Спред на дефолтный своп что это такое
Перейти к содержимому

Спред на дефолтный своп что это такое

  • автор:

Credit Default Swap (CDS) | Кредитный дефолтный своп (CDS)

Кредитно-дефолтный своп (англ. Credit Default Swap — CDS) — производный финансовый инструмент, по которому продавец кредитной защиты соглашается выплатить покупателю определенную в контракте сумму (как правило, номинал за вычетом восстановленной стоимости долга) в случае наступления определенного кредитного события. Взамен покупатель CDS осуществляет разовую или регулярные выплаты, соответствующие сумме возмещения. Список кредитных событий, при которых наступает выплата по CDS, определяется сторонами контракта. Это может быть невыплата основной суммы долга, наступление технического дефолта, отказ от выплаты купонных платежей, реструктуризация долга и т. п.

Стоимость премии по CDS напрямую зависит от оценки надежности эмитента рынком. Котировки CDS оперативнее реагируют на ухудшение финансового состояния заемщика, чем рейтинговые агентства. Чем выше стоимость дефолтных свопов, тем выше риск.

Примечательна история CDS. Считается, что кредитно-дефолтные свопы были придуманы сотрудницей JP Morgan Блайт Мастерс в 1994 году. Несмотря на относительно недавнее создание, CDS быстро стал популярным финансовым инструментом. По данным Международной ассоциации свопов и деривативов, объемы торгов CDS с 2003 по 2007 год ежегодно удваивались. К началу 2008 года объем рынка CDS составил 62,2 триллиона долларов США, что превышало размер мирового ВВП.

Изначально CDS задумывался как инструмент хеджирования кредитных рисков, однако очень быстро стал популярным у спекулянтов. Благодаря его активному распространению банки выдавали кредиты низкого качества, не сильно оценивая кредитоспособность заемщиков. Это привело к созданию пузыря на рынке ипотеки в США, который в 2007 году стал одной из основных причин финансового, а затем и мирового экономического кризиса.

Информацию о стоимости CDS на суверенный долг различных стран можно найти на сайте Cbonds в разделе «Индексы» — «Срочный рынок» — «Кредитно-дефолтные свопы (CDS)». Например: CDS 10Y Беларусь

На основе котировок CDS считается вероятность дефолта того или иного эмитента за период, соответствующий периоду CDS. Информацию о вероятности дефолта (на основе CDS) можно найти там же, в разделе «Индексы» — «Срочный рынок» — «Вероятность дефолта (на основе CDS)».

Кредитные дефолтные свопы

Кредитный дефолтный своп является конкретным видом свопа, предназначенным для переноса кредитного риска продуктов с фиксированным доходом между двумя или более сторонами. При кредитном дефолтном свопе покупатель свопа производит платежи продавцу свопа до даты погашения договора. В возврат продавец соглашается с тем, что в случае дефолта или возникновения другого кредитного события со стороны эмитента долга продавец выплачивает покупателю премию по обеспечению, а также все выплаты по процентам, которые были бы выплачены в период между этим временем и датой погашения обеспечения. Кредитный дефолтный своп, в эффект, является страховкой от неуплаты. Инструменты для анализа дефолтных свопов кредита доступны в Financial Toolbox™.

Функции

cdsbootstrap Кривая вероятности дефолта Bootstrap из рыночных котировок свопа по умолчанию
cdsprice Определите цену дефолтного свопа кредита
cdsspread Определение спреда дефолтного свопа кредита
cdsrpv01 Вычисление рискованной приведённого значения базисной точки для свопа кредитного дефолта

Примеры и как

В типичном рабочем процессе ценообразование нового контракта CDS включает первую оценку структуры вероятностей по умолчанию с помощью cdsbootstrap .

Breakeven, или текущий, спред является премией, которую покупатель защиты должен заплатить, без предварительных платежей, чтобы получить защиту для кредитных событий.

Текущее значение или рыночная стоимость существующего контракта CDS — это сумма денег, которую держатель контракта получит или заплатит за размотку этого контракта.

Рыночная котировка CDS дается с точки зрения стандартного спреда и авансового платежа, или с точки зрения эквивалентного спреда с текущим или безубыточным спредом, без предварительной оплаты.

Эти примеры показывают загрузку с инвертированными кривыми рынка CDS, то есть рыночных котировок с более высокими спредами для краткосрочных контрактов CDS.

В этом примере показано, как оценить первое к умолчанию (FTD) свопы под однородным предположением потерь.

Концепции

Кредитный дефолтный своп (CDS) является договором, который защищает от убытков, вызванных кредитными дефолтами.

Документация по продукту Financial Instruments Toolbox

Поддержка

  • MATLAB Answers
  • Помощь в установке
  • Отчеты об ошибках
  • Требования к продукту
  • Загрузки программного обеспечения

© 1994-2021 The MathWorks, Inc.

  • Условия использования
  • Патенты
  • Торговые марки
  • Список благодарностей

Для просмотра документации необходимо авторизоваться на сайте
Войти
Памятка переводчика

1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.

2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.

3. Сохраняйте структуру оригинального текста — например, не разбивайте одно предложение на два.

4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.

5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.

Стоимость страховки от российского дефолта подскочила на 540%

Стоимость рыночной страховки от дефолта по гособязательствам России за один день подскочила в шесть раз на фоне начала военной операции на Украине. Это исторический максимум для данного финансового инструмента

Фото: Андрей Рудаков / Bloomberg

Фото: Андрей Рудаков / Bloomberg

Так называемый пятилетний CDS-спред на госдолг России, отражающий восприятие международными финансовыми рынками странового риска, в четверг, 24 февраля, вырос на 540%, до 950 базисных пунктов (б.п.), следует из данных терминала Bloomberg. Днем ранее котировка CDS составляла лишь 148 б.п. Это рекордное значение для CDS на Россию: прежний исторический максимум (около 800 пунктов) был зафиксирован в начале 2009 года, на фоне глобального финансового кризиса. В марте 2014-го, после присоединения Крыма, страховка от российского дефолта не поднималась выше 300 б.п. CDS, или кредитно-дефолтный своп, позволяет его покупателю застраховаться от дефолта по обязательствам третьей стороны в обмен на регулярные платежи. Чем выше эти платежи, тем рискованнее базовые обязательства.

Текущие уровни CDS на суверенный долг России означают, что инвесторам обходится примерно в $950 тыс. в год страховка от дефолта по российским госбумагам на $10 млн в течение пятилетнего периода. Это очень высокий уровень по мировым меркам, но не крупнейший: к примеру, для украинского госдолга сегодня стоимость рыночной страховки достигала 2465 б.п.

Сегодня наблюдалось «масштабное» расширение CDS-спредов как на Россию, так и на Украину, сказала РБК главный экономист по развивающимся рынкам американской управляющей компании VanEck Наталия Гурушина. Она отметила, что текущие котировки CDS на госдолг России намного выше, чем в 2014 году. США и ЕС 23 февраля ввели дополнительные санкции против российского суверенного долга, запретив американским и европейским инвесторам торговать новыми российскими гособлигациями, а также пригрозили России новыми, более жесткими санкциями в случае эскалации конфликта. На следующий день на фоне начала военной операции на Украине доходность российских ОФЗ резко выросла и по некоторым выпускам достигала 17%, а суверенные российские евробонды за рубежом предлагались с большим дисконтом, но сделок практически не было. Вечером было объявлено о новом раунде санкций со стороны США и Великобритании. Ограничения распространились на крупнейшие российские банки и на экспорт американских технологий.

Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков Текст научной статьи по специальности «Экономика и бизнес»

РИСК-МЕНЕДЖМЕНТ / RISK MANAGEMENT / МОДЕЛИ ОЦЕНКИ КРЕДИТНОГО РИСКА / CREDIT RISK ASSESSMENT MODEL / ДЕФОЛТ / DEFAULT / ПРОИЗВОДНЫЙ ФИНАНСОВЫЙ ИНСТРУМЕНТ / FINANCIAL DERIVATIVE / КРЕДИТНЫЙ ДЕФОЛТНЫЙ СВОП / CREDIT DEFAULT SWAP / КРЕДИТОСПОСОБНОСТЬ / SOLVENCY

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Агеев Владимир Игоревич

В течение последних нескольких лет управление контрагентным риском стало одним из наиболее значимых факторов, оказывающих влияние на финансовые рынки. Основные современные модели оценки банков-контрагентов основаны на построении рейтингов. Но у рейтингов есть существенные недостатки. Новым подходом к оценке контрагентного риска является построение банком прогнозных спредов кредитных дефолтных свопов (Credit Default Swap CDS) для своих контрагентов. В настоящей статье строятся модель оценки теоретических значений спредов CDS для банков из группы развивающихся стран БРИКС, CDS на долг которых не торгуются на рынке, и модель оценки вероятности дефолта российских банков, учитывающая результаты первой модели. Полученные результаты способствуют совершенствованию существующих методик оценки кредитного риска банков-контрагентов и могут быть применимы для последующей оценки вероятности дефолта контрагентов российских финансовых институтов и компаний. Работа выполнена при поддержке гранта РГНФ, проект «Анализ и моделирование корпоративных отношений как часть концепции устойчивого развития микроэкономических систем в нестабильной среде» № 15-32-01297 «а2»

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Агеев Владимир Игоревич

Оценка кредитного дефолтного свопа для российских коммерческих банков

Оценка вероятности дефолта российского коммерческого банка с учетом теоретического значения спреда CdS

О применимости CdS для оценки кредитоспособности финансовых институтов РФ
Оценка дефолта заемщика

Оценка кредитного дефолтного свопа на российские компании при помощи редуцированной модели и модели Мертона

i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Credit default swap as a means of default probability estimation for Russian commercial banks

Over the last few years counterparty risk management has become one of the most important factors influencing financial markets. The main modern models of partner banks assessment are based on rating. But ratings have essential faults. A new approach to counterparty risk assessment is construction by a bank of forecast spreads of credit default swaps (CDS) for its counterparties. In this article, two models are constructed: the model of assessment of CDS theoretical values for banks of the BRICS group, CDSs on the debt of which are not traded in the market, and the model for assessment of default probability of Russian banks based on the results of the first model. The results of the study contribute to improvement of the existing methods for counterparty risk assessment and can be used for further estimation of default probability of counterparties of Russian financial institutions and companies.

Текст научной работы на тему «Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков»

1 Московский государственный университет им. М.В. Ломоносова

Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков

В течение последних нескольких лет управление контрагентным риском стало одним из наиболее значимых факторов, оказывающих влияние на финансовые рынки. Основные современные модели оценки банков-контрагентов основаны на построении рейтингов. Но у рейтингов есть существенные недостатки. Новым подходом к оценке контрагентного риска является построение банком прогнозных спредов кредитных дефолтных свопов (Credit Default Swap — CDS) для своих контрагентов.

В настоящей статье строятся модель оценки теоретических значений спредов CDS для банков из группы развивающихся стран БРИКС, CDS на долг которых не торгуются на рынке, и модель оценки вероятности дефолта российских банков, учитывающая результаты первой модели. Полученные результаты способствуют совершенствованию существующих методик оценки кредитного риска банков-контрагентов и могут быть применимы для последующей оценки вероятности дефолта контрагентов российских финансовых институтов и компаний.

Работа выполнена при поддержке гранта РГНФ, проект «Анализ и моделирование корпоративных отношений как часть концепции устойчивого развития микроэкономических систем в нестабильной среде» № 15-32-01297 «а2»

КЛЮЧЕВЫЕ СЛОВА: риск-менеджмент, модели оценки кредитного риска, дефолт, производный финансовый инструмент, кредитный дефолтный своп, кредитоспособность

JEL: C13, G21, G32

Агеев, В.И. (2015). Кредитный дефолтный своп как инструмент оценки вероятности дефолта российских коммерческих банков. Российское предпринимательство, 16(20), 3399-3424. doi: 10.18334/rp.16.20.1994

Агеев Владимир Игоревич, аспирант кафедры финансов и кредита экономического факультета, Московский государственный университет им. М.В. Ломоносова (vova.ageev@gmail.com)

ПОСТУПИЛО В РЕДАКЦИЮ: 10.09.2015 / ОПУБЛИКОВАНО: 30.10.2015 ОТКРЫТЫЙ ДОСТУП: http://dx.doi.org/10.18334/rp.16.20.1994 (с) Агеев В.И. / Публикация: ООО Издательство «Креативная экономика»

Статья распространяется по лицензии Creative Commons CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/3.0/) ЯЗЫК ПУБЛИКАЦИИ: русский

Основные современные модели оценки банков-контрагентов основаны на построении рейтингов. Такие модели делятся на два основных типа: в одних используемые рейтинги являются внутренними, то есть они присваиваются оценивающим контрагента банком самостоятельно по уникальной методике, во вторых используемые рейтинги — внешние, то есть присвоенные рейтинговым агентством, которое специализируется на данном виде деятельности. При этом практически все модели внутренних рейтингов также базируются на внешних рейтингах.

Общая цель всех рейтингов — дать ответ на вопрос, насколько рейтингуемый экономический субъект или инструмент являются надежными. Таким субъектом могут выступать и страна, и компания, и банк.

Среди оценок устойчивости кредитных организаций наиболее котируемыми среди внешних рейтингов являются рейтинги, присваиваемые международными рейтинговыми агентствами, к наиболее известным из которых относятся три американских: Standard&Poor’s, Moody’s Investors Service и Fitch Ratings.

Кредитные рейтинги тройки «больших» агентств — S&P, Moody’s, Fitch — играют существенную роль в процессе оценки банковских рисков. Использование рейтинговых оценок приветствуется многими регуляторами для оценки кредитных рисков финансовыми институтами в разных странах, в том числе и в России. Уделяется существенное внимание рейтингам и в Базель «II», и в Базель «III».

Но, как показывает практика, такая зависимость от внешних рейтингов может оказаться достаточно опасной. Как из-за политических соображений — все три ведущих рейтинговых агентства являются американскими, так и из-за чисто экономических. Основным минусом рейтингов является то, что они недостаточно оперативно реагируют на изменение положения эмитента или контрагента.

Существуют реальные примеры, когда компании с высокими рейтингами оказывались на грани банкротства, но рейтинговые агентства реагировали только после того, как событие произошло. Самый яркий пример, конечно же, банкротство американского банка Lehman Brothers в 2008 году, которому на момент наступления банкротства были присвоены самые высокие рейтинги от всех трех рейтинговых агентств.

Если говорить о российских примерах, то наиболее характерным из них является история банкротства «Мастер-Банк» (ОАО), банковская лицензия которого была отозвана 20 ноября 2013 года. На момент данного события у банка был высокий рейтинг «А» от признанного ЦБ РФ российского рейтингового агентства «Эксперт РА».

Стоит также отметить, что рейтинги присвоены далеко не всем финансовым институтам. На 01.05.2015 в российской банковской системе насчитывается 796 банков, при этом лишь 132 банка имеют рейтинг хотя бы от одного из трех ведущих международных рейтинговых агентств. Таким образом, рейтинг международных агентств присвоен только 16,6% российских банков.

Для проведения наиболее эффективной оценки рисков требуется совершенствование существующих моделей. Ведущие рейтинговые агентства уже предлагают модели, которые оценивают кредитные риски банков-контрагентов на ежедневной основе. Базируются такие модели на рыночных инструментах — ценных бумагах. Главный вопрос для таких моделей заключается в выборе базового инструмента для оценки. Акции для этих целей не вполне подходят, потому что: 1) изменение стоимости акций, как правило, не всегда отражает изменение финансового состояния компании; 2) количество акций в обращении ограничено и 3) у этого инструмента не так много параметров для оценки, например, нет срока действия. Облигации также не являются оптимальным инструментом для такого рода моделей, так как являются долговыми инструментами и, следовательно, зависят от параметров конкретного долга. Оптимальным инструментом для оценивания таких моделей выступают производные ценные бумаги, а именно кредитные дефолтные свопы (CDS), являющиеся рыночным инструментом оценки кредитного риска на ежедневной основе.

Важным преимуществом CDS является то, что их на постоянной основе оценивают тысячи участников рынка, учитывающие всю доступную информацию об интересующих их банках, как только она становится известной. Данный факт существенно увеличивает гибкость оценки кредитных рисков по сравнению с внешними рейтингами, которые пересматриваются раз в год, или данными из финансовых отчетностей, которые в лучшем случае формируются на ежемесячной основе. Рынок CDS — глобальный рынок, являющийся индикатором настроений инвесторов о кредитном качестве конкретного инструмента, его эмитента или долгового рынка в целом.

В настоящей статье проводится практическое исследование по построению модели оценки теоретического спреда CDS для коммерческих банков и модели оценки вероятности дефолта российских банков, учитывающей результаты первой модели. Полученные результаты могут поспособствовать усовершенствованию существующих методик оценки кредитного риска банков-контрагентов и могут быть применимы для последующего установления на них лимитов кредитного риска в российском коммерческом банке.

Кредитный дефолтный своп (Credit Default Swap — CDS)

Кредитный дефолтный своп (CDS) — это договор страхования определенного объекта, заключенный двумя сторонами, по которому одна сторона (покупатель страховой защиты) платит ежегодную премию второй стороне (продавец страховой защиты) на протяжении всего срока договора либо до наступления указанного в договоре страхового случая1. При наступлении страхового случая продавец страховой защиты выплачивает покупателю защиты указанную в договоре сумму.

CDS были разработаны в 1997 году банком JPMorgan, который предложил другим финансовым институтам застраховать себя от дефолта по долговым инструментам американских «голубых фишек». Идея создания такого инструмента заключалась в отделении риска дефолта объекта от самого объекта.

Объектом страхования CDS могут выступать как единичные объекты («single-name»): банки, компании, страны либо их долговые обязательства, так и портфели таких объектов («multi-name»), в том числе формирующиеся по принципу индекса («index products»). CDS могут приобретаться как для цели страхования по тем объектам, которые есть в наличии у покупателя страховки («покрытые CDS»), так и для спекулятивных целей в том случае, если приобретатель не имеет прямого отношения к объекту страховки, а планирует на нем заработать либо посредством дальнейшей продажи, либо при наступлении страхового случая («голые CDS»).

Традиционно наступлением страхового случая для CDS считается банкротство объекта, либо дефолт по обязательствам, на которые они выпущены, либо в некоторых случаях реструктуризация обязательств.

1 Commission of the European Communities: Commission Staff Working Paper accompanying the Commission Communication Ensuring efficient, safe and sound derivatives market. — SEC (2009) -Brussels. — 03.07.2009.

Если происходит страховой случай, либо покупатель страховой защиты предъявляет продавцу защиты объект страхования в обмен на указанную в договоре страховую сумму, либо продавец страховой защиты компенсирует покупателю разницу между рыночной и номинальной стоимостью объекта.

Отметим, что большинство сделок CDS проходят на внебиржевом рынке. Главным институтом, занимающимся утверждением всех типовых договоров и условий по сделкам с CDS, является Международная Ассоциация по Свопам и Деривативам (ISDA), объединяющая под своей эгидой наиболее крупных игроков рынка CDS, в том числе и из России. ISDA не осуществляет непосредственный контроль за рынком CDS, но именно в ведении этой организаций находится разрешение всех возникающих конфликтов, рассмотрение законодательных споров, а также оптимизация процесса проведения сделок.

Главными аспектами заключающегося договора CDS выступают определение базовой стоимости контракта, его срока действия и спреда. Базовая стоимость договора представляет собой фактическую рыночную стоимость всех страхуемых объектов на момент заключения контракта. Наибольшее количество CDS заключается на пятилетний срок, следовательно, именно пятилетние CDS являются наиболее ликвидными. Спред CDS (страховая премия) — это размер годовой выплаты, которую осуществляет покупатель страховой защиты в пользу ее продавца. Спред CDS рассчитывается в базисных процентных пунктах от базовой стоимости заключенного договора.

После того, как были рассмотрены теоретические аспекты функционирования CDS, проведем эмпирическое исследование по оценке теоретических спредов CDS и вероятности дефолта российских банков.

Проведенное исследование можно разделить на два этапа.

На первом этапе будет построена модель, предсказывающая теоретическое значение спредов CDS для анализируемых банков.

На втором этапе будет построена имплементирующая в себя полученные на первом этапе результаты модель оценки вероятности дефолта банков-контрагентов.

Исходная регрессионная модель для оценки теоретического спреда CDS и дальнейшей оценки вероятности дефолта банка-контрагента выглядит следующим образом:

yit = а + P1*x1,it + P2*x2,it + . + Pn*xn,it + Uit, i = 1. N; t = 1. T, (1) где i — номер объекта, t — время,

yit — объясняемая переменная, а — свободный член,

Pn — коэффициент при объясняющей переменной, xn,it — объясняющая переменная, Uit — случайная ошибка.

По ходу исследования на обоих этапах будут построены три вида моделей:

1) линейная регрессионная модель;

2) модель панельных данных с фиксированными эффектами;

3) модель панельных данных со случайными эффектами. Линейная регрессионная модель является сквозной регрессией

по всем временным периодам и по всем банкам, не учитывающей панельную структуру данных. Оценка проводится с помощью метода наименьших квадратов. Надо отметить, что анализируемые данные имеют явный вид панельных данных (большое количество банков с некоторым количеством переменных за несколько временных периодов), следовательно, для более точного анализа и учета специфических характеристик различающихся банков лучше подходят модели, учитывающие панельный характер данных.

Модель с фиксированными эффектами, «withini^-регрессии (fixed effects model) характеризуется тем, что ненаблюдаемые случайные эффекты в ней (то есть объясняющие переменные, которые по тем или иным причинам не были включены в модель) — это фиксированные параметры, а случайная составляющая в регрессии является независимой, одинаково распределенной случайной величиной. Эта независимость должна заключаться в том, что все объясняющие переменные, включенные в модель, должны быть полностью независимы от этих случайных величин для любого банка в любой момент времени.

Модель с фиксированными эффектами — это изначальное уравнение, переменные в котором представлены разницей с полученными средними значениями по всему периоду наблюдения. В модель могут включаться исключительно изменяющиеся во времени переменные, следовательно, применение фиктивных переменных в данной модели невозможно. Оценивание производится обыкновенным методом наименьших квадратов.

Модель со случайными эффектами (random effects model) предполагает, что все индивидуальные эффекты рассматриваемых банков случайны. Тогда можно утверждать, что объекты выборки не зависят от ненаблюдаемых случайных эффектов и случайной составляющей для любого объекта в любой момент времени. Данная модель в теории должна наиболее эффективно объяснять зависимости в представленной выборке. Оценивание производится обобщенным методом наименьших квадратов.

Модель со случайными эффектами является логическим продолжением линейной регрессионной модели, которой свойственна гомогенность для всех переменных (однородность выборки), и модели с фиксированными эффектами, которая предполагает использование для каждого банка своей постоянной величины (среднего значения) и, следовательно, рассматривает гетерогенность переменных (неоднородность выборки).

Это позволяет избежать двух следующих недостатков модели-within: во-первых, ее оценки часто не согласуются с экономической логикой, а во-вторых, в модель с фиксированными эффектами не включаются фиктивные переменные.

Далее будет проведен выбор наиболее адекватной нашим данным модели на каждом из этапов. Для этого будет сделано попарное сравнение оцененных моделей:

1) Сквозная линейная регрессия с регрессионной моделью с фиксированными эффектами с помощью теста Вальда (Wald test).

2) Сквозная линейная регрессия с регрессионной моделью со случайными эффектами с помощью теста Бройша-Пагана (Breusch-Pagan test).

3) Регрессионная модель с фиксированными эффектами с регрессионной моделью со случайными эффектами с помощью теста Хаусмана (Hausman specification test).

Модель оценки CDS

Для построения теоретических значений CDS необходимо использовать исторические данные по CDS, которые на регулярной основе котируются на бирже. Так как в России нет достаточного для проведения исследования количества банков, появилась необходимость прибегнуть к банкам в некоторых других относительно сопоставимых странах. В качестве таких стран было выбрано устоявшееся и часто анализируемое во многих работах объединение наиболее перспективных растущих экономик стран БРИКС (Бразилия, Россия, Индия, Китай и ЮАР). Данные страны имеют много общего в экономическом развитии и позициях на международных рынках. Для построения теоретических значений CDS были отобраны банки из развивающихся стран группы БРИКС, CDS на долговые инструменты которых котируются на рынке.

В качестве временного периода был взят промежуток времени с начала 2011 года по февраль 2015 года. Выбор 2011 года для начала анализа объясняется, во-первых, желанием избежать влияния кризисных явлений, а во-вторых, тем, что наиболее качественные данные по котировкам спредов CDS появились в 2011 году.

Итоговая выборка банков представлена в Таблице 12.

Выборка банков из стран БРИКС для эмпирического исследования

Страна Число банков

Источник: Составлено автором

Перейдем теперь к определению показателей, которые могут быть полезны с точки зрения объяснения спреда CDS. Спред CDS на конкретный банк из определенной страны является спредом CDS на эту страну (если быть точным, то на ее долг) плюс некоторая дельта, выражающаяся в определенных особенностях конкретного банка. Таким образом, основная задача исследуемой модели заключается в объяснении данной дельты.

2 CDS на банки из ЮАР в исследуемый в работе период представлены не были.

В настоящем исследовании была предпринята попытка объяснить разницу между суверенным спредом и спредом на конкретный банк с помощью фундаментальных показателей из финансовой отчетности. Поскольку речь идет о странах БРИКС, а не только о России, то за основу для данных были взяты приведенные к одному виду отчетности по МСФО. Данные отчетности были взяты с ежеквартальной периодичностью.

В качестве зависимой переменной будет выступать оцениваемое значение спреда CDS по банкам из группы стран БРИКС. Для анализа был выбран наиболее популярный и, следовательно, ликвидный на рынке по сроку вид CDS — пятилетний.

В качестве объясняющих переменных были отобраны следующие показатели: суверенный спред CDS; показатели из отчетности, основной характеристикой которых является то, что они представлены в отчетностях банков всех стран БРИКС; показатель, характеризующий вероятность дефолта страны, и несколько фиктивных переменных, характеризующих особенности представленных в выборке банков.

Из большого перечня потенциальных объясняющих переменных были отобраны не коррелирующие между собой. И был сформирован следующий перечень переменных:

— «Суверенный спред CDS»;

— «Основные фонды /Итого обязательства»;

— «Чистая процентная маржа»;

— «Коэффициент Затраты / Расходы»;

— «Кредиты за вычетом резервов /Итого активы»;

— «Кредиты за вычетом резервов / Депозиты и краткосрочное привлечение»;

— «Ликвидные активы/Депозиты и краткосрочное привлечение»;

— «Оставшаяся операционная прибыль» (чистая прибыль от остальных ценных бумаг (не относящихся к предназначенным для продажи и оцениваемых по справедливой стоимости через прибыль или убыток); чистый доход от страховой деятельности; прочие доходы от основной деятельности, операционная прибыль или убыток от участия);

— «Обесцененные кредиты / Сумма выданных кредитов»;

— «Коэффициент достаточности капитала»;

i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

— «Наличие государственного участия в акционерном капитале банка»;

— «Принадлежность к стране».

Частой проблемой такого типа моделей является наличие гетероскедастичности (неоднородность наблюдений, выражающаяся в непостоянной дисперсии случайной ошибки регрессионной модели). Поскольку в представленной выборке большое количество переменных принимает абсолютное, а не относительное значение, хорошим способом избавления от проблемы гетероскедастичности является попытка взять от абсолютных значений натуральный логарифм. Переход к логарифму позволяет приблизить распределение остатков регрессии к нормальному распределению. Это повлияет на трактовку полученных результатов, но не изменит общей сути вычислений.

Из первоначального списка анализируемых переменных три были видоизменены. От двух переменных был взят их натуральный логарифм: «Итого активы» и «Гудвилл».

Это говорит о том, что теперь эти переменные следует трактовать в терминах эластичности: «Изменение итого активов» и «Изменение гудвилла».

Переменная «Оставшаяся операционная прибыль» была приведена к относительному виду путем ее соотношения с показателем «Итого активы». Полученная переменная получила название «Доля оставшейся операционной прибыли в активах»>.

Новые переменные также были проверены на наличие автокорреляции со всеми остальными, и были получены приемлемые результаты.

Окончательный набор переменных представлен в Таблице 2.

Набор переменных регрессионной модели оценки

теоретического спреда CDS

Обозначение в модели Переменная в модели Мера измерения

cds5 «Спред CDS» Базисные пункты

cdsn5 «Суверенный спред CDS» Базисные пункты

Itotalassets «Изменение итого активов» Базисные пункты

capfundliab «Основные фонды / Итого обязательства» %

netintmarg «Чистая процентная маржа» %

roa «Средняя рентабельность активов» %

costincratio «Коэффициент Затраты / Расходы» %

nlta «Кредиты за вычетом резервов / Итого активы» %

nlcf «Кредиты за вычетом резервов / Депозиты и краткосрочное привлечение» %

liqasstfund «Ликвидные активы / Депозиты и краткосрочное привлечение» %

ropta «Доля оставшейся операционной прибыли в активах» %

implgrossl «Обесцененные кредиты / Сумма выданных кредитов» %

tierl «Коэффициент достаточности капитала» %

interr «Межбанковский коэффициент» %

lgoodwill «Изменение гудвилла» Базисные пункты

sum5c «Вероятность дефолта страны» %

com, gov «Наличие государственного участия в акционерном капитале банка» Фиктивная переменная

b, r, i, c «Принадлежность к стране» Фиктивная переменная

Источник: Составлено автором

Отметим, что все данные из финансовой отчетности брались на фактическую дату составления отчетности. Полученные показатели сравнивались со значениями спредов CDS за этот день. Очевидно, что

отчетности не публикуются в тот же день, когда они составляются, однако, мы исходим из предпосылки о том, что все инвесторы получают информацию в тот же день, на который формируются отчетности. Опущение этой предпосылки и исследование модели с учетом даты публикации отчетности являются хорошей возможностью для совершенствования модели в будущем.

По итогам анализа трех видов моделей и проведенного тестирования полученных результатов можно сделать следующие выводы:

1) Регрессионная модель с фиксированными эффектами лучше подходит для описания данных, чем модель простой линейной регрессии.

2) Регрессионная модель со случайными эффектами лучше, чем модель простой линейной регрессии.

3) Регрессионная модель со случайными эффектами лучше, чем регрессионная модель с фиксированными эффектами.

Таким образом, для проанализированных данных наиболее качественной моделью является модель, полученная с помощью оценки регрессии со случайными эффектами. Итоговая модель принимает следующий вид (табл.3).

О состоятельности модели можно судить по высокому значению статистики Вальда -1594,92 на 1% уровне значимости.

Итоговая формула модели принимает следующий вид (см. формулу 2):

CDS5it = 1515 + 1.3*CDS5n,it — 73.8*lt0talassetsit +

+75.0*roptait + 38.7*sum5c,it — 125.4*Г, (2)

где i — номер объекта, t — время,

CDS5it — объясняемая переменная — «Пятилетний спред ОПБ», CDS5n,it — объясняющая переменная «Суверенный спред ОПБ»>, lt0talassetsit — объясняющая переменная «Изменение итого активов»>,

roptait — объясняющая переменная «Доля оставшейся операционной прибыли в активах»>,

sum5c,it — объясняющая переменная «Вероятность дефолта страны»,

г — фиктивная переменная «Принадлежность к стране — Россия»>.

Оценивание модели со случайными эффектами

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *