Диссертация (1138352), страница 16
Текст из файла (страница 16)
Это модель126CreditGrades, основные походы которой были описаны во второйглаве данного исследования.Далее представим в виде графиков, результаты, полученные спомощью модели CreditGrades для оценки CDS на российскиеCreditCradesНоябрь 2011Сентябрь 2011Июль 2011Май 2011Март 2011Январь 2011Ноябрь 2010Сентябрь 2010Июль 2010Май 2010Март 2010Январь 2010Ноябрь 2009Сентябрь 2009Июль 2009Май 20091400120010008006004002000Март 2009Реализация модели CreditGrades для компанииГазпромЯнварь 2009Стоимость CDS, 3 годакомпании:Рыночные значенияРис.
№ 25 – Реализация модели CreditGrades для Газпрома, 3годаИз данного графика видно, что модель в посткризисный периоддемонстрировала результаты, близкие к рыночным ценам CDS, а вкризисный период значительно завышала теоретические цены CDS.Но необходимо провести численный анализ результатов, чтобысказать, применима модель для оценки CDS или нет.127CreditCrades128Рыночные значенияРис. № 27 – Реализация модели CreditGrades для Банка ВТБ, 3 годаНоябрь 2011Сентябрь 2011Июль 2011Май 2011Март 2011Январь 2011Ноябрь 2010Сентябрь 2010CreditCradesИюль 2010Май 2010Март 2010Январь 2010Ноябрь 2009Сентябрь 2009Июль 2009Май 2009Март 2009Январь 2009Стоимость CDS, 3 годаНоябрь 2011Сентябрь 2011Июль 2011Май 2011Март 2011Январь 2011Ноябрь 2010Сентябрь 2010Июль 2010Май 2010Март 2010Январь 2010Ноябрь 2009Сентябрь 2009Июль 2009Май 2009Март 2009Январь 2009Стоимость CDS, 5 летРеализация модели CreditGrades для компанииГазпром120010008006004002000Рыночные значенияРис.
№ 26 – Реализация модели CreditGrades для Газпрома, 5 летРеализация модели CreditGrades для Банка ВТБ16001400120010008006004002000Стоимость CDS, 3 годаРеализация модели CreditGrades для Сбербанка400350300250200150100500CreditCradesРыночные значенияРис. № 28 – Реализация модели CreditGrades для Сбербанка, 3 годаСтоимость CDS, 3 годаРеализация модели CreditGrades для Лукойла450400350300250200150100500GRMarketРис.
№29– Реализация модели CreditGrades для Лукойла, 3года129Реализация модели CreditGrades для Северстали600Название оси5004003002001000Рыночные значенияCreditGradesРис. №30 – Реализация модели CreditGrades для Северстали, 3года.Приведем таблицу с регрессионным анализом результатовмодели:Таблица № 12 – Регрессионный анализ результатов моделиCreditGrades для оценки CDS на российские компании, 5 летКоэф-тКоэф-тМодельКомпаниякорреляции наклона Константа ОтклонениеГазпром 5Y0,850,78-21,0010,39Сбербанк 5Y0,721,98-249,0010,26МодельВТБ 5Y0,941,75-197,003,74GradesЛукойл 5Y-0,05-1,63272,0015,50Северсталь 5Y0,811,75142,0064,00130Таблица № 13 – Регрессионный анализ результатов моделиCreditGrades для оценки CDS на российские компании, 3 годаКоэф-тКоэф-тМодельКомпаниякорреляции наклона Константа ОтклонениеГазпром 3Y0,701,09-76,003,65Сбербанк 3Y0,731,89-272,007,52МодельВТБ 3Y0,942,05-374,003,39GradesЛукойл 3Y0,711,13156,000,1425,00Северсталь 3Y0,781,3236**Анализ сделан на результатах, полученных с начала 2010 года,чтобы кризисный период высокой волатильности не искажалреальную картину.Как видно из таблиц №12 и №13 для 3-х летнего Газпрома, 3-хлетней Северстали, 3-х летнего Лукойла, 5-ти летнего Газпрома , 5-тилетней Северстали, 5-летнего ВТБ модель продемонстрировала оченьхорошие результаты.
Во-первых, везде высокие положительныекоэффициенты корреляции, что говорит об однонаправленностиизменений теоретических и реальных цен CDS. Во-вторых, поперечисленным CDS коэффициент наклона близок к единице, инебольшие значения константы, для 3-летнего CDS Северсталиконстанта вообще незначима. В-третьих, значения отклонения в разыниже значений, полученных с помощью модели CEV.В остальных случаях, модель CreditGrades продемонстрировалавесьма удовлетворительные результаты. Таким образом, можносделать вывод, что эта модель применима для оценки CDS нароссийские компании.131Подводя итог по применимости структурных моделей для оценкиCDS на российские компании, представим все численные результатыанализа в виде одной таблицы:Таблица№14-Консолидированныечисленныерезультатыприменения структурных моделей для оценки CDSМодельМодельМертона (с янв.10)МодельSABRМертонМодельCEVМодельGradesКомпанияГазпромСбербанкВТБЛукойлСеверстальГазпром 3YСбербанк 3YВТБ 3YЛукойл 3YСеверсталь3YГазпром 3YГазпром 5YЛукойл 3YЛукойл 5YСеверстальГазпром 3YСбербанк 3YВТБ 3YЛукойл 3YСеверсталь3YГазпром 5YСбербанк 5YВТБ 5YЛукойл 5YСеверсталь5YКоэф.корреляции0,180,610,470,760,660,810,630,780,73Коэф-тнаклона0,061,170,175,260,050,851,131,271,050,570,800,400,760,730,730,700,730,940,710,810,290,010,360,080,091,091,892,051,13180140,00210,00187,00179,00262,00-76,00-272,00-374,00156,007,3219,7011518,011,781499,00130,003,657,523,390,140,780,850,720,94-0,051,320,781,981,75-1,6336**-21,00-249,00-197,00272,0025,0010,3910,263,7415,500,811,75142,0064,00132Констант Отклонеание205,0040,70122,0016,20255,0038,70177,1648,60313,00935,0067,001,56112,008,32156,002,9834,000,32Как видно, из обобщенной таблицы наилучшие результатыпродемонстрировали модели CreditGrades и SABR-Мертон, причемрезультаты применения CreditGrades для финансовых компанийлучше, чем SABR-Мертон, а для компаний реального секторанаоброт.
Показатели отклонения классической модели Мертонасравнимы с аналогичными показателями для модели CEV.133Выводы по исследованиюПо проведенному нами диссертационному исследованию можносделать следующие выводы:Рынок CDS является развитым и глобальным рынком, он один изнаиболее динамично развивавших в 2000-х годах рынков финансовыхинструментов, наряду с рынком классической секьюритизации.Рынок CDS на российские компании является достаточно узким инеразвитым. Среди отечественных участников фондового рынка CDSна российские компании никто не котирует, а финансовые участникииспользуют CDS в своих торговых и риск-стратегиях достаточноредкоКлассическая модель Мертона, несмотря на ее значительноефундаментальноеобоснованиесточкизрениявзаимосвязиакционерного и долгового капитала, не позволяет ей достигнутьнеобходимой предсказательной способности для оценки CDS.
Вопервых, она не учитывает эффект улыбки волатильности, во-вторых,неспособна оценивать кредитный риск при оценке коротких долговыхобязательств.Модели, учитывающие эффект улыбки волатильности, - CEV иSABR при практической реализации выдают результаты, лучшие тех,что были получены при реализации классического подхода Мертона.Все структурные модели показывают неудовлетворительныерезультаты в моменты финансовой нестабильности на рынке,поэтому, вполне вероятно, что в условиях кризиса для оценки CDSболее применимы редуцированные модели, которые при определениистоимости CDS «отталкиваются» от стоимости других долговыхинструментов компании, обращающихся на рынке134Модель CrediGrades показала, что она применима для оценкиCDS на российские компании, а тем самым мы ответили на вопрос,поставленный в начале исследования, о применимости структурныхмоделей для оценки CDS на российские компанииПодводя итог, можно сказать, что были детально теоретическиизучены и практически применены различных 4-х структурныхмодели для оценки CDS на российские компании: классическаямодель Мертона, модель CEV, модель SABR и модель CreditGrades.Причем, модель CEV и модель SABR были впервые применены дляоценки CDS.135Список литературы1.
Амосов А., Гаврилова Л. Кредитные деривативы в операцияххеджирования // Рынок ценных бумаг.- М., 2000. №3.2. Бэр X. П. Секьюритизация активов: секьюритизация финансовыхактивов -инновационная техника финансирования банков / Х.П. Бэр.М.: Волтерс Клувер, 2006. -624 с.3. Буренин А.Н. Рынки производных финансовых инструментов. М.:Инфра-М, 1996.4. Вайн С.
Кредитные деривативы в России // Рынок ценных бумаг,М., 2000.- № 7.5. Гаврилова Л. Как использовать кредитные деривативы // Рынокценных бумаг- М., 2000.- № 7.6. Галанова А. В. Влияние мирового рынка внебиржевых производныхфинансовых инструментов на рыночные риски: Диссертация насоискание ученой степени канд. экон.
наук. -М.: РЭА им. Г. В.Плеханова, 2004.7. Герасимов А., Смоленчук Ф. Тенденции и перспективы российскойсекьюритизации / Герасимов А. // Биржевое обозрение. 2007. - .№5. С.6-9.8. КрасавинаН.H.,АлибеговТ.И.,БылинякС.А.идр.Международные валютно-кредитные и финансовые отношения. М.:Финансы и статистика.- 2000.9.
Маршалл Дж. Ф., Бансал В.К. Финансовая инженерия: полноеруководство по финансовым нововведениям. М.: Инфра-М.- 1998.10. Рубцов Б.Б. Зарубежные фондовые рынки: инструменты, структура,механизм функционирования. М.: Инфра-М.- 1996.11. Кавкин А.В. Рынок кредитных деривативов / А.В. Кавкин. М.:Экзамен, 2001. - 288 с.13612. Кавкин A.B. Новые способы страхования кредитного риска спомощью производных финансовых инструментов // Финансовыйбизнес. М., 2000. - №8.13.
Кавкин A.B. Современные тенденции развития рынка кредитныхдеривативов // Бизнес и банки. М., 2001. - №23.14. Кавкин A.B. Страхование кредитного риска // Бизнес и банки. М.,2001. - №18-19.15. Колб Р. У. Финансовые деривативы. Учебник. Пер. с англ. -М.:«Филинъ», 1997.16. Лобанов А., Филин С, Чугунов А. Риск-менеджмент // РИСК(Ресурсы, Информация, Снабжение, Конкуренция).- М., 1999. -№ 4.17. Мираков Б. В. Кредитные деривативы: Анализ мирового опыта иперспективы развития в России, : Диссертация на соискание ученойстепени канд. экон. наук.
-М.: Финансовая академия при ПравительствеРФ, 2003.18. Фабоции Ф.Д. Рынок облигаций: Анализ и стратегии. 2-е изд., - М.,Альпина Бизнес Букс, 2007-950 с.19. Шахунян М. Г. Использование кредитных деривативов за рубежоми в России,: Диссертация на соискание ученой степени канд.
экон.наук. -М.: МГИМО МИД РФ, 200920. Ahluwalia, R., McGinty, L., Beinstein, E., A relative value frameworkfor credit correlation, Research Paper, J.P. Morgan, 200421. Altman, E., Brady, B., Resti, A., and Sironi, A., The link between defaultand recovery rates: theory, empirical evidence and implication, Workingpaper, 2003.22. Baheti, P. and Morgan, S., Base correlation mapping, Lehman BrothersQuantitative Credit Research Quarterly, 2007.23. Bielecki, T.R., Rutkowski, M., Credit risk: modeling, valuation andhedging, Springer, 200213724.
Black F., Scholes M., The Pricing of Options and Corporate Liabilities,Journal of Political Economy, pp. 637-654, 197325. Black, F., The pricing of commodity contracts, Journal of FinancialEconomics, 3 (2), 167-179, 197626. Black, F., Cox, J.C. Valuing Corporate Securities: Some Effects of BondIndenture Provisions, Journal of Finance, Vol. 31, No. 2, pp. 351-367, 197627.Blanco, R. S., S. Brennan, and I. W.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
