Дипломная работа: Анализ факторов премии за риск корпоративных облигаций

H0: с=0 (автокорреляция отсутствует)

Ha: с ? 0 (автокорреляция присутствует)

Проведенное тестирование показывает, что Prob (Fst) < 0,05, следовательно, нулевая гипотеза об отсутствии автокорреляции отклоняется, что подтверждает выдвинутые ранее предположения о наличии автокорреляции в модели.

Для того, чтобы избавиться от нежелательных последствий автокорреляции и гетероскедастичности, необходимо применить к исследуемой модели поправки Newey-West, что позволит исправить стандартные ошибки модели и даст возможность проводить тестирование гипотез. Скорректированная модель представлена в таблице 3.8.

Таблица 3.8

Регрессионная модель с поправками Newey-West

После применения данных поправок можно перейти к тестированию гипотез. Используем тест Вальда для того, чтобы проверить гипотезу о том, что биржевые облигации влияют на премию за риск так же, как облигации, размещенные организаторами первого эшелона.

Гипотеза H0: в(TYPE_BOND) = в (TYPE_ORGANISER) > c (5) = с (6).

Таблица 3.9

Тестирование Вальда

Согласно результатам тестирования, Prob(Fst) = 0,785 (0,785 > 0.05), следовательно, на уровне значимости 5% основания отклонять нулевую гипотезу отсутствуют. Таким образом, можно сделать вывод о том, что исследуемые переменные (вид облигации и тип организатора) оказывают одинаковое влияние на премию за риск корпоративных облигаций.

На заключительном этапе регрессионного анализа проведем интерпретацию коэффициентов исследуемой модели и найдем прогнозное значение премии за риск.

Стоит отметить, что прогнозирование и интерпретация проводятся на основе модели без поправок Newey-West, которая представлена в таблице 3.10.

Таблица 3.10

Модель зависимости премии за риск от исследуемых факторов

Интерпретация:

1. При увеличении срока до погашения облигаций на 1 год, премия за риск корпоративных облигаций уменьшается в среднем на 0,44% (учитывая, что другие регрессоры остаются неизменными). При этом на каждый год приходится ускорение сокращения премии за риск в среднем на 0,011%.

Кроме того, поскольку премия за риск и срок до погашения находятся в параболической зависимости, есть возможность определить значение срока до погашения, которое соответствует минимальному/максимальному значению премии за риск посредством нахождения координаты X вершины параболы.

Функция параболы имеет следующий вид:

Коэффициенты регрессионной модели будут использованы для нахождения координаты X вершины параболы: a = 0,010714, b = -0,441471.

Поскольку коэффициент a >0, ветви рассматриваемой параболы направлены вверх. Исходя из этого, найдем значение X, которому соответствует минимальное значение Y.

Координата X определяется согласно следующей формуле:

Следовательно, можно утверждать, что при сроке погашения, равном 21 году, премия за риск достигает своего минимального значения.

Таким образом, если срок до погашения конкретной облигации близок к полученному значению, можно судить о том, что данная ценная бумага обладает наименьшей премией за риск.

2. Увеличение объема облигационного выпуска на 1% приводит к сокращению спреда доходности корпоративных облигаций на 0,005%.

3. При повышении значения переменной рейтинга на 1 ед. по шкале (а именно при ухудшении рейтинга), спред доходности корпоративных облигаций увеличивается на 0,12%. Как было указано ранее, чем выше компании присваивается рейтинг, тем ниже значение переменной, включенной в модель.

4. Премия за риск биржевых облигаций в среднем на 0,95% меньше, чем премия за риск классических облигаций.

5. Премия за риск корпоративных облигаций, размещенных организаторами первого эшелона в среднем на 0,86% меньше, чем премия за риск прочих облигаций.

6. Премия за риск облигаций со встроенным call-опционом в среднем на 0,9% выше, чем облигаций без опциона call.

7. При повышении темпа прироста цены на нефть на 1%, премия за риск корпоративных облигаций увеличивается в среднем на 0,02%.

8. При увеличении темпа прироста валютного курса на 1%, премия за риск корпоративных облигаций сокращается в среднем на 0,17%.

9. Увеличение темпов прироста ВВП на 1% приводит к падению премии за риск корпоративных облигаций на 0,07%.

10. Премия за риск корпоративных облигаций, принадлежащих отрасли "Строительство и девелопмент" в среднем на 1,13% выше премии за риск корпоративных облигаций других отраслей.

11. Премия за риск облигаций энергетической отрасли в среднем на 0,72% ниже, чем премия за риск облигаций прочих отраслей.

12. Спред доходности по облигациям, принадлежащим отрасли "Торговля и ритейл" в среднем на 0,53% выше спреда доходности облигаций прочих отраслей.

13. Премия за риск облигаций транспортной отрасли в среднем на 0,67% выше, чем премия за риск облигаций иных отраслей.

В заключении перейдем к нахождению прогнозного значения премии за риск корпоративных облигаций, принимая во внимание, что все объясняющие переменные будут принимать средние значения.

Для того, чтобы найти средние значения переменных, следует обратиться к описательной статистике, которая представлена в таблице 3.11 и таблице 3.12.

Таблица 3.11

Средние значения объясняющих переменных

Таблица 3.12

Средние значения объясняющих переменных

Далее увеличиваем исследуемую выборку на 1 наблюдение и во всех объясняющих переменных заполняем возникшие пропуски их средними характеристиками. Затем в оцененной регрессии с помощью команды «forecast» получаем прогноз премии за риск корпоративных облигаций, значение которой представлено в последнем наблюдении (таблица 3.13).

Таблица 3.13

Прогноз премии за риск корпоративных облигаций, в %

Подводя итоги регрессионного анализа, стоит отметить, что большинство выдвигаемых теоретических гипотез подтвердились в эмпирической части исследования.

Рассмотрим сравнительную таблицу, в которой отражены выдвигаемые гипотезы и результаты итоговой регрессионной модели (таблица 3.14).

Таблица 3.14

Уровень значимости переменных