Дипломная работа: Взаимосвязь наличия ковенантов в условиях облигационных займов и доходности по ним

* - значимость на 5% уровне. **- значимость на 1% уровне.

Созданные для проверки гипотез модели получились значимыми на 1% уровне. Почти все переменные, задействованные для построения регрессии, оказались значимыми на 1% уровне, кроме:

ѕ Кредитного рейтинга (незначим также на 5% и 10% уровнях);

ѕ Срока размещения (незначим также на 5% и 10% уровнях);

ѕ Бинарной переменной, показывающей является ли облигация инвестицией повышенного риска (незначима также на 5% и 10% уровнях).

Достаточно высокое значение коэффициента детерминации свидетельствует о том, что модель имеет хорошую объясняющую силу.

Предсказанные знаки совпали почти везде, кроме следующих переменных (за исключением незначимых):

ѕ Коэффициента финансового левериджа;

ѕ Коэффициента текущей ликвидности;

ѕ Коэффициента дюрации.

Возможно, знаки не совпали из-за того, что сильно левериджированные фирмы с недостаточным объемом средств для покрытия своих текущих обязательств «играют» на психологии инвесторов. Большинство людей, увидев повышенную ставку доходности, ожидают, что ценная бумага имеет повышенный риск. Следовательно, инвесторы могут захотеть вложиться в другую облигацию «без подвоха» - с более низкой доходностью и меньшим риском. Для того, чтобы не допустить описанной выше реакции, рискованные компании занижают ставку по отношению к фундаментально оправданной. Данный результат согласуется с работами некоторых авторов.

При построении таблицы корреляций коллинеарных переменных выявлено не было. Для того чтобы окончательно убедиться в этом, проведем тест на наличие мультиколлинеарности в модели (с помощью variance inflation factor). Результаты проверки приведены в приложении 2. Исследователи разнятся в мнении, какое значение VIF следует считать критическим. Согласно их работам, критическими значениями можно считать значения большие 4-10. По таблицам можно заметить, что максимальное значение индикатора составляет 1,64 и 1,65 для первой и второй моделей соответственно. Следовательно, тест не выявил мультиколлинеарных переменных.

Далее был проведен тест Рамсея на правильную спецификацию модели. Для обеих регрессий на всех уровнях значимости (1%, 5% и 10%) тест показал, что модель специфицирована верно. Результаты проверки приведены в приложении 3.

Затем ошибки модели были проверены на гетероскедастичность с помощью тестов Уайта и Бреуша-Пагана. В обеих моделях тесты дали потиворечивые результаты: тест Уайта отвергал основную гипотезу о гомоскедастичности (на 10%, 5% и 1% уровне), в то время как тест Бреуша-Пагана принимал данную основную гипотезу. Использованные тесты устроены по-разному, и может получиться так, что они дают противоречивые результаты. Для принятия окончателнього решения об использовании робастных стандартных ошибок в регрессионной модели был задействован визуальный анализ графика остатков и «подозреваемых» переменных. Так как в графиках переменных Liquidity и Leverage прослеживалась зависимость остатков от величины независимой переменной, было решено использовать робастные стандартные ошибки (модель приведена уже с ними). Результаты тестов приведены в приложении 4.

Приступим к интерпретации полученных результатов. Незначимые переменные остаются в модели, так как по модели не производится прогнозирование, и они не будут интерпретироваться. Также при интерпретации делается допущение о том, что остальные переменные остаются неизменными.

Интерпретация независимых переменных для базовой модели:

ѕ При увеличении левериджа на единицу своего измерения можно ожидать среднее понижение спреда на 0,005 п.п. в среднем.

ѕ Размер чистых активов компании также вносит свой вклад в изменение процентной ставки - при увеличинии его на 1 рубль, ставка понизится в среднем на 0,0000000000281 п.п. Если активы увеличатся на 1 миллиард рублей, то можно ожидать среднее понижение ставки на 0,00281 п.п.

ѕ В среднем при увеличении волатильности на единицу (например, у компаний, до этого не показывавших отрицательную прибыль) спред доходностей повышается на 52,4 п. п.

ѕ В среднем у выпусков, эмитентами которых являются компании, аудируемые компаниями из «большой четверки», спред доходностей ниже на 56,9 п. п.

ѕ Облигации, выпущенные государственными компаниями, имеют спред на 31,7 п. п. в среднем ниже.

ѕ При увеличении текущей ликвидности на единицу можно ожидать понижения спреда ставок на 0,028 п.п. в среднем.

ѕ Увеличение объема выпуска на 1% обычно дает уменьшение процетного спреда на 13,9 п. п.

ѕ В среднем очень значительное снижение спреда процентных ставок дает наличие залога по облигациям - в таких договорах спред на 59,5 п.п. ниже по сравнению с необеспеченными облигациями.

ѕ Обычно увеличение дюрации облигации дает понижение спред доходностей на 0,011 п. п.

ѕ В среднем у выпусков, имеющих опцию досрочного погашения, спред доходностей ниже на 172 п. п.

Ковенантные переменные в обеих моделях оказались значимыми. Таким образом, первая и вторая гипотезы были подтверждены. Это означает, что между наличием ковенантов определённого типа в условиях облигационного выпуска и спредом доходностей действительно наличествует взаимосвязь. В среднем при включении ситуационных ковенантов в проспект эмиссии спред уменьшается на 23,8 процентных пунктов. Наличие же ковенантов, связанных с кросс-дефолтами снижает спред на 43 п. п.

Перейдем к построению линейной регрессионной модели для тестирования третьей гипотезы. В скобках под оценкой параметра перед переменной представлена стандартная ошибка оценки.

Таблица 9. Результаты построения моделей для тестирования третьей гипотезы

* - значимость на 5% уровне. **- значимость на 1% уровне.

Переменные были проверены на мультиколлинеарность с помощью VIF. Данный тест не выявил мультиколлинеарности, так как ни одно значение не превышает 2. Результаты теста приведены в приложении 2. Далее был проведен RESET-тест на правильную пецификацию модели. На 5% и 1% уровне тест подтвердил нулевую гипотезу о том, что модель специфицирована верно. Также были проведены тесты Уайта и Бреуша-Годфри на гетероскедастичность. Во всех случаях они дали противоречивые результаты. Поэтому, основываясь на визуальном анализе графиков остатков, было решено использовать робастные стандартные ошибки. Результаты тестов приведены в приложении 3.

Приступим к интерпретации полученных результатов. Незначимые переменные остаются в модели, так как по модели не производится прогнозирование, и они не будут интерпретироваться. Также при интерпретации делается допущение о том, что остальные переменные остаются неизменными.

Бинарная переменная, отвечающая за наличие ситуационных ковенантов в контрактах, оказывается незначимой, если аудитором эмитента является фирма из «Большой четверки». Однако если аудитор эмитента входит в «Большую четверку», то данная переменная оказывается значимой на 5% и 1% уровнях (контракты, содержащие данный вид ковенантов, в среднем имеют спред доходностей ниже на 29,33 п. п.).

Бинарная переменная, служащая индикатором наличия ковенантов, связанных с кросс-дефолтами, оказывается значимой на 5% уровне в обоих случаях и на 1% уровне в случае, если аудитор эмитента не входит в «Большую четверку». В среднем в контрактах эмитента, аудируемого компанией из «Большой четверки», в которых присутствует данный тип ковенантов, спред доходностей ниже на 32,9 п. п. Если аудитор компании не входит в вышеупомянутый список, то спред дополнительно снижается на 14,7 п. п. (всего на 47,63 п. п.).

Таким образом, третяя гипотеза была полностью подтверждена - обратная взаимосвязь между наличием ковенантов и спредом доходностей более выражена если аудитор эмитента не входит в «Большую четверку».

Результаты вполне закономерны: когда компания-аудитор входит в международные рейтинги и завоевала доверие клиентов по всему миру, отчетности ее клиента можно полностью доверять и не накладывать дополнительных ограничений, которые помогут усилить контроль и мониторинг.

В данной главе были проверены три гипотезы, касающиеся взаимосвязи спредов доходностей и наличия ковенантов в условиях облигационного займа.

При проверке первой и второй гипотез ковенантные переменные в обеих моделях оказались значимыми (гипотезы были подтверждены). Это означает, что между наличием ковенантов определённого типа в условиях облигационного выпуска и спредом доходностей действительно наличествует взаимосвязь. Причем более сильная негативная взаимосвязь прослеживалась при включении ковенантов, связанных с кросс-дефолтами.

При проверке третьей гипотезы выяснилось, что бинарная переменная, отвечающая за наличие ситуационных ковенантов в контрактах, оказывается незначимой, если аудитором эмитента является фирма из «Большой четверки». Однако если аудитор эмитента не входит в «Большую четверку», то данная переменная оказывается значимой. Бинарная переменная, служащая индикатором наличия ковенантов, связанных с кросс-дефолтами, оказывается значимой на 5% уровне в обоих случаях и на 1% уровне в случае, если аудитор эмитента входит в «Большую четверку». Таким образом, четвертая гипотеза была подтверждена. Следовательно, при вхождении аудитора компании в вышеупомянутый рейтинг, негативная взаимосвязь между включением ковенантов и спредом доходностей более выражена.

Заключение

В данной работе был проведен комплексный анализ по изучению детерминант спредов доходностей российских корпоративных облигаций, выпущенных и обращающихся на внутреннем рынке. Исследование было проведено с помощью регрессионных моделей.

На первом этапе был проведен анализ теоретического материала, который лег в основу дальнейшего эмпирического исследования. Было дано определение ковенантов, проанализированы различные классификации и приведена единая классификация, наиболее полно отвечающая всем нуждам последовавшего регрессионного анализа.

На втором этапе был проведен анализ литературы по теме исследования, в результате которого были отобраны основные детерминанты для построения оправданной базовой модели, которая легла в основу регрессионной модели. Также был проведен анализ работ исследователей, изучивших взаимосвязь включения ковенантов в условия облигационного займа и процентного спреда. На основании его было подтверждено, что ковенанты эффективно функционируют как инструмент снижения кредитного риска, так все исследователи прослеживали негативную взаимосвязь между наличием ковенантов в облигационных выпусках и спредом доходностей.

На третьем этапе были построены сами регрессионные модели. Тестировались три гипотезы. Первые две гипотезы проверяли наличие негативной взаимосвязи спреда доходностей и наличия ковенантов в условиях облигационного займа. Первая гипотеза тестировала ситуационные ковенанты, вторая - ковенанты, связанные с кросс-дефолтами. Построенные при тестировании первых двух гипотез регрессии оказались значимыми на 1% уровне и позволили объяснить 62% и 61% вариации спреда доходностей соответственно. На данном этапе значимыми оказались следующие переменные: коэффициент финансового левериджа, размер компании, волатильность прибылей, вхождение аудитора компании в «Большую четверку», бинарная переменная, показывающая государственная компания или нет, величина текущей ликвидности активов компании, объем облигационного выпуска, наличие обеспечения по займу, дюрация облигации, наличие опции досрочного погашения, в том числе бинарная переменная, отвечающая за наличие ковенантов определенного типа в выпуске. Главный результат данного этапа заключается в том, что бинарная ковенантная переменная оказалась значимой на 1% уровне, что позволило сделать вывод о негативной взаимосвязи спреда и наличия ковенантов в условиях выпуска. Таким образом, первые две гипотезы были подтверждены. Причем, было выяснено, что ковенанты, связанные с кросс-дефолтами, имеют более сильную негативную взаимосвязь со спредом доходностей. Данный вывод согласуется с результатами авторов, исследование работ которых было проведено в рамках анализа литературы. Третья гипотеза проверяла, является ли взаимосвязь спреда доходностей и наличия ковенантов в облигационном выпуске более выраженной для эмитентов, аудиторами которых не являются компании из «Большой четверки». Бинарная переменная, отвечающая за наличие ситуационных ковенантов в контрактах, оказывается незначимой, если аудитором эмитента является фирма из «Большой четверки». Однако если аудитор эмитента входит в «Большую четверку», то данная переменная оказывается значимой на 5% и 1% уровнях. Бинарная переменная, служащая индикатором наличия ковенантов, связанных с кросс-дефолтами, оказывается значимой на 5% уровне в обоих случаях и на 1% уровне в случае, если аудитор эмитента входит в «Большую четверку». Таким образом, третяя гипотеза была полностью подтверждена. Следовательно, если компания не входит в вышеупомянутый рейтинг, то инвесторам требуются дополнительные инструменты для снижения кредитного риска, коими эффективно выступают ковенанты.

После проведения исследования есть все основания полагать, что ковенанты обеспечивают более высокую защищённость кредиторов от потери вложенных средств. На основании анализа данных можно полагать, что с течением последних лет ковенанты стали использоваться чаще, однако все еще используется достаточно ограниченный ассортимент дополнительных ограничений (например, почти не используются финансовые ковенанты). Также есть все основания полагать, что в будущем использование ковенантов при эмиссиях облигационных займов будет распространяться. Во-первых, возымеет свой эффект накопление опыта, так как на основании практики компаний-эмитентов и исследований постепенно станет ясно, что ковенанты позитивно проявляют себя в качестве инструмента управления кредитным риском. Во-вторых, российские компании, привлекающие средства на внешнем рынке почти всегда (в 98,6% случаев) прибегают к использованию ковенантов при эмиссии ценных бумаг. Они с каждым годом увеличивают свой опыт работы с данным инструментом и уже знакомы с тонкостями его применения. Следовательно, можно ожидать, что в скором времени такие компании принесут свой опыт на российский внутренний рынок. В-третьих, в последние годы наблюдается стагнация российской экономики, что ограничивает количество свободных денег, направляемых на инвестирование. В связи с этим, усиливается конкуренция за привлечение этих средств. Следовательно, в подобной ситуации компаниям-эмитентам очень важно повысить привлекательность своих долговых инструментов. Одним из таких средств могут послужить ковенанты, которые предоставят инвесторам дополнительные возможности контроля и повышение наежности инвестиций в целом.

Литература

1. Айвори, И. Использование английского права в российских сделках / И. Айвори, А. Рогоза // Use of English law in Russian Transactions. -- М.: «Альпина Паблишер», 2011. -- 136.

2. Демчук, И.Н. Ковенант для кредита / И.Н.Демчук // Совет директоров Сибири. - 2016. - № 7.

3. Задорожная, Н. А. Влияние ковенантов на доходность корпоративных облигаций / А. Н. Задорожная // Финансы и Кредит. -2015. - №7. - C. 34-44.

4. Как ковенанты работают в российском праве сейчас? // Спецобзор судебной практики. - 2011.

5. Ковенанты поют романсы [Электронный ресурс] // Рисковик.com - Режим доступа: http://www.riskovik.com/journal/stat/n4/kovenanty/, свободный. - Загл. сэкрана. (04.02.17)

6. Кредитные ковенанты: российская судебная практика / А. Н. Анисимов // Банковское дело.- 2012. - №3.

7. Милицкова Т. М. Влияние специфических факторов на спреды доходности корпоративных облигаций / Т. М. Милицкова // Корпоративные финансы. - 2013. - №2. - P.46-53.