<<
>>

Макроэкономические факторы

В таблице 19 показана динамика изменения ставки восстановления в период с 2006 года по 2010 год (за исключением 2007 года, в котором данные по ставке восстановления отсутствуют) и доходность рыночного индекса ММВБ за аналогичный период.

Доходность рыночного индекса является опережающим индикатором, который характеризует ожидания экономических агентов относительно финансово-хозяйственной деятельности в будущем.

Таблица 19. Динамика ставки восстановления и доходность рыночного индекса, 2006-2010 гг.

2006 2008 2009 2010
Средняя ставка восстановления, % 100,0 40,7 49,7 68,5
Количество наблюдений 1 22 31 5
Доходность индеска ММВБ, % 67,5 -67,2% 121,1 23,2

Ставка восстановления находится в зависимости от макроэкономических факторов. В 2008 году наблюдалось большее количество дефолтов со ставкой восстановления 40-60%, а также с низким восстановлением - 0-20%, что объясняется началом

финансового кризиса и высокой неопределенностью относительно
эффективности мер государственной поддержки (см. рисунок 11). Фондовый рынок перешел в фазу спада: доходность рыночного индекса ММВБ за 2008 год составила -67%. В 2009 году началась стабилизация макроэкономической ситуации, а также были применены общие и адресные меры государственной поддержки, что сместило плотность распределения ставки восстановления вправо: снизилось количество низких и средних ставок восстановления при одновременном увеличении количества высоких ставок восстановления. Фондовый рынок перешел в фазу бурного роста: доходность рыночного индекса ММВБ за 2009 год составила 121%. По мере дальнейшего восстановления экономики в 2010 году плотность распределения ставки восстановления еще сильнее сместилась в сторону более высоких значений, а средняя ставка восстановления увеличилась до 68,5%. Фондовый рынок перешел в фазу устойчивого роста: доходность рыночного индекса ММВБ за 2010 год составила 23%.

Распределение средней ставки восстановления по годам дефолта показано на рисунке 11.

122

Рис. 11. Распределение средней ставки восстановления по годам дефолта

3.4. Модель оценки ставки восстановления по

корпоративным облигациям российских эмитентов

Критерии выбора метода оценки ставки восстановления рассмотрены в работах Дж. Бастоса [35], Г. Гуптона [70], М. Куи и К. Жао [97]и В. Ху [75]. Полученные результаты во многом совпадают с выводами работ Г. Бакши, Д. Мэдэн и Ф. Занг [31]и Х. Унала, Д. Мэдэна и Л. Гюнтаи [106], в которых рассматриваются критерии выбора метода расчета ставки восстановления по обязательствам, по которым произошел дефолт. В настоящем диссертационном исследовании выбор метода оценки осуществляется с учетом возможности сопоставления полученных результатов с выводами других научных работ; возможностью убедительного экономического обоснования полученных результатов, а также принимая во внимание ограничения на доступность информации.

Во второй главе настоящего исследования было установлено, что регрессионный метод и метод оценки на основе модели Мертона (далее - «Метод Мертона») являются двумя основными методами оценки ставки восстановления на международных рынках.

Метод Мертона предлагает убедительное экономическое обоснование оценки ставки восстановления, но он предъявляет повышенные требования к данным. Основным экзогенным показателем является волатильность котировок акций эмитента корпоративных облигаций. Поскольку количество котируемых акционерных обществ в России ограничено, а акции большинства эмитентов, по корпоративным облигациям которых произошел дефолт, не находятся в обращении, оценка ставки восстановления на российском финансовом рынке методом Мертона возможна только косвенно, путем сопоставления финансовых показателей эмитента и аналогичной котируемой компании. В ряде исследований делается попытка адаптации модели Мертона для оценки кредитного риска некотируемых компаний, однако, полученные результаты неоднозначны [55]. В связи с повышенными требованиями к данным и неоднозначностью результатов оценки кредитного риска некотируемых компаний, полученных на основе адаптированной модели Мертона, в настоящем диссертационном исследовании оценка ставки восстановления по корпоративным облигациям российских эмитентов методом Мертона не осуществляется. Целесообразность применения регрессионного метода в настоящей работе определяется тем, что он позволяет учесть различные специфические группы объясняющих факторов, сопоставить полученные результаты с выводами других исследований и учесть ограничения на доступность информации [90, 91].

На основе систематизации факторов, влияющих на ставку восстановления на российском рынке корпоративных облигаций, в работе были сформулированы следующие гипотезы:

Гипотеза 1заключается в том, что ставка восстановления по корпоративным облигациям российских эмитентов находится в значимой статистической зависимости, как от показателей финансового положения эмитента, так и от совокупности внешних и внутренних нефинансовых характеристик, в том числе от вида экономической деятельности эмитента.

Гипотеза 2состоит в том, что на российском рынке корпоративных облигаций на ставку восстановления оказывают значимое статистическое влияние специфические факторы, в частности, участие государства в финансово-хозяйственной деятельности эмитента и наличие признаков противоправных действий органов корпоративного управления эмитента.

Гипотеза 3заключается в том, что факторы на уровне облигации, включая проведение реструктуризации, также оказывают значимое статистическое влияние на ставку восстановления.

Эконометрическая модель оценена на статистической выборке из 59 наблюдений. Все объясняющие факторы, входящие в модель, являются бинарными переменными, принимающими значение “1” в случае наличия соответствующего признака. (В скобках под объясняющими переменными приведены значения t-статистики Стьюдента для определения значимости коэффициентов регрессии).

RR-ставка восстановления, S-участие государства в собственном капитале эмитента; R-реструктуризация; B-банкротство; FR-наличие признаков противоправных действий органов корпоративного управления эмитента; L-кредитование эмитента государственными банками; С-добыча полезных ископаемых; D- обрабатывающие производства; G- торговля; F-строительство.

Регрессионная модель имеет высокую статистическую значимость, о чем свидетельствует коэффициент детерминации (R^2), составляющий 0,43 (см. Таблицу 20). Все коэффициенты регрессии значимы на уровне 5%, за исключением фактора кредитования эмитента государственными банками, значимость которого составляет 10%.

Таблица 20. Результаты оценивания модели в Eviews 7 и показатели качества регрессионной модели.

Фактор Значение коэффициента Среднеквадрати ческое отклонение для коэффициентов регрессии, % t-

статис­

тика

Уровень значимости коэффициента, %
C 55,09 13,91 3,96 0%
S 37,03 13,25 2,79 1%
R -17,80 7,03 -2,53 1%
B -19,68 7,85 -2,51 2%
FR -22,48 9,56 -2,35 2%
L -13,32 7,98 -1,67 10%
C 33,12 15,04 2,20 3%
D 26,68 10,53 2,54 1%
G 25,06 11,16 2,24 3%
F 28,76 14,34 2,00 5%

Коэффициент детерминации, R^2 0,43 Среднее значение зависимой переменной 48,78
Скорректированный коэффициент детерминации 0,33 Стандартное отклонение зависимой переменной 29,15
Оценка среднеквадратического отклонения ошибки регрессии 23,90 Информационный критерий Акайка 9,34
Остаточная сумма квадратов регрессии 27982,44 Критерий Шварца 9,69
Значение статистики

Фишера F

4,14 Критерий

Хеннана-Куина

9,48
p-значение для статистики Фишера F 0,05% Статистика

Дарбина-Уотсона

1,95

Полученные при использовании метода наименьших квадратов оценки значений коэффициентов являются линейными, несмещенными и эффективными в классе линейных несмещенных оценок, а модель адекватна исходным данным, если выполняются условия теоремы Гаусса-Маркова об отсутствии в модели мультиколлинеарности, гетероскедостичности и автокорреляции [66].

Для проверки модели на наличие мультиколлинеарности была составлена корреляционная матрица (см. Таблицу 21). Значение корреляции между двумя факторами по модулю не превышает 52%, что дает основание предположить отсутствие проблемы мультиколлинеарности.

Таблица 21. Корреляционная матрица объясняющих фактор

S R B FR L С D G F
S 100% 12% 13% 6% 17% 16% 4% -16% -9%
R 12% 100% -26% -29% -8% 29% -8% -11% 10%
B 13% -26% 100% 44% -25% -19% -5% 7% -12%
FR 6% -29% 44% 100% -1% -14% -2% 3% 0%
L 17% -8% -25% -1% 100% 19% 17% -12% -28%
C 16% 29% -19% -14% 19% 100% -26% -19% -10%
D 4% -8% -5% -2% 17% -26% 100% -52% -29%
G -16% -11% 7% 3% -12% -19% -52% 100% -21%
F -9% 10% -12% 0% -28% -10% -29% -21% 100%

RR-ставка восстановления, S-участие государства в собственном капитале эмитента; R-реструктуризация; B-банкротство; FR-наличие признаков противоправных действий органов корпоративного управления эмитента; L-кредитование эмитента государственными банками; С-добыча полезных ископаемых; D- обрабатывающие производства; G- торговля; F-строительство.

Для проверки модели на гетероскедостичность в статистическом пакете Eviews 7 был проведен тест Уайта (см. Таблицу 22). В данном тесте используются остатки регрессии, на основе которых с помощью метода наименьших квадратов оценивается вспомогательная регрессия. Во вспомогательной регрессии в качестве объясняемой переменной выступает квадрат остатков исходной модели, а в качестве объясняющих - квадраты регрессоров из исходной модели. В

128

тесте Уайта проверяется нулевая гипотеза об отсутствии гетероскедостичности, которая подтверждается в случае незначимости вспомогательной регрессии.

Незначимость вспомогательной регрессии подтверждается как F-статистикой, так и незначимостью коэффициентов вспомогательной регрессии (см. Таблицу 22). Поэтому нулевую гипотезу об отсутствии гетероскедостичности в исходной регрессионной модели можно принять.

Таблица 22. Результаты теста Уайта

Значение статистики Фишера F 1,07 Вероятность

F(8;50)

0,40
Количество наблюдений * R^2 9,70 Вероятность χ2 (8) 0,37
LM статистика 3,26 Вероятность χ2(8) 0,95
Фактор Значение

Коэффици ента

Среднеквадратичес­кое отклонение для коэффициентов регрессии, % t-

статис­

тика

Уровень значимости коэффициента, %
C 218,21 273,09 0,80 0,43
S^2 -407,27 260,12 -1,57 0,12
R^2 189,21 138,00 1,37 0,18
B^2 71,62 154,16 0,46 0,64
FR^2 13,79 187,61 0,07 0,94
L^2 -71,24 156,70 -0,45 0,65
C^2 4,11 295,33 0,01 0,99
D^2 343,18 206,66 1,66 0,10
G^2 102,02 219,14 0,47 0,64

F^2 224,20 281,59 0,80 0,43
Коэффициент детерминации, R^2 0,16 Среднее значение зависимой переменной 474,28
Скорректированный коэффициент детерминации 0,01 Стандартное отклонение зависимой переменной 471,76
Оценка среднеквадратического отклонения ошибки регрессии 469,16 Информационный критерий Акайка 15,29
Остаточная сумма квадратов регрессии 10785373,0 Критерий Шварца 15,65
Значение статистики

Фишера F

1,07 Критерий

Хеннана-Куина

15,43
p-значение для статистики Фишера F 0,40 Статистика

Дарбина-Уотсона

1,93

RR-ставка восстановления, S-участие государства в собственном капитале эмитента; R-реструктуризация; B-банкротство; FR-наличие признаков противоправных действий органов корпоративного управления эмитента; L-кредитование эмитента государственными банками; С-добыча полезных ископаемых; D- обрабатывающие производства; G- торговля; F-строительство.

Гипотеза о наличии автокорреляции в регрессии проверяется c помощью статистики Дарбина-Уотсона. Значение коэффициента Дарбина-Уотсона, рассчитанное для данной регрессии составляет 1,95 (см. Таблицу 20), что позволяет принять нулевую гипотезу об отсутствии автокорреляции в модели.

130

Проведенное исследование показало, что участие государства в собственном капитале эмитента, сопровождаемое мерами государственной поддержки, оказывает положительное влияние на ставку восстановления, а наличие признаков противоправных действий со стороны органов корпоративного управления эмитента отрицательно влияют на ставку восстановления.

Проведение реструктуризации, банкротство, кредитование эмитента государственными банками без оказания мер адресной государственной поддержки отрицательно влияют на ставку восстановления.

Добавление в регрессионную модель финансовых показателей деятельности эмитента приводит к существенному снижению ее статистической значимости. Оценка регрессии по сокращенной статистической выборке, состоящей из 35 наблюдений и включающей финансовые показатели, не позволяет улучшить скорректированный коэффициент детерминации (R^2) выше 33% при ограничении на минимальную статистическую значимость каждого коэффициента регрессии 10%. Полученный результат свидетельствует о важности и необходимости проведения институциональных преобразований в экономике, чтобы экономическое положение эмитента определялось его финансовыми показателями, а не аффилированностью с государством.

Подводя итог, можно сказать, что оценка ставки восстановления по российским облигациям на данной статистической выборке производится с помощью уравнения регрессии, объясняющего ставку восстановления на основании набора качественных характеристик

131

облигации и эмитента с учетом вида экономической деятельности без отсылки к его финансовым показателям.

Таким образом, гипотеза 1 настоящего исследования подтверждается частично: ставка восстановления по корпоративным облигациям российских эмитентов действительно находится в значимой статистической зависимости от совокупности внешних и внутренних нефинансовых характеристик, в том числе вида экономической деятельности эмитента, но показатели финансового положения эмитента не являются статистически значимыми и приводят к снижению качества оценки. Проведенное исследование подтверждает гипотезу 2 о том, что на российском рынке корпоративных облигаций на ставку восстановления значимое статистическое влияние оказывают специфические факторы, в частности, участие государства в финансово-хозяйственной деятельности эмитента и наличие признаков противоправных действий органов корпоративного управления эмитента. Гипотеза 3 о том, что факторы на уровне облигации, включая проведение реструктуризации, оказывают значимое статистическое влияние на ставку восстановления, также подтверждается.

3.5.

<< | >>
Источник: Антонова Екатерина Няимовна. Оценка ставки восстановления по корпоративным облигациям российских эмитентов. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2013. 2013

Еще по теме Макроэкономические факторы:

  1. Макроэкономические факторы
  2. 4.1 Технологический фактор распространения КРН
  3. Отраслевые факторы
  4. Систематизация факторов, влияющих на ставку восстановления
  5. Факторы на уровне компании
  6. Факторы на уровне облигации
  7. Факторы, сопутствующие КРН и выявленные при полевых и натурных исследо­ваниях на различных газопроводах
  8. Приложение 14 Результаты компьютерной обработки матриц экспериментальных данных методом главных факторов с помощью программы SPSS Statistics
  9. Факторы, объясняющие ставку восстановления по корпоративным облигациям российских эмитентов
  10. 1.4. Социокультурные факторы, обусловливающие особенности функционирования славянизмов в поэзии Вяземского
  11. Заключение