Диссертация (1137920), страница 25
Текст из файла (страница 25)
рисунок 29).Риск дефолта32Систематический риск14Рис. 29. Конвергенция интенсивности дефолта (1.).В состоянии стабильного экономического роста финансоваяустойчивость компании настолько не важна, что интенсивность дефолта будетснижаться, даже несмотря на низкие текущие значения (через отрицательноевоздействиесуверенногориска).Асприближениемпоследнегокравновесному уровню происходит стремительный рост интенсивностидефолта. Такая динамика соответствует часто наблюдаемой на развивающихсярынках.
В период бурного экономического роста все компании растут, спросустойчивыйивероятностьнеплатежеспособностиснижаетсяувсехэкономических агентов. Среди них могут быть финансово неустойчивыекомпании, и по мере снижения темпов экономического роста и приближениясистематического риска к равновесному уровню вероятность дефолта такихкомпаний ускоренно возрастает.
То есть как только заканчивается фазабурного экономического роста, на рынке появляется большое количество155предбанкротных компаний, несмотря на отсутствие ярко выраженныхкризисных явлений.2.Во время кризиса облигации с высокой вероятностью дефолтамогут испытать критический рост риска дефолта, что приведет их кбанкротству. Если интенсивность дефолта находится около равновесногоуровня, компания испытает ее рост, а с нивелированием эффекта суверенногориска – стремительное снижение к равновесному уровню.3.Во время стабильной макроэкономической обстановки любаякомпания очень быстро вернется к равновесной интенсивности дефолта (тоесть финансовое положение компании в таком случае малозначительно).4.Во время кризиса любое улучшение финансовой устойчивостикомпании нивелируется высоким систематическим риском, и вероятностьбанкротства возрастает.
Здесь также можно отметить, что значение внешнихусловий настолько велико, что даже компании с большим запасом финансовойнадежности попадают под их влияние, и вероятность их банкротствасущественно возрастает.Ключевым является соотношение между параметрами конвергенциириска дефолта, обусловленной кредитным качеством эмитента (систематическим фактором () и).
В общем случае можно сказать, что чембольше по модулю коэффициентпо сравнению, тем большединамика риска дефолта определяется систематическим фактором и похожана схему на рисунке 29. Соответственно, можно дополнить гипотезу 2: наразвивающихсярынкахотносительноевлияниясистематическогофактора на риск дефолта больше, чем на развитых. Таким образом,данный эффект можно рассматривать как источник «избыточной»волатильности на развивающихся рынках, причину дополнительной рискпремии при том же уровне кредитного качества эмитента.Разницаэкономическойинтерпретацииприразныхзначенияхпараметров модели существенно повышает научно-практическую значимостькачественнойоценкипараметровмодели.156Полноценноепониманиеисточников динамики и шоков вероятности дефолта и спреда доходностипозволяеткачественнооцениватьинструментысфиксированнойдоходностью и помогает монетарным властям принимать взвешенныеточечные решения по денежно-кредитной политике, направленной надолгосрочное развитие финансового рынка страны.Ключевыетрансмиссионногомодификациирезультатывтороймеханизмаформированияредуцированнойтрансмиссионногоглавымоделимеханизмасостоятспредакредитногопредусматриваетвописаниидоходностириска.сочетаниеиКонцепциявнутреннихфакторов кредитного риска эмитента и внешних макроэкономическихфакторов и позволяет отразить особенности развивающихся рынков.
Наоснове предварительного эконометрического анализа были предложеныследующие прокси-факторы: собственный риск дефолта эмитента (латентнаяпеременная), общий риск дефолта (волатильность валютного курса),суверенный риск (CDS), глобальный риск (VIX). Для количественной оценкиописанноготрансмиссионногоредуцированнаямодельмеханизмакредитногобыларискамодифицированаДаффи-Синглтона,специфицированы количество и корреляция факторов, стохастическаядинамика каждого из них, в том числе их условная дисперсия.Интерпретация параметров и аналитических взаимосвязей модели отвечаетэкономической логике и результатам предварительного эконометрическогоанализа.157Глава 3 Эмпирическое исследование детерминант спреда доходности3.1 Методология оценки модели спреда доходностиПрактика оценки редуцированных моделей кредитного риска показала,что наиболее эффективные результаты можно получить при калибровкемодели методом квази-максимального правдоподобия с использованиемфильтра Кальмана.
В данной работе применяется подход, предложенный в[53]. Однако с учетом специфики – калибовки отдельных переменных понаблюдаемым прокси-переменным – фактическая методика имеет своиособенности.Процессырассматриваютсякакглобальногофакторыисуверенногодоходностипофакторовбезрисковым(государственным) облигациям.В методике Даффи вопрос сформулирован так, что наиболеепредпочтительнымявляетсяодновременноеоцениваниепроцессабезрисковой процентной ставки и процессов интенсивности дефолта по всемоблигациямвыборки.Реализациятакогоподходапрактическинепредставляется выполнимой в силу своей сложности, поэтому предлагаетсяальтернативный подход. Можно оценить лишь для каждой отдельной фирмыданные процессы, но это даст столько разных оценок процесса безрисковойпроцентной ставки, сколько фирм в выборке.
Методика настоящейдиссертации опирается на обоснованные в рамках трансмиссионногомеханизма наблюдаемые прокси-переменные. Таким образом, на первомэтапе отдельно оценивается аффинная модель процессов глобального исуверенного факторов. Затем на втором этапе оцененные параметрыиспользуются для оценки процесса интенсивности дефолта отдельно длякаждой фирмы. Предполагается, что наблюдения каждой облигациирегистрируются с ошибкой с нормальным распределением и независимой отошибок наблюдения других облигаций.В 1960 году Р.
Калман описал метод рекурсивного решения задачилинейной фильтрации данных [83]. В настоящее время метод Калмана158широко используется в финансах. Одним из первых данный методиспользовал в своей работе [101], после чего использовался во многихработах по оценке аффинных моделей срочной структуры ставок.Фильтр Калмана – это метод рекурсивного расчета математическогоожидания латентных переменных состояния при условии наблюденияисторических сигналов с некоторым шумом,.Выделяются уравнения измерения и уравнения состояния.Уравнениенаблюдаемойизмерениязависимойхарактеризуетпеременнойотвзаимосвязьряда(функцию)наблюдаемыхилиненаблюдаемых факторов.
В общем виде его можно представить так:Уравнениесостоянияотражаетзакономерностьдинамикиненаблюдаемых факторов, определяющих текущее состояние зависимойпеременной:где– число зависимых переменных к оценке,наблюдаемых экзогенных переменных,– количество– количество ненаблюдаемыхэкзогенных переменных (факторов).Помимо параметров переменных (A,H,C,F) необходимо еще оцениватьэлементы ковариационной матрицы остатков модели, то естьи :Основные допущения стандартного фильтра Калмана:линейная модель;белый Гауссовский шум ошибок модели и ошибок измерения.В фильтре Калмана реализуются итерации между прогнозом иобновленнымнаблюдениемсостояния.Сначаластроитсялинейныйоптимальный прогноз ненаблюдаемой переменной состояния на основанииоцененного на предыдущем этапе значения этой латентной переменной.
Этот159прогноз строится по данным о распределении ненаблюдаемой переменнойсостояния.Полученнаяоценканенаблюдаемойпеременнойзатемобновляется по мере поступления фактических данных о состояниипеременной.НастройкафильтраКалманаосуществляетсявEviews.Онапредполагает использование не всего распределения переменных модели, атолько первого и второго моментов. В следующем параграфе представленыформулы первых двух моментов для каждого из факторов и указанапоследовательность оценки.Предложенная во второй главе собственная модель обладает однимсущественным преимуществом: калибровку параметров можно производитьпоследовательно для каждого из четырех факторов так, что для оценкипервого из них не нужны оценки параметров других, а последующиеиспользуютоценкипервогокакдействительныехарактеристикинаблюдаемых процессов.
Соответственно данному принципу построенаспецификация каждого фактора в следующем порядке (который отвечаетобщей экономической логике): оценка процесса глобального фактора (он не должен зависить отоценок факторов суверенного уровня или уровня компаний и восновном сопоставим для всех рынков с поправкой на разницупериодов выборки); оценка суверенного риска (здесь уже используются полученныена первом этапе оценки процесса глобального фактора, так как онможетпоопределениюоказыватьвлияниенамакроэкономическое положение отдельных стран, рынков); оценка общего риска дефолта (аналогично предыдущему пунктуздесьвключаютсядействительныеполученные на первых двух этапах);160оценкипараметров, наконец, обладая оценками «общих» факторов для каждого изрынков, есть возможность оценить параметры интенсивностидефолта для каждой из облигаций выборки.Единые для одного рынка факторы (глобальный, суверенный,волатильности валютного курса) по определению должны быть оцененыодин раз, то есть их оценки должны быть одинаковыми для всех облигацийодного рынка.
Однако в связи с тем, что периоды наблюдения по отдельнымоблигациям отлючаются, предпочтительной является оценка таких процессовдля каждой облигации (так как такие оценки затем используются в расчетеиндивидуальныхпараметровпооблигациям).Итоговыерезультатыподтверждают качество оценки таких факторов: оценки коэффициентов хотьи колеблются, разброс незначительный. Полученные по всем облигациямкаждого рынка оценки затем усредняются и включаются в уравнениясрочной структуры спреда для оценки характеристической кривой спредадоходности (средней по заданному рынку).Ниже представлены уравнения первого и второго моментов факторовмодели, которые используются непосредственно при оценке фильтромКалмана (в приложении 4 представлено детальное решение частныхдифференциальныхуравненийпокаждомуизфакторов,атакжепоследовательность преобразований для выведения уравнения срочнойструктуры спреда).1.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
