Качество институтов и импортозамещение капитала: межстрановое исследование рынка корпоративных облигаций Текст научной статьи по специальности «Экономика и бизнес»

ИНСТИТУЦИОНАЛЬНЫЙ АНАЛИЗ ФИНАНСОВЫХ РЫНКОВ

www.hjournal.ru йй!: 10.17835/2076-6297.2017.9.2.097-118

КАЧЕСТВО ИНСТИТУТОВ И ИМПОРТОЗАМЕЩЕНИЕ КАПИТАЛА: МЕЖСТРАНОВОЕ ИССЛЕДОВАНИЕ РЫНКА КОРПОРАТИВНЫХ ОБЛИГАЦИЙ

ТЕПЛОВА ТАМАРА ВИКТОРОВНА,

доктор экономических наук, профессор, руководитель проектно-учебной лаборатории анализа финансовых рынков, Национальный исследовательский университет «Высшая школа экономики», г. Москва e-mail: [email protected];

СОКОЛОВА ТАТЬЯНА ВЛАДИМИРОВНА,

кандидат физико-математических наук, старший преподаватель департамента финансов факультета экономики, аналитик проектно-учебной лаборатории анализа финансовых рынков,

Национальный исследовательский университет «Высшая школа экономики», г. Москва, e-mail: [email protected];

ТЕПЛОВ АНДРЕЙ СЕРГЕЕВИЧ,

аспирант ГУУ,

администратор ФМЦ по финансовой грамотности, Национальный исследовательский университет «Высшая школа экономики», г. Москва, e-mail: [email protected]

В работе на межстрановой выборке представлен анализ институциональных детерминант развития рынков корпоративных облигаций в национальной валюте (КОНВ) в период с 2010 по 2016 г. Рассматривается широкий спектр показателей качества развития институтов, включая индекс экономической свободы Heritage Foundation, индикаторы развития политических и правовых институтов от Всемирного Банка, показатели корпоративной культуры, развития и регулирования финансовых рынков Всемирного экономического форума. В отличие от большинства предыдущих работ мы тестируем не только статические регрессионные модели (многофакторные линейные регрессии), но и динамические модели на основе системного обобщенного метода моментов (GMM), что позволяет решить проблему эндогенности переменных. Выборка исследования состоит из 420 квартальных наблюдений по 15 развивающимся рынкам, являвшимся лидерами по объему новых размещений КО в докризисном, 2013 г.

Результаты расчетов показывают, что низкое качество институциональной среды, макроэкономическая и финансовая нестабильность способствуют росту доли корпоративных облигаций в национальной валюте в совокупном объеме новых размещений. В условиях нестабильности корпоративные облигации в национальной валюте становятся менее привлекательными для иностранных инвесторов, эмитенты вынуждены привлекать

© Теплова Т. В., Соколова Т. В., Теплов А. С., 2017

■н о см

c\i

о с

О) £

Ф ш

ш <

о

ш

о <

ее

3

о

капитал на внутреннем рынке, проводить импортозамещение капитала. Мы провели ранжирование факторов по значимости влияния на объясняемую переменную. Наиболее значимыми институциональными факторами и в статических, и в динамических спецификациях моделей являются индикаторы качества регулирования и верховенства закона от Всемирного Банка Снижение суверенных кредитных рейтингов также дает импульс развитию рынков КОНВ.

Нами получен оригинальный вывод о том, что более развитые рынки акций подавляют рост рынков КОНВ: акции и корпоративные облигации являются конкурирующими источниками финансирования для компаний из развивающихся стран. Напротив, развитый банковский сектор способствует росту рынка КОНВ: банки играют роль дилеров и маркет-мейкеров. Среди макроэкономических факторов наиболее значимое положительное влияние на объясняемую переменную оказывает девальвация национальной валюты, что связано с удорожанием долга в иностранной валюте.

Ключевые слова: корпоративные облигации; качество институтов; развивающиеся страны; облигационные рынки в национальной валюте.

QUALITY OF INSTITUTIONS AND IMPORT SUBSTITUTION o OF CAPITAL: CROSS-COUNTRY RESEARCH ON

" THE CORPORATE BOND MARKETS

CO

5 о

X .0

TEPLOVA TAMARA V.,

National Research University Higher School of Economics, Moscow,

e-mail: [email protected];

X

§ SOKOLOVA TATIANA V.,

<

CD <

О

о

National Research University Higher School of Economics, Moscow,

e-mail: [email protected];

IS TEPLOV ANDREY S.,

<

CD

g National Research University Higher School of Economics, Moscow,

§ e-mail: [email protected]

i- -

s ii We have analyzed the institutional determinants of local currency (LCY) corporate bond

< markets development during the period of 2010-2016 on a cross-country sample. We have

considered a wide range of indicators of the quality of the institutional environment including

the Heritage Foundation's Index of Economic Freedom, the World Bank's indicators of the

oi development of political and legal institutions, the World Economic Forum's indicators of

corporate culture, the development and regulation of financial markets. Unlike most previous

studies, we have tested not only static regression models (multifactor linear regressions) but

also dynamic models based on the generalized method of moments (GMM), which allows to

solve the problem of endogeneity of variables. The sample consists of 420 quarterly observations

on 15 emerging markets, which were the leaders by the issuance volume of corporate bonds in

tz thepre-crisis 2013.

w The results show that the low quality of institutional environment as well as macroeconomic

~ and financial instability stimulate the growth of the share of LCY corporate bonds in the total issuance volume. In the periods of instability, local currency corporate bonds become less attractive for foreign investors, therefore, issuers are forced to raise capital in the domestic market, i.e. to realize the import substitution of capital. We rank factors by the significance of their influence on the explained variable. The most significant factors in both static and dynamic model specifications

are the World Bank's indicators of regulatory quality and rule of law. A decline in sovereign credit ratings also gives impetus to the development of LCY corporate bond markets.

The results of our research show that more developed stock markets suppress the growth of LCY corporate bond markets: equity corporate bonds are competing financing sources for companies from developing countries. On the contrary, a developed banking sector contributes to the growth of the LCY corporate bond market: banks act as dealers and market makers. The devaluation of the national currency has the most significant positive influence on the explained variable among other macroeconomic factors, that is due to an increase in the cost of debt denominated in foreign currency.

Keywords: corporate bonds; quality of institutions; developing countries; local currency bond markets.

JEL: E02, G10, G20.

Введение

Быстрорастущие рынки корпоративных облигаций в национальной валюте (КОНВ) играют все большую роль в финансировании эмитентов из развивающихся стран. За 10 лет с 2006 по 2015 г. совокупный объем мирового облигационного рынка вырос в два раза (достигнув 126,2 трлн долл.), тогда как объем рынка КОНВ развивающихся стран вырос в 4,4 раза (достигнув 6,4 трлн долл.; источник: оценки авторов на основе базы данных Bloomberg). Одним из актуальных вопросов является анализ детерминант развития рынков КОНВ.

Результаты предыдущих работ, посвященных выявлению роли институциональных факторов в развитии рынков КОНВ, неоднозначны. С одной стороны, присутствует тезис, что улучшение институтов — всегда благо для финансовых рынков и публичного привлечения капитала (собственного и заемного). Так, в работах (La Porta et al., 1997; 1998) впервые исследовано влияние институциональных факторов (правовой системы) на рынки собственного и заемного капитала. Показано, что страны, в которых применяется «англосаксонская» система права, характеризуются большей степенью защиты прав инвесторов и большим размером финансовых рынков. В работах (Eichengreen and Luengnaruemitchai, 2004; Burger and Warnock, 2006; Bhattacharyay, 2013) показано, что более высокое качество институциональной среды ^ и защиты прав кредиторов стимулирует развитие рынков КОНВ (возрастает объем о обращающихся КОНВ к ВВП). С другой стороны, в более современных работах (Теплова ^ и Соколова, 2016; Claessens et al., 2007; Park, 2016) выявлено негативное влияние ^

институциональных факторов на долю КОНВ в совокупном объеме КО. с

тт „СО

По нашему мнению, снижение качества институтов и введение ограничений

на международное движение капитала может быть благоприятно для рынков >

КОНВ. В качестве примера можно рассмотреть рынок рублевых КО. В 2014 г. были ®

введены санкции со стороны США и ЕС, ограничивающие возможности для ключевых ш

российских компаний привлекать денежные средства на зарубежных площадках. Это §

дало стимул для развития внутреннего рынка КО: совокупный объем обращающихся о5

рублевых КО увеличился с 7,1% ВВП (декабрь 2013 г.) до 12,3% ВВП (декабрь 2016 г.; <

источник: Bloomberg). Таким образом, влияние институциональных факторов на рынки о

КОНВ неоднозначно. =э

Цель нашей работы заключается в выявлении институциональных детерминант F

развития рынков КОНВ на межстрановой выборке. Для анализа выбран период с ^

2010 по 2016 г., характеризующийся макроэкономическими и финансовыми шоками: q

долговой кризис в ЕС в 2010—2011 гг., нестабильность на мировых товарных рынках в ^ 2014—2016 гг., негативно повлиявшая на экономическое положение стран — экспортеров

нефти (Россия, Бразилия, Мексика, Индонезия, Малайзия). Мы рассматриваем о

сбалансированную панель по 15 развивающимся рынкам, являвшимися лидерами по объему новых размещений КО в докризисном, 2013 г. Посредством эконометрического анализа мы исследуем влияние на долю новых размещений КОНВ широкого спектра факторов, характеризующих качество развития политических, правовых и экономических институтов, показатели корпоративной культуры, качества регулирования бирж.

В большинстве предыдущих работ (Burger and Warnock, 2006; Claessens et al., 2007; Bhattacharyay, 2013; Berensmann et al., 2015) тестируются только линейные многофакторные регрессии и не принимается во внимание тот факт, что показатели развития облигационных рынков, макроэкономические и институциональные переменные могут быть эндогенными. В отличие от них мы рассматриваем как статические, так и динамические (GMM) модели, что позволяет снять проблему потенциальной эндогенности переменных.

1. Обзор ранее проведенных работ по теме выявления детерминант развития рынков

Выявление детерминант развития национальных рынков КО и ГО проводится, как правило, по двум основным направлениям. Первое направление — анализ влияния ^ макроэкономических факторов (Eichengreen and Luengnaruemitchai, 2004; Eichengreen ^ et al., 2006; Burger and Warnock, 2006; Fidora et al., 2007; Forslund et al., 2011; Batten c\i et al., 2012; Bhattacharyay, 2013). Eichengreen and Luengnaruemitchai (2004) выявили ^ значимость размера экономики, волатильности валютного курса, конкурентоспособности банковского сектора для развития рынков КО и ГО в НВ. Burger and Warnock (2006) о продемонстрировали, что страны с более низкой инфляцией и большим размером ф экономики имеют большие внутренние рынки КО. В работе (Fidora et al., 2007) ? доказывается, что страны с более устойчивой инфляцией имеют большие рынки КО и ГО. В работе (Forslund et al., 2011) представлен анализ факторов, влияющих на структуру государственного долга в развивающихся странах (соотношение между внутренним и внешним долгом). Выявлено, что положительное влияние на долю внутреннего государственного долга оказывают: положительный текущий счет платежного баланса, ^ больший размер экономики, развитый финансовый рынок (измеряемый по соотношению денежной массы М2 к ВВП). Bhattacharyay (2013) заключил, что значимыми факторами, определяющими размер рынков КОНВ в азиатских странах, являются размер экономики, уровень экономического развития, открытость экономики (в сфере международной торговли), волатильность процентных ставок. В нашем исследовании эти и добавленные ¡5 новые факторы будут рассматриваться как контрольные переменные. s Второе направление — анализ влияния институциональных факторов (Eichengreen

| и Luengnaruemitchai, 2004; Burger and Warnock, 2006; Claessens et al., 2007; Guscina, ^ 2008; Berensmann et al., 2015; Park, 2016). Так, Eichengreen и Luengnaruemitchai S- (2004) провели анализ детерминант развития внутренних рынков КО и ГО по ш выборке из 41 страны в период с 1990 по 2001 г. Метод исследования — линейные id регрессии, в качестве зависимой переменной выбран объем обращающихся облигаций в НВ (% ВВП). В набор объясняющих переменных включены институциональные факторы: соблюдение принципа верховенства закона, отсутствие коррупции, качество корпоративного управления, качество регулирования в сфере аудита отчетности. Получен вывод о том, что указанные выше институциональные факторы положительно и значимо влияют на размер рынка облигаций в НВ. — Burger and Warnock (2006) на основе регрессионного анализа исследовали

о детерминанты развития рынков КО и ГО в НВ по выборке из 49 стран. В качестве < зависимых переменных выбраны размер рынка облигаций КО и ГО в НВ (% ВВП) и QC доля обращающихся облигаций, номинированных в НВ. В качестве объясняющих о институциональных переменных выбраны индекс верховенства закона и уровень

СП

защиты прав кредиторов. Показано, что страны, обеспечивающие соблюдение принципа верховенства закона, имеют большие внутренние рынки КО. На долю обращающихся облигаций в НВ значимо положительно влияет уровень защиты прав кредиторов, а влияние индекса верховенства закона также положительно, но статистически не значимо.

Claessens et al. (2007) анализируют детерминанты размера и валютной структуры рынков ГО на основе регрессионного анализа панельных данных. В выборку было включено 36 развитых и развивающихся рынков за период с 1993 по 2000 г. В качестве зависимых переменных выбраны объемы обращающихся ГО в НВ и ИВ (% ВВП), а также доля ГО в ИВ (в совокупном объеме обращающихся ГО). В набор объясняющих переменных включены институциональные факторы: индекс качества монетарной политики Heritage Foundation, индекс качества демократических институтов (University of Maryland), валютный режим. Выявлено, что страны с более гибкими валютными режимами и развитыми демократическими институтами имеют более крупные рынки ГО в НВ. Развитые демократические институты также способствуют росту рынков ГО в ИВ. Влияние качества демократических институтов на долю ГО в ИВ положительно, хотя и статистически не значимо. Авторы объясняют это тем, что держатели ГО в ИВ более чувствительны к изменениям макроэкономических факторов, чем инвесторы на внутреннем рынке, так как у глобальных инвесторов шире возможности для диверсификации инвестиций.

В работе (Guscina, 2008) исследуется роль макроэкономических, политических и институциональных факторов в формировании валютной и срочной структуры государственного долга развивающихся стран. В выборку включены 19 стран, период с 1981 по 2006 г. Метод исследования — регрессионный анализ панельных данных. Зависимыми переменными являются объем внутреннего и внешнего государственного долга, а также доли краткосрочного и долгосрочного долга, долга в НВ и ИВ, долга с фиксированной и плавающей ставкой. Результаты показывают, что нестабильная макроэкономическая среда и политическая неопределенность препятствуют развитию внутреннего долгового рынка. В условиях нестабильности возрастает доля краткосрочного долга, долга в ИВ и с плавающей ставкой. Для нас интересен факт, что фиксируются противоречивые результаты по влиянию на объем внутреннего долга к ВВП индекса качества бюрократического аппарата: в модели без учета страновых эффектов данное ^ влияние значимо положительно, в модели с фиксированными эффектами — значимо ° отрицательно. Также выявлена отрицательная взаимосвязь между повышением ^ качества институтов и долей долга в ИВ, но этот эффект не является статистически о значимым.

Berensmann et al. (2015) выявляют факторы, влияющие на развитие рынков КОНВ по 27 странам Африки в период с 2000 по 2013 г. Метод исследования — регрессионный анализ панельных данных. В качестве зависимой переменной выбран объем обращающихся ® КОНВ (% ВВП). В набор институциональных факторов включены дамми—переменная Ш применения в стране норм английского права, качество управления (фиксируемое по =э индикаторам качества регулирования и верховенства закона Всемирного банка), индекс ^ развития политических институтов. Показано, что лучшие практики регулирования Sj и соблюдение принципа верховенства закона стимулируют развитие рынков КОНВ. 2 В странах, где применяются нормы английского права, облигационные рынки КОНВ ¡2 менее развиты. Berensmann et al. (2015) заключают, что присутствие на внутреннем ¡^ облигационном рынке иностранных инвесторов способствует росту рынков КОНВ, —

LL

но может повысить волатильность международных потоков капитала. В связи с этим о либерализация рынков капитала в развивающихся странах должна проводиться < параллельно с институциональным развитием и укреплением внутренних финансовых QC рынков. о

о

£

Park (2016) анализирует детерминанты развития азиатских рынков ГО и КО в НВ. Метод исследования — регрессионный анализ, в выборку включены 10 стран, период — с 1996 по 2015 г. Зависимыми переменными являются объем обращающихся облигаций в НВ (% ВВП) и доля обращающихся облигаций в НВ. В качестве институциональных факторов рассматриваются суверенный кредитный рейтинг и индекс верховенства закона. Показано, что повышение суверенного кредитного рейтинга и соблюдение принципов верховенства закона способствуют увеличению объема рынка обращающихся облигаций в НВ (в % ВВП). В то же время на долю облигаций в НВ соблюдение принципа верховенства закона оказывает значимое отрицательное влияние. Такое противоречивое влияние Park (2016) объясняет тем, что при повышении качества институтов сегмент облигаций в ИВ развивается опережающими темпами по сравнению с сегментом облигаций в НВ.

Таким образом, выводы предыдущих исследований относительно влияния институциональных факторов на развитие рынков КО и ГО в НВ не однозначны. С одной стороны, большинство исследователей (Eichengreen и Luengnaruemitchai, 2004; Burger and Warnock, 2006; Park, 2016) приходят к выводу о том, что институциональные факторы положительно влияют на размер рынков обращающихся КО и ГО в НВ (в % ВВП). С другой ^ стороны, в ряде работ показано, что институциональные факторы могут отрицательно ° влиять на соотношение объемов рынков облигаций в НВ и ИВ (Claessens et al., 2007; Park, c\i 2016). Кроме того, в некоторых работах получены противоречивые выводы относительно z: институциональных факторов при тестировании различных спецификаций моделей ^ (Guscina, 2008).

(сэ Вклад нашего исследования в эмпирическое направление финансовой экономики

ф заключается в рассмотрении максимально широкого спектра институциональных переменных, включая индекс экономической свободы Heritage Foundation, показатели ^ качества развития политических, правовых и экономических институтов Всемирного о банка (Worldwide Governance Indicators), показатели корпоративной культуры ^ (этическое поведение фирм, качество стандартов аудита и раскрытия информации), о показатели легкости доступа к финансированию на рынке акций и банковскому кредитованию, качеству регулирования бирж Всемирного экономического форума (отчеты Global Competitiveness Reports). Как косвенные факторы институционального

X

л

го развития мы выбираем показатели развития рынка акций и банковского сектора. По о

<

нашему мнению, чем менее защищен собственный капитал в стране, тем менее развит рынок акций, ниже показатели капитализации рынка в ВВП. При отсутствии стимулов к предпринимательству и росту публичного собственного капитала компании будут выбирать долговое финансирование. Чем более концентрирован бизнес в стране, тем 5 больше стимулов получит публичный корпоративный долг. При преобладании малого ^ и среднего бизнеса, приемлемости развития банковской системы (отсутствии сильной ^ зарегулированности) публичный долг будет замещен банковскими кредитами. Таким ш образом, и капитализация рынка акций, и степень развития банковского кредитования id могут свидетельствовать о качестве институтов защиты собственности. ^ В качестве контрольных переменных на основе предыдущих работ (Теплова

< и Соколова, 2016; Claessens et al., 2007; Eichengreen and Luengnaruemitchai, 2004) мы выбираем изменение валютного курса, темп экономического роста, показатели инфляции на основе CPI и PPI, изменение суверенных кредитных рейтингов ведущих агентств (Standard and Poor's, Moody's and Fitch). Детальное описание переменных

— представлено в табл. 1.

о Новизна нашего исследования заключается и в методологии: в отличие от

< большинства предыдущих работ мы тестируем не только статические регрессионные QC модели, но и динамические модели на основе системного обобщенного метода моментов

(GMM), что позволяет решить проблему эндогенности переменных.

о

ш

о

2. Методология исследования

Для анализа мы используем квартальные данные по новым размещениям облигаций, макроэкономическим и институциональным факторам в период с 2010 по 2016 г. Это позволило увеличить число наблюдений в выборке по сравнению с предыдущими работами, в которых, как правило, рассматриваются годовые данные. Так, в работе (Bhattacharya, 2013) выборка включает 93 наблюдения, в работе (Burger and Warnock, 2006) — 41 наблюдение. Анализ проводится на основе линейных многофакторных регрессий по панельным данным и GMM—моделей.

Гипотеза исследования — (альтернативная) Н1: институциональные факторы оказывают значимое влияние на долю КОНВ (в общем объеме новых размещений КО).

В качестве контрольных переменных используются макроэкономические факторы, отобранные на основании предыдущих работ (табл. 1).

Описание зависимой и объясняющих переменных (институциональных факторов и контрольных переменных), обоснование их выбора и ожидаемое направление влияния приведены в табл. 1.

Как показывает матрица корреляции независимых переменных (Приложение 1), все рассматриваемые нами институциональные факторы имеют высокие коэффициенты корреляции между собой. Поэтому с целью решения проблемы мультиколлинеарности институциональные факторы включались в регрессионные модели по отдельности. Кроме того, такое построение моделей позволяет ранжировать институциональные факторы по значимости влияния на долю КОНВ. Аналогичный принцип соблюдается для переменных, отражающих изменение суверенного кредитного рейтинга: эти переменные включались по отдельности, и далее обосновывалась лучшая модель.

Мы рассматриваем сбалансированную панель по 15 странам и 28 квартальным периодам. На первом этапе мы тестируем статические регрессионные модели с фиксированными эффектами:

dom _ cur _ bonds = а + Р^- c ur _ usd + в2 ' GDP + P3 ■ InCredit + + в4 • inflation + P5 • PPI + P6 • ln_MC + P7 k ■ ratingк + P8 ■ dAsian + (1)

+ P91 ■ Institutionl + £ P10 m-cm +s

о

CM

c^

где dom _ cur _ bonds—доля КОНВ в объеме новых размещений (табл. 1), а—константа, в10 — бета—коэффициенты, cur _ usd — изменение курса национальной валютной валюты, GDP —темп роста реального ВВП, InCredit—логарифм кредита частному сектору, inflation — темп инфляции CPI, PPI — темп инфляции PPI, ln_MC — логарифм рыночной капитализации, ratingk (k = 1,...,4) — одна из переменных, характеризующих изменение суверенного кредитного рейтинга (rating SP, rating_Moodys, rating Fitch щ или rating), Institutionг (l = 1,.,11) — один из институциональных факторов (Political, ш Government, Regulatory, Rule, Corruption, Ethical, Auditing, Financing, Ease, 3 RegulSecur или lnlEF — табл. 1), dAsian — дамми—переменная по подгруппе азиатских w стран, cm (m = 2,...,15) — страновые эффекты (дамми в модели с фиксированными < эффектами).

На втором этапе мы тестируем GMM—модели, позволяющие решить проблему ¡2 потенциальной эндогенности показателей развития рынка КО, макроэкономических и институциональных факторов. Мы применяем системный обобщенный метод моментов

11

(модель GMM-Sys), предложенный в работах (Holtz-Eakin et al., 1990; Arellano and о Bond, 1991; Arellano and Bover, 1995; Blundell and Bond, 1998): <

о

dom _ cur _ bondsi t = а • dom _ cur _ bondsi t-l +fi0 • Xit +si t (2)

cc

ZD О

Таблица 1

Описание переменных и обоснование их выбора

Переменная Описание переменной Ожидаемое направление влияния (+/—) Обоснование выбора переменной Источник данных

Зависимая переменная

dom_cur_bonds Доля КО в национальной валюте в общем объеме новых размещений (%) База данных Bloomberg, расчеты авторов

Объясняющие переменные — институциональные факторы

lnlEF Логарифм индекса экономической свободы Heritage Foundation (0 — минимум, 100 — максимум) +/- С одной стороны, Burger and Warnock (2006) показали, что индекс верховенства закона и более дружественные политики по отношению к кредиторам стимулируют развитие рынков облигаций в НВ, в том числе увеличивая долю облигаций в НВ. Аналогичные выводы получены в работе (Eichengreen and Luengnaruemitchai, 2004): соблюдение правовых норм, отсутствие коррупции, качество корпоративного управления, качество регулирования в сфере аудита положительно коррелируют с объемом рынка КОНВ. С другой стороны, в работе (Park, 2016) показано, что соблюдение принципа верховенства закона оказывает положительное влияние как на рынки облигаций в НВ, так и на рынки облигаций в ИВ. При этом рынки облигаций в ИВ растут опережающими темпами, и доля облигаций в НВ снижается. В работе (Теплова и Соколова, 2016) также выявлено значимое отрицательное влияние индекса экономических свобод IEF Heritage Foundation на долю КО в НВ. Кроме того, в странах с ограничениями на международное движение капитала эмитенты вынуждены в большей степени занимать деньги на внутреннем рынке (в качестве примера можно привести растущий рынок рублевых КО в РФ после введения санкций в 2014—2016 гг.). Таким образом, выводы предыдущих работ не однозначны. Можно ожидать как положительного, так и отрицательного направления влияния институциональных факторов на долю КОНВ Heritage Foundation

Political Индикатор политической стабильности и отсутствия терроризма Всемирного банка (—2,5 — минимум, 2,5 — максимум) База данных Всемирного банка (Worldwide Governance Indicators)

Government Индикатор эффективности работы правительства Всемирного банка (—2,5 — минимум, 2,5 — максимум)

Regulatory Индикатор качества регулирования Всемирного банка (—2,5 — минимум, 2,5 — максимум)

Rule Индикатор верховенства закона Всемирного банка (—2,5 — минимум, 2,5 — максимум)

Corruption Индикатор сдерживания коррупции Всемирного Банка (—2,5 — минимум, 2,5 — максимум)

Ethical Индекс этического поведения фирм (1 — минимум, 7 — максимум) Отчеты Global Competitiveness Reports Всемирного экономического форума

Auditing Индекс качества стандартов аудита и отчетности (1 — минимум, 7 — максимум)

Financing Индекс финансирования на внутреннем рынке акций (1 —минимум, 7 — максимум)

Ease Индекс легкости доступа к банковским кредитам (1 —минимум, 7 — максимум)

Regul_Secur Индекс качества регулирования фондовых бирж (1 —минимум, 7 — максимум)

Продолжение табл. 1

Переменная Описание переменной Ожидаемое направление влияния (+/—) Обоснование выбора переменной Источник данных

Косвенные институциональные факторы

InCredit Логарифм внутреннего кредита частному сектору (выраженного в % ВВП) + В работе (Eichengreen and Luengnaruemitchai, 2004) показано, что страны с более развитым банковским сектором имеют большие рынки КОНВ (так как банки выполняют роль дилеров и маркет—мейкеров). Аналогичный вывод получен в работе (Теплова и Соколова, 2016) База данных Всемирного банка

ln_MC Логарифм рыночной капитализации (выраженной в млн долл.) В работе (Теплова и Соколова, 2016) получен вывод о негативном влиянии размера рынка акций на долю КОНВ (так как рынки акций и КО являются конкурентными источниками привлечения средств для компаний развивающихся стран) База данных Всемирной Федерации бирж

Контрольные объясняющие переменные

cur_usd Изменение курса национальной валюты (долл. США / единица национальной валюты) за текущий квартал, % В работе (Теплова и Соколова, 2016) показано стабильное значимое негативное влияние удорожания национальной валюты к доллару США на долю КО в HB. В работе (Rose and Spiegel, 2012) утверждается, что девальвация национальной валюты может стимулировать развитие рынка КОНВ, так как обслуживание долга в иностранной валюте становится дороже База данных Bloomberg

GDP Темп роста реального ВВП в текущем квартале (по сравнению с аналогичным кварталом предыдущего года) + В работе (Теплова и Соколова, 2016) показано, что темп роста ВВП положительно влияет на долю КОНВ. Аналогичные результаты по положительному влиянию темпа роста ВВП на размер рынка КО в HB получены в работах (Burger and Warnock, 2006; Fink et al., 2003) База данных Trading Economics

inflation Темп роста инфляции (на основе CPI) рассчитывается как среднее значение по месяцам данного квартала (% годовых) +/- С одной стороны, Burger and Warnock (2006) показали, что страны с более стабильной инфляцией имеют более развитые внутренние рынки ГО и КО. Также в работе (Ciaessens et al., 2007) выявлено, что страны с более низкой инфляцией имеют большие рынки ГО в HB. В работе (Теплова и Соколова, 2016) показано, что более низкий темп роста PPI значимо отрицательно влияет на долю КО в HB. С другой стороны, ускорение инфляции может вести к девальвации национальной валюты и стимулировать компании выпускать большую долю долга в HB База данных Trading Economics

PPI Темп роста индекса цен производителей (PPI) рассчитывается как среднее значение по месяцам данного квартала (% годовых) База данных Trading Economics

CD .С

CD О —I СП

0

X

1

о

о

СП

о

TD —I

0

со

CD §

CD

Е

CD

1 X

CD ^

CD

CD >

CD

JOURNAL OF INSTITUTIONAL STUDIES • Vol. 9, no. 2. 2017

О

сл

Окончание табл. 1

Переменная Описание переменной Ожидаемое направление влияния (+/—) Обоснование выбора переменной Источник данных

rating_SP Изменение в долгосрочном суверенном кредитном рейтинге S&P (0 — нет изменений, +1 — рейтинг увеличился, —1 — рейтинг понизился) +/- В работе (Теплова и Соколова, 2016) выявлено положительное влияние рейтинга Moody's на долю КОНВ. Однако рассматривался исключительно рынок рублевых облигаций. По межстрановой выборке знак при переменной рейтинга может принять и отрицательное значение. Рейтинг учитывает не только собственно кредитные качества страны, но и степень развития институтов База данных Bloomberg

rating_Fitch Изменение в долгосрочном суверенном кредитном рейтинге Fitch (0 — нет изменений, +1 — рейтинг увеличился, —1 — рейтинг понизился)

rating_Moodys Изменение в долгосрочном суверенном кредитном рейтинге Moody's (0 — нет изменений, +1 — рейтинг увеличился, —1 — рейтинг понизился)

rating Изменение в долгосрочном суверенном кредитном рейтинге (S&P, Moody's или Fitch) (0 — нет изменений, +1 — рейтинг увеличился, —1 — рейтинг понизился)

dAsian Дамми—переменная подгруппы азиатских стран +/- Мы предполагаем, что по азиатским рынкам (8 стран из 15 в нашей выборке) могут фиксироваться региональные особенности развития рынков КО

dom cur bonds ■ t- dom cur bonds . , л =

— — l,L — — i,/-1

= a ■ (dum _ cur _ bonds° t__ - dom _ cur _ bonds t1) + (3)

с дополн_тельными условиями момента:

E[(dom _ cur _ bonds( t=s - dom _ cur _ bondst t_s_ 1) (ti + s. t ) ] = 0, s = 1

E[(X/^s _ Xht-s-1M + s,t)] = ^ for s = 1

где i и t — страна и квартал, соответственно, dom _ cur _ bonds — доля КОНВ в объеме новых размещений, Xit — вектор объясняющих переменных (табл. 1, модель (1)), ^ - страновые эффекты, е. - ошибка.

3. Выборка исследования. Описательная статистика

Первоначально для рассмотрения были выбраны страны БРИКС — крупные экономики с относительно большими облигационными рынками. Так, в декабре 2016 г. объем рынка обращающихся КОНВ составлял в России 12,3% ВВП, Бразилии — 25,6% ВВП, Китае — 43,8% ВВП, Индии — 16,9% ВВП1. Следует отметить, что страны БРИКС характеризуются различными макроэкономическими показателями при схожих институциональных показателях. Например, в 2010— 2016 гг. среднегодовой темп роста реального ВВП составлял в России 1,4%, Бразилии — 1,4%, Китае — 8,1%, Индии — 7,4%2. Среднее за 2010—2016 гг. значение индекса экономической свободы Heritage Foundation в России — 51, Бразилии — 57, Китае — 52, Индии — 55 (по шкале от 0 (минимум) до 100 (максимум)). Чтобы выявить институциональные детерминанты развития рынков КО, мы расширили выборку, включив в нее как быстрорастущие облигационные рынки развивающихся стран, так и облигационные рынки стран с более высоким уровнем экономического развития (Южная Корея, Гонконг и Сингапур) в качестве бенчмарков. Для формирования выборки мы рассмотрели топ—15 развивающихся стран по объему новых размещений КО (в НВ и ИВ) в 2013 г. (рис. 1), так как нестабильность на g мировых товарных рынках в 2014—2016 гг. отрицательно повлияла на рост ВВП и устойчивость валют стран — экспортеров нефти. Кроме того, мы не включили в выборку ОАЭ в связи с исключительно низкой долей КО в НВ (около 0,3%). ° Вместо ОАЭ мы выбрали Польшу как один из крупных развивающихся рынков св КО в Восточной Европе. Все рассматриваемые страны характеризуются наличием определенных сложностей на пути развития политических и экономических ф институтов, элементами авторитарного правления. w

Таким образом, в настоящей работе мы используем сбалансированную панель по о 15 странам (Бразилия, Гонконг, Индия, Индонезия, Китай, Малайзия, Мексика, Польша, Россия, Сингапур, Тайланд, Турция, Чили, Ю. Африка, Южная Корея) за период с 2010 по 2016 г. Выборка включает 420 наблюдений.

Рассматриваемые нами страны существенно различаются по институциональным показателям. Для примера приведем соотношения между объемом рынков КОНВ (в % ВВП) и индикаторами качества регулирования и верховенства закона Всемирного банка, индексом экономической свободы Heritage Foundation (рис. 2—4).

1 Согласно базе данных Bloomberg.

2 Ernst & Young Analytical Report, 2012.

СП <

О

СП 21

LL

о <

cc

3

о

■н о см

c\i

Рис. 1. Топ-16развивающихся стран по объему новых размещений КО в 2013 и 2016 гг. Источник: База данных Bloomberg, расчеты авторов.

О

5 О

х CD Ш

О <

CD <

О О

X

X

Л

<

CD X

О s

J

^

<

CD X

I

Ш ш

ш <

о

I— 3 h^ I—

ш

Объем рынка КО е НВ,% ВВП

60

50

40

30

20

10

♦ Малайзия

♦ Ки1 а й

♦ Ю.Корея

♦ Ю.Африка ♦ Бразилия ф Таила ид Сингапур ♦

♦ Индия ♦ Россия ф Г01 iKOi и

♦ Мексика +Индонезия ♦ Турция ♦ Чили ♦ Польша

-0,5

0,0

0,5

1,0

1,5

2,0

2,5

индикатор качества регулирования Всемирного Банка

Рис. 2. Объем рынка КОНВ и индикатор качества регулирования Всемирного банка, 2016 г. Источник: База данных Всемирного банка, база данных Bloomberg, расчеты авторов.

О <

СИ 3

о

Описательная статистика по выборке и значения институциональных факторов за 2010 и 2016 гг., соответственно, представлены в табл. 2 и Приложении 2.

Объем рынка КО в НВ, % ВВП

60

50 40 30 20 10

♦ Малайзия

♦ Китай

♦ Ю.Корея

♦ Ю.Африка ♦ Бразилия фТайланд ♦ Сингапур

♦ Индия фРоссия ф ГОНКОН[

♦ Мексика Индонезия ♦ ♦ Турция ♦ Чили ♦ Польша

-1,0

-0,5

0,0

0,5

1,0

1,5

2,0

2,5

индикатор верховенства закона Всемирного Банка

Рис. 3. Объем рынка КОНВ и индикатор верховенства закона Всемирного банка, 2016 г. Источник: База данных Всемирного банка, база данных Bloomberg, расчеты авторов.

ь-■н О см

см

о с

СП £

со ш

со <

о

со

ll_

О <

СИ 3

о

Рис. 4. Объем рынка КО в НВ и индекс экономической свободы, 2016 г. Источник: Heritage Foundation, база данных Bloomberg, расчеты авторов.

Таблица 2

Описательная статистика по выборке

Переменная Среднее значение Медианное значение Стандартное отклонение

Dom_cur_bonds 0,585 0,613 0,302

Political -0,161 -0,131 0,787

Government 0,588 0,352 0,725

Regulatory 0,533 0,390 0,782

Rule 0,317 0,057 0,797

Corruption 0,204 -0,066 0,900

Ethical 4,331 4,100 0,847

Auditing 5,080 5,000 0,725

Financing 4,295 4,300 0,726

Ease 3,458 3,500 0,767

Regulsecur 4,893 4,838 0,799

lnlEF 4,173 4,157 0,167

Cur_usd -0,010 -0,001 0,053

lnCredit 4,254 4,197 0,640

GDP 0,042 0,038 0,032

Inflation 0,043 0,040 0,030

PPI 0,027 0,036 0,084

Ln_MC 13,367 13,252 0,856

Rating -0,005 0,000 0,345

■н О см

см

СП

5 о

X CD Ш

о <

Ф <

О

о

X

X

Л <

CD X

о s

J ^

<

tD

X £

Ш ш

ш

_J <

о

I— 3 h^ I—

ш 21

ll_

О

_J <

ее

3

о

4. Результаты эмпирического исследования

Результатырасчетовдемонстрируютустойчивоеотрицательное влияниенадолюКОНВ всех институциональных переменных в статических и динамических спецификациях моделей (табл. 3, 4). В статических моделях (табл. 3) все институциональные переменные значимы на однопроцентном уровне. Наиболее значимое влияние на долю КОНВ оказывают индекс экономической свободы Heritage Foundation (lnlEF), индикаторы качества регулирования (regulatory), контроля коррупции (corruption) и верховенства закона (rule) Всемирного банка.

В динамических моделях уровень значимости переменных различен (табл. 4). На однопроцентном уровне значимы индикаторы качества регулирования (regulatory) и верховенства закона (rule) Всемирного банка. На 5—процентном уровне значимы индекс экономической свободы (lnlEF), индикатор контроля коррупции (corruption) Всемирного банка, индексы качества стандартов аудита и отчетности (auditing), качества регулирования фондовых бирж ВЭФ (regul_secur). На 10—процентном уровне значим индикатор эффективности работы правительства (government), остальные факторы не значимы.

Полученные результаты совпадают с выводами в работе (Теплова и Соколова, 2016) относительно индекса экономической свободы и в работе (Park, 2016) относительно индикатора верховенства закона, но противоречат выводам других работ по теме исследования (Burger and Warnock, 2006; Eichengreen and Luengnaruemitchai, 2004; Claessens et al., 2007). Следует отметить, что в работе (Claessens et al., 2007) получен вывод о положительном влиянии демократических институтов на долю ГО в ИВ (т.е. направление влияния совпадает с полученными нами результатами), но влияние данного фактора признано статистически не значимым. Также отметим, что в работах (Burger and Warnock, 2006; Eichengreen and Luengnaruemitchai, 2004) в качестве зависимой переменной рассматривается объем рынка обращающихся ГО и КО в НВ (в % ВВП), тогда как мы рассматриваем относительную долю КОНВ в общем объеме новых размещений.

Полученные выводы об отрицательном влиянии качества институтов на долю КОНВ мы объясняем тем, что держатели КО на внутреннем рынке менее чувствительны к изменениям институциональных факторов, чем глобальные инвесторы, так как у последних шире возможности для диверсификации инвестиций. При повышении уровня развития институтов сегмент КО в ИВ развивается опережающими темпами по сравнению с сегментом КОНВ, у иностранных инвесторов появляется больше стимулов вкладывать средства в КО эмитентов страны. Кроме того, более высокие показатели качества развития институтов способствуют выходу эмитентов КО на зарубежные площадки, где долговые рынки демонстрируют более низкие ставки и более длинные сроки размещения долга. Напротив, при снижении качества институтов, возникновении барьеров для движения международного капитала, ухудшении макроэкономической ситуации КО эмитентов страны становятся менее привлекательными для иностранных инвесторов, национальные эмитенты вынуждены привлекать капитал на внутреннем рынке, проводить импортозамещение капитала. В результате растет доля КОНВ.

Стабильное значимое отрицательное влияние во всех рассмотренных спецификациях оказывает рыночная капитализация. Более развитые рынки акций подавляют развитие рынков КОНВ, так как являются конкурирующими источниками финансирования для компаний из развивающихся стран. Это совпадает с результатами, полученными в работе (Теплова и Соколова, 2016). В отличие от рынка акций развитый банковский сектор идет в ногу с рынком КОНВ. Если компании предпочитают долг, то крупные идут на рынок КОНВ, менее крупные — на рынок банковского кредитования. Переменная InCredit сохраняет положительный знак во всех спецификациях, но значима только в статических моделях (табл. 3, 4). Таким образом, подтверждаются выводы работ (Eichengreen and Luengnaruemitchai, 2004; Теплова и Соколова, 2016), но полученный результат противоречит работе (Bhattacharyay, 2013).

Таблица 3

Результаты расчетов по статическим регрессионным моделям (коэффициенты регрессий и их значимость)

Переменная FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS

Cur_usd -0,610 "kick -0,544 ** -0,597 "kick -0,574 "kick -0,575 itick -0,539 irk it -0,636 ititit -0,664 ititit -0,706 ititit -0,757 ititit -0,701 ititit

lnCredit 0,190 "kick 0,152 "kick 0,221 "kick 0,236 "kick 0,272 itick 0,267 itit it 0,195 ititit 0,114 ititit 0,142 ititit 0,125 ititit 0,096 ititit

GDP 0,583 0,724 * 1,137 "kick 0,703 * 1,110 itick 1,490 itit it 1,762 ititit 1,073 ** 1,307 ititit 1,126 ititit 1,115 **

Inflation -0,101 0,023 0,118 -0,644 0,481 0,334 1,285 ititit 1,552 ititit 2,207 ititit 2,120 ititit 2,080 ititit

PPI -0,223 -0,139 -0,225 -0,208 -0,198 -0,222 -0,241 -0,272 -0,357 ** -0,259 -0,288

Ln_MC -0,114 "kick -0,064 "kick -0,099 "kick -0,109 "kick -0,110 itick -0,105 itit it -0,086 ititit -0,063 ititit -0,075 ititit -0,099 ititit -0,063 ititit

Rating_fitch -0,123 ** -0,145 ** -0,135 ** -0,110 ** -0,116 ** -0,100 * -0,131 ** -0,179 ititit -0,172 ititit -0,207 ititit -0,178 ititit

lnlEF -1,177 "kick

Political -0,169 "kick

government -0,247 "kick

regulatory -0,269 "kick

■н о см

см

0 £=

СП

1

ф ш

ш <

о

ш

о <

СИ 3

о

Окончание табл. 3

Переменная FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS FGLS

rule -0,246 "kick

corruption -0,229 "kick

ethical -0,189 "kick

auditing -0,121 "kick

financing -0,169 "kick

ease -0,179 "kick

regulsecur -0,081 "kick

dAsian 0,208 "kick 0,151 "kick 0,208 "kick 0,136 "kick 0,163 "kick 0,134 "kick 0,216 "kick 0,187 "kick 0,269 "kick 0,338 "kick 0,209 "kick

Const 6,075 "kick 0,647 "kick 0,954 "kick 1,106 "kick 0,818 "kick 0,750 "kick 1,477 "kick 1,336 "kick 1,416 "kick 1,675 "kick 1,161 "kick

Число наблюдений 420

Статистика Вальда 369,2 "kick 183,2 "kick 246,6 "kick 361,7 "kick 290,2 "kick 358,4 "kick 249,8 "kick 142,7 "kick 179,1 "kick 203,9 "kick 121,5

Примечание. *** - .значимость на уровне 1%, ** - 5%, * - 10%.

Таблица 4

Результаты расчетов по динамическим регрессионным моделям (коэффициенты регрессий и их значимость) по 420 наблюдениям

Dom_cur_ bonds GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS

L1. Dom_ cur_bonds 0,142 "kick 0,152 "kick 0,150 "kick 0,128 "kick 0,136 "kick 0,147 "kick 0,154 "kick 0,146 "kick 0,153 "kick 0,154 "kick 0,149 "kick

Cur_usd -0,564 "kick -0,563 "kick -0,560 "kick -0,556 "kick -0,548 "kick -0,538 "kick -0,570 "kick -0,591 "kick -0,574 "kick -0,568 "kick -0,585 "kick

lnCredit 0,031 0,011 0,043 0,101 0,115 0,053 -0,007 0,037 0,024 0,005 0,010

GDP -0,208 -0,284 -0,146 -0,120 -0,097 -0,054 -0,201 -0,142 -0,184 -0,341 -0,257

Inflation 0,848 1,067 * 1,022 * 0,325 0,801 1,074 * 1,301 ** 1,240 ** 1,274 ** 1,205 ** 1,365 **

PPI -0,040 0,002 -0,020 -0,055 0,001 -0,022 -0,017 -0,035 -0,043 0,001 -0,037

Ln_MC -0,111 ** -0,098 ** -0,104 ** -0,120 "kick -0,116 "kick -0,098 ** -0,092 ** -0,107 ** -0,089 ** -0,088 ** -0,097 **

Rating_fitch -0,018 -0,013 -0,014 -0,008 -0,007 -0,009 -0,019 -0,008 -0,017 -0,026 -0,005

lnlEF -0,613 **

Political -0,055

government -0,099 *

regulatory -0,217 "kick

rule -0,181 "kick

corruption -0,100 **

Окончание табл. 4

Dom_cur_ bonds GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS GMM-SYS

ethical -0,013

auditing -0,088 **

financing -0,071

ease -0,028

regulsecur -0,064 **

dAsian 0,158 ** 0,119 0,139 ** 0,081 0,091 0,113 0,160 ** 0,108 0,175 "kick 0,176 "kick 0,133 *

Const 4,296 "kick 1,642 "kick 1,640 "kick 1,743 "kick 1,529 "kick 1,488 "kick 1,663 irkit 2,099 "kick 1,739 "kick 1,611 "kick 1,939 "kick

Примечание. *** - значимость на уровне 1%, ** - 5%, * - 10%.

По контрольным переменным фиксируются следующие результаты. Во всех построенных нами моделях (линейных регрессиях и GMM) стабильное негативное влияние (значимое на однопроцентном уровне) на долю КОНВ демонстрирует изменение валютного курса. Девальвация валюты стимулирует развитие рынков КОНВ, поскольку происходит удорожание долга в ИВ. Изменения суверенных кредитных рейтингов значимо отрицательно влияют на долю КОНВ, их влияние устойчиво как в динамических, так и в статических моделях. Мы объясняем это тем, что увеличение страновых кредитных рейтингов повышает инвестиционную привлекательность страны и способствует привлечению займов в иностранной валюте на глобальном рынке. Для рынка КОНВ это действие угнетающее.

В большинстве спецификаций дамми—переменная азиатских стран демонстрирует значимое положительное влияние на долю КОНВ, т.е. в азиатских странах существует тенденция к выпуску большей доли КОНВ.

В динамических моделях фиксируется значимое положительное влияние лагированной зависимой переменной L1_dom_cur_bonds (табл. 4).

По остальным контрольным переменным результаты неустойчивы. Так, для большинства рассмотренных статических и динамических моделей темп инфляции (на базе PPI) оказывает отрицательное влияние на долю КОНВ, но статистической значимости не фиксируется. Данный результат совпадает с выводами работ (Burger and Warnock, 2006; Claessens et al, 2007; Теплова и Соколова, 2016). Согласно статическим :> моделям, темп роста ВВП значимо положительно (на 5—процентном уровне) влияет на % долю КОНВ. Напротив, в динамических моделях направление влияния темпа роста £2 ВВП меняется на отрицательное, а фактор теряет значимость. В работах (Burger and о Warnock, 2006; Теплова и Соколова, 2016), где применялись линейные многофакторные регрессии, была выявлена положительная взаимосвязь между ростом ВВП и размером ^ рынков КОНВ. о

Заключение

В проведенном нами исследовании выявлены институциональные детерминанты развития рынков КОНВ. В качестве методов исследования применяются статические (многофакторные линейные регрессии) и динамические (ОММ) модели, что позволяет решить проблему потенциальной эндогенности переменных (показателей развития ^ КОНВ, макроэкономических и институциональных переменных). о

ш

о <

В статических моделях все прямые институциональные переменные, а также косвенный фактор развития рынка акций значимо отрицательно влияют на долю КОНВ. Наиболее значимое влияние демонстрируют индекс экономической свободы Heritage Foundation, индикаторы качества регулирования, контроля коррупции и верховенства закона от Всемирного банка. В динамических моделях сохраняется отрицательное влияние качества развития институтов на долю КОНВ, но уровень значимости факторов различен. На однопроцентном уровне значимы индикаторы качества регулирования и верховенства закона от Всемирного банка. Переменные уровня суверенных кредитных рейтингов также отрицательно влияют на долю КОНВ, но статистически значимы только в линейных регрессиях.

Полученные выводы об отрицательном влиянии качества институтов на долю КОНВ мы объясняем тем, что держатели КО на внутреннем рынке менее чувствительны к изменениям институциональных факторов, чем глобальные инвесторы, так как у последних шире возможности для диверсификации инвестиций. При повышении показателей качества институтов растет инвестиционная привлекательность сегмента КО в ИВ, и данный сегмент развивается опережающими темпами по сравнению с сегментом КОНВ. Открытость экономики способствует выбору эмитентами глобальных рынков капитала. Развитый рынок акций ограничивает рост рынка КОНВ, так как 8 в развивающихся странах рынки акций и облигаций являются конкурирующими источниками средств для национальных компаний.

01

Аналогичный вывод можно сделать и относительно макроэкономических переменных: финансовая и макроэкономическая нестабильность стимулирует развитие

2 рынков КО в НВ. Стабильное положительное влияние на долю КОНВ оказывает О девальвация национальной валюты, что связано с удорожанием долга в ИВ.

СП

<

CD

X $

СПИСОК ЛИТЕРАТУРЫ

X CD СО

< Теплова Т. В. и Соколова Т. В. (2016). Детерминанты развития рынков корпоративных б облигаций в национальной валюте / Облигационный рынок: анализ тенденций и

о

s перспектив: Коллективная монография; под науч. ред. Т. В. Тепловой. Гл. 3. М.:

| ИНФРА-М, с. 65-94.

< Arellano M. and Bond S. (1991). Some tests of specification for panel data: Monte Carlo evidence

X

О

and an application to employment equations // Review of Economic Studies, vol. 58, pp. 277-297.

Arellano M. and Bover O. (1995). Another look at the instrumental-variable estimation of error-components // Journal of Econometrics, vol. 68, pp. 29-52.

Batten J. A., Hogan W. and Szilagyi P. (2012). Foreign bond markets and financial market development: international perspectives / Implications of the Global Financial Crisis for Financial Reform and Regulation in Asia. Ed. M. Kawai, D. G. Mayes and P. Morgan, pp. 248-269. Edward Elgar Publishing, Cheltenham UK. co Berensmann K., Dafe F. and Volz U. (2015). Developing local currency bond markets

for long-term development financing in Sub-Saharan Africa // Oxford Review of Economic Policy, vol. 31, no. 3-4, pp. 350-378.

Bhattacharyay B. N. (2013). Determinants of bond market development in Asia // Journal of Asian Economics, vol. 24, pp. 124-137.

Blundell R. W. and Bond S. R. (1998). Initial conditions and moment restrictions in t dynamic panel data models // Journal of Econometrics, vol. 87, pp. 115-143.

Burger J. and Warnock F. (2006). Local currency bond markets. IMF Staff Papers, no. 53, li_ pp. 133-146. Washington, D.C.: International Monetary Fund.

_i Claessens S., Klingebiel D. and Schmukler S. L. (2007). Government bonds in domestic

z and foreign currency: the role of institutional and macroeconomic factors // Review of g International Economics, vol. 15, no. 2, pp. 370-413.

Eichengreen B. and Luengnaruemitchai P. (2004). Why doesn't Asia have bigger bond markets? NBER Working Paper, 10576. Cambridge, MA: National Bureau of Economic Research.

EichengreenB., Borensztein E. and Panizza U. (2006). A tale of two markets: bond market development in East Asia and Latin America. Hong Kong Institute for Monetary Research Occasional Paper, no. 3.

Fidora M., Fratzscher M. and Thimann C. (2007). Home bias in global bond and equity markets: the role of real exchange rate volatility // Journal of International Money and Finance, vol. 26, no. 4, pp. 631-655.

Fink G., Haiss P. and Hristoforova S. (2003). Bond markets and economic growth. Working Paper, no. 49. Research Institute for European Affairs.

Forslund K., Lima L. and Panizza U. (2011). The determinants of the composition of public debt in developing and emerging market countries. POLIS Working Papers, 184.

Guscina A. (2008). Impact of macroeconomic, political, and institutional factors on the structure of government debt in emerging market countries. IMF Working Paper, WP/08/205.

Holtz-Eakin D., Newey W. and Rosen H. (1990). Estimating vector autoregressions with panel data // Econometrica, vol. 56, pp. 1371-1395.

La Porta R., Lopes-de-Silanes F., Shleifer A. and Vishny R. (1997). Legal determinants of external finance // Journal of Finance, vol. 52, no. 3, pp. 1131-1150.

La Porta R., Lopes-de-Silanes F., Shleifer A. and Vishny R. (1998). Law and finance // Journal of Political Economy, vol. 106, no. 6, pp. 1113-1155.

Park C.-Y. (2016). Developing local currency bond markets in Asia. ADB Economics Working Paper Series, no. 495.

Rose A. K. and Spiegel M. M. (2012). Dollar illiquidity and central bank swap arrangements during the global financial crisis // Journal of International Economics, vol. 88, no. 2, pp. 326-340.

База данных Всемирного банка.

База данных Bloomberg.

База данных TradingEconomics.

REFERENCES

Arellano M. and Bond S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. Review of Economic Studies, vol. 58, ^ pp. 277-297.

Arellano M. and Bover O. (1995). Another look at the instrumental-variable estimation oj of error-components. Journal of Econometrics, vol. 68, pp. 29-52. о

Batten J. A., Hogan W. and Szilagyi P. (2012). Foreign bond markets and financial & market development: international perspectives / Implications of the Global Financial Crisis -5 for Financial Reform and Regulation in Asia. Ed. M. Kawai, D.G. Mayes and P. Morgan, ^ pp. 248-269. Edward Elgar Publishing, Cheltenham UK.

Berensmann K., Dafe F. and Volz U. (2015). Developing local currency bond markets ^ for long-term development financing in Sub-Saharan Africa. Oxford Review of Economic ^ Policy, vol. 31, no. 3-4, pp. 350-378. ^

Bhattacharyay B. N. (2013). Determinants of bond market development in Asia. Journal ^ of Asian Economics, vol. 24, pp. 124-137. p

Blundell R. W. and Bond S. R. (1998). Initial conditions and moment restrictions in ^ dynamic panel data models. Journal of Econometrics, vol. 87, pp. 115-143. ш

Burger J. and Warnock F. (2006). Local currency bond markets. IMF Staff Papers, no. 53, — pp. 133-146. Washington, D.C.: International Monetary Fund.

Claessens S., Klingebiel D. and Schmukler S. L. (2007). Government bonds in domestic and foreign currency: the role of institutional and macroeconomic factors. Review of International Economics, vol. 15, no. 2, pp. 370-413.

116

TenAOBa T. B., C0K0A0Ba T. B., TenAOB A. C.

Eichengreen B. and Luengnaruemitchai P. (2004). Why doesn't Asia have bigger bond markets? NBER Working Paper, 10576. Cambridge, MA: National Bureau of Economic Research.

Eichengreen B. , Borensztein E. and Panizza U. (2006). A tale of two markets: bond market development in East Asia and Latin America. Hong Kong Institute for Monetary Research Occasional Paper, no. 3.

Fidora M., Fratzscher M. and Thimann C. (2007). Home bias in global bond and equity markets: the role of real exchange rate volatility. Journal of International Money and Finance, vol. 26, no. 4, pp. 631-655.

Fink G., Haiss P. and Hristoforova S. (2003). Bond markets and economic growth. Working Paper, no. 49. Research Institute for European Affairs.

Forslund K., Lima L. and Panizza U. (2011). The determinants of the composition of public debt in developing and emerging market countries. POLIS Working Papers, 184.

Guscina A. (2008). Impact of macroeconomic, political, and institutional factors on the structure of government debt in emerging market countries. IMF Working Paper, WP/08/205.

Holtz-Eakin D., Newey W. and Rosen H. (1990). Estimating vector autoregressions with panel data. Econometrica, vol. 56, pp. 1371-1395. ^ La Porta R., Lopes-de-Silanes F., Shleifer A. and Vishny R. (1997). Legal Determinants

° of External Finance. Journal of Finance, vol. 52, no. 3, pp. 1131-1150. c\i La Porta R., Lopes-de-Silanes F., Shleifer A. and Vishny R. (1998). Law and finance.

^ Journal ofPolitical Economy, vol. 106, no. 6, pp. 1113-1155.

05 Park C.-Y. (2016). Developing local currency bond markets in Asia. ADB Economics

(C3 Working Paper Series, no. 495.

0 Rose A. K.and Spiegel M.M.(2012). Dollar illiquidity and central bank swap arrangements

during the global financial crisis. Journal of International Economics, vol. 88, no. 2, pp. 326-340.

Teplova T. V. and Sokolova T. V. (2016). The Determinants of development of local o currency corporate bond markets / The Bond Market: Analysis of tendencies and perspectives. f Collective monograph, Ed.: T.V. Teplova, Chapter 3. M.: INFRA-M, pp. 65-94. o World Bank Database.

0) lll

0) <

o

I— 3 h^ I— 0) 21

ll

o <

cc

3

o

Trading Economics Database.

g Bloomberg Database.

X

<

CD X

O s

J >

<

cd X

Матрица корреляции независимых переменных

Приложение 1

Political Government Regu-latory Rule Corruption Ethical Auditing Financing Ease Regul_secur cur_usd InCredit GDP inflation PPI Ln_MC rating_ SP rating_Fitch rating_ Moodys rating lnlEF

Political 1,00 0,82 0,84 0,86 0,85 0,74 0,59 0,41 0,35 0,45 0,08 0,44 -0,14 -0,48 -0,26 0,07 0,02 0,00 -0,01 -0,03 0,74

Government 1,00 0,95 0,94 0,94 0,86 0,61 0,55 0,47 0,42 0,09 0,59 0,02 -0,50 -0,29 0,07 0,07 0,02 0,04 0,05 0,93

Regulatory 1,00 0,94 0,95 0,79 0,62 0,50 0,38 0,43 0,07 0,46 -0,10 -0,49 -0,27 -0,04 0,07 0,02 0,04 0,05 0,97

Rule 1,00 0,97 0,81 0,60 0,55 0,43 0,46 0,08 0,60 -0,03 -0,42 -0,26 0,05 0,05 0,02 0,05 0,04 0,90

Corruption 1,00 0,87 0,62 0,55 0,48 0,47 0,08 0,53 0,01 -0,40 -0,24 0,03 0,06 0,04 0,04 0,06 0,92

Ethical 1,00 0,72 0,70 0,69 0,53 0,07 0,53 0,14 -0,32 -0,22 0,14 0,05 0,05 0,01 0,03 0,78

Auditing 1,00 0,83 0,57 0,86 0,02 0,37 -0,09 -0,23 -0,27 0,12 -0,03 -0,03 -0,03 -0,10 0,63

Financing 1,00 0,79 0,79 0,04 0,52 0,10 -0,17 -0,27 0,23 0,02 0,00 0,04 -0,01 0,55

Ease 1,00 0,55 0,04 0,45 0,11 -0,20 -0,20 0,11 -0,01 -0,04 -0,04 -0,07 0,44

Regul_secur 1,00 -0,02 0,34 -0,07 -0,06 -0,27 0,16 -0,04 -0,02 -0,02 -0,09 0,44

cur_usd 1,00 0,09 0,10 -0,10 0,02 0,02 0,04 -0,05 0,09 0,03 0,06

In Credit 1,00 0,04 -0,34 -0,27 0,46 0,00 -0,08 -0,01 -0,06 0,51

GDP 1,00 -0,06 0,11 0,11 0,16 0,18 0,25 0,27 -0,08

inflation 1,00 0,38 0,04 -0,15 -0,02 -0,11 -0,08 -0,45

PPI 1,00 -0,10 0,03 0,02 0,09 0,11 -0,26

Ln_MC 1,00 0,05 -0,01 0,04 0,01 -0,05

rating_SP 1,00 0,05 0,21 0,55 0,06

rating_Fitch 1,00 0,15 0,58 0,03

rating_Moodys 1,00 0,68 0,04

rating 1,00 0,05

lnlEF 1,00

CD .С

CD О —I СП

0

X

1

о

о

СП

о

"О —I

0

со

CD §

CD

Е

CD

1 X

CD ^

CD

CD >

CD

JOURNAL OF INSTITUTIONAL STUDIES • Vol. 9, no. 2. 2017

Приложение 2

Значения институциональных переменных по странам (IV квартал 2010 г. и IV квартал 2016 г.)

■н о см

см

СП

5 о

X CD

ш

о <

ф <

о о

х

><

_й х

Л <

CD X

о s =г

<

CD X

Q. £

Ш ш

ш <

о

I— 3 t I—

ш

о <

СП 3

о

Страна Год Political Government Regulatory Rule Corruption Ethical Auditing Financing Ease Regulsecur F И hH

Россия 2010 -0,91 -0,45 -0,37 -0,77 -1,06 3,3 3,8 2,7 2,3 3,3 50,3

2016 -0,85 -0,09 -0,46 -0,73 -0,83 3,9 4,0 3,1 3,0 3,5 50,6

Турция 2010 -0,92 0,31 0,31 0,12 0,03 3,7 4,4 3,9 2,6 4,6 63,8

2016 -1,29 0,36 0,43 -0,03 -0,08 3,6 4,3 3,8 4,1 4,1 62,1

Польша 2010 0,99 0,64 0,98 0,66 0,41 4,2 5,1 3,7 2,9 5,0 63,2

2016 0,86 0,87 1,07 0,87 0,67 4,0 5,0 3,6 4,3 4,0 69,3

Ю. Корея 2010 0,29 1,22 0,93 0,99 0,40 4,1 4,3 3,8 2,1 4,1 69,9

2016 0,05 1,09 1,16 0,95 0,54 3,5 4,7 4,1 3,5 4,2 71,7

Индия 2010 -1,23 0,02 -0,37 -0,04 -0,51 3,9 5,1 4,7 3,3 5,3 53,8

2016 -0,90 -0,16 -0,48 -0,10 -0,45 4,5 4,7 4,4 4,4 4,5 56,2

Бразилия 2010 0,01 -0,04 0,16 0,00 0,00 3,5 4,8 3,9 2,8 5,7 55,6

2016 -0,29 -0,18 -0,17 -0,15 -0,46 2,8 4,5 3,4 3,6 4,6 56,5

Сингапур 2010 1,14 2,25 1,80 1,68 2,21 6,6 6,2 4,8 4,5 5,8 86,1

2016 1,30 2,15 2,35 1,94 2,07 6,2 6,3 5,5 5,5 6,3 87,8

Мексика 2010 -0,74 0,14 0,26 -0,58 -0,37 3,6 4,7 3,0 2,4 3,8 68,3

2016 -0,86 0,28 0,53 -0,45 -0,80 3,3 4,9 3,8 3,8 4,8 65,2

Гонконг 2010 0,88 1,70 1,91 1,54 1,97 6,0 5,9 5,2 4,2 5,4 89,7

2016 1,07 1,92 2,15 1,87 1,52 5,5 6,2 5,6 4,5 6,1 88,6

Китай 2010 -0,66 0,10 -0,22 -0,33 -0,60 4,2 4,8 3,8 3,0 4,4 51,0

2016 -0,49 0,34 -0,30 -0,40 -0,20 4,1 4,6 4,2 4,5 4,5 52,0

Малайзия 2010 0,12 1,13 0,59 0,53 0,13 4,7 5,4 4,7 4,2 5,2 64,8

2016 0,21 1,02 0,88 0,60 0,54 5,0 5,3 4,8 4,7 5,3 71,5

Ю.Африка 2010 -0,02 0,39 0,36 0,11 0,09 4,5 6,4 4,7 3,2 6,0 62,8

2016 -0,12 0,30 0,32 0,13 -0,20 4,5 6,7 5,9 5,2 6,2 61,9

Индонезия 2010 -0,85 -0,20 -0,40 -0,64 -0,75 3,5 4,6 4,6 4,0 4,6 55,5

2016 -0,34 -0,09 -0,06 -0,34 -0,45 4,3 4,4 4,4 4,7 4,5 59,4

Чили 2010 0,67 1,26 1,45 1,32 1,49 5,6 5,6 4,4 3,7 3,7 77,2

2016 0,30 1,12 1,46 1,40 1,42 4,2 5,4 4,8 4,8 5,7 77,7

Тайланд 2010 -1,43 0,19 0,19 -0,20 -0,32 3,8 5,1 4,3 3,4 4,8 64,1

2016 -0,87 0,36 0,30 -0,10 -0,42 3,6 4,9 4,9 4,5 4,8 63,9