Диссертация (1137920), страница 26
Текст из файла (страница 26)
Глобальный фактор.Первый момент..Второй момент..2. Суверенный фактор.Первый момент.161111 12+ 2.Второй момент..3. Общий риск дефолта.Первый момент..Второй момент..4. Собственный риск дефолта.Первый момент..Второй момент..Для оценки спреда необходимо также принять допущение о нормевозмещения.
Ее оценка по фактическим данным свидетельствует означительном разбросе значений [1, с.107]. Один из самых значимыхфакторов – это уровень старшинства обязательства. В исследовании [113]представлены средние нормы возмещения для облигаций каждого уровнястаршинства (см. таблицу 14).162Таблица 14.
Средние значения нормы возмещения в зависимости отстаршинства обязательстваСреднееМедианноеКоличествоУровень старшинствазначение, % значение, % наблюденийСтаршие обеспеченные обязательства54,2653,50433в т. ч., облигации49,5244,75282Старшие необеспеченные обязательства38,7130,75971Старшие субординированные28,5123,00260ОбязательствСубординированные обязательства34,6530,29347Младшие субординированные14,3913,0012ОбязательстваИсточник: Moody’s Default Risk Service Database (Schuermann, 2004).В диссертации норма возмещения фиксируется на одном уровне – 40%(аналогично работам [53], [59]).В части методологии оценки срочной структуры спреда необходимоотметить еще одну важную особенность. Применение моделей кредитногориска зачастую сопряжено с необходимостью вычисления среднего размераспреда доходности, особенно для калибровки модели по фактическинаблюдаемым переменным.
Вообще, средний спред можно посчитать двумяспособами:1) среднеезначениевсехспредов,рассчитанныхдляразныхоблигаций;2) единое значение спреда, рассчитанное по средним для всехоблигаций параметрам модели (в том числе средней историческойвероятности дефолта).В исследовании [64] утверждается, что зависимость спреда доходностии вероятности дефолта практически линейная, так что спред, рассчитанныйпо средней исторической вероятности дефолта почти совпадает с расчетомсреднего спреда доходности (определенного по каждой облигации вотдельности).
В данной работе также отмечается одна важная особенностьоценки риска дефолта по фактическим наблюдениям. Так называемая«загадка кредитного спреда» состоит в том, что моделируемый поинформации об исторических дефолтах спред доходности систематическизанижен и не способен объяснить наблюдаемые спреды. Причиной этого163можетбытьскошенность распределенияфактическихдефолтов:напротяжении 95% времени наблюдений дефолтов нет, а в течение 5%оставшегося времени происходят все 100% дефолтов, то есть они обычносконцентрированы около определенного общего события.
Таким образом,если использовать данные о фактических дефолтах за недостаточнопродолжительныйинтервалвозникаетсмещениеоценкивсторонузанижения вероятности дефолта и недооценки спреда доходности.Еслижеиспользовать,например,дванезависимыхпериоданаблюдений, вероятность занижения риска дефолта составит уже 0,952 =90,25%. В общем виде такая зависимость может быть представленаграфически (см.
рисунок 30). А общий вывод, к которому пришли авторы:чтобыполучитьнесмещенныеоценкинеобходимадостаточнопродолжительная выборка фактических данных. Например, в своемисследовании они используют среднюю вероятность фактических дефолтовза период с 1920 по 2012 года.Вероятность смещенной оценки100%80%60%40%20%0%0204060Количество независимых выборок80100Рис. 30. Зависимость несмещенности оценок от характеристик выборки.В настоящей диссертации оцененные параметры модели усреднялись изатем использовались средние коэффициенты и интенсивность дефолта длярасчета средней характеристической срочной структуры каждого из рынков.Отметим, что относительно продолжительная выборка по каждому из рынков(причем на разных временных интервалах) и значительное число стран164выборкикактаковыхобеспечиваетнаиболеенастоящейдиссертациинесмещенныеоценкипараметров.Вовторойглавеописательная статистика данных по(2.1.2)приводитсяспредам.
В итоговой выборкепредставлены 8 развивающихся рынков и 4 развитых, 89 эмитентов, 176облигаций и более 132 тыс. дневных наблюдений спреда. Сбор данныхосуществляется с учетом ряда фильтров, все облигации соответствуютследующим критериям: корпоративные облигации нефинансовых компаний,в локальной валюте, с погашением в конце срока обращения, сфиксированным полугодовым купоном, без встроенных опционов, срейтингом инвестиционного уровня.
Данные критерии обеспечиваютсопоставимость анализируемых ценных бумаг и соответствие модели. Крометого, чтобы максимально исключить искажающие эффекты на рынке, ввыборку не включаются облигации, срок погашения которых составляетменее полугода, а также облигации, которые обращаются на рынке менее 6месяцев. Исключаются также облигации с фактическим количествомнаблюденийменее120(полгодаторговыхдней).Чтобыфакторыликвидности (торговой активности) не оказывали существенного влияния нарезультаты оценок из выборки исключаются также облигации, по которымудельный вес ненулевых изменений цены составляет менее 75% от общегоколичества наблюдений по соответствующей ценной бумаге.3.2 Результаты эмпирической оценки: сравнительный анализ3.2.1 Параметры модели: оценка коэффициентовОцененные параметры модели (или коэффициенты) необходимы дляпостроения срочной структуры спреда.
Однако и на первом этапеэмпирической оценки сами коэффициенты могут дать характеристикузадействованных в модели процессов (в том числе интенсивности дефолта) ипозволяют выявить отличия развивающихся рынков от развитых.Сравнительный и межстрановой анализ целесообразно проводить последующим категориям:1651) параметры чувствительности спреда доходности к внешнимфакторам;2) параметры процесса интенсивности дефолта;3) соотношение между риском дефолта и систематическим риском;4) коэффициенты, обеспечивающие корреляцию между факторамимодели и спецификацию их дисперсии.Прежде всего, необходимо отметить сопоставимость результатов оценкив настоящей диссертации и других работах в данном направлении (например,[53], [47] и др.). Так, обеспечены следующие ключевые свойства динамикипроцессов: положительное долгосрочное среднее значение всех факторов; положительныйкоэффициентконвергенции,тоестьобеспечивается стабилизация фактора при его отклонении отдолгосрочного среднего (то есть предотвращается «взрывной»характер динамики факторов); отрицательныйпараметр«ценыриска»,чтопредполагаетувеличение требуемой риск-премии при повышении самогоуровня фактора (например, риска дефолта), то есть нескольконивелируетсяконвергентныйэффектиприопределенныхсобытиях может наблюдаться эффект «взрывного» измененияфактора (отметим, что для риска дефолта модуль коэффициента«ценыриска»меньшекоэффициентаконвергенции,чтопредотвращает «взрывной» характер его динамики).В таблице 15 приведены результаты оценки параметров модели спомощью фильтра Калмана по всем странам выборки.
Для анализа вдиссертации приводятся:коэффициенты чувствительности, параметрыпроцесса интенсивности дефолта, параметры корреляции факторов испецификации дисперсии, а также среднеквадратическая ошибка оценкиспреда доходности. Дополнительно в таблице отмечена степень значимостикоэффициентов. В приложении 5 содержатся снимки результатов оценки166фильтраКалманадляпроцессаспредадоходности(наблюдаемые,моделируемые значения и остатки модели).Спецификация спреда как аффинной модели нескольких факторовпредполагает некую чувствительность спреда к каждому из них (точней, ккаждому, кроме интенсивности дефолта, так как она напрямую влияет наразмер спреда с поправкой на норму возмещения).
Влияние каждого изфакторовврезультатерасширяетспред,однако,коэффициентычувствительности могут быть отрицательными. Так, например, в работе [53]отмечаютсяотрицательныекоэффициентыпередфакторами,моделирующими уровень и наклон безрисковой кривой доходности.Учитывая, что суверенный и глобальный риски так же рассматриваются какфакторысистематическойприроды(тоестьфакторыдоходностигосударственных облигаций), отрицательные коэффициенты можно считатьожидаемой характеристикой модели. Коэффициенты (параметры) моделиприменяются для построения срочной структуры спреда, где каждый израссматриваемых факторов оказывают положительное влияние на спред.167Таблица 15.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
