Автореферат (1138358), страница 3
Текст из файла (страница 3)
чем больше оборот, тем вышеликвидность; унификация бид–аск спрэда будет проводиться по формуле (2),т.к. чем шире спрэд, тем ниже ликвидность.Разрешение ряда ключевых теоретических вопросов и определениеисходных показателей позволило перейти непосредственно к вопросам оценкиуровня ликвидности. В исследовании была предложена методика построенияинтегральных индикаторов, отражающих различные измерения ликвидности иобщий уровень ликвидности. Методика основывается на принципах методаглавных компонент и является адаптацией и развитием методологическогоаппарата предложенного известным российским ученым–статистиком С.А.Айвазяном для оценки интегральных индикаторов латентных (не поддающихсянепосредственному измерению) категорий качества жизни населения.
Метод,который используется для построения интегральных индикаторов, называетсяметодом модифицированной первой главной компоненты и позволяет попостроенным индикатораммаксимально точно восстановить значения всехисходных показателей.Опишем построение интегральных индикаторов для каждого из измеренийликвидности.Поотносящимсякчастнымизмерениюпоказателямликвидностиликвидности–корреляционной матрицы вектора показателей15M j,x (1) , x (2 ) ,..., x ( p ) ,строиласьоценка~X ( M j ) , определялись еесобственные числа – λ1 , λ 2 ,..., λ p . Число главных компонент m0 , котороенеобходимо для построения интегрального индикатора проверялось по рядукритериев.
Во-первых, согласно известным критериям Кайзера и Кеттела(график «каменистой осыпи»). Во-вторых, из эмпирически установленногоусловия: λ + ... + λmm0 = min m : 1≥ 0,55(3)1≤ m≤ p −1λ+...+λ1pВ соответствии с данным условием объясняющая сила выделяемыхкомпонент должна составлять не менее 55% общей дисперсии исходныхпоказателей ликвидности. Так как расчеты подтвердили, что во всех случаяхцелесообразно оставлять только по одной главной компоненте построениеинтегрального индикатора осуществляется в форме линейной свертки. Сначалаопределяетсянаибольшеесоответствующийемусобственного векторасобственноесобственныйчисловектор.матрицы,Рассчитавазатемкомпонентыl ( M j ) для каждого из показателей ликвидности,возводим их в квадрат, определяя тем самым вес каждого из показателей винтегральном индикаторе, характеризующем соответствующее измерениеликвидности.Значение интегрального индикатора каждого из измерений ликвидностиопределяется из уравнения:pj~y ( j ) = l 2 ( M ) ~∑ q j xi (q ) ,iq =1Полученныймодифицированнуюинтегральныйпервуюi=1, 2, …, nиндикаторглавнуюкомпоненту(4)представляетчастныхсобойпоказателейликвидности, описывающих измерение ликвидности M j .Данный алгоритм аналогичен и для построения сводного индикатораликвидности (в качестве исходных используются интегральные индикаторыизмерений ликвидности):164yˆ i = ∑ l 2j ~yi ( j ) , i=1, 2, …, n(5)j =1Построение интегральных индикаторов измерений и сводного индикатораликвидности может быть представлено в виде схемы:Сводный индикаторликвидностиИнтегральные индикаторы измерений ликвидности(объем, время, ценовое отклонение и ценовое влияние)Показатели ликвидности, сгруппированные по измерениям ликвидности(объем, время, ценовое отклонение и ценовое влияние)Рис.
1. Схема построения интегральных индикаторов измеренийи общего уровня ликвидностиМетодика построения интегральных индикаторов измерений ликвидностии сводного индикатора ликвидности была апробирована на выборке российскихкорпоративныхимуниципальныхоблигаций,охватывающейпериод01.07.2005–28.08.2009. Робастность анализа во времени была подтверждена надвухразличныхспокойнымподпериодах:поступательным01.07.2005–31.07.2007развитиемрынка)и(характеризуется01.08.2007–28.08.2009(является более волатильным и охватывает начало кризиса на Западе и егораспространение на российский рынок).
В соответствии с результатами анализанаибольшие веса в сводном индикаторе ликвидности получили индикаторы,связанные с ценой: интегральный индикатор ценового влияния – 29,62% иинтегральный индикатор ценового отклонения – 24,57%. Несколько меньшиевеса имеют интегральные индикаторы объема и времени – 22,94% и 22,87%,соответственно.Эмпирическая проверка влияния построенных индикаторов ликвидностина кредитные спрэды облигаций, т.е. оценивается ли рынком риск ликвидности,17осуществлялась с помощью модели регрессионного анализа, учитывающейпанельную структуру данных, т.е.
их принадлежность к пространственному ивременному типу. Использование панельных данных в анализе позволяетповысить надежность полученных результатов и учесть индивидуальныеособенности облигаций. В качестве объясняющих переменных кредитногоспрэда в модель были включены кредитный риск, процентный риск, рискликвидности и рыночный риск. В ходе проверки гипотез наиболеепредпочтительной оказалась модель с фиксированными эффектами. Такимобразом, базовая модель для исследования влияния интегральных индикаторовизмерений ликвидности и сводного индикатора ликвидности на спрэдыдоходностей облигаций с учетом контрольных переменных, позволяющихучесть влияние других рисков, имеет вид:YSit − YS i = (CRit − CR i )β CR + ( LI it − LI i )β LI + ( Dit − Di ) β D + ( MRit − MR i )β MR + (ε it − ε i ) (6)где YSit – кредитный спрэд; CRit – кредитный рейтинг; LI it – сводныйиндикатор ликвидности, интегральные индикаторы измерений ликвидности;Dit – дюрация Маколея; MRit – рыночный риск, выраженный фиктивнымипеременными, которые отражают месяцы рассматриваемого периода; индексомакций ММВБ; факторами кривой доходностей ОФЗ: наклоном и уровнем;факторами Фама и Френча: временной структурой и кредитным риском;фиктивными переменными предкризисного, кризисного и посткризисногопериодов.Все регрессоры представлены в отклонениях от средних по каждомувыпуску,чтобынивелироватьиндивидуальныеразличия.Результатыпанельных регрессий с фиксированными эффектами, показали высокуюстатистическуюзначимостьпостроенныхинтегральныхиндикаторовизмерений и сводного индикатора ликвидности.
Направление влияния такжесоответствуеттеоретическиможиданиям:сувеличениеминдикаторовликвидности кредитные спрэды облигаций снижаются. Результаты модели,18отражающей влияние сводного индикатора ликвидности на кредитные спрэды,представлены в табл. 2.Таблица 2Влияние сводного индикатора ликвидности на кредитные спрэдыПеременныеКредитный рейтингСводный индикаторликвидностиДюрацияКонстантамесяцы (фикт.переменные)Число налюденийЧисло облигацийR² внутригрупповойF-статистикаP-значимостьТест Хаусмана:F-статистикаP-значимостьВся выборкаЗависимая переменная: кредитный спрэд-0,16** (0,05)-0,10** (0,02)0,08 (0,06)-2,53** (0,29)результаты вынесены за рамки анализа35172880,619204,370,0004,490,000Источник: расчеты автора по данным ММВБ за 1.07.2005-28.08.2009.Пояснения: модель с фиксированными эффектами, отражающая зависимостькредитных спрэдов от показателей, характеризующих риски облигаций.
Доходностиоблигаций рассчитывались по ценам покупок. В таблице представлены бета коэффициентыпеременных, в скобках указаны их стандартные ошибки. * и ** означают, что коэффициентстатистически значим на уровне доверия 90% и 95%, соответственно. R² внутригрупповойпредставляет собой коэффициент детерминации, указывающий на объяснительнуюспособность модели в рамках группы (наблюдений по конкретной облигации). F-статистикапроверяет нулевую гипотезу, что все коэффициенты уравнения равны 0. Тест Хаусмана дляробастных оценок проверяет нулевую гипотезу о предпочтительности модели сослучайными эффектами перед моделью с фиксированными эффектами.Проверкаробастностирезультатовликвидности на кредитные спрэдывлияниясводногоиндикатораоблигаций, проводимая на измененномсоставе выборки, различных периодах и альтернативных спецификацияхмодели, подтвердила высокую значимость индикатора и его отрицательноевлияние на кредитные спрэды.
В соответствии с базовой моделью при19неизменных медианных значениях других переменных∗ увеличение сводногоиндикатора ликвидности с минимального до максимального значения приводитк уменьшению спрэда на 202 б.п. Полученные значения премии за рискликвидности согласуются с результатами других эмпирических работ,проводившихся на западных и российском рынках облигаций Дж. Ванг и др., А.Нашиккар и др., Л. Е.
Харрис и М. Е. Пивовар, Г. М. Гамбаров.Третья группа проблем, рассматриваемых в диссертации, связана спрактическим применением разработанной методики оценки уровняликвидности облигаций.Значения сводного индикатора ликвидности, несмотря на то, чтоотражают уровень ликвидности облигаций, не позволяют разграничиватьвыпуски по степени их ликвидности. Для решения данной задачи предложеноиспользованиекластерногоанализа,применяемогокданнымпространственного типа (выпускам одного периода времени). Исходными дляанализаявляютсязначенияинтегральныхиндикаторовизмеренийликвидности, скорректированные в соответствии с весом в сводноминдикатореликвидности.Сначалаиерархическимметодом(Уорда)определяется оптимальное число групп, затем итерационным методом (k–средних) осуществляется группировка облигаций по классам ликвидности.Классификацияметодамикластерногоанализаосуществляласьнапредставленной выше выборке за август 2009 г.
Ее результаты показали, чтооблигации существенно отличаются по своим параметрам ликвидности(интегральным индикаторам измерений). Всего было выделено 5 классовликвидности, в соответствии с их характеристиками все облигации былиразделены на 4 группы ликвидности: от самой низкой до самой высокой.Визуально оценить форму кластеров, а также расстояния между ними можно спомощью двухмерных категаризованных диаграмм рассеяния. На рисунке 2изображено расположение облигаций в кластерах по осям – индикатор времении индикатор ценового влияния, которые, в соответствии с результатами∗В программе Stata задается командой mfx.20дисперсионного анализа, являются наиболее значимыми в разбиении облигацийна группы по степени ликвидности.
Облигации формируют достаточнокомпактные группы, подтверждая эффективность кластеризации.Интегральный индикатор времени2,01,81,61,41,21,00,80,60,40,20,00,40,60,81,01,21,41,61,82,02,22,42,6Кластер 1Кластер 2Кластер 3Кластер 4Кластер 5Интегральный индикатор ценового влиянияИсточник: расчеты автора по данным ММВБ за 1.08.2009-28.08.2009.Рис. 2. Диаграмма рассеяния облигаций по индикаторам времени иценового влиянияВажным практическим результатом данной классификации помимовозможности для инвесторов отслеживать текущий уровень ликвидностиоблигаций, является использование ликвидных выпусков (наиболее адекватноотражающих рыночные цены) для оценки облигаций сравнительным методом(самым распространенным среди практиков на российском рынке). В данномслучае группировка облигаций по классам ликвидности предоставляетвозможность выделить не только эталоны (бенчмарки) для всего рынка, т.е.выпуски, относящиеся к самому ликвидному классу, но и бенчмарки,являющиеся наиболее ликвидными среди своих аналогов, которые могутиспользоваться для оценки облигаций выпусков схожих эмитентов.21Усреднение значений сводного индикатора ликвидности нескольких иливсех выпусков позволяет отслеживать изменение уровня ликвидности вовремени.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
