Rambler's Top100
 

Ренессанс Капитал: Эшелоны облигаций: Разделяй и властвуй!


[22.02.2008]  Ренессанс Капитал    pdf  Полная версия

Эшелоны облигаций: Разделяй и властвуй!

Разделение рублевых облигаций на эшелоны может представлять определенную сложность для портфельных управляющих из-за отсутствия общепринятых методик. В результате принадлежность выпуска рублевых облигаций к тому или иному эшелону определяется в зависимости от мнения портфельного менеджера и может не совпадать со взглядами других участников рынка. Для клиентов, предпочитающих инвестировать в долговые инструменты определенного эшелона, подобные разночтения могут представлять серьезную проблему.

Мы разработали модель, позволяющую относить облигации к определенному эшелону, и начинаем публикацию ежеквартальных отчетов на эту тему.

Мы обращаем особое внимание читателей на то, что данная модель не является кредитным анализом эмитентов, а лишь отражает их оценку и восприятие рынком. По этой причине мнение кредитных аналитиков Ренессанс Капитала может не совпадать с эшелонированием того или иного выпуска.

В частности, по мнению наших кредитных аналитиков, расширение спрэдов банковских облигаций, вызванное нестабильностью на мировом рынке кредитов с повышенным риском, не окажет значительного влияния на кредитное качество российских банков. По этой причине произошедшее расширение спрэдов в российском банковском секторе не является оправданным, а с точки зрения кредитного качества обязательства некоторых банков следовало бы отнести во второй эшелон.

В следующем отчете мы проанализируем сценарий выделения банковских облигаций в отдельный класс. Результаты опроса участников рынка также выявили мнение, что облигации банков не подлежат эшелонированию.

Наша модель основывается на методе общностей факторного анализа в сочетании с экспертной оценкой. Чтобы разделить облигации на эшелоны, мы рассчитываем их индикатор эшелона и ранжируем бумаги согласно полученному индикатору.

Средний рейтинг в цифровом выражении, спрэд к ОФЗ и индикатор ликвидности выпуска с определенными весами участвуют в расчете индикатора эшелона. Веса определяются на основании метода общностей.

Согласно нашей модели, средний рейтинг и спрэд к кривой доходности ОФЗ являются наиболее значимыми при определении принадлежности выпуска к эшелону (им присвоены коэффициенты 0.47 и 0.40 соответственно). Индикатор ликвидности также учитываются в модели, хотя и с меньшим весом (коэффициент 0.08). Корреляция индикатора эшелона со средним рейтингом и спрэдами является максимальной (0.92 и -0.88), в то время как корреляция с ликвидностью выпуска заметно ниже (лишь 0.29).

Мы отказались от использования в модели финансовых показателей компаний и присутствия облигаций в котировальном списке A1, поскольку в ходе тестирования было выявлено, что эти данные приводят к искажению результата.

К первому эшелону мы отнесли 58 выпусков облигаций, ко второму – 183, к третьему – 368. Кроме того, 12 выпусков мы классифицировали как проблемные облигации.

Список всех рассмотренных облигаций и их индикаторы эшелона представлены в Приложении 2.

Инвестиционный вывод

Определение принадлежности рублевых облигаций к какому-либо эшелону может представлять серьезную проблему для портфельных управляющих и брокеров, поскольку некоторые клиенты отдают предпочтение определенному эшелону долговых инструментов. Так как данная тема ранее не изучалась, разделение рублевых обязательств на эшелоны происходит достаточно субъективно. В результате структура каждого эшелона может сильно различаться в зависимости от участника рынка.

В ответ на запросы наших клиентов мы разработали модель разделения рублевых облигаций на три эшелона и начинаем публикацию ежеквартальных отчетов по этой теме. Деление на эшелоны основано на ликвидности кредитном качестве долговых инструментов в восприятии рынка. В качестве исходных данных для модели используются номинальный спрэд к кривой доходности ОФЗ, количественное значение среднего рейтинга (по шкале агентств S&P, Moody’s и Fitch) и индикатор ликвидности. Тестирование модели показывает, что использование финансовых показателей компании и присутствия инструмента в котировальном списке A1 ММВБ в качестве исходной информации дает неудовлетворительные результаты, поэтому мы отказались от данных параметров.

На первом этапе для облигаций, имеющих рейтинг по шкале одного из трех международных рейтинговых агентств, мы применяем факторный анализ методом общностей. В результате мы получаем оптимальный коэффициент (вес) каждого параметра (спрэд, ликвидность и рейтинг) и можем вычислить фактор, который наилучшим образом обобщает данные показатели. Для облигаций, не имеющих рейтинга, общий фактор вычисляется с использованием тех же коэффициентов для спрэда и ликвидности, что и для рейтингованных инструментов.

На следующем этапе два обобщающих фактора (для рейтингованных и нерейтингованных облигаций) сводятся к единому индикатору, который является индикатором эшелона.

Наконец, мы ранжируем все облигации на основании индикатора эшелона и разделяем их на три эшелона и проблемные обязательства при помощи опроса участников рынка. Данный отчет посвящен в первую очередь изучению восприятия эшелонов участниками рынка, чтобы разработать оптимальное разделение на эшелоны. Результатом данного исследования является структура эшелонов, которая отображает общую точку зрения наибольшего числа инвесторов.

К первому эшелону относятся достаточно ликвидные долговые инструменты с самым высоким, по мнению рынка, кредитным качеством. Во второй эшелон входят менее ликвидные бумаги с более высокой степенью риска. Наконец, к третьему эшелону относятся высокодоходные и высокорискованные, по мнению рынка, облигации, которые не являются ликвидными или станут неликвидными при первых признаках ухудшения ситуации на рынке. Категория проблемных облигаций включает наиболее рискованные по мнению участников рынка долговые инструменты с очень высокой доходностью.

Публикация отчета с разбивкой облигаций по эшелонам планируется ежеквартально. Мы хотели бы подчеркнуть, что данная модель не является кредитным анализом эмитентов, а лишь отражает их оценку и восприятие рынком. По этой причине мнение кредитных аналитиков Ренессанс Капитала может не совпадать с эшелонированием того или иного выпуска. В перспективе на основании данной модели будут созданы индексы эшелонов. Портфельные инвесторы, клиенты которых предпочитают бумаги определенного эшелона, будут иметь возможность использовать наши отчеты в качестве ориентира.

Исходные данные: рейтинг, спрэд и ликвидность

Мы начинаем наше исследование с изучения следующих исходных данных: номинальных спрэдов к кривой доходности ОФЗ, индикаторов ликвидности облигаций, а также минимальных, максимальных и средних рейтингов рублевых облигаций, находящихся в обращении. Анализ данных показал, что номинальные спрэды, индикаторы ликвидности и средний рейтинг являются оптимальными параметрами для определения принадлежности долговых инструментов к тому или иному эшелону (Приложение 1). Цифровое выражение рейтингов было получено путем присвоения каждой ступени рейтинга числового значения. Таким образом, каждый выпуск облигаций получил цифровые показатели, отражающие рейтинг по шкале агентств S&P, Moody’s и Fitch (чем выше рейтинг, тем выше показатель). Среднее значение данных показателей является средним рейтингом, а максимальное и минимальное значение отражают максимальный и минимальный рейтинги. Очевидно, что если выпуску присвоен рейтинг лишь одним агентством, его средний, максимальный и минимальный рейтинги будут совпадать.

С нашей точки зрения, использование финансовых коэффициентов компаний в анализе может искажать результаты. Во-первых, нельзя использовать финансовые коэффициенты какой-либо компании без соотнесения их с данными в среднем по сектору. Кроме того, даже при условии соответствующей корректировки существует целый ряд других проблем, искажающих результат (например, устаревшие финансовые показателиля некоторых компаний, резкое увеличение капиталовложений в связи с участием в выгодных проектах и т. п.). Поэтому мы решили не использовать финансовые коэффициенты в качестве исходных данных для нашей модели. Результаты искажаются также при использовании в модели принадлежности бумаги котировальному списку A1 ММВБ. Действительно, включение долговых инструментов в котировальный список первого уровня не всегда последовательно: например, выпуск Газпром-6 входит в котировальный список А1, а более ликвидные Газпром-8 и Газпром-9 туда не включены.

Более ликвидные и менее рискованные выпуски АИЖК-7 и АИЖК-9 не включены в данный список, в отличие от неликвидных облигаций ИНПРОМ с более низким кредитным качеством. Это связано с отсутствием процедуры автоматического листинга – компания должна самостоятельно обращаться с просьбой о включении каждого отдельного выпуска в котировальный список и уплачивать взносы. Таким образом, мы не используем финансовые коэффициенты и принадлежность котировальному списку уровня А1 в качестве исходных данных для нашей модели.

Корреляционный анализ

Корреляционный анализ не используется в нашей модели; тем не менее, его результаты могут оказаться достаточно интересными. Например, существует положительная корреляция между индикатором ликвидности и рейтингом облигаций (выпуски с более высокими рейтингами, как правило, более ликвидны, чем бумаги с низкими рейтингами). Аналогично более узкие номинальные спрэды предполагают более высокую ликвидность облигаций. Корреляция между рейтингами и спрэдами очевидно является положительной и достаточно высокой (0.64-0.65).

Краткое описание модели

Применяя метод общностей, мы объединяем номинальный спрэд к кривой доходности ОФЗ, средний рейтинг и индикатор ликвидности каждого выпуска в единый параметр, который и описывает принадлежность облигаций к определенному эшелону. Для получения единого индикатора эшелона мы используем следующий алгоритм .

На первом этапе все облигации делятся на две группы. К первой группе относятся выпуски, которые имеют рейтинг по шкале одного из агентств (S&P, Moody’s или Fitch), ко второй группе относятся бумаги без рейтинга. Таким образом, первая группа имеет три исходных параметра (спрэд, средний рейтинг в цифровом выражении и индикатор ликвидности выпуска). Для второй группы используются всего два параметра – спрэд и индикатор ликвидности.

На втором этапе к первой группе применяется метод общностей. В результате мы получаем оптимальные коэффициенты для исходных параметров, используя которые мы вычисляем общий (главный) фактор, или так называемый индикатор эшелона для облигаций с рейтингами. Согласно данному методу, спрэд к кривой доходности ОФЗ и средний рейтинг имеют коэффициенты -0.40 и 0.47 соответственно, а показатель ликвидности – коэффициент 0.08 при расчете общего фактора для рейтингованных обязательств. Таким образом, облигации первого эшелона имеют самый высокий индикатор эшелона, а проблемные бумаги – самый низкий.

Чтобы рассчитать общий фактор для долговых инструментов, не имеющих рейтинга, мы используем коэффициенты, полученные в ходе анализа рейтингованных облигаций (спрэд -0.40, ликвидность 0.08), поскольку применить факторную модель к группе бумаг с двумя исходными параметрами невозможно (необходимо не менее трех переменных).

Однако общие факторы для облигаций с рейтингом и без рейтинга имеют разные шкалы измерения и поэтому не могут быть объединены без соответствующих корректировок (для второй группы долговых инструментов параметр рейтинга равен нулю, поэтому индикатор эшелона смещен вниз). В связи с этим необходим следующий шаг.

На третьем этапе рейтингованные и нерейтингованные облигации объединяются в одну группу, и их индикаторы эшелона корректируются следующим образом. Мы выбираем два выпуска, не имеющих кредитного рейтинга (желательно с самым высоким и самым низким индикатором эшелона), и с помощью кредитных аналитиков Ренессанс Капитала присваиваем им синтетический рейтинг. Например, если бы компании Мечел был присвоен рейтинг, он соответствовал бы рейтингу Evraz Group (BB-/Ba3/BB), что в цифровом выражении соответствует среднему рейтингу на уровне 9.67. Компания Марта получила бы рейтинг уровня C или 1 в цифровом выражении.

Теперь, когда мы располагаем показателями спрэдов, индикаторами ликвидности и синтетическими рейтингами для данных двух выпусков, становится возможным рассчитать их индикаторы эшелона по шкале рейтингованных облигаций. Другими словами, оба выпуска будут иметь по два индикатора эшелона: один по шкале рейтингованных облигаций, другой по шкале облигаций без рейтинга, что позволяет сопоставить обе шкалы.

Затем при помощи достаточно простых расчетов мы переводим индикаторы эшелона нерейтингованных выпусков на шкалу облигаций с рейтингами и получаем итоговые индикаторы для всех облигаций.

На последнем шаге мы ранжируем все облигации по индикатору эшелона (в порядке убывания) и разделяем бумаги на эшелоны при помощи опроса участников рынка и анализа распределения индикаторов эшелона. Данный отчет посвящен в первую очередь изучению восприятия эшелонов облигаций участниками рынка, чтобы разработать оптимальное разделение на эшелоны. Результатом данного исследования является структура эшелонов, которая отображает общую точку зрения наибольшего числа инвесторов. В последующих отчетах мы планируем дополнять структуру эшелонов, полученную в результате этого опроса, анализом индикаторов эшелона. Например, для бумаг, ранжированных в порядке убывания индикаторов эшелона, резкие падения значения индикатора эшелона могут соответствовать точкам разделения между эшелонами.

Тестирование модели

Мы опросили некоторых участников рынка, чтобы узнать их мнение о структуре каждого эшелона. В результате мы пришли к следующим выводам:

• Структура эшелона действительно иногда сильно различается в зависимости от респондента. В то же время, есть и точки соприкосновения, и результаты нашей модели в целом совпадают с общей точкой зрения участников рынка.

• Результаты опроса участников рынка выявили мнение, что банковские облигации не подлежат разделению на эшелоны, а должны быть вынесены как отдельный класс. В следующем отчете мы планируем проанализировать этот сценарий.

• Существуют некоторые расхождения между результатами нашей модели и усредненными данными опросов, прежде всего в отношении облигаций банковского сектора. А именно, спрэды банковских облигаций и восприятие их степени риска участниками рынка не совпадают со средними рейтингами банковских обязательств. В частности, подобные расхождения связаны с рейтингами, присваиваемыми агентством Moody’s (по новой методологии агентства, кредитный рейтинг компании или банка зависит от вероятной поддержки, которую правительство или акционеры могут оказать в случае кризиса). В связи с этим у некоторых эмитентов, в первую очередь банков, рейтинги по шкале Moody’s на одну или несколько ступеней выше, чем рейтинги по шкале S&P или Fitch. Например, кредитный рейтинг Русфинанс Банка по шкале Moody’s (Baa2) на две ступени превышает рейтинг по шкале S&P (ВВ+), в то время как спрэды и восприятие рынком облигаций Русфинанс Банка, судя по всему, соответствуют гораздо более низкому кредитному рейтингу.

Однако по мнению кредитных аналитиков Ренессанс Капитала, главной причиной столь значительного расширения спрэдов банковских облигаций является беспокойство инвесторов в отношении нестабильной ситуации на мировом рынке кредитов с повышенным риском. Так как кредитное качество российских банков в гораздо меньшей степени подвержено негативному влиянию этого фактора, расширение спрэдов облигаций в банковском секторе, по мнению наших кредитных аналитиков, не является обоснованным.

Эти расхождения также свидетельствуют в пользу того, что банковские облигации, возможно, следует выделять как отдельный класс. Мы планируем проанализировать данный сценарий в следующем отчете. Изучение того, сколько выпусков облигаций одного эмитента попало в разные эшелоны, также является проверкой точности модели. Результаты нас полностью удовлетворяют. Практически во всех случаях бумаги одного эмитента принадлежат к одному эшелону. Например, все пять выпусков облигаций УРСА Банка вошли в третий эшелон, шесть выпусков облигаций Волгограда и Волгоградской области были отнесены ко второму эшелону, а все выпуски АИЖК, Газпрома, ФСК, Москвы и ВТБ уверенно занимают место в первом эшелоне.

Есть лишь несколько эмитентов, чьи облигации были включены в разные эшелоны. В частности, благодаря очень высокой ликвидности выпуск Самарская область-3 оказался в конце первого эшелона, тогда как другие долговые инструменты этого эмитента отнесены ко второму эшелону. Подобным образом, менее ликвидный и более рискованный выпуск Промтрактор-1 (на 15 января его спрэд был шире, а дюрация ниже) попал в начало третьего эшелона, в то время как облигации Промтрактор-2 оказались в конце второго. Действительно, бумаги некоторых эмитентов (таких как Промтрактор и РТК-Лизинг) могут находиться на стыке двух эшелонов, что является причиной их миграции из одного эшелона в другой.

Мы обращаем особое внимание читателей на то, что данная модель не является кредитным анализом эмитентов, а лишь отражает их оценку и восприятие рынком. По этой причине мнение кредитных аналитиков Ренессанс Капитала может не совпадать с эшелонированием того или иного выпуска.

 
комментарий
 



 

Тел: +7 (495) 796-93-88

Архив комментариев

ПНВТСРЧТПТСБВС
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31 1 2 3 4
   
 
    
   

Выпуски облигаций эмитентов: