Влияние структуры инвесторов на ценообразование государственных облигаций развивающихся стран

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Введение

Вопрос ценообразования облигаций не теряет свою актуальность с течением времени, поскольку в условиях меняющихся рынков одни факторы становятся более значимыми, а другие теряют свою силу. Рынки государственных облигаций представляют особый интерес, поскольку выпуск облигаций является основным источником внутреннего долга.

Кроме того, ценообразование государственных облигаций имеет значение не только с позиции стоимости привлечения заемных средств для правительства, но и является важным индикатором экономики в целом, поскольку отражает страновой риск и уверенность инвесторов в перспективах развития экономики.

Структура базы инвесторов является относительно новым фактором, который исследуется на значимость влияния на динамику фондового рынка. Для развитых стран эмпирически было доказано, что доля нерезидентов влияет на доходность государственных облигаций, однако для развивающихся рынков вопрос остается неисследованным и спорным. Основной причиной является проблема данных для анализа, которые публикуются в отсутствии общей методологии и доступны не для всех рынков.

До недавнего времени присутствие иностранного капитала на рынке внутреннего долга развивающихся фондовых рынков не исследовалось в силу своего незначительного влияния. Для многих развивающихся стран доля нерезидентов среди держателей государственных облигаций даже в настоящее время не превышает 10%, некоторые страны даже не ведут статистику из-за незначительности присутствия нерезидентов на рынке. Примером такой страны является Китай, где нерезиденты включены в категорию «другие инвесторы», которая составляет не более 3%. В последние годы в связи с либерализацией рынков присутствие нерезидентов на развивающихся рынках возросло, а вместе с тем появилась необходимость объяснить влияние их участия на ценообразование.

На сегодняшний день рынки развивающихся стран не исследованы в рамках единой методологии и общего подхода. Цель данной работы выявить и объяснить влияние доли нерезидентов среди держателей государственных облигаций на доходность 10тилетних государственных облигаций. К задачам исследования можно отнести составление сбалансированной панели данных, разработка эффективной модели для полученных данных, исследование теоретических основ и обоснование полученных выводов с точки зрения теории.

Объектом исследования являются рынки государственных облигаций стран БРИКС. Предметом исследования влияние доли нерезидентов в базе инвесторов на доходность 10тилетних государственных облигаций.

В первой главе работы проводится анализ теоретических основ исследуемой тема, а так же обзор эмпирической литературы. Вторая глава посвящена методологии исследования и описанию использованных данных. В рамках исследования применяется регрессионный анализ панельных данных, а так же приводятся тестовые статистики для выбора оптимальной модели. Третья глава включает в себя основные выводы и подведение итогов исследования.



Глава 1.Теоретические основы и основные определения

В данной работе будет использован ряд терминов, которым необходимо дать определения. Поскольку объектом исследования являются рынки государственных облигаций, в первую очередь стоит дать определение «облигации».

В Федеральном законе «О рынке ценных бумаг» дается следующее определение: «Облигация - эмиссионная ценная бумага, закрепляющая право ее владельца на получение от эмитента облигации в предусмотренный в ней срок ее номинальной стоимости или иного имущественного эквивалента. Облигация может также предусматривать право ее владельца на получение фиксированного в ней процента от номинальной стоимости облигации либо иные имущественные права. Доходом по облигации являются процент и/или дисконт» (часть третья в ред. Федерального закона от 28.12.2002 N 185-ФЗ).

Таким образом, у облигаций как видно существуют различные меры доходности. В данной работе в качестве меры доходности облигаций будет использована доходность к погашению.

Буренин (Буренин, 1998) дает определение доходности как относительного показателя, который характеризует, сколько в процентах может принести единица инвестированных средств за рассматриваемый период. В данном случае будет использована доходность к погашению, то есть величина дохода за весь срок существования облигации в годовом выражении в процентах.

Рассмотрим так же теоретическое влияние доли инвестиций нерезидентов в государственные облигации. Интуитивно понятно, что повышение участия иностранного капитала повышает спрос, а вместе с тем и ликвидность рынка. С этой точки зрения повышение доли нерезидентов должно уменьшать доходность облигаций. Однако, чем значительнее доля иностранного капитала в финансировании расходов страны, тем выше ее зависимость от иностранных инвесторов. В таких условиях возрастает риск для всех инвесторов, что повышает доходность. Так, влияние растущей доли участия иностранного капитала противоречиво, для одних рынков связь с доходностью может быть положительна, а для других отрицательна или вообще отсутствовать.

Обзор литературы

Поскольку государственные ценные бумаги являются основным способом привлечения заемного капитала для правительства страны, вопрос их ценообразования привлекает внимание исследователей и не теряет актуальность. В первую очередь, в данном вопросе внимание уделяется макроэкономическим факторам, однако нельзя сказать, что только ими можно полностью объяснить динамику доходности ценных бумаг.

Данным вопрос исследован на выборках, состоящих из разных стран, однако стоит обратить основное внимание на работу Родионовой А. В. (Родионова, 2014),где были исследованы факторы, влияющие на ценообразование государственных ценных бумаг стран БРИК, поскольку именно на выборке этих стран будет построено данное исследование.

Рынки внутреннего государственного долга развивающихся стран являются интересной темой для исследования, поскольку госдолг не только растет в объеме, но и меняется по структуре, особенно в период после кризиса. В последнее время из-за либерализации рынков и последствий кризиса, структура инвесторов так же подверглась большим изменениям, что позволяет нынешним исследованиям проследить развитие в динамике, выявить зависимости в момент их зарождения. В частности, доступ нерезидентов к приобретению государственных облигаций долгое время был ограничен наразвивающихся рынков, однако сейчас рынки становятся более открытыми. Так, взаимосвязь между долей нерезидентов среди держателей государственных ценных бумаг и их доходностью формируется сейчас, на наших глазах.

Исследование Родионовой является уникальным в данной тематике, поскольку фондовые рынки развивающихся стран зачастую оказываются неохваченными в масштабных исследованиях. Такое явление можно объяснить спецификой развивающихся стран, поскольку многие зависимости, актуальные для развитых стран, на развивающихся рынках попросту не работают. Кроме того, для развивающихся фондовых рынков существенна проблема недоступности данных. Данные либо недоступны, либо не сопоставимы, что осложняет комплексный анализ многих взаимосвязей.

Работа Родионовой выстроена в рамках единой методологии, что позволило провести комплексное исследование и получить исчерпывающие результаты относительно факторов, влияющих на ценообразование государственных ценных бумаг. В качестве объясняемой переменной выбрана доходность к погашению государственных ценных бумаг, выпущенных в номинальной валюте. Как объясняющие переменные были проверены на объясняющую силу ряд внутренних страновых и глобальных макроэкономических показателей.

Факторы, которые были проверены на значимость, были разбиты на следующие подкатегории:

Фундаментальные макроэкономические факторы;

Внутренние рыночные и финансовые индикаторы;

Внешние экономические (глобальные факторы);

Страновые событийные факторы.

В результате исследования было выяснено, что доходности всех стран чувствительны к инфляционным ожиданиям, изменениям сальдо государственного бюджета, ставки процента центральных банков и внешней индикативной одномесячной ставки LIBOR. Так же на доходности государственных ценных бумаг влияют индексы, отражающие текущие мировые экономические условия, например S&P500.

Поскольку не все рассмотренные в работе Родионовой факторы в равной степени оказываются значимыми, следует так же перечислить факторы, которые имеют высокую объясняющую силу в одной или нескольких странах. Для России наибольшей объясняющей силой обладают макроэкономические факторы, для Китая - внутренние рыночные и финансовые факторы. Что касается Бразилии и Индии, то наибольшую долю дисперсии доходностей объясняют внутренние рыночные и финансовые показатели, а так же внешние экономически факторы.

Помимо факторов, рассмотренных в вышеописанной работе, в последнее время внимание исследователей привлекает так же структура держателей долга, как возможный фактор ценообразования ценных бумаг. В качестве примера такого исследования предлагается рассмотреть статью MassaM., YasudaA., ZhangL., котораяназывается «Supplyuncertainty of the bondinvestor baseand the levera geofthefirm» (Massa, Yasuda, Zhang, 2013).

В данной работе рассматривается влияние характеристик базы инвесторов на политику финансирования компании. Если говорить подробнее, то в авторы изучили как именно неопределенность спроса на облигации может быть связана со структурой инвесторов и их приверженностью к риску, и как эти факторы влияют на политику финансирования.

В рамках исследования тестировался набор гипотез относительно возможных закономерностей. В целом вопросы исследования можно перечислить следующим образом:

Как объем торгов облигаций (и спрос на них) влияет на решение компании о выпуске акций, облигаций, или использовании банковского займа;

Зависит ли влияние объема торгов облигаций на финансовые решения компании от чувствительности базы инвесторов к дисбалансу предложения капитала;

Как объема торгов облигаций влияет на рычаг компании;

Зависит ли влияние объема торгов облигаций на рычаг компании от нарушения баланса предложения капитала;

Зависит ли влияние объема торгов облигаций на решения фирм относительно банковских займов исключительно от отношений между банком и фирмой;

Влияет ли объема торгов облигаций на решения фирм относительно долгосрочности выпущенного долга;

Зависит ли влияние объема торгов облигаций на финансовые решения фирмы и выбор рычага от кредитных ограничений компании.

Данные для исследования были получены из базы Lipper'seMAXX, содержащей информацию об институциональных инвесторах Европы, США и Канады с период с 1998 по 2005 год.

В результате авторы пришли к следующим выводам:

Неопределенность спроса на облигации является значимым фактором при принятии компанией финансовых решений;

Если база инвесторов преимущественно состоит из непостоянных инвесторов и инвесторов, предпочитающих высокорисковые активы, компании меньший упор делают на заемный капитал, и больший на собственный;

Если компании сталкиваются с неопределенностью спроса со стороны инвесторов, они увеличивают срок до погашения выпускаемых облигаций.

Следующей работой, о которой следует рассказать, является статья, опубликованная международным валютным фондом. Работа написана Андрицким и называется «Government Bonds and Their Investors: What Are the Facts and Do They Matter?»(Andritzky, 2012). Автор отметил, что после прошедшего кризиса изменилась структура держателей государственных облигаций, а именно выросла доля центральных банков и снизилась доля нерезидентов. Данное явление вызвало у автора вопросы, на которые он постарался ответить в своем исследовании:

Какие категории инвесторов и как именно подвергаются воздействию со стороны государственных облигаций;

Существует ли зависимость между структурой инвесторов и ценообразованием государственных облигаций.

Автор так же отмечает, по данной тематике уже было опубликовано некоторое количество работ, однако все они лишь доказывали наличие взаимосвязи между долей инвесторов нерезидентов и уровнем доходности облигаций. Чтобы выявить и объяснить общую зависимость, необходим более общий подход, чем рассмотрение отдельных случаев для конкретных стран, как это делали авторы других исследований. Рассматриваемое исследование уникально тем, что автор не просто выявляет наличие взаимосвязи, а пытается его объяснить.

Далее автор отметил существующие проблемы, которые препятствуют исследованиям в области структуры инвесторов. В первую очередь это отсутствие однородной базы по всем странам, которая позволила бы провести масштабное исследование. Из-за того, что периодичность сбора данных различается по странам (данные могут быть месячными, квартальными, или вообще не периодическими), у исследователей нет возможности проанализировать общую выборку. Данная проблема решается с помощью публикации рекомендаций для стран по сбору финансовой статистикиhttp://www.tffs.org/PSDStoc.htm, однако на данный момент не все страны выполняют инструкции и вообще участвуют в сборе информации о держателях государственных облигаций. Так, перед исследователями проблемы структуры инвесторов на данном этапе стоит задача унифицировать данные и выработать общий подход для системного анализа всех стран, а не единичных наблюдений.Среди существующих баз данных стоит так же отметить BRUEGEL DATASETShttp://bruegel.org/publications/datasets/sovereign-bond-holdings/, которая содержит квартальные данные по 12 странам.

Помимо проблемы сбора данных автор так же отметил следующие тенденции, присущие держателям государственных облигаций разных стран:

Кризис привел к росту доли нерезидентов среди держателей государственных облигаций. Причиной тому является постепенная интеграция стран и либерализация нормативно-правовой среды различных рынков капитала. Особенно актуально данное наблюдение для развивающихся финансовых рынков, доступ к государственным ценным бумага там был ограничен для нерезидентов до недавнего времени.

Инвесторы-резиденты, как правило, являются первичными покупателями ценных бумаг

Постепенно возрастает взаимосвязь между банковскими рисками и ценообразованием государственных ценных бумаг

Институциональные инвесторы чаще всего не представлены в статистике детально. Обычно данные собираются относительно институциональных инвесторов как цельной категории, при этом далеко не всегда есть в наличии данные отдельно по видам финансовых институтов.

Рассмотрим далее методологию исследования. В качестве выборки использовались данные по развитым странам G20 и еврозоне. Для анализа использовалась единая методология, что позволяет обобщить полученные выводы и вывести некую закономерность.

В качестве зависимой переменной автор использовал доходность государственных 10тилетних облигаций на конец квартала. В качестве объясняющих переменных были использованы следующие показатели:

Краткосрочная межбанковская ставка

Рост реального ВВП

Доля государственного долга от ВВП

Дефицит государственного бюджета.

Кроме того, на значимость были проверены такие переменные как общий объем долга, инфляция, валютный курс и VIX(в качестве прокси неприятия риска). Данные факторы оказались незначимы на рассматриваемой выборке. В качестве прокси волатильности рассматривалось стандартное отклонение по 4 кварталам.

Автором тестировались следующие гипотезы:

Являются ли инвестиции нерезидентов фактором, повышающим цену государственных облигаций и увеличивающим ее волатильность;

Снижает ли доходность к погашению и волатильность стабильная база местных институциональных инвесторов;

Могу ли обязательные закупки облигаций создавать сдвиги в доходности к погашению.

В результате исследования автор пришел к выводу, что доходность к погашению слабо отрицательно связана с долей институциональных инвесторов среди держателей, но никак не связана с держателями публичного сектора. Кроме того, высокая доля нерезидентов среди держателей ассоциируется с низкой доходностью к погашению и высокой волатильностью доходности. Так, главный вывод - это наличие сильной зависимости динамики доходности к погашению государственных облигаций от доли инвесторов нерезидентов.

Для проверки наличия причинности был проведен тест Грейнджера, который в итоге показал наличие взаимосвязи между долей инвесторов и нерезидентов и доходностью. Более того, анализ показал положительную взаимосвязь, то есть чем выше доля нерезидентов среди держателей государственных облигаций - тем выше их доходность. Аналогичная зависимость была так же проверена для институциональных инвесторов и публичного сектора. В случае с институциональными инвесторами повышение их участия снижает доходность облигаций, в то время как наличие влияния участия публичного сектора вообще не было выявлено.

Помимо прочего, автор попытался теоретизировать полученные закономерности. Было предложено опираться на две базовые теории ценообразования облигаций: взаимоотношения спроса и предложения и ценность отложенного потребления. Рассматривать доходности облигаций как продукт лишь одной из двух этих взаимосвязей недостаточно.

Во-первых, стоимость отложенного потребления заложена в саму концепцию долговых инструментов, и не может быть проигнорирована. Во-вторых, если бы это явление было единственным объяснением ценообразования, колебания спроса (а именно поведение инвесторов) никак не влияли бы на цены, в то время как многочисленные эмпирические исследования доказывают обратное. Кроме того, в настоящий момент на рынках предлагается большое количество финансовых инструментов, что не может не повлиять на доходность каждого из них.

После того, как был рассмотрен пример исследования влияния базы инвесторов на ценообразование облигаций, разумно было бы упомянуть об исследовании более общей темы - микроструктуры фондовых рынков. Другими словами, предлагается подвести итог обзора литературы описанием более общей предметной области, чтобы определить место данной темы в науке.

Вопросом микроструктуры фондовых рынков занимался Левандо Д. В. (Левандо, 1999), в частности предлагается рассмотреть его публикацию «Микроструктура фондового рынка и внешние эффекты». Работа является больше теоретической, чем эмпирическим исследованием, однако представляет ценность с точки зрения формирования обоснования выдвинутых гипотез.

Суть теории микроструктуры фондовых рынков заключается в объяснении ценообразования с помощью рассмотрения процессы взаимодействия элементов фондового рынка. Так, например, к предметной области микроструктуры фондовых рынков можно отнести условия выхода на рынок, издержки частников рынка и их структурный состав, доступность информации, а так же характеристики инвестиционных портфелей и условий организации торгов. В результате взаимодействия перечисленных факторов возникают так называемые «внешние эффекты». Другими словами, на исход действий каждого участника рынка в отдельности влияет не только его решения, но и от поведения остальных участников рынка (в том числе и регуляторов).

В рамках данной работы остановимся подробнее на таком элементе как состав инвесторов. Рассмотрим несколько возможных внешних эффектов, которые могут существовать из-за определенного качественного и количественного состава базы инвесторов:

В зависимости от типа инвестора (частный инвестор или финансовый институт, резидент или нет) могут отличаться цели участников торгов, в результате чего они будут «тянуть» цены в разные стороны;

С ростом количества участников повышается ликвидность рынка и уменьшается спрэд, однако с ростом финансово слабых участников рынка увеличивается риск для контрагентов, в результате чего падает объем торгов и растет величина спрэда;

Крупные инвесторы могут манипулировать ценами и разворачивать тренд в своих интересах.

Над вопросом базы инвесторовтакже работали такие авторы как BabinaT., JotikasthiraCh., LundbladCh., RamadoraiT., Gasteuil-RougierAu.

Подводя итоги можно сказать, что на данный момент тема находится на стадии развития. Можно сказать, что вопрос влияния структуры инвесторов на доходность государственных ценных бумаг уже исследован для развитых рынков. Для развивающихся рынков нет не только структурированных исследований, но и кейс-стади по отдельным странам не проводились ранее. Таким образом, необходимо применить опыт исследования развитых рынков на новой выборке.

В результате для дальнейшего анализа можно использовать некоторые эмпирически доказанные выводы. Во-первых, существующие исследования дают основания полагать, что структура инвесторов действительно оказывает воздействие на доходность государственных облигаций. Исследование Андрицкого дает пример методологии системного исследования влияния доли нерезидентов на доходность на выборке из нескольких стран. Во-вторых, исследование Родионовой по странам БРИК позволяет дополнить фактор, характеризующий структуру инвесторов показателями, актуальными для рассматриваемых стран. Так, в практической части будет составлена спецификация модели, содержащая переменные, которые показали в этом исследовании высокую объясняющую силу.

Ожидаемым результатом на новой выборке будет схожее влияние структуры инвесторов на динамику доходности. Так, предполагается, что зависимость доходности государственных облигаций от доли нерезидентов окажется положительной. Поскольку выборка состоит из развивающихся рынков, предполагается что высокая зависимость государственного бюджета от иностранного капитала будет в большей степени повышать страновой риск, чем спрос на облигации и ликвидность рынка.



Глава 2.Данные

В данном исследовании предлагается проанализировать влияние структуры инвесторов на ценообразование государственных облигаций развивающихся стран, поскольку по этим странам на данный момент не существует ни исчерпывающих исследований, ни даже однородных баз данных.

В качестве набора данных предлагается рассмотреть страны БРИК. Такой выбор объектов исследования связан с несколькими факторами. Во-первых, была цель охватить Россию, поскольку данные собираются недавно, исследований по России еще не было, да и в период нестабильной экономики любые исследования актуальны. Во-вторых, была необходимость подбирать данные по странам, сравнимым по уровню развития и темпам роста с Россией. В-третьих, были выбраны страны, чьи государственные облигации имеют одинаковый кредитный рейтингДанные по кредитным рейтингам S&PLong-termIssuerRating получены из базы данных ThomsonReuters.

Как уже было сказано выше, по развивающимся странам очень сложно проводить исследования, так как данные могут быть либо недоступны, либо собраны с использованием разной методологии. В частности, первоначальная идея рассмотреть страны БРИКС была отвергнута, поскольку казначейство Южно-Африканской Республики не публикует в открытом доступе данные о структуре держателей внутреннего долга.

Рассмотрим данные, доступные по каждой из стран.Информация по доходностям 10тилетних государственных облигаций и дефицитам бюджетов получена из базы данных ThomsonReuters. Данные по структуре инвесторов получены с сайтов Центральных Банков рассматриваемых стран и Резервного Банка Индии. Часть показателей получена из международных и национальных статистических ресурсов. Общие характеристики баз данных, полученных по странам, представлены в таблице 1. Как видно из таблицы, данные по странам собраны с разной периодичностью и с учетом разной методологии. Так, для проведения совместного анализа влияния доли нерезидентов на динамику доходности была составлена выборка, опираясь на данные, доступные по большинству стран.

инвестор ценообразование облигация

Таблица 1. Общие характеристики данных о структуре держателей внутреннего долга.

Критерий	Бразилия	Россия	Индия	Китай
Временной охват	01.01.2007 - 01.02.2016	01.01.2012 - 01.02.2016	03.2007 - 12.2015	01.1997 - 03.2016
Частота обследования	Месячные данные	Месячные данные	Квартальные данные	Месячные данные
Данные по доле нерезидентов	Есть	Есть	Есть	Нет
Детализация по другим категориям держателей долга	Есть	Нет	Есть	Есть
Источник данных	www.tesouro.fazenda.gov.br	http://www.cbr.ru	www.rbi.org.in	www.chinabond.com.cn

Таким образом, была получена сбалансированная панель данных по Бразилии, России и Индии, покрывающая период времени с 03.2012 до 12.2015 и содержащая квартальные данные. Выборка содержит по 16 наблюдений по каждой из трех стран, всего 48 наблюдений.

Бразилия

Статистика по Бразилии публикуется с 2007 года и представляет собой ежемесячные данные о структуре базы инвесторов. Основная доля инвестиций приходится на институциональных инвесторов: банки, инвестиционные фонды, страховые организации, пенсионные фонды и прочие. Можно так же отметить, что в последнее время распределение облигаций между инвесторами становится более равномерным, падает доля институциональных инвесторов и растет доля нерезидентов.



График 1. Динамика доли нерезидентов и доходности государственных облигаций Бразилии

Тест Грейнджера выявил наличие зависимости доходности бразильских облигаций от доли нерезидентов в базе инвесторов на 5% уровне значимости.

Granger causality Wald tests

+------------------------------------------------------------------+

| Equation Excluded | chi2 dfProb> chi2 |

|--------------------------------------+---------------------------|

| yearsyieldynonresidentsmar~e |6.5914 2 0.037 |

+------------------------------------------------------------------+

Источник: расчеты автора

Россия

Данные относительно доли участия иностранного капитала в общем объеме выпущенных государственных облигаций доступны на сайте ЦБ РФ и включают месячные наблюдения с 2012 года. До этого времени статистика доли нерезидентов среди держателей ОФЗ не велась отчасти в связи с тем, что доля их участия была незначительной. Данное явление связано с ограничениями на многие операции для нерезидентов на внутреннем рынке, отрицательной реальной доходностью ОФЗ в период с 2002 года, низкой ликвидностью и высокой волатильностью российского рынка.

График 2. Динамика доли нерезидентов и доходности ОФЗ на российском рынке

Для того, чтобы доказать наличие зависимости доходности облигаций от изменений доли нерезидентов был проведен тест Грейнджера.На 15%уровне значимости выявлена зависимость доходности от доли нерезидентов.

GrangercausalityWaldtests

+------------------------------------------------------------------+

| Equation Excluded | chi2 dfProb> chi2 |

|--------------------------------------+---------------------------|

| yearsyieldynonresidentsmar~e | 8.9841 2 0.011 |

+------------------------------------------------------------------+

Источник: расчеты автора

Индия

Статистика по структуре держателей индийских государственных облигаций публикуется на сайте Резервного Банка Индии. Данные публикуются ежеквартально начиная с первого квартала 2007 года. Среди всех типов инвесторов наиболее значительная доля коммерческих банков, в то время как доля нерезидентов очень мала на протяжении всего периода наблюдения. Данное явление связано с законодательными ограничениями, обязывающими банки вкладывать в государственные облигации, а так же с ограничениями для иностранных инвесторов.

График 3. Динамика доли нерезидентов и доходности индийских государственных облигаций

Тест Грейнджера показал на 25% уровне значимости наличие зависимости доходности государственных облигаций от доли нерезидентов.

GrangercausalityWaldtests

+------------------------------------------------------------------+

| Equation Excluded | chi2 dfProb> chi2 |

|--------------------------------------+---------------------------|

| yearsyieldynonresidentsmar~e |2.9519 2 0.229 |

Источник: расчеты автора

Методология

В качестве зависимой переменной была выбрана доходность 10тилетних казначейских облигаций. Выбор данного типа облигаций продиктован несколькими факторами. Во-первых, данные собранные по странам, относятся именно к держателям данного типа ценных бумаг, и это основная причина. Для некоторых стран (в частности для Индии) так же представлены данные по двухмесячным казначейским облигациям, однако на таких краткосрочных инструментов ранее не проводились исследования влияния структуры инвесторов. Во-вторых, данных по краткосрочным инструментам меньше, да и многие макроэкономические индикаторы (например, рост ВВП) публикуются не чаще, чем раз в квартал. Так, предполагается что рамках данного исследования эффект всех объясняющих переменных наиболее явно будет выражен в доходности долгосрочных государственных ценных бумаг.

Отталкиваясь от доступных данных по структуре инвесторов и выбора объясняемой переменной, переходим к выбору набора объясняющих переменных. Структура инвесторов будет представлена в форме доли облигаций в обращении, находящихся на отчетную дату в собственности нерезидентов (обозначим как FIот foreigninvestment).

Далее набор объясняющих переменных был подобран на основании эмпирических исследований, приведенных в обзоре литературы. В частности, исследование Родионовой покрывает большое количество показателей для стран настоящей выборки. Так, для исследования выбраны показатели, которые по результатам исследования оказались значимы для рассматриваемых стран. К таким показателям относятся следующие факторы:

Ставка рефинансирования ЦБ (CBRate)

Индекс Потребительских Цен (CPI)

Рост ВВП (в процентах к аналогичному кварталу предыдущего года, GDP_Growth)

Сальдо государственного бюджета (GDeficit)

Ставка рефинансирования отражает монетарную политику ЦБ. Так, установленная Центральным Банков на определенном уровне ставка влияет на все ставки по кредитам банковского сектора, а в месте с тем и на ценообразование других долговых инструментов, в частности облигаций. Ожидается, что эффект от ставки рефинансирования будет положительным и значимым.

Индекс потребительских цен отражает инфляционные ожидания. В модели регрессии использовался прирост индекса потребительских цен относительно аналогичного квартала предыдущего года. Ожидаемый эффект инфляционных ожиданий так же положителен, поскольку высокая инфляция свидетельствует о нестабильности экономики, что повышает премию за риск. Кроме того рост доходности связан с обесцениванием активов.

Рост ВВП отражает уровень развития экономики страны. При высоком экономическом росте правительство становится более надежным заемщиком, что позволяет снизить доходность по облигациям. С другой стороны, высокие темпы роста ВВП могу спровоцировать рост инфляции, что будет гасить эффект. В данном случае инфляция учитывается отдельно с помощью индекса потребительских цен, поэтому ожидаемый эффект данного фактора положительный.

Сальдо государственного бюджета - переменная, использованная в абсолютных величинах. Сальдо отражает фискальную позицию страны, или риск дефолта, что отражается на риске. Кроме того, дефицит бюджета показывает потребность государства в заемных средствах. Так, ожидается отрицательный эффект, то есть чем ниже сальдо - тем выше доходность облигаций.

Таблица2. Описательная статистика основных переменных.

Источник: расчеты автора

Variable	Mean	Std. Dev.	Min	Max
FI	.1287411	.0878528	.0088	.278
Yield10y	.0970125	.0216533	.0685	.15815
CPI	.0802277	.0290959	.0429	.1692
GDP_Growth	.0242963	.0378503	-.06	.075
GDeficit	-6.78e+09	1.64e+10	-8.88e+10	1.79e+10
CBRate	.3814063	2.044413	.0675	14.25



Описательная статистика данных представлена в таблице 2.Кроме того, была рассмотрена корреляция между переменными, чтобы оценить целесообразность анализа в целом (таблица 3). Далее рассмотрим возможные спецификации модели. Первой была опробована сквозная регрессия (приложение I).

Таблица 3. Коэффициенты корреляции

Источник: расчеты автора

	Yield10y	CPI	GDP_Growth	FI	GDeficit	CBRate
Yield10y	1.0000
CPI	0.2581	1.0000
GDP_Growth	-0.6656	-0.4177	1.0000
FI	0.4128	0.0846	-0.7888	1.0000
GDeficit	0.0415	0.0631	0.2062	-0.3958	1.0000
CBRate	-0.1226	0.1852	0.1363	-0.1888	0.0918	1.0000

Модель сквозной регрессии описывается уравнением 1:

(1)

Где индексы iхарактеризуют страны, а индексы tвремя.

Так же были рассмотрены модели с фиксированными и случайными эффектами, поскольку сквозная регрессия предполагает одинаковые зависимости для всех стран, однако предполагается обратное, так как исследование Родионовой показало различный характер зависимости рассматриваемых переменных для стран.

Модель сквозной регрессии с фиксированным эффектом и со случайным эффектом описываются уравнениями 2 и 3 соответственно.

(2)

, где (3)

Данные были преобразованы в сбалансированную панель, тестировались модели со случайными и фиксированными эффектами (Приложения II-III). Так же были проведены тесты на обоснованность преобразования данных в панель.Для сравнения модели сквозной регрессии и модели со случайными эффектами был проведен тест Бройша-Пагана (Приложение IV). Полученное значения P-value позволяют сделать вывод о том, что модель со случайными эффектами лучше описывает данные, чем простая сквозная регрессия. Также был проведен тест Вальда (Приложение II) для сравнения модели фиксированными эффектами и сквозной регрессии. Значение P-value показывает преимущество модели с фиксированными эффектами. Для сравнения модели с фиксированными случайными эффектами был проведен тест Хаусмана, и полученное P-value показывает, что лучше всего данные описывает модель с фиксированными эффектами.

Таблица 4. Результаты тестов на сравнение моделей

Источник: расчеты автора

Название теста	P-value
Тест Бройша-Пагана	1.0000
Тест Вальда	1.0000
Тест Хаусмана	0.0000

Несмотря на результаты тестов, большинство коэффициентов в модели с фиксированными эффектами оказались незначимыми, поэтому рассмотрим спецификацию модели с лагом. Такой подход представляется логичным не только по причине необходимости оптимизировать организацию данных, но и теоретически обоснован. Поскольку в базовой спецификации рассматривается модель, в которой доходность зависит от структуры инвесторов в тот же период, возможно добавление лагов улучшит объясняющую силу модели. Данное предположение можно объяснить тем, что участники рынка не могут реагировать мгновенно на информацию о структуре инвесторов, поэтому спрос может измениться только в следующем периоде, а вместе с ним и доходность.В большинстве исследований по данной тематике так же использовались модели с лаговыми переменными, характеризующими структуру инвесторов, что является дополнительной причиной проверить спецификацию с лагами.

Так же, чтобы избавиться от искажения данных и учесть гетероскедастичность, была опробована модель Арелеллано-Бонда с робастными оценками (Приложение VI). В отличие от предыдущих моделей, в которых применялись оценки МНК, в модели Ареллано-Бонда используется обобщённый метод моментов. Модель с лагами, полученная таким методом оказалась эффективной, а коэффициенты значимы. Тест Саргана на валидность инструментов указал на то, что объясняющие переменные не сверх идентифицируемы и валидны. Таким образом, модель Ареллано-Бонда выбрана как итоговая спецификация модели.

Для итоговой спецификации модели тестировалась гипотеза о значимости коэффициента при доле нерезидентов среди держателей государственных облигаций.



Глава 3. Результаты

В результате выбрана модель Ареллано-Бонда с робастными оценками.Данная модель хорошо описывает панельные данные, позволяет получить эффективные робастные оценки коэффициентов обобщенным методом моментов.

ТестГрейнджера показал наличие зависимости доходности облигаций от доли нерезидентов на 25% уровне значимости для всех стран. В итоговой спецификации модели коэффициент доли инвесторов значим.

Итоговая спецификация модели:

Где индексы I характеризуют страны, а индексы t период времени.

Таблица 5. Коэффициенты регрессии

Источник: расчеты автора

consti	.01534
Yield10yit-1	.6167631
FIit	.0594093
FIit-2	.0174858
CPIit	.1311429
GDP_Growthit	-.1788672
GDP_Growthit-1	.1684286
GDeficitit-1	-2.86e-13
CBRateit	-.0006605

Доля нерезидентов оказалась значимой, как предполагалось, более того, полученные коэффициенты оказались положительными. Прирост доли участия иностранного капитала не оказывает отрицательного эффекта на доходность, так как на данный момент доля нерезидентов среди инвесторов на рассматриваемых рынках очень мала. Если сравнить с результатами по развитым странам, эффект окажется противоположным. Так происходит из-за того, что развивающиеся рынки сейчас находятся только на этапе либерализации, иностранные инвесторы сравнительно недавно получили доступ к рынку внутреннего долга и их доля очень мала. В то время как при высокой доле иностранного капитала начинает расти зависимость государственного бюджета и риск, при небольшом количестве инвесторов нерезидентов их приход на рынок только повышает спрос и ликвидность.

Что касается остальных коэффициентов, неожиданные результаты показали коэффициенты ставки рефинансирования ЦБ и роста ВВП без лага. Отрицательный знак роста ВВП можно объяснить тем, что такой индикатор экономического роста не сразу отражается в динамике, а с задержкой. Так, коэффициент прироста ВВП с лагом оказался положительным. Что касается ставки рефинансирования, эффект хоть и отрицательный, но незначительный. Такой эффект можно объяснить тем, что высокие процентные ставки, установленные ЦБ отрицательно влияют на ликвидность рынка заемного капитала, что снижает спрос и доходность инструментов.



Заключение

В последние годы в связи с либерализацией рынков внутреннего долга развивающихся стран участие роль иностранного капитала возрастает. Для развивающихся рынков приход нерезидентов означает повышение базы инвесторов и ликвидности рынка, что приводит к росту доходности инструментов.

В данной работе был показан эффект роста доли нерезидентов в базе инвесторов для рынков государственных облигаций Бразилии, России и Индии. Для описания данных была построена модель Ареллано-Бонда. Коэффициенты для доли инвесторов с лагом и без оказались положительными и значимыми, что подтверждает выдвинутую гипотезу.

В противовес полученным результатам стоит отметить, что на развитых рынках исследования дали противоположные результаты, то есть снижение доходности при росте доли нерезидентов. Данное наблюдение подчеркивает разницу специфики развивающихся и развитых рынков. В том время как на развитых рынках доля иностранного капитала сравнительно велика, на развивающихся рынках доступ нерезидентов на рынок внутреннего долга появился относительно недавно и ограничен законодательно. Так, можно сделать вывод, что доля нерезидентов при низких значениях оказывает положительное влияние на динамику доходности, но с ростом начинает оказывать отрицательный эффект на доходность облигаций.



Список литературы

Берзон Н. И., Касаткин Д. М., Аршавский А. Ю., Меньшиков С. М., Галанова А. В., Красильников А., Курочкин С. В., Столяров А. И. Рынок ценных бумаг: учебник для бакалавров / Под общ. ред.: Н. И. Берзон. 3-е изд., перераб. и доп.. М. :Юрайт, 2013.

Буренин А.Н. Рынок ценных бумаг и производных финансовых инструментов// Учебное пособие. - Федеративная Книготорговая Компания. - 1998.

Andritzky J. R., Government Bonds and Their Investors: What Are the Facts and Do They Matter? // International Monetary Fund Working Paper. June 2012. WP/12/158. - 29 p.

Babina T., Jotikasthira Ch., Lundblad Ch., Ramadorai T., Does the Ownership Structure of Government Debt Matter? Evidence from Munis // Does the Ownership Structure of Government Debt Matter? Evidence from Munis, Municipal Finance Conference, March 2015

Friedman B. M., Roley V.V., Investors' Portfolio Behavior Under Alternative Models of Long-Term Interest Rate Expectations: Unitary, Rational, or Autoregressive // Econometrica, Vol. 47, No. 6 (November, 1979)

Gasteuil-Rougier Au., Developed countries: who holds public debt? // Econote, №16 April 2013. - 12 p.

Hardie Iain, How much can governments borrow? Financialization and emerging markets government borrowing capacity // Review of International Political Economy 18:2 May 2011: 141-167

Jaramillo L., Zhang Y. S., Real Money Investors and Sovereign Bond Yields // International Monetary Fund Working Paper. November 2013. WP/13/254. - 23 p.

Jasienл M., Paskevicius A., Astrauskaitл L., Bond Market Analysis: the main constraints in the research of 21st century // Business, management and education, 2013, 11(2): 224-240

Kumar M. S., Okimoto T., Dynamics of international integration of government securities' markets // Journal of Banking & Finance 35 (2011) 142-154

Panizza U., Domestic and external public debt in developing countries // UNCTAD Discussion Paper, No. 188 March 2008

Massa M., Yasuda A., Zhang L. Supply uncertainty of the bond investor base and the leverage of the firm// Journal of Financial Economics. - Working paper. -2013

Merler S., Pisani-Ferry J., Who's afraid of sovereign bonds? // Bruegel Policy contribution. - 2012/02

Статьи отечественных авторов:

Левандо Д. В. Микроструктура фондового рынка и внешние эффекты // Вестник ФА №4'99, 1999

Яковлев Я., Демкин А., Рублевые корпоративные облигации: что получат иностранные инвесторы? // Депозитариум № 2 (132) 2014

Прочие источники:

Родионова А. В., Факторы формирования доходности государственных ценных бумаг в странах БРИКС: дис. ... канд. экон. наук : 08.00.10. ? Москва, 2014. ? 296 с.

Родионова А. В., Факторы формирования доходности государственных ценных бумаг в странах БРИКС: автореф. дис. ... канд. экон. наук : 08.00.10. ? Москва, 2014. ? 26 с.

Федерального закона от 28.12.2002 N 185-ФЗ, часть третья в ред.



Приложение I. Сквозная регрессия

Source	SS	df	MS	Numberofobs = 48
				F( 5, 42) = 8.57
Model	.011129889	5	.002225978	Prob> F = 0.0000
Residual	.010906838	42	.000259687	R-squared = 0.5051
				Adj R-squared = 0.4461
Total	.022036727	47	.000468867	Root MSE = .01611

Yield10y	Coef.	Std. Err.	t	P>t	[95% Conf.	Interval]
FI	-.0751505	.0518081	-1.45	0.154	-.1797035	.0294025
CPI	-.0957855	.1018199	-0.94	0.352	-.3012665	.1096955
GDP_Growth	-.5623301	.1257704	-4.47	0.000	-.8161449	-.3085152
GDeficit	1.78e-13	1.59e-13	1.12	0.269	-1.42e-13	4.98e-13
CBRate	-.0003686	.0012054	-0.31	0.761	-.0028011	.0020639
_cons	.1293805	.0149764	8.64	0.000	.0991568	.1596041



Приложение II.Модель с фиксированным индивидуальным эффектом

Fixed-effects (within) regression Number of obs = 48

Group variable: country Number of groups = 3

R-sq: within = 0.4957 Obs per group: min = 16

between = 0.1721 avg = 16.0

overall = 0.3349 max = 16

F(5,40) = 7.86

corr(u_i, Xb) = -0.0322 Prob> F = 0.0000

------------------------------------------------------------------------------

Yield10y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

FI | .0210403 .0482846 0.44 0.665 -.0765465 .1186272

CPI | .2510611 .0998362 2.51 0.016 .0492846 .4528376

GDP_Growth | -.180587 .1212461 -1.49 0.144 -.4256346 .0644605

GDeficit | 7.79e-14 1.18e-13 0.66 0.513 -1.61e-13 3.16e-13

CBRate| -.0010338 .0008938 -1.16 0.254 -.0028402 .0007727

_cons | .0794717 .0137225 5.79 0.000 .0517375 .1072059

-------------+----------------------------------------------------------------

sigma_u| .01680631

sigma_e | .0118608

rho | .6675291 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(2, 40) = 18.77 Prob> F = 0.0000

Тест Вальда показывает, что модель со случайными эффектами лучше описывает данные, чем простая сквозная регрессия.



Приложение III.Модель со случайным индивидуальным эффектом

Random-effects GLS regression Number of obs = 48

Group variable: country Number of groups = 3

R-sq: within = 0.3369 Obs per group: min = 16

between = 0.7297 avg = 16.0

overall = 0.5051 max = 16

Wald chi2(4) = .

corr(u_i, X) = 0 (assumed) Prob> chi2 = .

------------------------------------------------------------------------------

Yield10y | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

FI | -.0751505 .0518081 -1.45 0.147 -.1766926 .0263916

CPI | -.0957855 .1018199 -0.94 0.347 -.2953489 .1037779

GDP_Growth| -.5623301 .1257704 -4.47 0.000 -.8088354 -.3158247

GDeficit | 1.78e-13 1.59e-13 1.12 0.263 -1.33e-13 4.89e-13

CBRate| -.0003686 .0012054 -0.31 0.760 -.0027311 .0019938

_cons | .1293805 .0149764 8.64 0.000 .1000272 .1587337

-------------+----------------------------------------------------------------

sigma_u | 0

sigma_e | .0118608

rho | 0 (fraction of variance due to u_i)

------------------------------------------------------------------------------



Приложение IV.Тест Бройша-Пагана на сравнение моделей

Breusch and Pagan Lagrangian multiplier test for random effects

Yield10y[country,t] = Xb + u[country] + e[country,t]

Estimated results:

| Varsd = sqrt(Var)

---------+-----------------------------

Yield10y | .0005068 .0225116

e | .0001382 .0117573

u | 0 0

Test: Var(u) = 0

chibar2(01) = 0.00

Prob>chibar2 = 1.0000

Модель со случайными эффектами лучше описывает данные, чем сквозная регрессия.



Приложение V.Тест Хаусмана на сравнение моделей

hausman re1 fe1

Note: the rank of the differenced variance matrix (4) does not equal the number

of coefficients being tested (5); be sure this is what you expect, or

there may be problems computing the test. Examine the output of your

estimators for anything unexpected and possibly consider scaling your

variables so that the coefficients are on a similar scale.

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| refe Difference S.E.

-------------+----------------------------------------------------------------

FI | -.0751505 .0210403 -.0961908 .0187797

CPI | -.0957855 .2510611 -.3468466 .0200008

GDP_Growth | -.5623301 -.180587 -.381743 .03343

GDeficit | 1.78e-13 7.79e-14 9.99e-14 1.06e-13

CBRate | -.0003686 -.0010338 .0006651 .0008087

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 52.26

Prob>chi2 = 0.0000

(V_b-V_B is not positive definite)

Модель с фиксированными эффектами лучше описывает данные, чем модель со случайными эффектами.



ПриложениеVI. МодельАрелано-Бонда

Arellano-Bond dynamic panel-data estimation Number of obs = 39

Group variable: country Number of groups = 3

Time variable: time

Obs per group: min = 13

avg = 13

max = 13

Number of instruments = 40 Wald chi2(2) = 86.15

Prob> chi2 = 0.0000

One-step results

(Std. Err. adjusted for clustering on country)

------------------------------------------------------------------------------

| Robust

Yield10y | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

Yield10y |

L1. | .6167631 .0948605 6.50 0.000 .4308399 .8026862

|

FI |

--. | .0594093 .0162899 3.65 0.000 .0274817 .0913369

L2. | .0174858 .0188781 0.93 0.354 -.0195146 .0544863

|

CPI | .1311429 .0327149 4.01 0.000 .0670228 .1952629

|

GDP_Growth |

--. | -.1788672 .0381301 -4.69 0.000 -.2536009 -.1041336

L1. | .1684286 .0498787 3.38 0.001 .0706681 .2661891

|

GDeficit |

L1. | -2.86e-13 9.19e-14 -3.11 0.002 -4.66e-13 -1.06e-13

|

CBRate| -.0006605 .0001426 -4.63 0.000 -.0009399 -.0003811

_cons | .015347 .0067185 2.28 0.022 .0021789 .0285151

------------------------------------------------------------------------------

Instruments for differenced equation

GMM-type: L(2/.).Yield10y

Standard: D.FI L2D.FI D.CPI D.GDP_GrowthLD.GDP_GrowthLD.GDeficit

D.CBRate L.CPI L.GDP_GrowthGDeficit FI

Instruments for level equation

Standard: _cons

Тест Саргана на валидность инструментов

Sargan test of overidentifying restrictions

H0: overidentifying restrictions are valid

chi2(31) = 32.23319

Prob>chi2 = 0.4055

Размещено на Allbest.ru