. (2012).Данный показатель для исследования также был усреднен по кварталам. Оба показателя по сути измеряют трансакционные издержки, однако один из них рассчитан на основе котировок, а другой на основе фактических цен. Кроме того, методика расчета является несколько отличной. В ходе дальнейшего анализа будет рассмотрено то, какой из показателей будет лучшим прокси меры ликвидности. 2. Показатели, основанные на объеме торгов: 2.1. Оборачиваемость, которая также была рассчитана на основе дневных данных и усреднена для квартала 2.2. Количество сделок 34 На рисунках ниже наглядно представлено то, как менялось среднее значение выбранных показателей ликвидности в течение рассматриваемого периода. По рисункам видно, что динамика показателей, основанных на объеме торгов, является схожей. Она указывает на то, что при постоянстве объема выпуска в рамках выборки объем торгов данными облигациями за период снизился. III кв. 2013 II кв. 2013 I кв. 2013 IV кв. 2012 III кв. 2012 II кв. 2012 I кв. 2012 IV кв. 2011 III кв. 2011 II кв. 2011 I кв. 2011 200 150 100 50 0 Среднее количество сделок за квартал по выборке Рис.8. Динамика среднего количества сделок по выборке за период с 2011 года по 2013 год III кв. 2013 II кв. 2013 I кв. 2013 IV кв. 2012 III кв. 2012 II кв. 2012 I кв. 2012 IV кв. 2011 III кв. 2011 II кв. 2011 I кв. 2011 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 Средний коэффициент оборачиваемости за квартал по выборке Рис.9. Динамика коэффициента оборачиваемости за период с 2011 года по 2013 год Стоит отметить, что тенденция к снижению оборачиваемости не является характерной для рынка в целом, но в рамках исследования и при использовании сбалансированной панели это позволит сравнить значения 35 оценки премии за ликвидность для облигаций с разными характеристиками при прочих равных условиях. При рассмотрении динамики двух показателей, основанных на ценах торгов, однозначного вывода сделать нельзя, поскольку один первый показатель рассчитан на основе котировок на покупку и продажу, а второй на основе максимальной и минимальной цены сделки за день. III кв. 2013 II кв. 2013 I кв. 2013 IV кв. 2012 III кв. 2012 II кв. 2012 I кв. 2012 IV кв. 2011 III кв. 2011 II кв. 2011 I кв. 2011 800 600 400 200 0 Среднее значение бид-аск спреда за квартал по выборке, б.п. Рис.10. Динамика бид-аск спреда за период с 2011 года по 2013 год, б.п. III кв. 2013 II кв. 2013 I кв. 2013 IV кв. 2012 III кв. 2012 II кв. 2012 I кв. 2012 IV кв. 2011 III кв. 2011 II кв. 2011 I кв. 2011 100 80 60 40 20 0 Относительная разность между максимальной и минимальной ценами торгов (среднее за квартал по выборке), б.п. Рис.11. Динамика разности между максимальной и минимальной ценой торгов за период с 2011 по 2013 год, б.п. Первый является достаточно волатильным. Поскольку он является усредненным, то на основе его динамики можно сделать вывод о том, что его значения для отдельных бумаг по выборке могут значительно различаться между собой и изменяться в течение времени. Таким образом, при построении модель целесообразно использовать именно панельную регрессию для учета индивидуальных эффектов. 36 Кроме того, динамика показателей, представленных выше, может быть обусловлена тем, что в рамках выборки за период часть облигаций проходила все этапы срока жизни облигации, т.е. облигации были так называемыми пребенчмарками, бенчмарками для рынка и при приближении даты погашения объем торгов и разность между рыночными ценами для них значительно изменялась. Также был проведен анализ значений показателей ликвидности по группам ценным бумаг в зависимости от срока жизни и значения рейтинга по шкале Moody's. Результаты по относительным показателям для примера представлены далее: Таблица 1 Показатели ликвидности облигаций в выборке Показатель Срок жизни 3-5 лет Средняя оборачиваемость за период Bid-ask спред, б.п. (среднее значение) 6-9 лет Рейтинг 10-15 лет Нет Высокий риск (B) Существенный риск (Ba) Умеренный риск (Baа) 0,25 0,1 0,09 0,19 0,15 0,16 0,1 695 83 339 442 160 251 289 На основе приведенных описательных статистик (усредненных значений по выборке) можно увидеть, что однозначно охарактеризовать связь между значениями показателей ликвидности и характеристиками облигации представляется затруднительным по результатам предварительного анализа. Тем не менее, есть ряд различий между значениями показателей ликвидности для облигаций с разным сроком жизни и разным рейтингом. Это позволяет предполагать, что при сравнении премии за ликвидность по группам облигаций ее оценки также будут отличаться. Данное предположение будет проверено далее при рассмотрении результатов оценки. 37 Глава 3. Модель оценки премии за ликвидность российских корпоративных облигаций 3. 1. Принципы построения модели и выбор наилучшей спецификации для оценки Как уже упоминалось, дл учета индивидуальных эффектов облигаций в выборке целесообразно для оценки использовать панельную регрессию. В связи с этим при оценке был выбран подход, аналогичный тому, который применен, например, в исследованиях Dick-Nielsen et al. (2012) и Чайкун А.Н. (2009). Таким образом, в настоящем исследовании для оценки премии за ликвидность был выбран регрессионный подход. В качестве зависимой переменной был выбрана премия за риск облигации, которая рассчитывается как разность между доходностью облигации и доходностью безрискового актива. В эмпирических исследованиях в качестве доходности безрискового актива принято выбирать доходность государственных облигаций с параметрами, схожими с характеристиками выбранной корпоративной облигации. Здесь стоит отметить, что, несмотря на растущую популярность подхода с использованием CDS, было отдано предпочтение подходу расчета спреда, представленному выше. Это связано с тем, что далеко не для всех облигаций на российском рынке можно найти соответствующий CDS. Данная проблема была отмечена, например, в описанной в предыдущих разделах статье Тарасовой П. (2012). При выборе государственной облигации для расчета спреда также могут возникнуть затруднения при подборе для каждой бумаги в выборке облигации с похожими характеристиками. В данном случае данная проблема была решена следующим образом: в качестве зависимой переменной был использован так называемый G-спред, который рассчитывается информационным агентствам Cbonds на ежедневной основе для ценных бумаг. Методика расчета данного спреда заключается в том, что он 38 рассчитывается как «разница между доходностью облигации и точкой на кривой доходности (G-кривой) с тем же временем до погашения» (cbonds). Gкривая, в свою очередь, представляет собой кривую бескупонной доходности государственных облигаций. Данная аппроксимация в целом соответствует принципам расчета спреда и по данной причине выбрана в качестве зависимой переменной в рамках анализа. Набор независимых переменных также был определен на основе практики, примененной в предшествующих исследованиях, а также на основе некоторых особенностей рынка в целом и конкретной выборки. В качестве основной независимой переменной в модели использовалась одна из 4 мер ликвидности, описанных выше. Кроме того, очевидно, что различия в величине премии за риск объясняются не только уровнем ликвидности инструмента. В связи с этим в модель оценки были включены факторы, принимающие во внимание другие виды рисков, как, например, в модели Dick-Nielsen et al. (2012), выполненной с использованием данных по рынку облигаций США. Изначально были собранные данные о двух переменных, которые могут отражать кредитный и операционный риск компании-эмитента: операционный рычаг (отношение операционной прибыли к выручке), отношение долгосрочного долга к активам. Процесс их использования в модели далее будет представлен более детально. Надо сказать, что для отражения кредитного риска эмитента естественно можно использовать непосредственно кредитный рейтинг, который присвоен рейтинговым агентством, как, например, в исследовании, автором которого является Чайкун А.Н. (2009). Однако в рамках настоящего исследования кредитный рейтинг был использован в качестве признака для разделения облигаций на группы для сравнения значений оценок премии за ликвидность, что соответствует целям данной работы. Данный подход 39 аналогичен тому, который приведен в уже упомянутом исследовании DickNielsen et al. (2012). Кроме того, в модель была включена доходность индекса ММВБ, рассчитанная на основе дневных данных и усредненная за квартал по аналогии с расчетом других показателей. В данном случае доходность рыночного индекса может служить индикатором рыночного риска для экономики в целом. Это является целесообразным по нескольким причинам. Во-первых, большая часть компаний, акции которых входят в расчет индекса ММВБ, также представлены как эмитенты долговых инструментов. Как правило, рыночные условия, связанные с изменениями в экономике или в отдельной отрасли, будут отражаться на ценах, а соответственно и доходности всех ценных бумаг, которые эмитированы компанией. Вовторых, индекс может отражать тенденции изменения доходности по инвестициям в рублевые активы в целом. Данная переменная уже показала свою состоятельность в исследовании Чайкуна А.Н. (2009). Как уже было отмечено, в исследованиях, спред в качестве зависимой переменной рассчитывается на основе CDS, для аппроксимации рыночного риска может быть также использовано значение наклона кривой CDS с определенным сроком жизни. Для российского рынка данный подход также является менее актуальным, поскольку несмотря на то, что данная кривая рассчитывается и для России такими организациями, как CME Group, в ее расчет входит небольшое количество инструментов, которые являются еврооблигациями. Это не релевантно для настоящего исследования. Кроме того, в число объясняющих переменных был включено срок до погашения облигации, который может влиять на ее доходность, поскольку инвестирование на более долгий срок предполагает большие риски для инвестора. Срок жизни, включаемый непосредственно в регрессию в некоторых исследованиях, по аналогии с рейтингом был рассмотрен не в качестве переменной, а в качестве признака для разделения облигаций на группы при оценке. 40 Также при составлении выборки не было ограничения на то, как определяется купон фиксированным. В облигации, связи с является отсутствием ли он плавающим достаточного и количества информации по каждой облигации для расчета эффективной купонной ставки она не была включена в расчет. Здесь стоит добавить, что число периодов и наблюдений в выборке является сравнительно небольшим, в связи с этим включением большого количества независимых переменных не является залогом того, что полученные оценки будут достоверными. Поэтому в рамках данного исследования автор ограничился набором переменных, которые перечислены выше. Для целей анализа была использована выборка, описанная в предыдущем разделе. Стоит отметить, что российский рынок облигаций в сегменте биржевой торговли в целом является менее ликвидным по сравнению с, например, рынком в США, и для многих ценных бумаг характерно большое количество дней простоя, т.е. отсутствия торгов. В связи с этим в данном случае при анализе выборки было принято решение не пропускать наблюдения, значения каких-либо переменных для которых являлись так называемыми «выбросами». Аналогично исследованию DickNielsen et al. (2012) при использовании выборки для построения модели была проведена винзоризация данных (все значения переменных больше значения 99% квантиля и менее 1% квантиля были приведены к ним). Предварительно был проведен анализ показателей ликвидности при помощи метода главных компонент. С его помощью можно выбрать те переменные, которые объясняют наибольшую часть дисперсии всех выбранных показателей ликвидности. Также он позволяет определить способы уменьшения количества переменных в модели, а также те переменные, что актуально для данного исследования, потому что в нем рассмотрен достаточно короткий временной период. Кроме того, составные показатели ликвидности продемонстрировали свою состоятельность в ряде 41 исследований по оценке премии за ликвидность, рассмотренных в данной работе. Результаты анализа, проведенного при помощи программного пакета STATA, представлены ниже: Таблица 2 Результаты применения метода главных компонент для выбранных параметров ликвидности1 Количество наблюдений = Количество компонент = 880 4 Переменная 1 2 3 4 Необъяснено Бид-аск спред Спред между макс. и мин. ценами Количество сделок (логарифм) Коэффициент оборачиваемости Пропорция (нараст. итогом) -0.20 0.90 0,26 0,28 0 0.41 -0,11 0.88 -0,15 0 0.67 -0.02 -0.19 0.72 0 0.58 0.41 -0.33 -0.62 0 0.37 0.63 0.85 1 По результатам анализа мы видим, что первая компонента имеет наибольшую объясняющую силу (37%). В данном случае дисперсия всех может быть по большей части объяснена с помощью спреда между максимальной и минимальной ценами, логарифмом количества сделок и коэффициентом оборачиваемости. Таким образом, на основе данного анализа можно предположить, что при построении модели для конкретной выборки в качестве меры ликвидности целесообразно выбирать количество сделок, коэффициент оборачиваемости, спред между максимальной и минимальной ценой или взвешенную комбинацию каких-либо из трех данных показателей. По аналогии со сводным показателем в исследовании Dick-Nielsen et al. (2012), представленным ранее (см. формула (4) и (5)., был построен комбинированный показатель ликвидности, основанный на двух мерах объема торгов, которые обладали наибольшей объясняющей силой по результатам анализа по методу главных компонент. Выбранные показатели 1 Подробнее результаты представлены в Приложении 1 42 ликвидности вошли в него с одинаковыми весами, при этом были предварительно центрированы и нормированы. Очевидно, что содержательная интерпретация значения данного показателя впоследствии будет затруднительной. Однако в рамках данного анализа целью является построение оценки, поэтому этот недостаток не будет являться критичным. Таким образом, при построении панельной регрессии для выявления зависимости спреда доходности облигации были поочередно использованы 5 мер ликвидности (4 выбранных ранее и сводный показатель) и переменные, отражающие характеристики облигации, кредитный риск и рыночный риск, описанные ранее. Описательные статистики показателей ликвидности были рассмотрены ранее. Далее приведены описательные статистики показателей кредитного и рыночного рисков. Таблица 3 Описательные статистики показателей кредитного и операционного риска1 Отношение долгосрочного долга к активам Операционный рычаг Среднее значение 0,37 0,24 Стандартное отклонение 0,26 0,3 0,6 0,26 2,15 4,1 Коэффициент асимметрии Коэффициент эксцесса В данном случае стоит обратить внимание на то, что распределение является скошенным и имеет большой разброс. Это связано с тем, что в выборку вошли компании из разных отраслей, для которых приемлемыми являются разные финансовые коэффициенты в зависимости от специфики деятельности. Кроме того, при расчете показателей использовались данные отчетности, представленные информационными агентствами СПАРК и Cbonds. 1 Бухгалтерские показатели не всегда в полной мере отражают Детально описательные статистики представлены в Приложении 1 43 реальную ситуацию, поскольку в особенности среди российских компаний популярным является использование различных способов налоговой оптимизации, что приводит к снижению бухгалтерского значения прибыли и соответственно активов. В связи с этим при построении модели принято решение использование фиктивных переменных. Так при включении в модель показателя отношения долгосрочного долга к активам фиктивная переменная принимает значение 0, если отношение менее 30% и 1 в остальных случаях. Фиктивная переменная для показателя операционного рычага принимает значение 0 при величине операционного рычага менее 21% и 1 в остальных случаях. В ходе выполнения эмпирических расчетов для всей выборки был построен ряд спецификаций модели с представленными выше переменными. Критерии отбора наилучшей модели были следующими: 1.Коэффициенты панельной регрессии при ключевых переменных являются значимыми; 2. Спецификация модели соответствует выбранным данным, что определяется на основе тестов Hausman, Breusch-Pagan и Wald; 3. Модель обладает наибольшей объясняющей силой по сравнению с остальными, полученными в ходе исследования (о ней свидетельствует высокое значение фиксированными статистики Вальда коэффициента детерминации индивидуальными для моделей со для эффектами/высокое случайными моделей с значение индивидуальными эффектами). При анализе полученной модели также учитывался содержательный смысл и возможность интерпретации оценок, полученных на основе модели впоследствии. Это будет более детально раскрыто далее. Спецификация модели, обладающей наибольшей объясняющей силой для всей выборки, представлена ниже. Модель также была построена с использованием программного пакета STATA. Более подробно результаты представлены в Приложении 1. 44 Модель имеет следующую спецификацию: Spreadit = 433,13 − 0,13TtMit − 28,19DAit + 0,29It − 5,66Lit (11) где: Spread – спред доходности корпоративной и соответствующей по сроку до погашения корпоративной облигации (в базисных пунктах); DA (в приложении 1 обозначен как d) – фиктивная переменная, отражающая соотношение уровня долгосрочного долга и активов; TtM – срок до погашения облигации (в днях); I – доходность индекса ММВБ за соответствующий квартал (дневная усреднена до квартала); L– сводный показатель ликвидности, построенный на основе данных об объеме торгов. В таблице ниже представлены значения коэффициентов при переменных, в скобках указаны стандартные ошибки, также отмечено то, на каком уровне данные показатели являются статистически значимыми. Таблица 4 Параметры модели, выбранной для оценки Значение коэффициента (стандартная ошибка)1 Константа 433,13 * (12,61) Срок до погашения -0,13* (0,008) Рыночный индекс 0,29** (0,17) Отношение долгосрочного долга к активам -28,19* (10,86) Сводный показатель ликвидности -5,66* (2,26) Коэффициент детерминации (скорректированный) F-статистика Prob>F Тест Hausman (значение статистики) Prob>chi2 0,29 82,86 0,00 78,49 0,00 Кроме того, в таблице 4 указан скорректированный коэффициент детерминации и представлены результаты теста Hausman, в соответствии с которыми модель с фиксированными индивидуальными эффектами является [*] - помечены те коэффициенты, которые статистически значимы на уровне 5%, [**]- статистическая значимость на уровне 10% 1 45 более предпочтительной. Это согласуется с результатами исследования Чайкуна А.Н., в котором также использована панельная регрессия для оценки премии на российском рынке. результат является Также стоит отметить, что полученный закономерным, поскольку в настоящей работе использована сбалансированная панель, состав которой не изменялся во времени. Мы видим, что коэффициент детерминации является сравнительно небольшим, однако при построении ряда моделей с включением других показателей ликвидности он находился примерно на этом же уровне. В данном случае это не является столь важным, поскольку в данном исследовании рассматривается компонент ликвидности, остальные же переменные, включенные в модель, являются только контролирующими остальные риски. В данном исследовании не стоит задачи поиска наилучшего прокси для них. Что регрессии, касается содержательной интерпретации коэффициентов как уже говорилось, интерпретация сводного показателя ликвидности является затруднительной. Однако с учетом того, что он был построенных на основе показателей, отражающих объем торгов, то он имеет адекватный знак. Большее количество сделок и оборачиваемости могут указывать на рост ликвидности на рынке, соответственно снижение дополнительной доходности, которую инвесторы требуют для неликвидных ценных бумаг. В результате при прочих равных условиях премия за риск должна снижаться. Знак коэффициента перед переменной, отражающей срок для погашения также нельзя интерпретировать однозначно. Однако можно предположить, что поскольку в качестве зависимой переменно выступает спред доходности между корпоративной и бескупонной государственной облигацией со схожими сроками до погашения, в данном случае при прочих равных условиях влияние срока до погашения в случае конкретной облигации является незначительным в принципе. Как уже говорилось, 46 включение эффективного срока для погашения в рамках исследования данного уровня и с учетом имеющихся данных не проводилось. Однако, например, в работе Чайкуна А.Н. (2009) коэффициент при переменной дюрации не был статистически значимым. Также стоит отметить, что при включении операционного рычага в различные спецификации модели, включая представленную выше, было определено, что его влияние не является статистически значимым. Это, вероятно, обусловлено недостатками бухгалтерских показателей, о которых говорилось ранее. В ходе исследования выборка также была разбита на подвыборки в зависимости от рейтинга облигации, срока жизни и деятельности компанииэмитента1. В таблицах ниже представлены полученные коэффициенты при показателях ликвидности, а также указано, на каком уровне они являются значимыми для подвыборки. Таблица 5 Результаты оценки коэффициентов при выбранных показателях ликвидности для облигаций, эмитированных компаниями финансовой и нефинансовой сферы2 Показатель Сфера Финансовая Сводный показатель Средняя оборачиваемость за период Количество сделок (логарифм) Bid-ask спред, б.п. (среднее значение) Разница между максимальной и минимальной ценой торгов Вся выборка Нефинансовая -8,4* (3,9) -5,16* (2,5) -5,66* (2,26) -102, 5 *(48,5) -119,8*(18,2) -122,4* (16,9) -4 (4,3) -0,73(3,1) -1,47(2,7) 0,04 (0,04) -0,002 (0,002) -0,001 (0,002) 0,11 (0,09) 0,36*(0,08) 0,3 *(0,07) Мы видим, что сводный показатель ликвидности является значимым для облигаций обеих групп, при этом при прочих равных условиях для В Приложении 2 указано, какие выпуски входили в подвыборки [*] - помечены те коэффициенты, которые статистически значимы на уровне 5%, [**]- статистическая значимость на уровне 10% 1 2 47 облигаций финансовой сферы его влияние на зависимую переменную, в качестве которой выступает спред доходности, должно быть выше. В таблице 6 ниже представлены оценки коэффициентов при показателях ликвидности в зависимости от рейтинга облигаций. Здесь стоит обратить внимание на то, что сводный показатель значим не для всех групп ликвидности. Но для большинства наблюдений его влияние сохраняется, что обусловлено структурой выборки (наибольшее число выпусков имеет либо рейтинг Baa по шкале Moody's, либо рейтинг по данной шкале отсутствует). Здесь примечательным является то, что знаки при статистически значимых коэффициентов для облигаций разных групп, сохраняют одинаковую тенденцию. Таблица 6 Результаты оценки коэффициентов при выбранных показателях ликвидности для облигаций с разным уровнем рейтинга1 Показатель Рейтинг Нет Сводный показатель Средняя оборачиваемость за период Количество сделок (логарифм) Bid-ask спред, б.п. (среднее значение) Разница между максимальной и минимальной ценой торгов -13,6* (4,8) -127,3 * (29,5) 2,03 (5,9) -0,001 (0,003) 0,6* (0,1) Высокий риск (B) -4,4 (10,7) -227,4* (60,5) -22,5 * (10,8) -0,02 (0,03) 0,9* (0,3) Существенный риск (Ba) -3,04 (4,33) -65,6** (38,6) -5,03 (5,8) -0,003 (0,005) -0,15 (0,17) Умеренный риск (Baа) -4,2 * (1,65) -21,9 (16,9) -1,25 (1,95) -0,003 (0,002) -0,01 (0,05) Вся выборка -5,66* (2,3) -122,4* (16,9) -1,47 (2,7) -0,001 (0,002) 0,3 * (0,07) При разделении облигации по сроку жизни сводный показатель ликвидности был значим только для укрупненной группы облигаций, возраст которых составлял менее 6 лет (под данный критерий подходит 462 наблюдения). При рассмотрении всех результатов, представленных выше, можно увидеть, что бид - аск спред не значим для облигаций всех групп. Как и предполагалось по результатам анализа методом главных компонент, в [*] - помечены те коэффициенты, которые статистически значимы на уровне 5%, [**]- статистическая значимость на уровне 10% 1 48 случае рассматриваемой выборки и периода он не является хорошим прокси ликвидности. В целом стоит сказать, что меньшее значение показателей, основанных на цене торгов, для исследования в целом может быть объяснено спецификой составления выборки и переходом к квартальным данным. В таком случае труднее оценить эффекты цены, которые могут наблюдаться в рамках отдельного дня. Однако в данном случае переход к квартальным данным позволил посмотреть, как изменяется премия за ликвидность, которая оценена на основе сравнительно длинных промежутков торгов. Также по аналогии с исследованием Dick-Nielsen et al. (2012), с которым при сравнении премии будут проведены некоторые параллели, позволил учесть влияние переменных, контролирующих кредитный риск компании. Кроме того, незначимость спреда, рассчитываемого на основе котировок, обусловлена тем, что заявленные цены в конечном итоге могут сильно отличаться от фактических цен торгов на рынке. На основе результатов, полученных при построении моделей для облигации с разными группами, была выполнена общая оценка премии за ликвидность облигаций в выборке, а также оценки для каждой группы. Для оценки была использована модель с включением сводного показателя ликвидности, поскольку его значимость была подтверждена для выборки в целом и соответственно для большей ее части. Стоит отметить, в качестве деления каждый раз был выбран один признак, поскольку при более детальном делении из-за особенностей выборке в ряде групп было бы незначительное количество наблюдений. Оценки премии за ликвидность, полученные в данном исследовании, а также их интерпретация, представлены в следующем разделе 3.2. Интерпретация результатов оценки На основе полученных коэффициентов при сводном показателе ликвидности для подвыборок было рассчитано то, какое влияние оказывает 49 изменение значений показателя ликвидности от максимального до минимального на спред доходности облигации при прочих равных условиях. Данное изменение, аналогично, подходу в исследовании Чайкуна А.Н. (2009) будет рассмотрено в качестве премии за ликвидность. Результаты расчета представлены далее. Стоит обратить внимание на то, что значения премии представлены с тем знаком, который имеет оценка коэффициента при соответствующем показателе ликвидности. Таким образом, при увеличении значения показателя ликвидности, который основан на объеме торгов, спред доходности должен быть ниже. Таблица 7 Значения премии за ликвидность для облигаций с разным сроком жизни (укрупненные группы)1 Показатель Значение премии за ликвидность2 Количество наблюдений Срок жизни Вся выборка Менее 6 лет Более 6 лет -26,56* -21,30 -24,9* 462 418 880 Как уже говорилось, для разделения облигации по срокам жизни использовались укрупненные группы. На основе статистически значимого коэффициента в данном случае была рассчитана только премия за ликвидность для корпоративных облигаций в выборке со сроком жизни менее 6 лет. Как мы видим, в данном случае премия за ликвидность не отличается значительно от премии по выборке в целом, которая составляет 25 б.п. Однако при сравнении ее с премией для облигаций со сроком жизни более 6 лет. В данном случае содержательная интерпретация является соответствующей общей логике: при снижении срока жизни дополнительная доходность, которую требует инвестор, за инвестицию в менее ликвидную [*] - здесь и далее помечены те коэффициенты, которые рассчитаны на основе коэффициента при сводном показателе ликвидности, который был значим при построении регрессии в рамках выбранной группы 2 В соответствии с определением для каждой группы премия рассчитывалась, как β(λ99-λ1), где β – оценка коэффициента при сводном показателе ликвидности в рамках группы, λ99 и λ1-значение 99% и 1% квантиля показателя ликвидности в рамках облигации выбранной группы 1 50 облигацию является меньше (спред доходности снижается в большей степени) . В таблице далее представлены значения премии за ликвидность для групп, составленных по признаку вида деятельности эмитента. Таблица 8 Значения премии за ликвидность для облигаций, эмитируемых финансовыми и нефинансовыми компаниями Показатель Сфера Вся выборка Финансовая Нефинансовая -29,99* -23,43* -24,9* 121 759 880 Значение премии за ликвидность Количество наблюдений В данном случае при облигации спред доходности будет меньше в случае, если компания-эмитент относится к нефинансовому сектору (меньшее значение отрицательной премии). Это в целом соответствует общерыночной тенденции, поскольку при рассмотрении рынка в целом можно увидеть, что облигации крупных банков, на долю которых приходится основной оборот облигаций, эмитируемых в финансовом секторе, являются более ликвидными. Таблица 9 Значения премии за ликвидность для облигаций с разным уровнем рейтинга Показатель Рейтинг Нет Значение премии за ликвидность Количество наблюдений Абсолютные Высокий риск (B) Существенный риск (Ba) Умеренный риск (Baа) Вся выборка -63,1* -19,0 -13,8 -19,0* -24,9* 286 88 198 308 880 значения премии за ликвидность совпадают с результатами в исследованиях проанализированных ранее: для облигаций с более высоким риском абсолютное значение премии за ликвидность больше, 51 что и наблюдается в нашем случае (63 б.п. по сравнению с 25 для всей выборки). Однако в данном случае мы используем также знак при оценке. В данном случае большее снижение дополнительной доходности, требуемой инвесторами, за облигации с отсутствием рейтинга можно интерпретировать, например, тем, что доходность данных облигаций просто является более чувствительной к изменениям оборачиваемости, которая входит в расчет сводного показателя ликвидности. Стоит отметить, что однозначную интерпретацию в данном случае дать сложно. Таким образом, можно сделать вывод о том, что на рынке существуют отличия премии за ликвидность между облигациями с различными группами Что касается сравнения полученных результатов с результатами других исследований, то уже было отмечено, что в данном случае стоит делать это с большей степенью аккуратности. Как уже было подтверждено даже при делении существующей выборки, оценки могут зависеть от выбранных данных, а также от рассматриваемого периода в целом и частоты наблюдений в течение данного периода. В исследовании Чайкуна А.Н. (2009), например, изменение спреда доходности при изменении параметров ликвидности составляло 202 б.п. Однако выборка, рассмотренная в исследовании, включала в себя ежемесячные наблюдения по корпоративным и муниципальным облигациям с 2005 по 2009 год не только в основном режиме торгов. Таким образом, можно предположить, что больший разброс был обусловлен рассмотрением большей выборки и другой частоты наблюдений. Кроме того, в рамках исследований Чайкун А.Н. также включил кризисный период, в течение которого премия за ликвидность может сильно возрастать, особенно для облигаций спекулятивных грейдов. Это было подтверждено в ряде исследований, которые рассматривались ранее. При рассмотрении данных американского рынка, полученных в статье Dick-Nielsen et al. (2012), которая была выбрана в качестве одной из базовых, 52 премии рассчитана на основе CDS, а не доходности государственной облигации. В докризисный период премия для облигаций разных групп составляла от 0,6 до 80 б.п. При этом для облигаций спекулятивных грейдов она составляла более 45 б.п. Однако в данном случае при интерпретации стоит учитывать общий уровень рейтинга облигаций на рынке, номинированных в отечественной валюте. Так в режиме торгов рублевыми облигациями российские инвесторы сравнивают ценные бумаги, рейтинг которых, в том числе, присвоен с учетом странового риска в целом. В то же время на американском рынке обращается большее количество инструментов с разными рейтингами, и при сравнении между ними инвесторы могут требовать доходность, которая может сравнительно больше отличаться для разных групп. В целом можно сказать, что полученная модель оценки соответствует тем критериям выбора модели, которые были определены для работы с учетом всех имеющихся условий (размера выборки, частоты наблюдений и т.п.). Результаты, полученные в ходе оценивания с помощью данной модели, являются сравнимыми между собой. Они позволяют показать, как ликвидность может влиять на доходность облигации. С точки зрения выбора подхода, по результатам исследования можно сделать вывод о том, что использование панельной регрессии является одним из наилучших способов для оценки премии за ликвидность, поскольку позволяет учесть индивидуальные эффекты ценных бумаг. Новизна исследования заключается в том, что оно выполнено на актуальных данных и входит в число немногих исследований, которые выполнены для российского рынка дл оценки премии за ликвидность облигаций именно с использованием панели. Кроме того, рассмотрение наблюдений с квартальной частотой отразить значимость показателей, основанных на объеме торгов, которые в итоге были включены в общий показатель ликвидности. Также в рамках исследования приведена 53 количественная оценка премии за ликвидность для облигаций с разными характеристиками, что дает возможности для сравнения внутри рынка. Также были выявлены возможные способы улучшения качества модели и полученных оценок, которые могут быть апробированы в ходе дальнейшего исследования по теме. Они кратко изложены далее: 1. Для увеличения используемого количества данных возможно увеличение рассматриваемого периода и переход к несбалансированным панелям. 2. Интересным является рассмотрение того, насколько сильно изменение часто наблюдений влияет на полученные результаты, что можно проверить при переходе к данным, усредненным, например, в рамках месяца 3. Также возможен анализ других мер ликвидности, которые были описаны в обзоре литературы. На их основе возможно конструирование показателя ликвидности, который может отличаться от выбранного и будет лучшим образом объяснять спред доходности облигации. Оценка, полученная на его основе, может быть более достоверной 4. При построении модели, коэффициенты которой используются для оценивания, возможен подбор других прокси для остальных рисков, кроме риска ликвидности, что может способствовать улучшению качества модели в целом. 5. При рассмотрении различий между группами облигаций при расширении выборки возможно рассмотрение большего числа групп облигаций. В данной главе был представлен подход к оценке премии за ликвидность, описаны факторы, включенные в модель и важные в рамках исследования. Среди мер ликвидности был рассмотрен сводный показатель ликвидности, сконструированный из двух показателей ликвидности, основанных на объеме торгов. По результатам регрессионного анализа выбрана модель, которая соответствовала заранее заданным критериям значимости. Сводный показатель ликвидности, включенный в нее, оказался в 54 рамках исследования наиболее состоятельной мерой ликвидности. Значимость его влияния и направленность была подтверждена для выборки в целом и для большего числа подвыборок, которые были сформированы по признаку рейтинга, деятельности компании и срока жизни облигации. На основе выбранной модели была проведена оценка значений премии за ликвидность в целом и для облигаций разных групп. Также в данной главе была приведена интерпретация результатов исследования, сравнение их с результатами работ других авторов, которые были опубликованы раннее. На основе проведенного анализа результатов также был выявлен ряд возможных способов улучшения полученных результатов и направления для дальнейшего исследования. 55 Заключение Целью данного исследования являлась оценка премии за ликвидность и рассмотрение того, как она изменятся для облигаций с различными характеристиками. Это позволило сделать выводы о том, каким было влияние ликвидности на доходность облигаций в последние годы. Для этого в данном исследовании был рассмотрен ряд походов к измерению ликвидности и оценке премии за данный показатель. Пристальное внимание в работе уделено статьям, которые были выбраны в качестве методологической базы для последующей оценки премии за ликвидность российских корпоративных облигаций. В них представлены модели оценки премии за ликвидность методами регрессионного анализа, основанные на измерении трансакционных издержек и показателей торговой активности и рассмотрении их влияния на доходность облигации. Также были проанализированы характеристики рынка как объекта исследования в целом. Ликвидность на рынке в целом является волатильной величиной и, как уже говорилось, само понятие является достаточно комплексным. Таким образом, при оценивании необходимо учитывать ряд разных факторов. В связи с этим автором был проведен анализ мер ликвидности, от выбора которых во многом зависит непосредственно результат оценивания. По результатам анализа был выбран сводный показатель ликвидности, включающий в себя показатели, основанные на объеме торгов. Это во многом обусловлено спецификой выборки и частотой наблюдений: в работе были рассмотрены квартальные данные. Далее была построена регрессионная модель для панельных данных с включением данного сводного показателя и переменных, отражающих другие риски для облигации. На основе коэффициентов была рассчитана премия за ликвидность облигаций в выборке в целом и для облигаций, отличающихся по уровню рейтинга, сфере деятельности эмитента. Было проведено сравнение премии за ликвидность по группам облигаций, а также проведено сравнение с результатами других исследований. Было выяснено, 56 что в настоящий момент премия за ликвидность для корпоративных облигаций ниже, чем в кризисные годы. Однако для облигаций различных групп она может отличаться от средневыборочной от 2 до 40 б.п. Кроме того, в работе были обозначены недостатки модели и возможные способы их исправления, которые могут быть рассмотрены как направления для дальнейшего исследования. Они связаны в основном с расширением набора используемых данных и показателей ликвидности. Как уже говорилось, актуальность настоящей работы и новизна исследования заключается в том, что объектом исследования является именно российский рынок. Кроме того, фокус на сегмент облигаций также интересен, поскольку многими исследователями рассматривается премия за ликвидность для акций. Также важным является то, что в работе представлены именно количественные оценки, на основе которых можно провести сравнение для разных облигаций и частично сравнить полученные оценки с результатами предыдущих исследований (с учетом степени схожести использованного подхода). С точки зрения рынка в целом понимание того, как ликвидность облигации влияет на доходность, может способствовать повышению осведомленности инвесторов, сделать информацию о сделках на рынке более транспарентной, что приведет к росту благосостояния участников рынка. 57 Список использованной литературы Специальная литература 1. Чайкун А.Н (2009). Оценка ликвидности облигаций методами многомерного статистического анализа // Вестник Университета (Государственный университет управления). № 16. С. 248–249 2. Alonso F., Blanco R., Del Río A., Sanchis A. (2004). Estimating Liquidity Premia in the Spanish Government Securities Market. The European Journal of Finance, Volume 10, Issue 6 , pp. 453-474. 3. Amihud Y., Mendelson H. (1986). Asset pricing and the bid-ask spread. Journal of Financial Economics 17, pp. 223-249. 4. Amihud Y. (2002). Illiquidity and stock returns: cross-section and timeseries effects. Journal of Financial Markets 5, pp. 31–56. 5. Amihud Y., Mendelson H., Pedersen L.H. (2005). Liquidity and asset prices. Foundations and Trends in Finance 1, pp. 269–364. 6. Brunnermeier M.K., Pedersen L.H. (2009). Market Liquidity and Funding Liquidity. Review of Financial studies.Vol.22 No.6. 7. Buhler W., Trapp M. (2008). Time-Varying Credit Risk and Liquidity Premia in Bond and CDS Markets. Working paper. University of Mannheim. 8. Chan E., Ahmad M. F., Wooldridge P. (2007). Liquidity in an emerging bond market: a case study of corporate bonds in Malaysia. Working paper by BIS. 9. Dick-Nielsen J., Feldhütter P., and Lando D. (2012). Corporate bond liquidity before and after the onset of the subprime crisis. Journal of Financial Economics. Volume 103, Issue 3, pp. 471–492 10. Financial stability and local currency bond markets (2007). Report submitted by a Working Group established by the Committee on the Global Financial System. CGFS Papers No 28. 11. Fontaine J. S. and Garcia R. (2012). Bond Liquidity Premia. Review of Financial Studies, 25 (4), pp. 1207-1254 58 12.Gabrielsen A., Marzo M., Zagaglia P. (2012). Measuring and Modelling the Market Liquidity of Stocks: Methods and Issues. Journal of Finance and Investment Analysis, vol.1, no.4, pp. 89-129. 13.Gerhold S., Guasoni P., Muhle-Karbe J., Schachermayer W. (2011). Transaction Costs, Trading Volume, and the Liquidity Premium. Boston U. School of Management Research Paper No. 2011-16. 14.Holmström B. and Tirole J. Private and Public Supply of Liquidity (1998). Journal of Political Economy, Vol. 106, No. 1, pp. 1-40. 15. Jaramillo L., Weber A. (2012). Bond Yields in Emerging Economies: It Matters What State You Are In. International Monetary Fund WP/12/198. 16.Min H.- G., Lee D.-H., Nam C., Park M.-C., Nam S.-H. (2003). Determinants of emerging-market bond spreads: Cross-country evidence. Global Finance Journal , 14, pp. 271-286. 17.Pereira J., Zhang H. (2004). The Liquidity Premium in a Portfolio Choice Model with Price Impact. Working Paper, University of North Carolina. 18. Roll R. (1984). A simple implicit measure of the effective bid–ask spread in an efficient market. Journal of Finance 39, pp. 1127–1139. 19. Sarr A., Lybek T. (2002). Measuring Liquidity in Financial Markets. IMF Working Paper No. 02/232. 20. Svensson L.E.O. (1994). Estimating and interpreting forward interest rates: Sweden 1992–1994. Centre for Economic Policy Research, Discussion Paper 1051. 21. Tarasova P. (2012). How can Information on CDS Contracts be Used to Estimate Liquidity Premium in the Bond Market. Market Risk and Financial Markets Modeling, Springer, pp. 247-254. Электронные ресурсы 22.Официальный сайт финансового информационного агентства Cbonds. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.ru.cbonds.info/ 59 23.Официальный сайт Система СПАРК. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.spark-interfax.ru/ 24. Обзор финансового рынка. Первое полугодие 2013 года. №75. Департамент исследований и информации Банка России. Москва, 2013. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.cbr.ru/analytics/fin_r/fin_mark_01-2013.pdf 25.Состояние внутреннего финансового рынка в сентябре 2013 года. Департамент денежно-кредитной [Электронный ресурс]. - политики Режим Банка доступа к России. ресурсу - http://www.cbr.ru/analytics/print.aspx?file=fin_r/fin_market/fin_m_010913 .htm&pid=finmarket&sid=ITM_33967 26. Основные направления государственной долговой политики Российской Федерации на 2013 -2015 гг. [Электронный ресурс]. - Режим доступа к ресурсу - http://www1.minfin.ru/ru/public_debt/policy/ 27. Development of Corporate Bond Markets in the Emerging Markets (2011). Emerging markets committee of the international organization of securities commissions in collaboration with the world bank group [Online]. Режим доступа к ресурсу - http://siteresources.worldbank.org/FINANCIALSECTOR/Resources/IOSC O_EMC_DevCorpBM_2011.pdf 28.Hibbert J., Kirchner A., Kretzschmar G., Li R., McNeil A. (2009). Liquidity Premium. Literature review of theoretical and empirical evidence. Research Report by Barrie&Hibbert (Version 1.1) [Online]. Режим доступа - http://www.barrhibb.com/documents/downloads/Liquidity_Premium_Litera ture_Review.PDF 29.Morgan Stanley Capital International official website [Online]. Режим доступа к ресурсу - http://www.msci.com/ 30. Prasetyo Y., Kumar M. The investment case for emerging market debt. Russell Research. 2012 [Online]. Режим доступа к ресурсу 60 http://www.russell.com/Public/pdfs/publication/communique_june_2012/R esearch_focus_The_investment_case_for_emerging_market_debt.pdf 61 Приложение 1 Результаты анализа, проведенного в ходе построения модели в программном пакете STATA Таблица 1 Результаты анализа, проведенного с помощью метода главных компонент для показателей ликвидности 62 Таблица 2 Описательные статистики показателей кредитного риска: отношения долгосрочного долга к активам (DA) и операционного рычага (ES) 63 Таблица 3 Результаты оценивания модели с включением сводного показателя ликвидности 64 Приложение 2 Распределение облигаций по группам Таблица 1 Распределение облигаций по группам в соответствии со сферой деятельности эмитента Выпуск Отрасль эмитента Выпуски, эмитируемые компаниями, не принадлежащими к финансовой отрасли Акрон, 03 Химическая и нефтехимическая промышленность АЛРОСА, 20 Горнодобывающая промышленность АЛРОСА, 23 Горнодобывающая промышленность Атомэнергопром, 06 Энергетика АФК Система, 02 Связь и телекоммуникация АФК Система, 03 Связь и телекоммуникация АФК Система, 04 Связь и телекоммуникация ВымпелКом-Инвест, 01 Связь и телекоммуникация ВымпелКом-Инвест, 03 Связь и телекоммуникация ВымпелКом-Инвест, 06 Связь и телекоммуникация ВымпелКом-Инвест, 07 Связь и телекоммуникация Газпром нефть, 04 Нефтегазовая отрасль Газпром нефть, 08 Нефтегазовая отрасль Газпром нефть, 09 Нефтегазовая отрасль Газпром нефть, 10 Нефтегазовая отрасль Газпром, 09 Нефтегазовая отрасль Газпром, 11 Нефтегазовая отрасль ГМК Норильский никель, БО-03 Цветная металлургия Группа ЛСР (ОАО), БО-02 Строительство и девелопмент Группа ЛСР (ОАО), БО-03 Строительство и девелопмент Группа Черкизово, БО-03 Пищевая промышленность ЕвроХим, 02 Химическая и нефтехимическая промышленность Золото Селигдара, 03 Горнодобывающая промышленность ИРКУТ, БО-01 Машиностроение КАМАЗ, БО-02 Машиностроение Лукойл, 04 Нефтегазовая отрасль Магнит, БО-02 Торговля Магнит, БО-03 Торговля Магнит, БО-04 Торговля Магнит, БО-05 Торговля Мечел, 14 Черная металлургия Мечел, 15 Черная металлургия Мечел, 16 Черная металлургия Мосэнерго, 03 Энергетика МТС, 02 Связь и телекоммуникация МТС, 03 Связь и телекоммуникация 65 Выпуск Отрасль эмитента МТС, 04 Связь и телекоммуникация МТС, 07 Связь и телекоммуникация МТС, 08 Связь и телекоммуникация НК Альянс, 03 Нефтегазовая отрасль НК Альянс, БО-01 Нефтегазовая отрасль НПК Уралвагонзавод, 01 Машиностроение РВК-Финанс, 03 Другие отрасли РЖД, 10 Транспорт РЖД, 11 Транспорт РЖД, 16 Транспорт РЖД, 23 Транспорт РМК-ФИНАНС, 03 Цветная металлургия РУСАЛ Братск, 07 Цветная металлургия СИБМЕТИНВЕСТ, 01 Черная металлургия СИБМЕТИНВЕСТ, 02 Черная металлургия СИТРОНИКС, БО-02 Другие отрасли СОЛЛЕРС, 02 Машиностроение СУЭК-Финанс, 01 Горнодобывающая промышленность Татнефть, БО-01 Нефтегазовая отрасль ТГК-2, БО-01 Энергетика ТГК-6, 01 Энергетика ТГК-9, 01 Энергетика ТД Копейка (ОАО), БО-02 Торговля ТМК, БО-01 Черная металлургия ТРАНСАЭРО, 01 Транспорт ФСК ЕЭС, 06 Энергетика ФСК ЕЭС, 07 Энергетика ФСК ЕЭС, 08 Энергетика ФСК ЕЭС, 09 Энергетика ФСК ЕЭС, 10 Энергетика ФСК ЕЭС, 11 Энергетика ЮТэйр-Финанс, БО-04 Транспорт Якутскэнерго, БО-01 Энергетика Выпуски, эмитируемые компаниями, принадлежащими к финансовой отрасли АИЖК, 08 Финансовые институты АИЖК, 16 Финансовые институты Внешэкономбанк, 06 Банки Внешэкономбанк, 08 Банки ВТБ, 05 Банки ВТБ, 06 Банки Газпромбанк, БО-01 Банки НОМОС-БАНК, 11 Банки НОМОС-БАНК, 12 Банки НОМОС-БАНК, БО-01 Банки Райффайзенбанк, 04 Банки 66 Таблица 2 Распределение облигаций по группам в соответствии со сроком обращения1 Выпуск Дата размещения Дата погашения Срок обращения Срок обращения менее 6 лет Акрон, 03 25.11.2009 20.11.2013 3,99 АЛРОСА, 20 29.06.2010 23.06.2015 4,99 АЛРОСА, 23 24.06.2010 18.06.2015 4,99 Атомэнергопром, 06 05.08.2010 15.08.2014 4,03 АФК Система, 02 18.08.2009 12.08.2014 4,99 АФК Система, 04 22.03.2011 15.03.2016 4,99 ВымпелКом-Инвест, 01 25.07.2008 19.07.2013 4,99 ВымпелКом-Инвест, 03 14.07.2009 08.07.2014 4,99 ВымпелКом-Инвест, 06 19.10.2010 13.10.2015 4,99 ВымпелКом-Инвест, 07 19.10.2010 13.10.2015 4,99 Газпром нефть, 08 08.02.2011 02.02.2016 4,99 Газпром, 11 30.06.2009 24.06.2014 4,99 ГМК Норильский никель, БО-03 03.08.2010 30.07.2013 2,99 Группа ЛСР (ОАО), БО-02 14.09.2010 10.09.2013 2,99 Группа ЛСР (ОАО), БО-03 24.03.2011 20.03.2014 2,99 Группа Черкизово, БО-03 12.11.2010 08.11.2013 2,99 Золото Селигдара, 03 05.06.2009 29.05.2014 4,98 ИРКУТ, БО-01 14.09.2010 10.09.2013 2,99 КАМАЗ, БО-02 08.02.2011 04.02.2014 2,99 Магнит, БО-02 13.09.2010 09.09.2013 2,99 Магнит, БО-03 13.09.2010 09.09.2013 2,99 Магнит, БО-04 13.09.2010 09.09.2013 2,99 Магнит, БО-05 04.03.2011 28.02.2014 2,99 Мосэнерго, 03 04.12.2009 28.11.2014 4,99 МТС, 04 19.05.2009 13.05.2014 4,99 НК Альянс, БО-01 08.02.2011 04.02.2014 2,99 РВК-Финанс, 03 15.11.2010 09.11.2015 4,99 РЖД, 10 12.03.2009 06.03.2014 4,99 РМК-ФИНАНС, 03 21.12.2010 15.12.2015 4,99 СИТРОНИКС, БО-02 11.10.2010 07.10.2013 2,99 СОЛЛЕРС, 02 25.07.2007 17.07.2013 5,98 Татнефть, БО-01 24.09.2010 20.09.2013 2,99 ТГК-2, БО-01 29.09.2010 17.09.2013 2,97 ТД Копейка (ОАО), БО-02 05.10.2010 01.10.2013 2,99 ТМК, БО-01 26.10.2010 22.10.2013 2,99 В исследовании использовались укрупненные группы (срок обращения более 6 лет и срок обращения менее 6 лет) 1 67 Выпуск Дата размещения Дата погашения Срок обращения ТРАНСАЭРО, 01 28.10.2009 23.10.2013 3,99 ЮТэйр-Финанс, БО-04 30.03.2011 26.03.2014 2,99 Якутскэнерго, БО-01 07.09.2010 03.09.2013 2,99 Газпромбанк, БО-01 06.05.2010 08.12.2013 3,59 НОМОС-БАНК, 11 12.08.2008 02.07.2014 5,89 НОМОС-БАНК, БО-01 10.11.2010 24.02.2014 3,29 Райффайзенбанк, 04 05.05.2008 03.12.2013 5,58 Срок обращения более 6 лет АФК Система, 03 03.12.2009 24.11.2016 6,98 Газпром нефть, 04 21.04.2009 09.04.2019 9,97 Газпром нефть, 09 08.02.2011 26.01.2021 9,97 Газпром нефть, 10 08.02.2011 26.01.2021 9,97 Газпром, 09 21.02.2007 12.02.2014 6,98 ЕвроХим, 02 06.07.2010 26.06.2018 7,98 Лукойл, 04 14.12.2006 05.12.2013 6,98 Мечел, 14 07.09.2010 25.08.2020 9,97 Мечел, 15 22.02.2011 09.02.2021 9,97 Мечел, 16 22.02.2011 09.02.2021 9,97 МТС, 02 28.10.2008 20.10.2015 6,98 МТС, 03 24.06.2008 12.06.2018 9,97 МТС, 07 16.11.2010 07.11.2017 6,98 МТС, 08 16.11.2010 03.11.2020 9,97 НК Альянс, 03 03.08.2010 21.07.2020 9,97 НПК Уралвагонзавод, 01 16.12.2010 07.12.2017 6,98 РЖД, 11 26.11.2008 18.11.2015 6,98 РЖД, 16 15.06.2009 05.06.2017 7,98 РЖД, 23 04.02.2010 16.01.2025 14,96 РУСАЛ Братск, 07 03.03.2011 22.02.2018 6,98 СИБМЕТИНВЕСТ, 01 22.10.2009 10.10.2019 9,97 СИБМЕТИНВЕСТ, 02 22.10.2009 10.10.2019 9,97 СУЭК-Финанс, 01 09.07.2010 26.06.2020 9,97 ТГК-6, 01 02.09.2010 24.08.2017 6,98 ТГК-9, 01 16.08.2010 07.08.2017 6,98 ФСК ЕЭС, 06 28.09.2010 15.09.2020 9,97 ФСК ЕЭС, 07 29.10.2010 16.10.2020 9,97 ФСК ЕЭС, 08 28.09.2010 15.09.2020 9,97 ФСК ЕЭС, 09 29.10.2010 16.10.2020 9,97 ФСК ЕЭС, 10 28.09.2010 15.09.2020 9,97 ФСК ЕЭС, 11 29.10.2010 16.10.2020 9,97 АИЖК, 08 24.08.2006 15.06.2018 11,82 АИЖК, 16 27.05.2010 15.09.2021 11,31 Внешэкономбанк, 06 05.10.2010 13.10.2020 10,03 Внешэкономбанк, 08 05.10.2010 13.10.2020 10,03 ВТБ, 05 02.08.2005 17.10.2013 8,21 ВТБ, 06 02.08.2005 06.07.2016 10,93 68 Выпуск Дата размещения НОМОС-БАНК, 12 05.11.2009 Дата погашения Срок обращения 28.08.2017 7,82 Таблица 3 Распределение облигаций по группам в соответствии с кредитным рейтингом Выпуск Рейтинг (по шкале Moody's) Умеренная степень кредитного риска Атомэнергопром, 06 Baa2 Газпром нефть, 04 Baa2 Газпром нефть, 08 Baa2 Газпром нефть, 09 Baa2 Газпром нефть, 10 Baa2 Газпром, 09 Baa1 Газпром, 11 Baa1 ГМК Норильский никель, БО-03 Baa2 Лукойл, 04 Baa2 РЖД, 10 Baa1 РЖД, 11 Baa1 РЖД, 16 Baa1 РЖД, 23 Baa1 Татнефть, БО-01 Baa3 ФСК ЕЭС, 06 Baa3 ФСК ЕЭС, 07 Baa3 ФСК ЕЭС, 08 Baa3 ФСК ЕЭС, 09 Baa3 ФСК ЕЭС, 10 Baa3 ФСК ЕЭС, 11 Baa3 АИЖК, 08 Baa1 АИЖК, 16 Baa1 Внешэкономбанк, 06 Baa1 Внешэкономбанк, 08 Baa1 ВТБ, 05 Baa2 ВТБ, 06 Baa2 Газпромбанк, БО-01 Baa3 Райффайзенбанк, 04 Baa3 Существенный кредитный риск (Ba) АЛРОСА, 20 Ba3 АЛРОСА, 23 Ba3 АФК Система, 02 Ba3 АФК Система, 03 Ba3 АФК Система, 04 Ba3 ВымпелКом-Инвест, 01 Ba2 ВымпелКом-Инвест, 03 Ba2 69 Выпуск Рейтинг (по шкале Moody's) ИРКУТ, БО-01 Ba2 КАМАЗ, БО-02 Ba1 МТС, 02 Ba2 МТС, 03 Ba2 МТС, 04 Ba2 МТС, 07 Ba2 МТС, 08 Ba2 СУЭК-Финанс, 01 Ba3 НОМОС-БАНК, 11 Ba3 НОМОС-БАНК, 12 Ba3 НОМОС-БАНК, БО-01 Ba3 Высокий кредитный риск (B) Акрон, 03 B1 Группа ЛСР (ОАО), БО-02 B2 Группа ЛСР (ОАО), БО-03 B2 Группа Черкизово, БО-03 B2 Мечел, 14 B3 Мечел, 15 B3 Мечел, 16 B3 ТМК, БО-01 B1 Отсутствие рейтинга по выбранной шкале ВымпелКом-Инвест, 06 - ВымпелКом-Инвест, 07 - ЕвроХим, 02 - Золото Селигдара, 03 - Магнит, БО-02 - Магнит, БО-03 - Магнит, БО-04 - Магнит, БО-05 - Мосэнерго, 03 – НК Альянс, 03 - НК Альянс, БО-01 - НПК Уралвагонзавод, 01 - РВК-Финанс, 03 - РМК-ФИНАНС, 03 - РУСАЛ Братск, 07 - СИБМЕТИНВЕСТ, 01 - СИБМЕТИНВЕСТ, 02 - СИТРОНИКС, БО-02 - СОЛЛЕРС, 02 - ТГК-2, БО-01 - ТГК-6, 01 - ТГК-9, 01 - ТД Копейка (ОАО), БО-02 - ТРАНСАЭРО, 01 - 70 Выпуск Рейтинг (по шкале Moody's) ЮТэйр-Финанс, БО-04 - Якутскэнерго, БО-01 - 71