Детерминанты доходности рублевых корпоративных облигаций при их размещении Текст научной статьи по специальности «Экономика и бизнес»

Фондовый рынок

Удк 336.763.3

детерминанты доходности рублевых корпоративных облигаций при их размещении

Н. И. БЕРЗОН, доктор экономических наук, профессор, заведующий кафедрой фондового рынка и рынка инвестиций E-mail: NBerzon@mail. ru

Т. М. МИЛИЦКОВА, аспирантка кафедры фондового рынка и рынка инвестиций Национальный исследовательский университет —

Высшая школа экономики E-mail: TMilitskova@hse. ru

В статье отмечается, что преобладающее число выпусков рублевых корпоративных облигаций размещается по номиналу, аукцион проводится по ставке купона, либо ставка купона определяется в результате проведения процедуры букбилдинга. С развитием российского долгового рынка вопрос о том, что определяет доходность облигаций при размещении, становится все более актуальным. Выявление факторов, влияющих на доходность корпоративных облигаций, и разработка модели прогнозирования ставки купона облигационного выпуска позволят участникам рынка принимать более эффективные инвестиционные решения и минимизировать риски.

Ключевые слова: эконометрическая модель, долговой рынок, облигации, ставка купона, факторы.

История рынка рублевых корпоративных облигаций началась в 2000-2001 гг. С того времени долговой рынок претерпел существенные изменения: - многие компании стали использовать его как стабильный источник заимствований;

- диверсифицировалась структура заемщиков;

- значительно выросли объемы размещений;

- расширился круг инвесторов.

Только за последние шесть лет объем рынка корпоративных облигаций вырос более чем в семь с половиной раз. В России он не только выжил в условиях глобального экономического упадка, но и продемонстрировал способность к быстрому восстановлению: уже с мая-июня 2009 г. наблюдался значительный рост объемов первичных размещений и торгов на вторичном рынке, снижение доходностей.

Преобладающее число выпусков рублевых корпоративных облигаций размещается по номиналу. Аукцион проводится по ставке купона, либо ставка купона определяется в результате проведения процедуры букбилдинга. При этом и инвестор, и эмитент заинтересованы в том, чтобы заранее представлять диапазон доходности облигационного выпуска при размещении (или ставки купона при размещении по номиналу). Тогда инвестор сможет определить для себя целесообразность своего учас-

тия в аукционе или подачи заявки при букбилдинге, а эмитент - оценить уровень стоимости займа, на которую он может рассчитывать, выходя на рынок публичных заимствований.

Чтобы определить диапазон доходности корпоративной облигации при размещении, необходимо иметь модель, позволяющую спрогнозировать спрэд доходности и учитывающую:

- экономическую ситуацию в целом;

- финансовое состояние компании-эмитента;

- параметры предстоящего облигационного выпуска.

По мнению авторов, построение подобной модели для российского долгового рынка чрезвычайно актуально.

Методология. Объектом данного исследования являются рублевые корпоративные облигации, выпущенные в 2006-2011 гг. (553 наблюдения), а предметом исследования - их спрэды доходности в день размещения. В модели не рассматриваются облигации, выпущенные банками, страховыми компаниями и другими финансовыми институтами.

В качестве зависимой переменной выступает спрэд доходности облигации в день ее размещения. Такой выбор объясняется тем, что российский рынок корпоративных облигаций недостаточно ликвиден, чтобы по всем выпускам существовала цена сделки в каждый период. В то же время использование индикативных котировок участников рынка неприемлемо для целей исследования, так как индикативная котировка не является ценой сделки и может несправедливо отражать стоимость ценной бумаги. Использование доходности облигаций в день размещения позволяет получить адекватную оценку соотношения спроса и предложения на рынке. В модели рассматривается спрэд доходности корпоративной облигации в день ее размещения к бескупонной доходности государственной облигации с таким же сроком до погашения в день выпуска корпоративной облигации. Бескупонная доходность рассчитывается ММВБ на основании результатов торгов облигаций федерального займа (ОФЗ) и публикуется на сайте Банка России. Информация по доходности корпоративных облигаций получена на сайте информационного агентства Cbonds.

В модель включены три группы объясняющих переменных:

1) условия займа;

2) характеристики эмитента;

3) агрегированные показатели.

Условия займа. Срок обращения. Одной из самых важных характеристик облигационного займа является срок обращения. Большинство рублевых корпоративных облигаций выпускаются с офертой, т. е. со встроенным опционом пут. Инвесторы могут потребовать погашения в день оферты по фиксированной цене (чаще всего 100 % от номинала), и это гипотетически должно снижать требуемую доходность. Однако особенностью российского долгового рынка является то, что после оферты купон может быть изменен, причем по усмотрению эмитента. Таким образом, опцион пут для инвестора «превращается» в опцион колл для эмитента, так как если компания захочет погасить облигации в день оферты, она может объявить для всех последующих процентных выплат купон, заведомо меньший, чем ожидают инвесторы. В таком случае все инвесторы реализуют свое право на продажу облигации обратно эмитенту.

Итак, облигация со встроенным опционом может быть погашена в день оферты как по желанию инвестора, так и по желанию эмитента. Поэтому инвестор рассматривает, например, трехлетнюю облигацию с полуторагодовой офертой скорее как просто полуторагодовую облигацию. Соответственно для отображения продолжительности жизни облигации в модель включен срок до оферты в годах, если есть оферта, и срок обращения в годах - в иных случаях.

Предполагается, что чем больше продолжительность жизни облигации, тем доходность должна быть выше. Однако спрэд при этом может сужаться. Дело в том, что с ростом срока обращения доходность по государственным ценным бумагам растет быстрее, чем доходность корпоративных облигаций (рис. 1). Поэтому для исследования выдвигается гипотеза об обратной зависимости спрэда доходности от срока до погашения (до оферты).

Объем эмиссии. Объем эмиссии может выступать показателем ожидаемой будущей ликвидности облигаций данного выпуска. Этот фактор имеет большое значение для инвесторов, особенно если они не собираются держать облигацию до момента погашения. Кроме того, объем эмиссии косвенно отражает масштаб бизнеса эмитента. В процессе проведения исследования будет протестировано следующее предположение: чем больше объем эмиссии, тем спрэд доходности ниже.

Первый выпуск эмитента. Инвесторы требуют более высокую премию за риск для облигаций, вы-

^ ^ Доходность

%

Доходность корпоративных облигаций

Доходность государственных облигаций

Срок до погашения, лет

Рис. 1. Изменение спрэда доходности облигации в зависимости от срока до погашения

пущенных компаниями, которые раньше не выходили на рынок публичных заимствований, поскольку в таких случаях оценить кредитоспособность эмитента сложнее. Но в случае выпуска облигаций эмитентом, неоднократно выпускавшим облигации ранее, инвесторам легко проверить его кредитную историю и то, насколько обещанные выплаты по срокам и величине совпадали с действительными.

В модели компания будет обозначена как «новичок», если в течение пяти лет до размещения облигаций компания не выходила на рынок публичных заимствований. Таким выпускам будет присвоено значение dummy-переменной, равное единице. Предположение заключается в том, что для «первых» выпусков доходность будет выше.

Тип организатора. Организаторами корпоративных облигационных займов в РФ выступают банки и инвестиционные компании. Условно всех организаторов можно разделить на:

- «организаторов первого эшелона», размещающих самые крупные выпуски и проводящих размещения более часто;

- «организаторов второго эшелона».

От типа организатора зависит спрэд доходности по двум причинам.

Во-первых, «организаторы первого эшелона» обладают большим опытом организации размещений. Поэтому они способны хорошо подготовить размещение облигаций, что приводит к меньшему спрэду.

Во-вторых, тип организатора - это определенный сигнал о качестве компании-эмитента, потому что «организаторы первого эшелона» берутся сопровождать размещение займов только крупных, финансово устойчивых и надежных компаний. Со-

ответственно выдвигается гипотеза: если выпуск организован «организатором первого эшелона», то спрэд доходности должен быть ниже.

Чтобы разделить организаторов по эшелонам, был составлен их рейтинг по объемам размещенных ими облигационных корпоративных выпусков в течение 2006-2011 гг. В результате сложения этих показателей за пять лет для каждого организатора был получен рейтинг первых десяти организаторов (табл. 1).

Все организаторы, вошедшие в этот список, были отнесены к «организаторам первого эшелона». Если выпуск был организован одним из организаторов, вошедших в этот рейтинг, переменной «тип организатора» присваивалось значение 1, если организатором, не вошедшим в этот рейтинг, - 0.

Формат размещения. По формату размещения российские корпоративные облигации можно разделить на следующие виды:

- размещаемые путем голландского аукциона по купону;

- размещаемые путем голландского аукциона по цене;

- размещаемые путем букбилдинга.

Размещение путем голландского аукциона по

цене никогда не было популярным на российском рынке корпоративных облигаций. Практически единственным методом размещения корпоративных облигаций до 2009 г. считался голландский аукцион по купону.

Таблица 1

Первые десять организаторов по объему размещенных облигационных корпоративных займов в 2006-2011 гг.

Объем размещенных

Организатор облигационных займов

за 2006-2011 гг., млрд руб.

ВТБ 861 594

ИК «Тройка Диалог» 505 251

Газпромбанк 491 644

Райффайзенбанк 285 325

ТрансКредитБанк 162 046

Ренессанс Капитал 154 146

Сбербанк России 149 401

ФК «Уралсиб» 138 617

Росбанк 113 287

Банк Москвы 104 984

Метод голландского аукциона по цене предполагает, что облигации размещаются по 100 % от номинала, заемщик объявляет о размещении, затем в течение ограниченного периода времени инвесторы подают заявки на приобретение облигаций, указывая минимально приемлемую для них ставку купона. Заявки накапливаются, обрабатывается информация об их количестве и о размерах ставки купона. Эмитент определяет ставку купона. Удовлетворяются заявки тех инвесторов, чьи предложения по ставке купона были ниже ставки, определенной заемщиком, или равны ей. Таким образом, при голландском аукционе заявки удовлетворяются «вслепую»: ни андеррайтер, ни эмитент не могут каким-либо образом повлиять на аллокацию облигаций.

В феврале 2008 г. произошло первое размещение корпоративных облигаций путем букбилдинга (ТГК-10, 5 млрд руб., 9,75 %). Уже в 2008 г. доля облигаций, размещенных путем букбилдинга, составила 13 %, а в 2011 г. эта доля выросла до 90 %, маркировав переход рынка корпоративных облигаций на новый формат размещений.

При проведении размещения путем букбил-динга заявки удовлетворяются не «вслепую», появляется возможность повлиять на аллокацию бумаг (например, с целью повышения ликвидности вторичного рынка). Это происходит в ущерб низкой стоимости займа, так как заявки с более высокой ставкой купона могут быть удовлетворены «в обход» заявок с более низкой ставкой купона. Соответственно стоимость облигационного выпуска, размещенного путем букбилдинга, оказывается выше, чем в случае размещения путем голландского аукциона.

В исследовании делается предположение о более высоком спрэде доходности для облигаций, размещенных путем букбилдинга.

Биржевые облигации. 2008 г. стал «инновационным» для российского рынка корпоративных облигаций не только вследствие начала размещения облигаций путем букбилдинга, но и в связи с началом выпуска биржевых облигаций. В марте 2008 г. были размещены биржевые облигации АвтоВАЗа и компании «РБК Информационные системы».

Этот тип облигаций завоевывает все больше популярности среди эмитентов корпоративных облигаций. Если за 2008 г. выпуски биржевых облигации осуществили три эмитента, то в 2010 г. к такому инструменту заимствования прибегли уже более пятидесяти эмитентов, а доля биржевых облигаций

среди всех выпущенных корпоративных облигаций поднялась с 3 до 40 % соответственно.

Поскольку данный инструмент могут выпускать только компании, бумаги которых уже котируются на бирже (предоставляющие больше информации о своей деятельности, чем остальные эмитенты), то выдвигается гипотеза о более низких доходностях биржевых облигаций.

Характеристики эмитента. Кредитное качество эмитента. Несмотря на то, что рейтинги в целом учитывают кредитное качество эмитента, в модель включен не рейтинг компании, а отдельно некоторые показатели, характеризующие состояние компании непосредственно перед размещением облигаций. Дело в том, что российские компании могут выходить на рынок публичных заимствований без получения кредитного рейтинга. Поэтому среди эмитентов российских корпоративных облигаций много компаний, которым рейтинг не присвоен. Кроме того, существует большая разница между рейтингами, присваиваемыми иностранными рейтинговыми агентствами и отечественными.

В качестве объясняющих переменных в модели используются следующие показатели:

- выручка компании в рублях (предполагается, что чем крупнее компания, тем она надежнее и тем ниже будет требуемая доходность);

- темп роста выручки в процентах (динамика развития компании - чем она выше, тем компания успешнее и тем ниже ставка доходности);

- рентабельность EBITDA в процентах (показывает эффективность бизнеса эмитента; предполагается отрицательная зависимость между рентабельностью и доходностью);

- отношение долга компании к EBITDA (предполагается положительная корреляция этого фактора с доходностью, так как чем выше этот показатель, тем ниже кредитное качество эмитента);

- отношение заемного капитала к собственному (положительная зависимость).

Все показатели рассчитываются либо для эмитента (если он сам является генератором выручки и прибыли), либо для поручителей по выпуску, если облигации были выпущены SPV. Показатели рассчитываются по последнему отчетному году перед датой размещения.

Сфера компании. Сфера, которую представляет эмитент, важна для исследования, так как в разные периоды времени инвесторы могут отдавать предпочтение разным индустриям, в зависимости от перспектив сферы и стадии ее развития.

В модель введены dummy-переменные для каждой сферы, кроме финансовой (облигации, выпущенные банками, страховыми компаниями и прочими финансовыми институтами, не рассматривались при построении модели):

- сельского хозяйства;

- машиностроения;

- нефтегазовой;

- пищевой промышленности;

- промышленности строительных материалов;

- связи и коммуникаций;

- строительства и девелопмента;

- торговли;

- транспорта;

- химической и нефтехимической промышленности;

- цветной металлургии;

- черной металлургии;

- электроэнергетики.

Гипотеза заключается в том, что принадлежность к определенной сфере влияет на доходность облигаций.

Данные для расчета перечисленных показателей были получены из финансовой отчетности, публикуемой на официальных сайтах компаний.

Агрегированные показатели. Вероятность дефолта. Так как большое влияние на рынок имеют ожидания инвесторов, а в них находят прямое отражение допущенные дефолты, то спрэды доходности облигаций зависят от дефолтов, допущенных в соответствующий период. Чем выше данный показатель, тем выше спрэды доходности.

Вероятность дефолта в определенный период времени определяется как отношение номинальной стоимости всех облигаций, по которым был объявлен дефолт в течение этого периода, к номинальной стоимости всех выпущенных и находящихся в обращении облигаций в тот же период

MRt = D.

' B

Выдвигается гипотеза: чем выше вероятность дефолта в месяце, когда произошло размещение выпуска облигаций, тем выше спрэд доходности этих облигаций.

Цена нефти Urals. Поскольку российская экономика является сырьевой и зависит от цен на нефть, изменения этого показателя влияют на рост или падение экономики в целом. Оценивается следующая гипотеза: с ростом цены на нефть снижа-

ются доходности облигаций. В модель в качестве одной из объясняющих переменных включается изменение среднемесячной цены нефти Urals в месяц, в котором произошло размещение облигации, по отношению к предшествующему месяцу.

Для расчетов среднемесячной цены использовались цены закрытия нефти Urals на Нью-Йоркской товарной бирже по дням (по данным агентства Bloomberg).

Обменный курс рубля к доллару США. Валютный курс рубля к доллару также является одним из индикаторов состояния российской экономики. В модель включен обратный курс рубля к доллару США на дату размещения выпуска корпоративных облигаций. Гипотеза заключается в том, что чем выше обратный курс, тем ниже спрэды доходности облигаций.

Построение модели.

Вначале по всем рассмотренным факторам была построена мультифакторная регрессионная модель следующего вида:

Spread = c1 + c2 ■ MR + c3 • Urals + c4 ■ RUR/USD +

+ c5 ■ Maturity + c6 ■ ln( Volume) + c7 ■ First _ issue + +c8 ■ Organizer + c9 ■ Book _ Building + +c10 ■ Light _ Bond + c11 ■ ln (Re venues)+c12 ■ Growth +

+с13 • Pr ofitability + c14

Fin _ Debt

+c

Liabilities

EBITDA 15 Equity +c¡6 ■ D (EP) + c17 • D (EI) + c18 • D (TR) + c¡9 ■ D (OG) + +c20 ■ D(Com) + c21 ■ D(FM) + c22 ■ D (FI) + c23 ■ D (NFM) + +c24 ■ D (Agro) + c25 ■ D (Chem) + c26 ■ D (Trans) + +c27 ■ D(LI) + c28 ■ D(Const) + c29 ■ D(CMP) + +c30 ■ D(MI) + c31 ■ D(Other), где MR - вероятность дефолта в процентах;

Urals - изменение среднемесячной цены на нефть Urals в процентах по отношению к предыдущему месяцу;

RUR/USD - обратный обменный курс рубля к доллару в рублях; Maturity - срок до оферты в годах; Ln(Volume) - натуральный логарифм от объема выпуска (объем выпуска в млн руб.); FirstIssue - dummy-переменная для обозначения дебютного выпуска эмитента; Organizer - dummy-переменная для обозначения «организаторов первого эшелона»; Book Building - dummy-переменная для обозначения облигации, размещенной путем бук-билдинга;

LightBond - dummy-переменная для обозначения биржевой облигации; Ln(Revenues) - натуральный логарифм от выручки компании (выручка компании в млн руб.);

Growth - темп роста выручки компании, %; Profitability - рентабельность компании по EBITDA, %;

FinDebt/EBITDA - соотношение финансового долга компании к EBITDA, во сколько раз; Liabilities/Equity - соотношение заемного капитала к собственному в разах; D(Agro), D(Chem), D(CMP), D(Com), D(Const), D(EI), D(EP), D(FI), D(FM), D(LI), D(MI), D(NFM), D(OG), D(Trade), D(Trans), D(Other) -dummy-переменные для обозначения принадлежности эмитента к одной из сфер (сельское хозяйство, химическая промышленность, производство строительных материалов, связь и телекоммуникации, строительство и девелопмент, машиностроение, электроэнергетика, пищевая промышленность, черная металлургия, легкая промышленность, горнодобывающая промышленность, цветная металлургия, нефтегазовая отрасль, торговля, транспорт и др.). Затем постепенно модель была очищена от незначимых факторов. В результате была получена модель зависимости спрэда доходности (в процентах) от ряда макроэкономических факторов, параметров облигационного займа и характеристик эмитента (табл. 2).

Мультирегрессионная модель спрэдов д

Некоторые факторы оказались незначимыми. По тем факторам, которые оказались значимыми, все гипотезы подтвердились.

На рис. 2 представлены спрэд фактический, спрэд смоделированный и остатки в полученной модели. Нетрудно заметить, что, начиная приблизительно с 275 наблюдения, остатки становятся больше (т. е. возрастает ошибка прогнозирования). Это позволяет сделать предположение о том, что полученная модель хуже объясняет спрэды доходности для выборки из последних 200-210 наблюдений. Наблюдения в выборке отсортированы по дате (причем 275-280 наблюдения приходятся на конец апреля - начало мая 2008 г.). Поэтому выдвигается гипотеза о том, что в связи с осложнившейся ситуацией на мировых финансовых рынках с весны 2008 г. инвесторы стали по-новому оценивать риски эмитентов, и модели, объясняющие спрэды доходности на этих двух периодах, должны быть разными.

Для проверки сделанного предположения был проведен тест на стабильность выборки (тест Чоу), который показал, что выборки объединять нельзя (гипотеза подтвердилась). Поэтому были построены модели:

1) «предкризисная» (на периоде с января 2006 г. по апрель 2008 г.);

2) «кризисная» (на периоде с мая 2008 г. по май 2010 г.);

3) «посткризисная» (на периоде с июня 2010 г. по декабрь 2011 г.).

Таблица 2

одности: январь 2006 г. - декабрь 2011 г.

Показатель Коэффициент Стандартная ошибка /-статистика /"-значение

7-пересечение 0,1663 0,0123 13,5471 0,0000

Вероятность дефолта, % 1,1657 0,1436 8,1191 0,0000

Обратный обменный курс рубля к доллару США, руб. -0,0018 0,0004 -4,4893 0,0000

Срок обращения, годы -0,0047 0,0006 -8,2723 0,0000

Натуральный логарифм от объема эмиссии, млн руб. -0,0039 0,0012 -3,3241 0,0010

Тип организатора (dummy) -0,0052 0,0016 -3,2980 0,0010

Букбилдинг (dummy) 0,0027 0,0018 1,4476 0,0084

Биржевые облигации (dummy) -0,0103 0,0018 -5,6246 0,0000

Натуральный логарифм от выручки, млн руб. -0,0033 0,0006 -5,5241 0,0000

Отношение заемного капитала к собственному, 0,0009 0,0003 3,3185 0,0010

во сколько раз

Видовая dummy-переменная (электроэнергетика) -0,0141 0,0021 -6,8672 0,0000

Видовая dummy-переменная (машиностроение) -0,0105 0,0023 -4,6311 0,0000

Видовая dummy-переменная (связь и телекоммуникации) -0,0102 0,0026 -3,9333 0,0001

Видовая dummy-переменная (пищевая промышленность) -0,0061 0,0024 -2,4974 0,0128

Видовая dummy-переменная (сельское хозяйство) 0,0135 0,0028 4,8769 0,0000

Примечание. R2 = 0,6793; скорректированный R2 = 0,6700; количество наблюдений - 553.

5,00 3,00

1,00

-1,00

-3,00 -5,00

Г~- СП

i щ ^н щ ^н

Г-J го LT) Щ СО

^Hr-J^LOr— СОО^НГОг^-ЩГ^СП

NNNNNNrOmrOfOrOfVlrO

щ ^н щ ^ч щ ^н

О r-J го LO Ю СО

=3- «j- id-

-Разница между фактическим и смоделированным спрэдом

Рис. 2. Разница между фактическим спрэдом и смоделированным спрэдом в общей модели, %

Построение «предкризисной» модели. В выборку для построения «докризисной» модели вошли 276 наблюдений (выпуски корпоративных облигаций, размещенных в период с января 2006 г. по апрель 2008 г.). Сначала была построена регрессионная модель по всем факторам. Затем она была очищена от незначимых факторов. В результате «предкризисная» модель приняла следующий вид (табл. 3).

Факторы, рассматриваемые в качестве рег-рессоров в модели, взаимосвязаны друг с другом (например, соотношение долга к EBITDA и рентабельность по EBITDA, выручка компании и объем облигационного займа и т. д.). Поэтому для проверки наличия или отсутствия мультиколлинеарности в модели был рассчитан VIF (коэффициент вздутия

вариации) для каждого регрессора. Проведенный тест доказал, что мультиколлинеарность в построенной модели отсутствует.

Таким образом, в результате проведенного исследования были приняты гипотезы об обратной зависимости спрэда доходности корпоративных облигаций от обратного обменного курса рубля к доллару США, от срока до погашения (до оферты), от объема выпуска, от типа организатора и от выручки компании-эмитента. Также приняты гипотезы о прямой зависимости спрэда доходности облигаций от соотношения финансового долга компании к EBITDA и от соотношения заемного капитала к собственному. Кроме того, спрэд доходности корпоративных облигаций оказался зависимым от отрас-

Таблица 3

Мультирегрессионная модель спрэдов доходности: январь 2006 г. - апрель 2008 г.

Показатель Коэффициент Стандартная ошибка /-статистика Р-значение

7-пересечение 0,2149 0,0186 11,5380 0,0000

Обратный обменный курс рубля к доллару США, руб. -0,0029 0,0006 -4,7292 0,0000

Срок обращения, годы -0,0049 0,0007 -7,2832 0,0000

Натуральный логарифм от объема эмиссии, млн руб. -0,0079 0,0013 -6,2984 0,0000

Тип организатора (dummy) -0,0029 0,0008 -2,1196 0,0120

Натуральный логарифм от выручки, млн руб. -0,0027 0,0007 -4,0997 0,0001

Отношение финансового долга к EBITDA, во сколько раз 0,0008 0,0002 2,6954 0,0075

Отношение заемного капитала к собственному, 0,0011 0,0003 3,0698 0,0024

во сколько раз

Видовая dummy-переменная (электроэнергетика) -0,0117 0,0023 -5,0803 0,0000

Видовая dummy-переменная (машиностроение) -0,0119 0,0019 -6,1095 0,0000

Видовая dummy-переменная (связь и телекоммуникации) -0,0143 0,0029 -4,9676 0,0000

Видовая dummy-переменная (сельское хозяйство) 0,0116 0,0031 3,7964 0,0002

Примечание. R2 = 0,7753; скорректированный R2 = 0,7659; количество наблюдений - 276.

ли компании-эмитента. Самые высокие спрэды доходности характерны для облигаций, выпущенных предприятиями агропромышленного комплекса, а самые низкие - для облигаций электроэнергетических, машиностроительных предприятий и компаний телекоммуникационной сферы.

Построение «кризисной» модели. В выборку для построения «кризисной» модели вошли 143 наблюдения (выпуски корпоративных облигаций, размещенных в период с мая 2008 г. по май 2010 г.). Сначала была построена регрессионная модель со всеми факторами. После очищения от незначимых факторов модель принимает определенный вид (табл. 4).

В построенной «кризисной» модели мульти-коллинеарности не обнаружено.

«Кризисная» модель так же, как и «предкризисная», продемонстрировала обратную зависимость спрэдов доходности от срока до погашения (до оферты), от типа организатора и от выручки компании-эмитента. Также приняты гипотезы о более высоких спрэдах доходности облигаций, размещенных путем букбилдинга, по сравнению со спрэдами доходности облигаций, размещенных путем голландского аукциона, и о более низких спрэдах доходности биржевых облигаций. Эти факторы оказались незначимыми в предыдущей модели, так как до 2008 г.:

- не происходило размещений путем букбил-динга;

- не происходило размещений биржевых облигаций.

То есть исследование этих факторов было неактуальным на периоде с января 2006 г. по апрель 2008 г. В модели, построенной на «кризисном» временном периоде, соответствующие гипотезы подтвердились.

В «кризисной» модели также подтвердилась гипотеза зависимости спрэдов доходности от сферы

Мультирегрессионная модель спрэд

деятельности компании-эмитента. Самые высокие спрэды доходности, согласно построенной модели, характерны для облигаций, выпущенных предприятиями агропромышленного комплекса и торговыми компаниями, а самые низкие - для облигаций электроэнергетических предприятий и компаний телекоммуникационной сферы.

Построение «посткризисной» модели. В выборку для построения «посткризисной» модели вошли 134 наблюдения (выпуски корпоративных облигаций, размещенных в период с мая 2010 г. по декабрь 2011 г.). Сначала была построена регрессионная модель со всеми факторами. После очищения от незначимых факторов модель принимает следующий вид (табл. 5).

В построенной «посткризисной» модели муль-тиколлинеарности не обнаружено.

«Посткризисная» модель показала прямую зависимость от вероятности дефолта, от обратного обменного курса рубля к доллару и от отношения финансового долга к EBITDA. Также была обнаружена обратная зависимость спрэдов доходности от срока до погашения (до оферты), от объема эмиссии, от типа организатора и от выручки компании-эмитента. Принята гипотеза о более низких спрэдах доходности биржевых облигаций.

В «посткризисной» модели также подтвердилась гипотеза зависимости спрэдов доходности от сферы деятельности компании-эмитента. Самые высокие спрэды доходности (согласно построенной модели) характерны для облигаций, выпущенных предприятиями агропромышленного комплекса и торговыми компаниями, а самые низкие - для облигаций электроэнергетических предприятий и компаний телекоммуникационной сферы.

По факторам, оказавшимся значимыми, «посткризисная» модель очень похожа на «предкризис-

Таблица 4

доходности: май 2008 г. - май 2010 г.

Показатель Коэффициент Стандартная ошибка /-статистика /-значение

7-пересечение 0,1333 0,0091 14,6349 0,0000

Срок обращения, годы -0,0042 0,0014 -2,9957 0,0033

Тип организатора (dummy) -0,0074 0,0018 -2,9590 0,0052

Букбилдинг (dummy) 0,0086 0,0031 3,1058 0,0071

Биржевые облигации (dummy) -0,0131 0,0031 -4,2043 0,0000

Натуральный логарифм от выручки, млн руб. -0,0063 0,0010 -6,5953 0,0000

Видовая dummy-переменная (электроэнергетика) -0,0144 0,0049 -2,9267 0,0040

Видовая dummy-переменная (связь и телекоммуникации) -0,0082 0,0026 -2,7785 0,0096

Видовая dummy-переменная (торговля) 0,0184 0,0069 2,6739 0,0084

Видовая dummy-переменная (сельское хозяйство) 0,0139 0,0045 2,9026 0,0043

Примечание. R2 = 0,6322; скорректированный R2 = 0,6073; количество наблюдений - 143.

Примечание. R2 = 0,6873; скорректированный R2 = 0,6534; количество наблюдений - 134.

Таблица 5

Мультирегрессионная модель спрэдов доходности: май 2010 г. - декабрь 2011 г.

Показатель Коэффициент Стандартная ошибка /-статистика /-значение

7-пересечение 0,0723 0,0219 3,3094 0,0012

Вероятность дефолта, % 1,0230 0,3793 2,7158 0,0076

Обратный обменный курс рубля к доллару США, руб. 0,0009 0,0003 2,8234 0,0137

Срок обращения, годы -0,0025 0,0006 -4,1088 0,0001

Натуральный логарифм от объема эмиссии, млн руб. -0,0041 0,0015 -2,7969 0,0060

Тип организатора (dummy) -0,0062 0,0025 -2,4573 0,0144

Биржевые облигации (dummy) -0,0070 0,0019 -3,6159 0,0004

Натуральный логарифм от выручки, млн руб. -0,0029 0,0008 -3,7019 0,0003

Отношение финансового долга к EBITDA, во сколько раз 0,0007 0,0002 2,9020 0,0146

Видовая dummy-переменная (электроэнергетика) -0,0080 0,0022 -3,6124 0,0004

Видовая dummy-переменная (машиностроение) -0,0120 0,0036 -3,3418 0,0011

Видовая dummy-переменная (сельское хозяйство) 0,0233 0,0051 4,6045 0,0000

Отраслевая dummy-переменная (хим. промышленность) -0,0074 0,0028 -2,8541 0,0130

Видовая dummy-переменная (транспорт) -0,0081 0,0030 -2,9032 0,0144

ную». Это вполне объяснимо: в нормальных условиях на спрэды доходности облигаций оказывают влияние одни и те же детерминанты. Отличие моделей заключается лишь в том, что в «предкризисной» модели нет следующих факторов:

- вероятность дефолта;

- dummy-переменная, отмечающая биржевые облигации.

Отсутствие первого фактора в «предкризисной» модели объясняется тем, что до середины 2008 г. ежемесячные предельные вероятности дефолта были крайне малы (до 0,5 %), а отсутствие второго -тем, что до 2008 г. биржевые облигации в России не выпускались.

Важным выводом, имеющим практическое значение, является наличие во всех моделях зависимости спрэда доходности от типа организатора. Построенные модели доказывают, что выпуски, в размещении которых участвуют «организаторы первого эшелона», имеют спрэд доходности в среднем на 0,6-0,7 % ниже, чем выпуски, размещенные «организаторами второго эшелона». Полученный результат подтверждает гипотезу о том, что размещение облигационного займа «организатором первого эшелона» является сигналом о качестве компании-эмитента и делает заемные средства более дешевыми.

Общий вывод, построенный на анализе всех этих моделей, таков: можно смоделировать спрэды

доходности российских корпоративных облигаций (наличие зависимости спрэдов доходности от определенных факторов). При этом объяснительной силой обладают как факторы, относящиеся к характеристикам компании-эмитента и облигационного выпуска, так и агрегированные показатели, характеризующие состояние российской экономики в целом.

Из характеристик компании-эмитента самое сильное влияние оказывают выручка заемщика и принадлежность к определенной сфере. Также значимыми оказываются долговые соотношения. Среди параметров облигационного выпуска объяснительной силой обладают:

- срок до погашения (до оферты);

- объем выпуска;

- тип организатора;

- формат размещения;

- принадлежность облигации к классу биржевых облигаций.

Из агрегированных показателей на спрэды доходности корпоративных облигаций влияют вероятность дефолта и обратный обменный курс рубля к доллару.

Список литературы

1. URL: http://cbonds.ru

2. URL: http://cbr.ru.

3. URL: http://gks.ru.