Анализ влияния качества управления банком на стоимость его облигационных заимствований

На основе приведенного в данном разделе обзора можно сделать следующие выводы:

Большинству авторов удается объяснить только половину уровней/изменений спрэдов;

Исследователи расходятся во мнении о том, какие факторы оказывают большее влияние на спрэды корпоративных облигаций: рыночные или корпоративные;

Среди рыночных факторов наиболее важными являются агрегированная ликвидность и премия за риск на рынке корпоративных облигаций, а также общеэкономические условия.

Среди корпоративных факторов наиболее важными являются волатильность акционерного капитала компании, финансовый рычаг, а также характеристики облигации (срок до погашения, объем выпуска, купон, bid-ask спрэд).

В кризис влияние различных факторов на спрэды может отличаться от их влияния в спокойные времена.

Большая часть исследований была проведена на основе данных по нефинансовым компаниям. При этом некоторые исследователи обращают внимание на то, что влияние как страновых, так и корпоративных факторов может быть различно в зависимости от сектора (Elton (2001), Van Landschoot (2008)).

2.2 Банковские облигации

В разделе 2.1 были рассмотрены основные факторы, оказывающие влияние на спрэды корпоративных облигаций. Однако в данной работе объектом исследования выступают банковские облигации, поэтому необходимо специфицировать показатели в соответствии с выбранной отраслью.

Большая часть исследований в области банковских облигаций посвящена анализу рыночной дисциплины: способен ли рынок осуществлять регулирование банков не менее эффективно, чем специальные регуляторы, т.е. учитывает ли рынок уровень риска, связанный с конкретным банком. В связи с этим большинство авторов проводят анализ на основе данных по субординированным облигациям, поскольку субординированный долг наиболее чувствителен к уровню риска банка, поскольку в случае банкротства инвесторы, вложившие средства в субординированные облигации, могут получить выплаты только после остальных владельцев облигаций.

Так, Jagtiani, Kaufman, Lemieux (2002) в своей работе исследуют детерминанты спрэдов субординированных облигаций банков и банковских холдингов. Исследование было проведено на основе данных по 19 американским банкам и 39 банковским холдингам за 1992-1997 гг. В качестве объясняющих переменных авторы выбрали следующие:

финансовый рычаг,

отношение долгов, просроченных более 90 дней, к активам банка,

отношение застрахованных депозитов к общей сумме депозитов,

размер активов,

доходность активов (ROA),

дамми-переменная, равная 1, если облигация была выпущена банком, и равная 0, если облигация была выпущена банковским холдингом.

Предполагается, что чем больше финансовый рычаг и доля просроченных долгов, тем больше кредитный риск соответствующего банка или банковского холдинга, а, следовательно, тем больше размер спрэда. Большее значение доли застрахованных депозитов, по мнению авторов, может свидетельствовать о том, что банк будет меньше подвергаться мониторингу, и это может привести к тому, что банк будет проводить недобросовестную политику. Т.е. чем больше доля застрахованных депозитов, тем больше риск и, соответственно, спрэд облигации. Что касается размера активов банка, то чем больше значение этого показателя, тем большее доверие вызывает у инвесторов соответствующий банк, хотя бы потому что при достижении определенного размера активов банк может стать "too big to fail", т.е. государству будет невыгодно допускать банкротство банка, т.к. от этого может значительно пострадать экономика страны. Наконец, чем выше доходность активов, тем более прибыльной является деятельность банка, следовательно, размер спрэда будет меньше.

Авторы статьи намеренно не рассматривают в своем исследовании другие факторы, помимо тех, что отражают кредитный риск (например, риск ликвидности).

В результате оценки регрессии по панельным данным оказалось, что все переменные, кроме финансового рычага и дамми, значимы на 5%-ом уровне.

Авторы также выявили, что размер рычага банка оказывает значительное влияние на оценку инвесторами других параметров банка, что создает нелинейную зависимость между этими переменными и спрэдом. Например, рынок требует большую премию за риск при одинаковой доле застрахованных депозитов у банков с большим размером рычага, чем у банков с меньшим размером финансового рычага.

В работе Morgan, Stiroh (2001) рассматривается влияние состава портфеля активов на спрэды банковских облигаций. Авторы ставят перед собой цель выявить, влияют ли различия в составе портфеля между банками и внутри одного банка (временные различия). Исследование было проведено на основе данных по 500 облигаций, выпущенных банками и банковскими холдингами в США в 1993-1998 г. В качестве зависимой переменой использовались спрэды облигаций на первичном рынке.

Авторы делят объясняющие переменные на следующие группы:

Характеристики облигации

Характеристики банка или банковского холдинга

Активы

К характеристикам облигаций относятся объем эмиссии, срок до погашения, кредитный рейтинг, дамми (в зависимости от того, выпущена ли облигация банком или банковским холдингом). При выборе факторов, характеризующих конкретный банк, авторы попытались учесть различные аспекты деятельности банка. Прибыльность банка учитывается при помощи показателя ROA, рычаг - при помощи показателя "собственный капитал/активы", процентный риск - при помощи показателя "gap/assets" (рассчитывается как разница между активами, ставки процента по которым были переоценены в течение года, и обязательствами, ставки процента по которым также были переоценены, по отношению к активам), качество кредитного портфеля - при помощи показателя "безнадежные кредиты/активы".

В группе "Активы" учтены различные составляющие портфеля активов банка по отношению к размеру активов: денежные средства, торговые активы, различные виды выдаваемых кредитов и т.п. Авторы выдвигают гипотезу о том, что увеличение доли более рискованных активов приводит к увеличению спрэда.

В ходе исследования авторами было оценено два вида регрессий: с включением составляющих портфеля активов и без них. Каждая из регрессий в свою очередь была оценена в двух различных спецификациях: pooled и fixed-effects. При помощи спецификации pooled было оценено то, как различия в показателях объясняют различия в размере спрэдов между банками, а при помощи спецификации fixed-effects - различия в размере спрэдов при изменениях показателей конкретного банка.

Согласно результатам оценки регрессий без добавления составляющих портфеля активов, объем эмиссии является значимой переменной и отрицательно связан с размером спрэда, а срок до погашения также является значимой переменной, но положительно связан с размером спрэда. Размер активов банка значим только в одной из спецификаций (pooled, без рейтинга). Это свидетельствует о том, что размер активов банка объясняет разницу в различии спрэдов только между банками, но не различия при изменении размера активов внутри одного банка. Показатель "собственный капитал/активы" оказался незначимым в отличие от Jagtiani et al. (2000). Авторы объясняют это тем, что при расчете данного показателя они использовали балансовую, а не рыночную стоимость собственного капитала. Однако Pennacchi (2001) в своих комментариях к данной статье выдвигает предположение о том, что необходимо учитывать не только уровень, но и волатильность финансового рычага компании. По его словам, уровень рычага зависит от волатильности капитала: чем больше волатильность, тем меньше долговых обязательств будет брать на себя компания, например, чтобы избежать банкротства или из-за требований регулятора.

Показатель "безнадежные кредиты/активы" оказался значимым только в одном случае (pooled, без рейтинга), при этом связь между данным показателем и размером спрэда является положительной. Наконец, показатель ROA оказался значимым во всех случаях, при этом коэффициент при нем положителен.

При оценке регрессий с включением составляющих портфеля активов результаты практически не изменились. Однако коэффициенты при показателе ROA увеличились в абсолютном выражении. Авторы объясняют это тем, что премия за высокую прибыльность (в виде снижения размера спрэда) зависит от активов, за счет которых генерируется прибыль. Т.е. у банка, у которого улучшение показателя ROA происходит за счет эффективного управления существующими активами, снижение стоимости заемного капитала будет существеннее, чем у банка, который обеспечивает более высокую прибыльность за счет более рискованных активов.

Гипотеза о совместной незначимости коэффициентов при составляющих портфеля активов отвергается. При этом большинство показателей этой группы также значимы по отдельности. Например, показатель доли торговых активов значим во всех спецификациях, при этом коэффициент при нем является положительным. Авторы объясняют полученный результат тем, что торговые активы могут быть достаточно рискованными, поскольку позиции по торговым активам могут достаточно часто меняться, что порождает значительную неопределенность.

Большинство остальных показателей этой группы значимы в спецификации fixed-effects и не значимы в спецификации OLS. Авторы интерпретируют это следующим образом: изменения в составе портфеля активов внутри конкретного банка более значимы для инвесторов, чем различия в составе портфеля активов между банками.

В совокупности показатели группы "Активы" дополнительно объясняют 2-4% спрэдов. Несмотря на то, что относительно других групп переменных этот результат не так существенен, он, тем не менее, имеет значимость с экономической точки зрения.

Sironi (2000) в своем исследовании анализирует спрэды облигаций европейских банков, номинированных в разных валютах, на первичном рынке за 1991-2000 гг. Для того чтобы учесть валютный риск, автор вводит дамми-переменные на валюту.

По мнению автора, спрэды банковских облигаций представляют собой функцию от шести факторов:

Финансовое состояние банка;

Срок до погашения;

Объем эмиссии;

Наличие государственных гарантий;

Валюта эмиссии;

Рыночные условия в период эмиссии.

Финансовое состояние банка учитывается при помощи различных показателей финансовой отчетности: финансовый рычаг, размер активов, ROA, резерв для покрытия потерь по выданным займам по отношению к общему объему выданных займов (LLR/loans), доля безнадежных кредитов в общем объеме выданных займов. Наличие государственных гарантий учитывается путем введения дамми-переменной, которая равна 1, если банк является государственным, и 0, если банк является частным. Рыночные условия учитываются также путем введения дамми-переменных по годам.

Авторы также используют в качестве объясняющих переменных как стандартный кредитный рейтинг, так и рейтинг Moody's Banks Financial Strength (MBFS), который не учитывает поддержку банка со стороны властей или других официальных организаций.

В результате построения регрессии авторы обнаружили, что показатели финансовой отчетности не добавляют объясняющей силы, если в регрессии уже учтены рейтинги. Это может объясняться тем, что рейтинговые агентства учитывают не только финансовую информацию, но и качественные показатели, например, качество управления в банке. Также показатели отчетности позволяют оценить риск банка на основе данных за предыдущие периоды, в то время как рейтинги представляют собой вперед-смотрящую оценку риска.

Также авторы выяснили, что спрэды государственных банков значительно меньше, чем спрэды частных банков (приблизительно на 40 базисных пунктов), т.е. государственные гарантии являются значительным фактором при оценке инвесторами банковских рисков.

В некоторых работах также учитываются различные макроэкономические факторы, оказывающие влияние на спрэды банковских облигаций, как, например, в работе Bonfim, Cantos (2004). Они проводят исследование на основе годовых данных по европейским банкам, причем 85% выборки составляют немецкие банки. Целью авторов являлась оценка издержек финансирования банка при помощи облигаций. При этом они предполагают, что спрэды на вторичном рынке лучше отражают будущие издержки финансирования банка, поскольку представляют собой потенциальную стоимость фондирования.

Авторы выделяют 3 группы объясняющих факторов:

факторы, характеризующие риск, присущий конкретной компании;

факторы, характеризующие риск конкретного выпуска;

макроэкономические факторы.

Для учета временных эффектов были также добавлены дамми-переменные по годам.

Факторы из первой группы в свою очередь подразделяются на факторы, характеризующие (1) качество активов банка, (2) структуру капитала, (3) ликвидность, (4) кредитоспособность и (5) прибыльность. В качестве прокси прибыльности использовалось отношение издержек к доходу, в качестве прокси кредитоспособности - показатель tier 1, в качестве прокси ликвидности - отношение чистых активов к краткосрочным обязательствам. Показатели качества активов не были включены ни в одну из итоговых спецификаций из-за недостаточно большого числа наблюдений.

Факторы из второй группы включают в себя следующие показатели: оставшийся срок до погашения, объем выпуска (как характеристика ликвидности выпуска), рейтинг выпуска, дополнительные характеристики (наличие обеспечения по облигации, статус субординированности). Наконец, для учета макроэкономических факторов были выбраны 3 показателя: безрисковая ставка, наклон безрисковой ставки и темп роста ВВП.

Авторы рассмотрели несколько основных спецификаций:

только факторы, характеризующие риск конкретного выпуска;

только факторы, характеризующие риск конкретного банка, выпустившего облигацию (с учетом и без учета рейтинга);

факторы, характеризующие как риск выпуска (но без учета рейтинга), так и риск банка;

все три группы факторов.

Поскольку по большинству облигаций данные есть в среднем только за 2 года, то спецификация pooled оказалась лучше спецификации fixed effects. Помимо обычной регрессии pooled авторы также применяют метод кластеризации.

Согласно оценке регрессий с различной спецификацией, факторы, характеризующие риск конкретного выпуска (без учета рейтинга), и факторы, характеризующие риск конкретного банка, объясняют 21% размера спрэда, все остальные спецификации - 31-32%.

При этом чем больше срок до погашения, тем больше спрэды. Наличие статуса субординированности приводит к аналогичному эффекту. Большой объем выпуска и наличие обеспечения, напротив, снижают размер спрэда.

Что касается характеристик конкретного банка, то чем выше ликвидность, кредитоспособность и прибыльность банка, тем меньше спрэд. Однако финансовый рычаг (структура капитала) оказался незначимой переменной. Авторы объясняют это, во-первых, тем, что в регрессии существует проблема мультиколлинеарности переменных, характеризующих кредитоспособность банка и его финансовый рычаг. Во-вторых, возможно, что требования достаточности капитала (в данном случае показатель tier 1) для участников рынка являются более важными, чем финансовый рычаг. Это не соответствует выводам, полученным Sironi (2000). Sironi, напротив, обнаружил, что показатель tier 1 не значим, а размер финансового рычага значим.

Почти все макро показатели, включенные в модель, оказались значимыми. Согласно результатам, полученным авторами, размер спрэда положительно зависит от уровня процентной ставки (что противоречит большинству исследований по рынку корпоративных облигаций). При этом размер спрэда отрицательно зависит от наклона процентной ставки и темпа роста ВВП (что соответствует результатам, полученным другими авторами).

Таким образом, на основе приведенного обзора исследований в области банковских облигаций можно сделать следующие выводы:

Авторы исследований в основном анализирую субординированный долг, поскольку он наиболее чувствителен к банковскому риску;

При учете показателей, характеризующих риск конкретного банка, авторы пытаются отразить разные аспекты деятельности данного банка: прибыльность, ликвидность, кредитоспособность, качество активов, размер активов и т.п.;

Авторы не акцентируют свое внимание на макро и глобальных факторах, хотя, как отмечалось в предыдущем разделе, страновой риск в значительной степени влияет на компании финансового сектора.



3. Эмпирический анализ

3.1 Особенности российского банковского сектора

Среди основных черт, присущих банковскому сектору в России, особо можно выделить следующие:

Низкая степень проникновения банковских услуг. Доля активов банков в ВВП России в 2011 г. составила 76,6%, данный показатель для Польши составил 90,7%, для Венгрии - 123,6%, для Чехии - 118,7%, для Болгарии - 102,1% CEE banking Sector Report by Raiffeisen International AG (June 2012).;

Высокая степень концентрации активов. На 50 крупнейших банков пришлось примерно 70% совокупного объема кредитов, выданных банками в России в 2011 г Там же.. Совокупная доля трех крупнейших банков в 2012 г. составила 44,5%, а индекс Герфиндаля-Хиршнмана - 968Расчеты автора на основе рейтинга российских банков за 2012 год, подготовленный РБК (http://rating.rbc.ru/articles.shtml?2013/02/21/33889469)., что свидетельствует о высокой степени концентрации активов в банковском секторе. Однако некоторые исследователи полагают, что степень консолидации активов в российском банковском секторе нужно оценивать без учета Сбербанка, поскольку он представляет собой некий выброс в общей выборке. Без учета Сбербанка индекс Герфиндаля-Хиршмана значительно ниже - 274, а совокупная доля трех крупнейших банков - 27%Расчеты автора на основе рейтинга российских банков за 2012 год, подготовленный РБК (http://rating.rbc.ru/articles.shtml?2013/02/21/33889469).. Это говорит о том, что российский банковский сектор находится на стадии роста на кривой консолидации Кривая консолидации была разработана консалтинговой компанией The Boston Consulting Group., а следовательно, консолидация будет усиливаться;

Значительное присутствие государства, доминирование государственных банков. Наиболее крупным банком является государственный банк - Сбербанк, на него приходится 29%Расчеты автора на основе рейтинга российских банков за 2012 год, подготовленный РБК (http://rating.rbc.ru/articles.shtml?2013/02/21/33889469). совокупного объема активов российского банковского сектора в 2012 г., на крупнейшие государственные банки в России, находящиеся в первой десятке по размеру активов (Сбербанк, ВТБ, Россельхозбанк, ВТБ24, Газпромбанк Газпромбанк является квазигосударственным банком, поскольку он принадлежит государственной компании Газпрому.) приходится более 55% совокупных активов банковского сектора. При этом доминирование государственных банков усиливается: так, в 2011 г. активы Сбербанка составляли 27% совокупных активов российского банковского сектора, а активы 5 крупнейших государственных банков - 51%Расчеты автора на основе рейтинга российских банков за 2011 год, подготовленный РБК (http://rating.rbc.ru/articles.shtml?2012/02/10/33560081). совокупных активов российского банковского сектора;

Снижение присутствия иностранных банков. После финансового кризиса 2008-2009 гг. некоторые иностранные банки, например, Barclays Bank, HSBC, закрыли свои дочерние компании в России. Иностранные банки вынуждены соблюдать высокие стандарты корпоративного управления, которые диктуют им зарубежные материнские компании, при этом им достаточно сложно конкурировать с российскими частными и в особенности государственными банками. При этом некоторые исследователи, например, Caprio и Levine (2002), отмечают, что присутствие иностранных банков повышает качество управления и мониторинга в банковском секторе, поэтому уход иностранных банков с российского рынка может являться негативным сигналом.

Высокая активность на рынке облигаций. Банки являются наиболее активными заемщиками на рынке российских рублевых облигаций. Так, по данным информационного агентства Cbonds в период с 1997 г. по 2012 г. по объему эмиссии на банки и другие финансовые институты приходилось 40% рынка, при этом количество размещений рублевых облигаций компаний данного сектора составляло 37% от общего количества эмиссий. Для сравнения на долю компаний нефтегазового сектора приходилось всего 9% рынка по объему эмиссии за указанный период. Однако средний размер эмиссии компаний финансового сектора примерно в 2 раза меньше, чем у нефтегазовых компаний.

График 1. Доля финансовых компаний на рынке российских корпоративных облигаций

а) по объему эмиссииб) по количеству размещений

Таким образом, российский рынок банковских услуг на данный момент остается низко развитым, характеризуется высокой степенью концентрации активов, доминированием государственных банков, низкой долей иностранных банков и нуждается в долгосрочных источниках фондирования, в качестве которых могут выступать банковские облигации.

3.2 Гипотезы

В данной работе был проведен анализ трех ключевых вопросов, касающихся спрэдов банковских облигаций:

насколько эффективность механизмов корпоративного управления важна для держателей банковских облигаций в условиях наличия значительного банковского регулирования и надзора;

в какой степени инвесторы учитывают факторы, касающиеся выдачи кредитов - основного продукта банков, качество которого трудно оценить (в особенности внешнему инвестору) в силу того, что банки управляют рисками своих заемщиков;

в какой степени доступ к поддержке со стороны Центрального банка влияет на стоимость заимствований банка на рынке облигаций, ведь банкротство банка в отличие от банкротства компании нефинансового сектора несет в себе системный риск, и государство с большей вероятностью может оказать существенную поддержку банку, находящемуся в предбанкротном состоянии, особенно если он достаточно крупный.

Для проведения анализа указанных выше вопросов были выдвинуты три основных гипотезы.

Первая гипотеза заключается в том, что даже при наличии механизмов банковского регулирования и надзора для инвесторов (в данном случае владельцев облигаций) все равно важно, насколько хорошо осуществляется мониторинг внутри самого банка, поскольку указанные механизмы могут быть несовершенными и нуждаться в дополнении другими механизмами (рыночными, корпоративными и т.п.) Так, некоторые банки концентрируют свое внимание на ряде формальных показателей (к примеру, таких, как норматив достаточности капитала), чтобы соответствовать требованиям регулятора и сохранять лицензию, и не уделяют внимания качеству управления банком.

Эта гипотеза будет проверена следующим образом. Если даже при включении основных показателей, которые регулируются государством, переменные, отражающие качество корпоративного управления будут значимыми, а зависимость между спрэдами облигаций и данными переменными будет обратной, то это будет означать, что гипотеза подтверждается и что банки с хорошим качеством корпоративного управления могут занимать средства на рынке облигаций под меньший процент (с учетом того, что спрэды облигаций на вторичном рынке могут служит неким ориентиром для ставки купона на первичном рынке), чем компании с низким качеством корпоративного управления.

Вторая гипотеза касается недостаточной прозрачности основного банковского продукта - кредитов - и состоит из двух частей. Для инвесторов должно быть важно, кто в наибольшей степени ответственен за выдачу кредитов, а также то, кому они выдаются.

Решение о выдаче кредита принимается менеджерами, однако при этом значительное влияние на менеджмент при выдаче кредитов может оказывать собственник. Первая часть гипотезы состоит в том, что рынок облигаций воспринимает наличие крупного собственника среди акционеров компании как положительный знак против альтернативной гипотезы о том, что наличие крупного собственника негативно воспринимается владельцами облигаций. Часть исследователей (например, Levine (2004)) полагает, что наличие крупного акционера может оказать негативное воздействие, поскольку он может склонять менеджмент к большему риску при выдаче кредитов. Если же наиболее крупным собственником является предприятие или единоличный бенефициар, связанный с крупным предприятием (например, он является его акционером, входит в состав совета директоров или правления и т.п.), то такой собственник может оказывать давление на менеджеров и вынуждать их выдавать кредиты этому предприятию на нерыночных условиях, а впоследствии оно может нарушать порядок их возврата. Таким образом, следуя данной логике, наличие крупного собственника должно повышать размер спрэда облигаций банка.

Однако другие исследователи полагают, что у крупного собственника будет больше стимулов осуществлять контроль за тем, кому выдаются кредиты, поскольку это существеннее скажется на его благосостоянии, чем на благосостоянии миноритарных инвесторов. Так, Laeven (2001) также пришел в выводу о том, что начиная с определенного уровня доли собственника в акционерном капитале (обычно это соответствует как минимум 50%), ему становится не выгодно выдавать кредиты предприятиям, бенефициаром которых он является, на нерыночных условиях и не возвращать их, поскольку снижение стоимости его доли будет существеннее, чем выгода от получения такого кредита. Некоторые исследователи (Caprio и Levine (2002), Arun и Turner (2003)) также отмечают, что в силу специфики основного банковского продукта (кредитов) множеству мелких собственников может быть сложнее и дороже осуществлять мониторинг действий менеджмента при выдаче кредитов, чем одному крупному собственнику. Таким образом, согласно описанной выше логике наличие крупного собственника снижает спрэды банковских облигаций.

Таким образом, в данной работе будет протестировано то, является ли наличие крупного собственника позитивным или негативным фактором для владельцев облигаций. Для того чтобы осуществить тестирование, в регрессионной модели будет учтен показатель доли наиболее крупного собственника в акционерном капитале компании.

Также, как было упомянуто ранее, важно то, кому банк выдает кредиты. Многие российские банки (в особенности государственные банки) выдают кредиты связанным сторонам. Поэтому вторая часть гипотезы заключается в том, что владельцы облигаций воспринимают выдачу кредитов связанным сторонам как негативный знак. Некоторые исследователи, например, Laeven (2001) полагают, что подобные кредиты зачастую могут выдаваться на нерыночных условиях и впоследствии не возвращаться. Т.е. выдача кредитов связанным сторонам воспринимается как негативный знак.

Однако другие исследователи, например, Perotti и Gelfer (1999), утверждают, что в силу наличия значительной асимметрии информации как одной из особенностей банковского сектора (заемщик лучше осведомлен о своем финансовом состоянии, чем банк, и может быть склонен к недобросовестному поведению) банку важно хорошо знать заемщика, которому он выдает кредит. Поэтому выдача кредитов связанным сторонам, о которых банк в значительной степени осведомлен, может смягчать проблему информационной асимметрии в банках. Т.е. выдача кредитов связанным сторонам может восприниматься рынком как позитивный знак.

Наконец, третья гипотеза затрагивает еще одну особенность банков, а именно то, что в случае возникновения предбанкротной ситуации Центральный банк может потенциально "спасти" такой банк. В этом случае важно понять то, готов ли Центральный банк прийти на помощь данному банку. В качестве индикатора поддержки со стороны Центрального банка в данной работе был использован показатель задолженности перед Центральным банком. Значительный объем задолженности перед Центральным банком, как правило, может возникать у крупных банков, имеющих системное значение, что повышает вероятность их поддержки Центральным банком.

Таким образом, в данной работе проверяется гипотеза о том, что рост задолженности перед Центральным банком является позитивным знаком для рынка (Центральный банк готов оказывать поддержку данному банку, поэтому ему в меньшей степени грозит банкротство) против альтернативной гипотезы о том, что это воспринимается рынком облигаций как негативный знак (инвесторы понимают, что у банка существуют некие проблемы). При этом также важно оценить, останутся ли значимыми переменные, характеризующие качество управления в банке, при добавлении индикатора государственной поддержки.

Тестирование описанных выше гипотез осуществлялось на основе построения регрессионной модели. Выборка, на основе которой осуществлялось тестирование, рассматривается в разделе 3.3. Факторы, которые были включены в регрессионную модель, описаны в разделе 3.4. Результаты тестирования данных гипотез приведены далее в разделе 3.5.

3.3 Выборка

В состав выборки вошли 47 рублевых облигаций, выпущенных 23 банками, осуществляющими свою деятельность в России. Исследование проводится на основе данных за период с января 2007 г. по июнь 2012 г. Данные по различным параметрам облигаций (срок до погашения, условия погашения и т.п.), а также по доходностям к погашению были получены из базы данных Bloomberg.

Облигации были отобраны на основе следующих критериев:

они должны быть единовременно погашаемыми, т.е. не должны быть отзывными, возвратными или конвертируемыми;

они не должны быть субординированными или структурными;

они должны иметь фиксированный купон;

они должны быть выпущены банком, осуществляющим свою деятельность в России;

они должны быть номинированы в рублях.

Если бы условия 1, 2 и 3 не выполнялись, то такие характеристики облигации могли бы существенно повлиять на ее цену. Так, например, премия за риск по отзывным облигациям должна быть выше, чем премия за риск по единовременно погашаемым облигациям, поскольку отзывные облигации несут в себе дополнительный риск для инвестора.

В качестве зависимой переменной в данной работе используются спрэды корпоративных еврооблигаций на вторичном рынке. Спрэды, а не доходности облигаций были выбраны в качестве объясняемой переменной, потому что использование спрэдов позволяет сконцентрировать внимание на анализе той рисковой составляющей доходности, которая имеет отношение к конкретному банку, а не к экономике в целом.

В качестве бенчмарка для расчета спрэдов была использована кривая бескупонной доходности на рынке ГКО-ОФЗ, рассчитываемая ММВБ на каждый день. Кривая бескупонной доходности по государственным ценным бумагам (или G-кривая) представляет собой набор бескупонных доходностей для различных сроков до погашения, которые рассчитаны на основе производимых сделок с государственными облигациями различных выпусков на вторичном рынке. Основными преимуществами использования кривой бескупонной доходности в качестве бенчмарка по сравнению с доходностью до погашения государственных облигаций (ОФЗ) являются возможность нивелирования эффекта купона на ставку бенчмарка и нейтрализация эффекта структуры выплат по облигации, что позволяет исключить влияние особенностей конкретной государственной облигации на величину бенчмарка.

Облигации, обращающиеся на вторичном рынке, были выбраны в качестве объекта анализа, по следующим причинам:

спрэды облигаций банка на вторичном рынке отражают потенциальную стоимость облигационных заимствований на первичном рынке: более низкие спрэды облигаций эмитента на вторичном рынке характеризуют его как надежного заемщика и позволяют ему занимать деньги на первичном рынке под более низкий процент;

чем более ликвиден вторичный рынок облигаций эмитента и чем более активно торгуются его облигации, тем больше вероятность успешного размещения последующих выпусков облигаций на первичном рынке;

изменения спрэдов облигаций на вторичном рынке более своевременно отражают изменения в управлении банком, что позволяет быстрее "улавливать" и анализировать связь между спрэдами облигаций и качеством управления банка.

Среди банков, вошедших в состав выборки, два являются банками с государственным участием (ВТБ, Россельхозбанк) и два являются квази-государственными, поскольку их основным акционером является компания, контрольным пакетом акций в которой владеет государство (Газпромбанк, ТрансКредитБанк). Все эти банки в последующем анализе будут отнесены к группе "Государственные банки", т.к. квази-государственные банки также могут рассчитывать на значительную поддержку со стороны государства, а следовательно, воспринимаются инвесторами как государственные. Семь банков в составе выборки являются дочерними компаниями иностранных банков (РайффайзенБанк, Кредит Европа Банк, Росбанк, Русфинанс Банк, ДельтаКредитБанк, ЮниКредит Банк, БНП Париба). Эти банки будут отнесены к группе "Иностранные банки". Остальная часть выборки представлена двенадцатью частными банками.

3.4 Факторы регрессионной модели

Для тестирования гипотез, описанных в разделе 3.2, в регрессионную модель были включены следующие показатели (в скобках приведены наименования соответствующих переменных в регрессионной модели):

Доля акций, принадлежащих наиболее крупному собственнику (BLOCK). При этом в качестве собственников рассматривались конечные бенефициары, не оффшоры. Предполагаемый знак при данной переменной неизвестен (см. раздел 3.2, в котором описаны основные тестируемые гипотезы);

Доля кредитов, выдаваемых связанным сторонам в совокупном объеме кредитов (LOANS_REL). Предполагаемый знак при данной переменной также неизвестен (см. раздел 3.2, в котором описаны основные тестируемые гипотезы);

Доля задолженности перед Центральным банком в совокупном объеме обязательств банка. (CBR). Предполагаемый знак при данной переменной также неизвестен (см. раздел 3.2, в котором описаны основные тестируемые гипотезы).

Эти данные были получены на основе финансовой отчетности банков, а также при помощи базы данных информационного агентства СПАРК.

В регрессионную модель также были включены некоторые показатели корпоративного управления:

Наличие институциональных инвесторов. В регрессионную модель был включен показатель совокупной доли акций, принадлежащих институциональным инвесторам (INST). Институциональными инвесторами в данном случае считались крупные финансовые учреждения (банки, инвестиционные компании, пенсионные компании, страховые компании), основной целью которых является инвестирование собственных средств или средств доверенного лица По данным справочника на сайте газеты «Ведомости» . При этом материнская компания, являющаяся банком, не расценивалась как институциональный инвестор. Предполагается, что чем выше доля институциональных инвесторов, тем меньше размер спрэда, поскольку они осуществляют дополнительный независимый мониторинг банка. Данные по этому показателю были получены на основе финансовой отчетности банков, а также на основе данных информационного агентства СПАРК.

Независимость совета директоров. Показателем, отражающим независимость совета директоров в регрессионной модели, является доля членов совета директоров, не являющихся одновременного членами правления (BOD_IND). Предполагается, что чем больше независимых директоров входят в состав совета директоров, тем лучше осуществляется мониторинг действий менеджмента, а значит тем ниже спрэды облигаций.

Размер совета директоров. Для того чтобы учесть размер совета директоров был использован показатель численности совета директоров, деленный на размер активов банка (BOD_NUM), т.к. чем численность совета директоров, как правило, прямо пропорциональна размеру банка. Согласно результатам предыдущих исследований (Yermack (1996), Cheng (2008)), чрезмерно большой совет директоров воспринимается рынком как негативный знак, поскольку такому совету сложно прийти к компромиссу и быстро принять решение в случае необходимости. Поэтому предполагается, что чем больше этот показатель, тем больше размер спрэдов облигаций.

Данные по структуре и размеру совета директоров были получены на основе ежеквартальных отчетов эмитента, публикуемых на официальных интернет-сайтах банков.

Количество внешних кредитных рейтингов (RATINGS). Внешние рейтинги представляют собой кредитные рейтинги, присваиваемые международными рейтинговыми агентствами. Предполагается, что внешние рейтинги больше ценятся инвесторами, поскольку российские рейтинговые агентства могут быть менее независимыми в своих оценках и обладают худшей репутацией. В связи с тем, что большее количество независимых оценок является позитивным признаком (инвесторы смогут сопоставить оценки кредитного рейтинга разными рейтинговыми агентствами, а также получить дополнительное подтверждение уровня кредитоспособности банка), ожидается, что зависимость между размеров спрэда и этим показателем будет отрицательной. Данные по рейтингам были получены из базы данных Bloomberg.

Частота публикации финансовой отчетности, составленной в соответствии с Международными Стандартами Финансовой Отчетности (МСФО) - IFRS_NUM. Банки в обязательном порядке публикуют ежеквартальную финансовую отчетность, составленную по Российским Стандартам Бухгалтерского Учета (РСБУ). Однако для инвесторов большую ценность может представлять отчетность по МСФО, поскольку она обеспечивает более прозрачную оценку банковского бизнеса. Так, многие показатели (например, выданные кредиты) в отчетности по МСФО в отличие от отчетности по РСБУ учитываются по справедливой, а не по балансовой стоимости. При этом банки добровольно принимают решение о том, насколько часто осуществлять публикацию отчетности по МСФО, - ежегодно, раз в полугодие, ежеквартально. Предполагается, что инвесторы желают как можно чаще получать сведения о текущих финансовых показателях банка, поэтому ожидается, что знак при этой переменной будет отрицательным. Данные по этому показателю были получены на основе официальных интернет-сайтов банков.

Некоторые исследователи также добавляют переменную, характеризующую качество аудиторской проверки. В частности Bokov, Vernikov (2008) включили в регрессионную модель дамми-переменной, которая равна единице, если аудитором банка является компания "Большой четверки", и нулю, если иная компания. Однако почти все банки, вошедшие в выборку, на основе которой было проведено данное исследование, аудируются компаниями "Большой четверки", поэтому включение подобной переменной не представляется возможным.

В качестве переменной, характеризующей наличие государственного воздействия, в данной работе рассматривается показатель достаточности капитала (capital adequacy ratio или CAR), который соответствует соотношению капитала банка и взвешенных по уровню риска активов. Если данный показатель становится ниже 2%, то Центральный банк обязан отозвать лицензию у банка. Предполагается, что размер спрэда отрицательно зависит от показателя CAR.

Помимо описанных ранее в данном разделе показателей в регрессионную модель также были включены некоторые контрольные, которые отражают различные аспекты деятельности конкретного банка и могут потенциально оказывать, влияние на спрэды банковских облигаций согласно исследованиям, рассмотренным в разделе 2.2.

Размер банка. В большинстве исследований этот аспект учитывается при помощи показателя объема активов банка. Однако в ходе данного исследования была выявлена значительная корреляция между переменной GOV, характеризующей то, является ли банк государственным или нет (эта переменная будет детальнее рассмотрена далее в этом разделе), и размером активов банка, что приводило к появлению мультиколлинеарности в модели. В качестве альтернативного показателя была использована дамми-переменная TOP10, которая равна единице в том случае, если банк на соответствующий период входит в десятку крупнейших банков России по размеру активов, и равна нулю в противном случае. Использование данного показателя позволяет решить проблему мультиколлинеарности в модели, поскольку корреляция TOP10 с переменной GOV значительно ниже. Еще одним преимуществом данного показателя является то, что он отражает не абсолютный, а относительный размер банков. Так, для инвестора может быть не так важно абсолютное изменение активов конкретного эмитента, как изменение его активов относительно других банков в экономике.

Поскольку чем больше банк, тем больше вероятность, что в случае возникновения проблем он получит государственную поддержку, то размер спрэда отрицательно зависит от размера активов.

Прибыльность. Основным прокси является показатель доходности активов банка (ROA). Предполагается, что между размером спрэда и этим показателем существует отрицательная зависимость.

Качество выдаваемых кредитов. Основным прокси является резерв для покрытия потерь по выданным кредитам по отношению к общему объему выданных кредитов (LLR). Предполагается, что зависимость между размером спрэда и этим показателем положительная. Показатель доли просроченных кредитов в совокупном объеме выданных кредитов не был использован, поскольку не все банки, вошедшие в выборку, раскрывают этот показатель в своей финансовой отчетности.

Ликвидность. Основным прокси является соотношение выданных кредитов и привлеченных депозитов (LTD). В том случае, если банк будет выдавать чрезмерно много кредитов относительно привлеченных им депозитов, то для поддержания ликвидности ему придется искать альтернативные источники финансирования, которые могут быть более дорогими. Предполагается, что зависимость между размером спрэда и этим показателем положительная.

Финансовый рычаг (LEV). Финансовый рычаг является одним из ключевых показателей кредитоспособности заемщика в случае компаний нефинансового сектора и фигурирует в качестве объясняющей переменной практически во всех исследованиях по рынку облигаций. Однако банки традиционно обладают значительно более высоким уровнем заемных средств по отношению к собственным по сравнению с нефинансовыми компаниями, поэтому высокое значение финансового рычага не является признаком низком кредитоспособности банка как заемщика. К тому же участники рынка зачастую больше ориентируются на уровень достаточности капитала, а не на уровень финансового рычага банка. Предполагается, что размер спрэда положительно зависит от размера финансового рычага или же что данный показатель незначим для банков.

Структура собственности. Для учета структуры собственности банка были использованы две дамми-переменные. Первая дамми-переменная (GOV) равна 1, если банк является государственным, и равна 0 в остальных случаях. Предполагается, что инвесторы готовы платить больше за наличие государственной поддержки, поэтому ожидается, что знак при этой переменной будет отрицательным. Вторая дамми-переменная (FOREIGN) равна 1, если банк является иностранным, и равна 0 в остальных случаях. Предполагается, что инвесторы будут готовы платить больше за наличие поддержки со стороны материнской компании, которая в большинстве случаев является крупным международным банком, поэтому ожидается, что знак при этой переменной также будет отрицательным.

При сборе данных по финансовым показателям банков была использована их финансовая отчетность. Поскольку банки публикуют отчетность только ежеквартально, то для получения месячных данных была произведена линейная интерполяция.

В качестве характеристик конкретного выпуска облигаций были выбраны следующие показатели:

Срок до погашения (MATURITY). Предполагается, что зависимость между сроком до погашения и размером спрэда положительная, поскольку инвесторы требуют дополнительную премию за долгосрочные вложения. Однако многие исследователи (например, Merton (1974)) отмечали, что данная зависимость может быть нелинейной (в зависимости от размера финансового рычага).

Bid-ask spread (BID_ASK). Этот показатель характеризует степень ликвидности конкретного выпуска облигаций. При этом чем больше бид-аск спрэд, тем менее ликвиден выпуск. Предполагается, что размер спрэда облигаций положительно зависит от этого показателя.

Данные по этим двум показателям были получены из аналитической базы данных Bloomberg.

Также для учета временных эффектов была введена дамми-переменная (D_CRISIS), которая равна 1 для кризисного периода и 0 в остальных случаях. Временные рамки кризисного периода были определены на основе данных индекса ММВБ. На основе указанных данных в исследовании было принято то, что кризисный период в России соответствует временному отрезку с мая 2008 г. до мая 2009 г.

График 2. Динамика индекса ММВБ

Предполагается, что коэффициент модели при данной переменной будет положительным, поскольку в период кризиса общий риск в экономике растет и спрэды всех облигаций увеличиваются.

Результаты построения регрессионной модели на основе описанных выше факторов приведены в следующем разделе.



3.5 Результаты

На основе выборки, которая была детально описана в разделе 3.3, была построена регрессионная модель. Оценка регрессионных моделей, а также проведение различных статистических тестов были осуществлены в статистической программе STATA.

Поскольку выборка представлена в виде панельных данных, то вначале было проведено несколько тестов для определения наилучшей спецификации для модели с панельными данными: модель с фиксированными эффектами (FE), модель со случайными эффектами (RE) или сквозная модель (pooled). В результате проведения всех тестов выяснилось, что модель с фиксированными эффектами является наилучшей спецификацией, а модель со случайными эффектами - наихудшей спецификацией. Результаты тестов приведены в Приложении 1.

Тем не менее, несмотря на результаты тестов, модель с фиксированными эффектами не позволяет учесть в качестве объясняющих переменных инвариантные показатели, которые не меняются во времени, в данном случае - показатели структуры собственности (GOV и FOREIGN) , которые потенциально могут оказывать значительное влияние на спрэды облигаций. Поэтому было принято решение использовать сквозную модель.

Для того чтобы оценки, полученные в результате построения регрессионной модели, были эффективными и несмещенными была осуществлена проверка наличия в регрессионной модели следующих нарушений теоремы Гаусса-Маркова: мультиколлинеарность, гетероскедастичность и автокорреляция.

Как уже упоминалось в разделе 3.4, основная проблема мультиколлинеарности в модели возникала из-за совместного включения в регрессионную модель показателей размера активов и GOV, между которыми существовала значительная корреляция. Использование показателя TOP10 вместо показателя размера активов позволило смягчить проблему мультиколлинеарности (показатели VIF стали меньше 10, что говорит о незначительности мультиколлинеарности в модели).

Согласно результатам теста Бройша-Пагана, в модели присутствует гетероскедастичность, что говорит о неоднородности наблюдений и непостоянстве дисперсии случайной ошибки в модели. Для устранения этой проблемы дальнейшие оценки регрессионных моделей проводились с добавлением команды vce (robust) после уравнения модели, что позволяет получать оценки с постоянной дисперсией случайной ошибки.

Наконец, согласно результатам теста Вулфриджа для панельных данных, в модели отсутствует автокорреляция первого порядка.

Следующим этапом исследования была оценка регрессионной модели на основе факторов, описанных в разделе 3.4. Результаты построения регрессионной модели приведены в Приложении 3а. При дальнейшей интерпретации результатов переменная считается значимой, если она значима хотя бы на 10%-ом уровне значимости.

Показатели структуры собственности (GOV и FOREIGN), показатели конкретного выпуска облигаций (срок до погашения, bid-ask spread) и все финансовые показатели за исключением финансового рычага и LLR оказались значимыми и имеют ожидаемые знаки. Дамми-переменная, отражающая временные факторы (D_CRISIS), также значима и имеет ожидаемый знак.

Незначимость показателя LLR может объясняться тем, что банки могут быть склонны занижать официальные цифры по просроченной задолженности и зачастую не признавать убытки по таким кредитам в виде резерва. Поэтому инвестор может полагать, что этот показатель не отражает реального положения дел, и считает его незначимым.

Незначимость переменной LEV может объясняться двумя факторами, как уже упоминалось в разделе 3.4. Во-первых, высокое значение финансового рычага компаний банковского сектора не является негативным знак для инвестора в отличие от нефинансовых компаний в силу специфики банковского бизнеса. Во-вторых, инвесторы могут обращать больше внимания на показатель CAR, от которого может зависеть то, сохранит ли банк свою лицензию или нет.

В силу того, что показатели LEV и CAR дополняют друга по смыслу (первый показатель представляет собой соотношение заемных и собственных средств, а второй - соотношение капитала и взвешенных по уровню риска активов, т.е. некий аналог финансового рычага для банковского сектора), их нельзя одновременно включать в регрессионную модель. Поскольку регрессионная модель с включением переменной CAR позволяет объяснить большую часть вариации спрэдов облигаций, чем регрессионная модель с включением переменной LEV, то все результаты оценки регрессий показаны только по моделям, включающим переменную CAR.

Что касается показателей корпоративного управления, то не все переменные оказались значимыми, при этом не все имеют ожидаемые знаки.

Переменная RATINGS оказалась значимой, при этом знак при ней - отрицательный. Т.е. чем большее количество внешних кредитных рейтингов присвоено банку, тем меньше спрэд облигаций. Таким образом, инвесторы ценят возможность получить дополнительное подтверждение кредитоспособности банка, а также возможность сопоставить различные оценки кредитоспособности (ведь, как упоминалось ранее, рейтинговые агентства часто расходятся во мнениях относительно кредитных рейтингов банков (Morgan (2002)).

Переменная IFRS_NUM оказалась незначимой, т.е. инвесторы не придают дополнительной ценности частоте публикации отчетности по МСФО. Это может объясняться тем, что промежуточная отчетность (полугодовая и квартальная), как правило, является неаудируемой в отличие от годовой отчетности, а следовательно данные, представленные в промежуточной отчетности, не были подтверждены независимыми экспертами и могут оказаться недостоверными. Еще одним объяснением может послужить то, что некоторые промежуточные данные инвесторы могут получать из ежеквартально публикуемой отчетности по РСБУ, поэтому наличие промежуточной отчетности по МСФО для них не так значимо.

Показатель BOD_IND имеет ожидаемый отрицательный знак, однако при этом оказался незначимым. Это может объясняться двумя факторами. Во-первых, доля членов совета директоров, которые не являются членами правления, регламентирована и должна составлять не менее 75% по российскому законодательству. Возможно, инвесторы воспринимают этот уровень как минимально оптимальный. Во-вторых, определение независимого директора для инвестора может быть шире, чем то, которое было применено в данном исследовании (член совета директоров, не являющийся одновременно членом правления). Например, в исследовании PwC по корпоративному управлению, проведенном в 2012 г., приведены дополнительные критерии независимого директора. Так, независимый директор не должен являться должностным лицом компании в течение трех последних лет; не должен быть аффилированным лицом или крупным контрагентом компании; не должен являться представителем государства PwC, 2012. Совет директоров: практика подбора, номинирования и избрания директоров в российских компаниях. Доступно по адресу: http://www.pwc.ru/en_RU/ru/boardsurvey/assets/e-nomination_survey_rus.pdf. Однако в данном исследовании такой показатель не учитывался в силу сложности получения подобных данных.

...