Премия за ликвидность

1. Показатели, основанные на цене торгов:

1.1. Пропорциональный бид-аск спред, который рассчитан по формуле, указанной ниже (рассчитан на основе дневных котировок на покупку и продажу, для исследования использовано среднее значение за квартал).

, (10)

1.2. Относительная разница между максимальной и минимальной ценой по сделкам внутри дня, построенная на принципах, аналогичных мере, отражающей вмененные трансакционные издержки (IRC, формула (2)), использованной в исследовании Dick-Nielsen et al. (2012).Данный показатель для исследования также был усреднен по кварталам.

Оба показателя по сути измеряют трансакционные издержки, однако один из них рассчитан на основе котировок, а другой на основе фактических цен. Кроме того, методика расчета является несколько отличной. В ходе дальнейшего анализа будет рассмотрено то, какой из показателей будет лучшим прокси меры ликвидности.

2. Показатели, основанные на объеме торгов:

2.1. Оборачиваемость, которая также была рассчитана на основе дневных данных и усреднена для квартала

2.2. Количество сделок

На рисунках ниже наглядно представлено то, как менялось среднее значение выбранных показателей ликвидности в течение рассматриваемого периода.

По рисункам видно, что динамика показателей, основанных на объеме торгов, является схожей. Она указывает на то, что при постоянстве объема выпуска в рамках выборки объем торгов данными облигациями за период снизился.

Рис.8. Динамика среднего количества сделок по выборке за период с 2011 года по 2013 год

Рис.9. Динамика коэффициента оборачиваемости за период с 2011 года по 2013 год

Стоит отметить, что тенденция к снижению оборачиваемости не является характерной для рынка в целом, но в рамках исследования и при использовании сбалансированной панели это позволит сравнить значения оценки премии за ликвидность для облигаций с разными характеристиками при прочих равных условиях.

При рассмотрении динамики двух показателей, основанных на ценах торгов, однозначного вывода сделать нельзя, поскольку один первый показатель рассчитан на основе котировок на покупку и продажу, а второй на основе максимальной и минимальной цены сделки за день.

Рис.10. Динамика бид-аск спреда за период с 2011 года по 2013 год, б.п.

Рис.11. Динамика разности между максимальной и минимальной ценой торгов за период с 2011 по 2013 год, б.п.

Первый является достаточно волатильным. Поскольку он является усредненным, то на основе его динамики можно сделать вывод о том, что его значения для отдельных бумаг по выборке могут значительно различаться между собой и изменяться в течение времени. Таким образом, при построении модель целесообразно использовать именно панельную регрессию для учета индивидуальных эффектов.

Кроме того, динамика показателей, представленных выше, может быть обусловлена тем, что в рамках выборки за период часть облигаций проходила все этапы срока жизни облигации, т.е. облигации были так называемыми пре-бенчмарками, бенчмарками для рынка и при приближении даты погашения объем торгов и разность между рыночными ценами для них значительно изменялась.

Также был проведен анализ значений показателей ликвидности по группам ценным бумаг в зависимости от срока жизни и значения рейтинга по шкале Moody's. Результаты по относительным показателям для примера представлены далее:



Таблица 1. Показатели ликвидности облигаций в выборке

Показатель	Срок жизни	Рейтинг
	3-5 лет	6-9 лет	10-15 лет	Нет	Высокий риск (B)	Существенный риск (Ba)	Умеренный риск (Baа)
Средняя оборачиваемость за период	0,25	0,1	0,09	0,19	0,15	0,16	0,1
Bid-ask спред, б.п. (среднее значение)	695	83	339	442	160	251	289

На основе приведенных описательных статистик (усредненных значений по выборке) можно увидеть, что однозначно охарактеризовать связь между значениями показателей ликвидности и характеристиками облигации представляется затруднительным по результатам предварительного анализа. Тем не менее, есть ряд различий между значениями показателей ликвидности для облигаций с разным сроком жизни и разным рейтингом. Это позволяет предполагать, что при сравнении премии за ликвидность по группам облигаций ее оценки также будут отличаться. Данное предположение будет проверено далее при рассмотрении результатов оценки.

Глава 3. Модель оценки премии за ликвидность российских корпоративных облигаций

3.1 Принципы построения модели и выбор наилучшей спецификации для оценки

Как уже упоминалось, дл учета индивидуальных эффектов облигаций в выборке целесообразно для оценки использовать панельную регрессию. В связи с этим при оценке был выбран подход, аналогичный тому, который применен, например, в исследованиях Dick-Nielsen et al. (2012) и Чайкун А.Н. (2009).

Таким образом, в настоящем исследовании для оценки премии за ликвидность был выбран регрессионный подход.

В качестве зависимой переменной был выбрана премия за риск облигации, которая рассчитывается как разность между доходностью облигации и доходностью безрискового актива. В эмпирических исследованиях в качестве доходности безрискового актива принято выбирать доходность государственных облигаций с параметрами, схожими с характеристиками выбранной корпоративной облигации.

Здесь стоит отметить, что, несмотря на растущую популярность подхода с использованием CDS, было отдано предпочтение подходу расчета спреда, представленному выше. Это связано с тем, что далеко не для всех облигаций на российском рынке можно найти соответствующий CDS. Данная проблема была отмечена, например, в описанной в предыдущих разделах статье Тарасовой П. (2012).

При выборе государственной облигации для расчета спреда также могут возникнуть затруднения при подборе для каждой бумаги в выборке облигации с похожими характеристиками. В данном случае данная проблема была решена следующим образом: в качестве зависимой переменной был использован так называемый G-спред, который рассчитывается информационным агентствам Cbonds на ежедневной основе для ценных бумаг. Методика расчета данного спреда заключается в том, что он рассчитывается как «разница между доходностью облигации и точкой на кривой доходности (G-кривой) с тем же временем до погашения» (cbonds). G-кривая, в свою очередь, представляет собой кривую бескупонной доходности государственных облигаций.

Данная аппроксимация в целом соответствует принципам расчета спреда и по данной причине выбрана в качестве зависимой переменной в рамках анализа.

Набор независимых переменных также был определен на основе практики, примененной в предшествующих исследованиях, а также на основе некоторых особенностей рынка в целом и конкретной выборки.

В качестве основной независимой переменной в модели использовалась одна из 4 мер ликвидности, описанных выше.

Кроме того, очевидно, что различия в величине премии за риск объясняются не только уровнем ликвидности инструмента. В связи с этим в модель оценки были включены факторы, принимающие во внимание другие виды рисков, как, например, в модели Dick-Nielsen et al. (2012), выполненной с использованием данных по рынку облигаций США.

Изначально были собранные данные о двух переменных, которые могут отражать кредитный и операционный риск компании-эмитента: операционный рычаг (отношение операционной прибыли к выручке), отношение долгосрочного долга к активам. Процесс их использования в модели далее будет представлен более детально.

Надо сказать, что для отражения кредитного риска эмитента естественно можно использовать непосредственно кредитный рейтинг, который присвоен рейтинговым агентством, как, например, в исследовании, автором которого является Чайкун А.Н. (2009). Однако в рамках настоящего исследования кредитный рейтинг был использован в качестве признака для разделения облигаций на группы для сравнения значений оценок премии за ликвидность, что соответствует целям данной работы. Данный подход аналогичен тому, который приведен в уже упомянутом исследовании Dick-Nielsen et al. (2012).

Кроме того, в модель была включена доходность индекса ММВБ, рассчитанная на основе дневных данных и усредненная за квартал по аналогии с расчетом других показателей. В данном случае доходность рыночного индекса может служить индикатором рыночного риска для экономики в целом. Это является целесообразным по нескольким причинам. Во-первых, большая часть компаний, акции которых входят в расчет индекса ММВБ, также представлены как эмитенты долговых инструментов. Как правило, рыночные условия, связанные с изменениями в экономике или в отдельной отрасли, будут отражаться на ценах, а соответственно и доходности всех ценных бумаг, которые эмитированы компанией. Во-вторых, индекс может отражать тенденции изменения доходности по инвестициям в рублевые активы в целом. Данная переменная уже показала свою состоятельность в исследовании Чайкуна А.Н. (2009).

Как уже было отмечено, в исследованиях, спред в качестве зависимой переменной рассчитывается на основе CDS, для аппроксимации рыночного риска может быть также использовано значение наклона кривой CDS с определенным сроком жизни. Для российского рынка данный подход также является менее актуальным, поскольку несмотря на то, что данная кривая рассчитывается и для России такими организациями, как CME Group, в ее расчет входит небольшое количество инструментов, которые являются еврооблигациями. Это не релевантно для настоящего исследования.

Кроме того, в число объясняющих переменных был включено срок до погашения облигации, который может влиять на ее доходность, поскольку инвестирование на более долгий срок предполагает большие риски для инвестора. Срок жизни, включаемый непосредственно в регрессию в некоторых исследованиях, по аналогии с рейтингом был рассмотрен не в качестве переменной, а в качестве признака для разделения облигаций на группы при оценке.

Также при составлении выборки не было ограничения на то, как определяется купон облигации, является ли он плавающим и фиксированным. В связи с отсутствием достаточного количества информации по каждой облигации для расчета эффективной купонной ставки она не была включена в расчет.

Здесь стоит добавить, что число периодов и наблюдений в выборке является сравнительно небольшим, в связи с этим включением большого количества независимых переменных не является залогом того, что полученные оценки будут достоверными. Поэтому в рамках данного исследования автор ограничился набором переменных, которые перечислены выше.

Для целей анализа была использована выборка, описанная в предыдущем разделе. Стоит отметить, что российский рынок облигаций в сегменте биржевой торговли в целом является менее ликвидным по сравнению с, например, рынком в США, и для многих ценных бумаг характерно большое количество дней простоя, т.е. отсутствия торгов. В связи с этим в данном случае при анализе выборки было принято решение не пропускать наблюдения, значения каких-либо переменных для которых являлись так называемыми «выбросами». Аналогично исследованию Dick-Nielsen et al. (2012) при использовании выборки для построения модели была проведена винзоризация данных (все значения переменных больше значения 99% квантиля и менее 1% квантиля были приведены к ним).

Предварительно был проведен анализ показателей ликвидности при помощи метода главных компонент. С его помощью можно выбрать те переменные, которые объясняют наибольшую часть дисперсии всех выбранных показателей ликвидности. Также он позволяет определить способы уменьшения количества переменных в модели, а также те переменные, что актуально для данного исследования, потому что в нем рассмотрен достаточно короткий временной период. Кроме того, составные показатели ликвидности продемонстрировали свою состоятельность в ряде исследований по оценке премии за ликвидность, рассмотренных в данной работе.

Результаты анализа, проведенного при помощи программного пакета STATA, представлены ниже:

Таблица 2. Результаты применения метода главных компонент для выбранных параметров ликвидности Подробнее результаты представлены в Приложении 1

Количество наблюдений = 880

Количество компонент = 4

Переменная	1	2	3	4	Необъяснено
Бид-аск спред	-0.20	0.90	0,26	0,28	0
Спред между макс. и мин. ценами	0.41	-0,11	0.88	-0,15	0
Количество сделок (логарифм)	0.67	-0.02	-0.19	0.72	0
Коэффициент оборачиваемости	0.58	0.41	-0.33	-0.62	0
Пропорция (нараст. итогом)	0.37	0.63	0.85	1

По результатам анализа мы видим, что первая компонента имеет наибольшую объясняющую силу (37%). В данном случае дисперсия всех может быть по большей части объяснена с помощью спреда между максимальной и минимальной ценами, логарифмом количества сделок и коэффициентом оборачиваемости.

Таким образом, на основе данного анализа можно предположить, что при построении модели для конкретной выборки в качестве меры ликвидности целесообразно выбирать количество сделок, коэффициент оборачиваемости, спред между максимальной и минимальной ценой или взвешенную комбинацию каких-либо из трех данных показателей.

По аналогии со сводным показателем в исследовании Dick-Nielsen et al. (2012), представленным ранее (см. формула (4) и (5)., был построен комбинированный показатель ликвидности, основанный на двух мерах объема торгов, которые обладали наибольшей объясняющей силой по результатам анализа по методу главных компонент. Выбранные показатели ликвидности вошли в него с одинаковыми весами, при этом были предварительно центрированы и нормированы.

Очевидно, что содержательная интерпретация значения данного показателя впоследствии будет затруднительной. Однако в рамках данного анализа целью является построение оценки, поэтому этот недостаток не будет являться критичным.

Таким образом, при построении панельной регрессии для выявления зависимости спреда доходности облигации были поочередно использованы 5 мер ликвидности (4 выбранных ранее и сводный показатель) и переменные, отражающие характеристики облигации, кредитный риск и рыночный риск, описанные ранее.

Описательные статистики показателей ликвидности были рассмотрены ранее. Далее приведены описательные статистики показателей кредитного и рыночного рисков.

Таблица 3. Описательные статистики показателей кредитного и операционного риска Детально описательные статистики представлены в Приложении 1

	Отношение долгосрочного долга к активам	Операционный рычаг
Среднее значение	0,37	0,24
Стандартное отклонение	0,26	0,3
Коэффициент асимметрии	0,6	0,26
Коэффициент эксцесса	2,15	4,1

В данном случае стоит обратить внимание на то, что распределение является скошенным и имеет большой разброс. Это связано с тем, что в выборку вошли компании из разных отраслей, для которых приемлемыми являются разные финансовые коэффициенты в зависимости от специфики деятельности. Кроме того, при расчете показателей использовались данные отчетности, представленные информационными агентствами СПАРК и Cbonds. Бухгалтерские показатели не всегда в полной мере отражают реальную ситуацию, поскольку в особенности среди российских компаний популярным является использование различных способов налоговой оптимизации, что приводит к снижению бухгалтерского значения прибыли и соответственно активов.

В связи с этим при построении модели принято решение использование фиктивных переменных. Так при включении в модель показателя отношения долгосрочного долга к активам фиктивная переменная принимает значение 0, если отношение менее 30% и 1 в остальных случаях. Фиктивная переменная для показателя операционного рычага принимает значение 0 при величине операционного рычага менее 21% и 1 в остальных случаях.

В ходе выполнения эмпирических расчетов для всей выборки был построен ряд спецификаций модели с представленными выше переменными. Критерии отбора наилучшей модели были следующими:

1.Коэффициенты панельной регрессии при ключевых переменных являются значимыми;

2. Спецификация модели соответствует выбранным данным, что определяется на основе тестов Hausman, Breusch-Pagan и Wald;

3. Модель обладает наибольшей объясняющей силой по сравнению с остальными, полученными в ходе исследования (о ней свидетельствует высокое значение коэффициента детерминации для моделей с фиксированными индивидуальными эффектами/высокое значение статистики Вальда для моделей со случайными индивидуальными эффектами).

При анализе полученной модели также учитывался содержательный смысл и возможность интерпретации оценок, полученных на основе модели впоследствии. Это будет более детально раскрыто далее.

Спецификация модели, обладающей наибольшей объясняющей силой для всей выборки, представлена ниже. Модель также была построена с использованием программного пакета STATA. Более подробно результаты представлены в Приложении 1.

Модель имеет следующую спецификацию:

(11)

где: Spread - спред доходности корпоративной и соответствующей по сроку до погашения корпоративной облигации (в базисных пунктах);

DA (в приложении 1 обозначен как d) - фиктивная переменная, отражающая соотношение уровня долгосрочного долга и активов;

TtM - срок до погашения облигации (в днях);

I - доходность индекса ММВБ за соответствующий квартал (дневная усреднена до квартала);

L- сводный показатель ликвидности, построенный на основе данных об объеме торгов.

В таблице ниже представлены значения коэффициентов при переменных, в скобках указаны стандартные ошибки, также отмечено то, на каком уровне данные показатели являются статистически значимыми.

Таблица 4. Параметры модели, выбранной для оценки

	Значение коэффициента (стандартная ошибка) [*] - помечены те коэффициенты, которые статистически значимы на уровне 5%, [**]- статистическая значимость на уровне 10%
Константа	433,13 * (12,61)
Срок до погашения	-0,13* (0,008)
Рыночный индекс	0,29** (0,17)
Отношение долгосрочного долга к активам	-28,19* (10,86)
Сводный показатель ликвидности	-5,66* (2,26)
Коэффициент детерминации (скорректированный)	0,29
F-статистика	82,86
Prob>F	0,00
Тест Hausman (значение статистики)	78,49
Prob>chi2	0,00



Кроме того, в таблице 4 указан скорректированный коэффициент детерминации и представлены результаты теста Hausman, в соответствии с которыми модель с фиксированными индивидуальными эффектами является более предпочтительной. Это согласуется с результатами исследования Чайкуна А.Н., в котором также использована панельная регрессия для оценки премии на российском рынке. Также стоит отметить, что полученный результат является закономерным, поскольку в настоящей работе использована сбалансированная панель, состав которой не изменялся во времени.

Мы видим, что коэффициент детерминации является сравнительно небольшим, однако при построении ряда моделей с включением других показателей ликвидности он находился примерно на этом же уровне. В данном случае это не является столь важным, поскольку в данном исследовании рассматривается компонент ликвидности, остальные же переменные, включенные в модель, являются только контролирующими остальные риски. В данном исследовании не стоит задачи поиска наилучшего прокси для них.

Что касается содержательной интерпретации коэффициентов регрессии, как уже говорилось, интерпретация сводного показателя ликвидности является затруднительной. Однако с учетом того, что он был построенных на основе показателей, отражающих объем торгов, то он имеет адекватный знак. Большее количество сделок и оборачиваемости могут указывать на рост ликвидности на рынке, соответственно снижение дополнительной доходности, которую инвесторы требуют для неликвидных ценных бумаг. В результате при прочих равных условиях премия за риск должна снижаться.

Знак коэффициента перед переменной, отражающей срок для погашения также нельзя интерпретировать однозначно. Однако можно предположить, что поскольку в качестве зависимой переменно выступает спред доходности между корпоративной и бескупонной государственной облигацией со схожими сроками до погашения, в данном случае при прочих равных условиях влияние срока до погашения в случае конкретной облигации является незначительным в принципе. Как уже говорилось, включение эффективного срока для погашения в рамках исследования данного уровня и с учетом имеющихся данных не проводилось. Однако, например, в работе Чайкуна А.Н. (2009) коэффициент при переменной дюрации не был статистически значимым.

Также стоит отметить, что при включении операционного рычага в различные спецификации модели, включая представленную выше, было определено, что его влияние не является статистически значимым. Это, вероятно, обусловлено недостатками бухгалтерских показателей, о которых говорилось ранее.

В ходе исследования выборка также была разбита на подвыборки в зависимости от рейтинга облигации, срока жизни и деятельности компании-эмитента В Приложении 2 указано, какие выпуски входили в подвыборки. В таблицах ниже представлены полученные коэффициенты при показателях ликвидности, а также указано, на каком уровне они являются значимыми для подвыборки.

Таблица 5. Результаты оценки коэффициентов при выбранных показателях ликвидности для облигаций, эмитированных компаниями финансовой и нефинансовой сферы [*] - помечены те коэффициенты, которые статистически значимы на уровне 5%, [**]- статистическая значимость на уровне 10%

Показатель	Сфера	Вся выборка
	Финансовая	Нефинансовая
Сводный показатель	-8,4* (3,9)	-5,16* (2,5)	-5,66* (2,26)
Средняя оборачиваемость за период	-102, 5 *(48,5)	-119,8*(18,2)	-122,4* (16,9)
Количество сделок (логарифм)	-4 (4,3)	-0,73(3,1)	-1,47(2,7)
Bid-ask спред, б.п. (среднее значение)	0,04 (0,04)	-0,002 (0,002)	-0,001 (0,002)
Разница между максимальной и минимальной ценой торгов	0,11 (0,09)	0,36*(0,08)	0,3 *(0,07)



Мы видим, что сводный показатель ликвидности является значимым для облигаций обеих групп, при этом при прочих равных условиях для облигаций финансовой сферы его влияние на зависимую переменную, в качестве которой выступает спред доходности, должно быть выше.

В таблице 6 ниже представлены оценки коэффициентов при показателях ликвидности в зависимости от рейтинга облигаций. Здесь стоит обратить внимание на то, что сводный показатель значим не для всех групп ликвидности. Но для большинства наблюдений его влияние сохраняется, что обусловлено структурой выборки (наибольшее число выпусков имеет либо рейтинг Baa по шкале Moody's, либо рейтинг по данной шкале отсутствует).

Здесь примечательным является то, что знаки при статистически значимых коэффициентов для облигаций разных групп, сохраняют одинаковую тенденцию.

Таблица 6. Результаты оценки коэффициентов при выбранных показателях ликвидности для облигаций с разным уровнем рейтинга [*] - помечены те коэффициенты, которые статистически значимы на уровне 5%, [**]- статистическая значимость на уровне 10%

Показатель	Рейтинг	Вся выборка
	Нет	Высокий риск (B)	Существенный риск (Ba)	Умеренный риск (Baа)
Сводный показатель	-13,6* (4,8)	-4,4 (10,7)	-3,04 (4,33)	-4,2 * (1,65)	-5,66* (2,3)
Средняя оборачиваемость за период	-127,3 * (29,5)	-227,4* (60,5)	-65,6** (38,6)	-21,9 (16,9)	-122,4* (16,9)
Количество сделок (логарифм)	2,03 (5,9)	-22,5 * (10,8)	-5,03 (5,8)	-1,25 (1,95)	-1,47 (2,7)
Bid-ask спред, б.п. (среднее значение)	-0,001 (0,003)	-0,02 (0,03)	-0,003 (0,005)	-0,003 (0,002)	-0,001 (0,002)
Разница между максимальной и минимальной ценой торгов	0,6* (0,1)	0,9* (0,3)	-0,15 (0,17)	-0,01 (0,05)	0,3 * (0,07)

При разделении облигации по сроку жизни сводный показатель ликвидности был значим только для укрупненной группы облигаций, возраст которых составлял менее 6 лет (под данный критерий подходит 462 наблюдения).

При рассмотрении всех результатов, представленных выше, можно увидеть, что бид - аск спред не значим для облигаций всех групп. Как и предполагалось по результатам анализа методом главных компонент, в случае рассматриваемой выборки и периода он не является хорошим прокси ликвидности. В целом стоит сказать, что меньшее значение показателей, основанных на цене торгов, для исследования в целом может быть объяснено спецификой составления выборки и переходом к квартальным данным. В таком случае труднее оценить эффекты цены, которые могут наблюдаться в рамках отдельного дня.

Однако в данном случае переход к квартальным данным позволил посмотреть, как изменяется премия за ликвидность, которая оценена на основе сравнительно длинных промежутков торгов. Также по аналогии с исследованием Dick-Nielsen et al. (2012), с которым при сравнении премии будут проведены некоторые параллели, позволил учесть влияние переменных, контролирующих кредитный риск компании.

Кроме того, незначимость спреда, рассчитываемого на основе котировок, обусловлена тем, что заявленные цены в конечном итоге могут сильно отличаться от фактических цен торгов на рынке.

На основе результатов, полученных при построении моделей для облигации с разными группами, была выполнена общая оценка премии за ликвидность облигаций в выборке, а также оценки для каждой группы. Для оценки была использована модель с включением сводного показателя ликвидности, поскольку его значимость была подтверждена для выборки в целом и соответственно для большей ее части. Стоит отметить, в качестве деления каждый раз был выбран один признак, поскольку при более детальном делении из-за особенностей выборке в ряде групп было бы незначительное количество наблюдений.

Оценки премии за ликвидность, полученные в данном исследовании, а также их интерпретация, представлены в следующем разделе

3.2 Интерпретация результатов оценки

На основе полученных коэффициентов при сводном показателе ликвидности для подвыборок было рассчитано то, какое влияние оказывает изменение значений показателя ликвидности от максимального до минимального на спред доходности облигации при прочих равных условиях. Данное изменение, аналогично, подходу в исследовании Чайкуна А.Н. (2009) будет рассмотрено в качестве премии за ликвидность. Результаты расчета представлены далее.

Стоит обратить внимание на то, что значения премии представлены с тем знаком, который имеет оценка коэффициента при соответствующем показателе ликвидности. Таким образом, при увеличении значения показателя ликвидности, который основан на объеме торгов, спред доходности должен быть ниже.

Таблица 7ю Значения премии за ликвидность для облигаций с разным сроком жизни (укрупненные группы) [*] - здесь и далее помечены те коэффициенты, которые рассчитаны на основе коэффициента при сводном показателе ликвидности, который был значим при построении регрессии в рамках выбранной группы

Показатель	Срок жизни	Вся выборка
	Менее 6 лет	Более 6 лет
Значение премии за ликвидность В соответствии с определением для каждой группы премия рассчитывалась, как в(л99-л1), где в - оценка коэффициента при сводном показателе ликвидности в рамках группы, л99 и л1-значение 99% и 1% квантиля показателя ликвидности в рамках облигации выбранной группы	-26,56*	-21,30	-24,9*
Количество наблюдений	462	418	880

Как уже говорилось, для разделения облигации по срокам жизни использовались укрупненные группы. На основе статистически значимого коэффициента в данном случае была рассчитана только премия за ликвидность для корпоративных облигаций в выборке со сроком жизни менее 6 лет. Как мы видим, в данном случае премия за ликвидность не отличается значительно от премии по выборке в целом, которая составляет 25 б.п. Однако при сравнении ее с премией для облигаций со сроком жизни более 6 лет. В данном случае содержательная интерпретация является соответствующей общей логике: при снижении срока жизни дополнительная доходность, которую требует инвестор, за инвестицию в менее ликвидную облигацию является меньше (спред доходности снижается в большей степени) .

В таблице далее представлены значения премии за ликвидность для групп, составленных по признаку вида деятельности эмитента.

Таблица 8. Значения премии за ликвидность для облигаций, эмитируемых финансовыми и нефинансовыми компаниями

Показатель	Сфера	Вся выборка
	Финансовая	Нефинансовая
Значение премии за ликвидность	-29,99*	-23,43*	-24,9*
Количество наблюдений	121	759	880

В данном случае при облигации спред доходности будет меньше в случае, если компания-эмитент относится к нефинансовому сектору (меньшее значение отрицательной премии). Это в целом соответствует общерыночной тенденции, поскольку при рассмотрении рынка в целом можно увидеть, что облигации крупных банков, на долю которых приходится основной оборот облигаций, эмитируемых в финансовом секторе, являются более ликвидными.



Таблица 9. Значения премии за ликвидность для облигаций с разным уровнем рейтинга

Показатель	Рейтинг	Вся выборка
	Нет	Высокий риск (B)	Существенный риск (Ba)	Умеренный риск (Baа)
Значение премии за ликвидность	-63,1*	-19,0	-13,8	-19,0*	-24,9*
Количество наблюдений	286	88	198	308	880

Абсолютные значения премии за ликвидность совпадают с результатами в исследованиях проанализированных ранее: для облигаций с более высоким риском абсолютное значение премии за ликвидность больше, что и наблюдается в нашем случае (63 б.п. по сравнению с 25 для всей выборки).

Однако в данном случае мы используем также знак при оценке. В данном случае большее снижение дополнительной доходности, требуемой инвесторами, за облигации с отсутствием рейтинга можно интерпретировать, например, тем, что доходность данных облигаций просто является более чувствительной к изменениям оборачиваемости, которая входит в расчет сводного показателя ликвидности. Стоит отметить, что однозначную интерпретацию в данном случае дать сложно.

Таким образом, можно сделать вывод о том, что на рынке существуют отличия премии за ликвидность между облигациями с различными группами

Что касается сравнения полученных результатов с результатами других исследований, то уже было отмечено, что в данном случае стоит делать это с большей степенью аккуратности. Как уже было подтверждено даже при делении существующей выборки, оценки могут зависеть от выбранных данных, а также от рассматриваемого периода в целом и частоты наблюдений в течение данного периода.

В исследовании Чайкуна А.Н. (2009), например, изменение спреда доходности при изменении параметров ликвидности составляло 202 б.п. Однако выборка, рассмотренная в исследовании, включала в себя ежемесячные наблюдения по корпоративным и муниципальным облигациям с 2005 по 2009 год не только в основном режиме торгов. Таким образом, можно предположить, что больший разброс был обусловлен рассмотрением большей выборки и другой частоты наблюдений. Кроме того, в рамках исследований Чайкун А.Н. также включил кризисный период, в течение которого премия за ликвидность может сильно возрастать, особенно для облигаций спекулятивных грейдов. Это было подтверждено в ряде исследований, которые рассматривались ранее.

При рассмотрении данных американского рынка, полученных в статье Dick-Nielsen et al. (2012), которая была выбрана в качестве одной из базовых, премии рассчитана на основе CDS, а не доходности государственной облигации. В докризисный период премия для облигаций разных групп составляла от 0,6 до 80 б.п. При этом для облигаций спекулятивных грейдов она составляла более 45 б.п. Однако в данном случае при интерпретации стоит учитывать общий уровень рейтинга облигаций на рынке, номинированных в отечественной валюте. Так в режиме торгов рублевыми облигациями российские инвесторы сравнивают ценные бумаги, рейтинг которых, в том числе, присвоен с учетом странового риска в целом. В то же время на американском рынке обращается большее количество инструментов с разными рейтингами, и при сравнении между ними инвесторы могут требовать доходность, которая может сравнительно больше отличаться для разных групп.

В целом можно сказать, что полученная модель оценки соответствует тем критериям выбора модели, которые были определены для работы с учетом всех имеющихся условий (размера выборки, частоты наблюдений и т.п.). Результаты, полученные в ходе оценивания с помощью данной модели, являются сравнимыми между собой. Они позволяют показать, как ликвидность может влиять на доходность облигации.

С точки зрения выбора подхода, по результатам исследования можно сделать вывод о том, что использование панельной регрессии является одним из наилучших способов для оценки премии за ликвидность, поскольку позволяет учесть индивидуальные эффекты ценных бумаг.

Новизна исследования заключается в том, что оно выполнено на актуальных данных и входит в число немногих исследований, которые выполнены для российского рынка дл оценки премии за ликвидность облигаций именно с использованием панели. Кроме того, рассмотрение наблюдений с квартальной частотой отразить значимость показателей, основанных на объеме торгов, которые в итоге были включены в общий показатель ликвидности. Также в рамках исследования приведена количественная оценка премии за ликвидность для облигаций с разными характеристиками, что дает возможности для сравнения внутри рынка.

Также были выявлены возможные способы улучшения качества модели и полученных оценок, которые могут быть апробированы в ходе дальнейшего исследования по теме. Они кратко изложены далее:

1. Для увеличения используемого количества данных возможно увеличение рассматриваемого периода и переход к несбалансированным панелям.

2. Интересным является рассмотрение того, насколько сильно изменение часто наблюдений влияет на полученные результаты, что можно проверить при переходе к данным, усредненным, например, в рамках месяца

3. Также возможен анализ других мер ликвидности, которые были описаны в обзоре литературы. На их основе возможно конструирование показателя ликвидности, который может отличаться от выбранного и будет лучшим образом объяснять спред доходности облигации. Оценка, полученная на его основе, может быть более достоверной

4. При построении модели, коэффициенты которой используются для оценивания, возможен подбор других прокси для остальных рисков, кроме риска ликвидности, что может способствовать улучшению качества модели в целом.

5. При рассмотрении различий между группами облигаций при расширении выборки возможно рассмотрение большего числа групп облигаций.

В данной главе был представлен подход к оценке премии за ликвидность, описаны факторы, включенные в модель и важные в рамках исследования. Среди мер ликвидности был рассмотрен сводный показатель ликвидности, сконструированный из двух показателей ликвидности, основанных на объеме торгов. По результатам регрессионного анализа выбрана модель, которая соответствовала заранее заданным критериям значимости. Сводный показатель ликвидности, включенный в нее, оказался в рамках исследования наиболее состоятельной мерой ликвидности. Значимость его влияния и направленность была подтверждена для выборки в целом и для большего числа подвыборок, которые были сформированы по признаку рейтинга, деятельности компании и срока жизни облигации. На основе выбранной модели была проведена оценка значений премии за ликвидность в целом и для облигаций разных групп. Также в данной главе была приведена интерпретация результатов исследования, сравнение их с результатами работ других авторов, которые были опубликованы раннее. На основе проведенного анализа результатов также был выявлен ряд возможных способов улучшения полученных результатов и направления для дальнейшего исследования.



Заключение

Целью данного исследования являлась оценка премии за ликвидность и рассмотрение того, как она изменятся для облигаций с различными характеристиками. Это позволило сделать выводы о том, каким было влияние ликвидности на доходность облигаций в последние годы.

Для этого в данном исследовании был рассмотрен ряд походов к измерению ликвидности и оценке премии за данный показатель. Пристальное внимание в работе уделено статьям, которые были выбраны в качестве методологической базы для последующей оценки премии за ликвидность российских корпоративных облигаций. В них представлены модели оценки премии за ликвидность методами регрессионного анализа, основанные на измерении трансакционных издержек и показателей торговой активности и рассмотрении их влияния на доходность облигации.

Также были проанализированы характеристики рынка как объекта исследования в целом. Ликвидность на рынке в целом является волатильной величиной и, как уже говорилось, само понятие является достаточно комплексным. Таким образом, при оценивании необходимо учитывать ряд разных факторов. В связи с этим автором был проведен анализ мер ликвидности, от выбора которых во многом зависит непосредственно результат оценивания. По результатам анализа был выбран сводный показатель ликвидности, включающий в себя показатели, основанные на объеме торгов. Это во многом обусловлено спецификой выборки и частотой наблюдений: в работе были рассмотрены квартальные данные.

Далее была построена регрессионная модель для панельных данных с включением данного сводного показателя и переменных, отражающих другие риски для облигации. На основе коэффициентов была рассчитана премия за ликвидность облигаций в выборке в целом и для облигаций, отличающихся по уровню рейтинга, сфере деятельности эмитента. Было проведено сравнение премии за ликвидность по группам облигаций, а также проведено сравнение с результатами других исследований. Было выяснено, что в настоящий момент премия за ликвидность для корпоративных облигаций ниже, чем в кризисные годы. Однако для облигаций различных групп она может отличаться от средневыборочной от 2 до 40 б.п.

Кроме того, в работе были обозначены недостатки модели и возможные способы их исправления, которые могут быть рассмотрены как направления для дальнейшего исследования. Они связаны в основном с расширением набора используемых данных и показателей ликвидности.

Как уже говорилось, актуальность настоящей работы и новизна исследования заключается в том, что объектом исследования является именно российский рынок. Кроме того, фокус на сегмент облигаций также интересен, поскольку многими исследователями рассматривается премия за ликвидность для акций. Также важным является то, что в работе представлены именно количественные оценки, на основе которых можно провести сравнение для разных облигаций и частично сравнить полученные оценки с результатами предыдущих исследований (с учетом степени схожести использованного подхода). С точки зрения рынка в целом понимание того, как ликвидность облигации влияет на доходность, может способствовать повышению осведомленности инвесторов, сделать информацию о сделках на рынке более транспарентной, что приведет к росту благосостояния участников рынка.



Список использованной литературы

Специальная литература

1. Чайкун А.Н (2009). Оценка ликвидности облигаций методами многомерного статистического анализа // Вестник Университета (Государственный университет управления). № 16. С. 248-249

2. Alonso F., Blanco R., Del Rнo A., Sanchis A. (2004). Estimating Liquidity Premia in the Spanish Government Securities Market. The European Journal of Finance, Volume 10, Issue 6 , pp. 453-474.

3. Amihud Y., Mendelson H. (1986). Asset pricing and the bid-ask spread. Journal of Financial Economics 17, pp. 223-249.

4. Amihud Y. (2002). Illiquidity and stock returns: cross-section and time-series effects. Journal of Financial Markets 5, pp. 31-56.

5. Amihud Y., Mendelson H., Pedersen L.H. (2005). Liquidity and asset prices. Foundations and Trends in Finance 1, pp. 269-364.

6. Brunnermeier M.K., Pedersen L.H. (2009). Market Liquidity and Funding Liquidity. Review of Financial studies.Vol.22 No.6.

7. Buhler W., Trapp M. (2008). Time-Varying Credit Risk and Liquidity Premia in Bond and CDS Markets. Working paper. University of Mannheim.

8. Chan E., Ahmad M. F., Wooldridge P. (2007). Liquidity in an emerging bond market: a case study of corporate bonds in Malaysia. Working paper by BIS.

9. Dick-Nielsen J., Feldhьtter P., and Lando D. (2012). Corporate bond liquidity before and after the onset of the subprime crisis. Journal of Financial Economics. Volume 103, Issue 3, pp. 471-492

10. Financial stability and local currency bond markets (2007). Report submitted by a Working Group established by the Committee on the Global Financial System. CGFS Papers No 28.

11. Fontaine J. S. and Garcia R. (2012). Bond Liquidity Premia. Review of Financial Studies, 25 (4), pp. 1207-1254

12. Gabrielsen A., Marzo M., Zagaglia P. (2012). Measuring and Modelling the Market Liquidity of Stocks: Methods and Issues. Journal of Finance and Investment Analysis, vol.1, no.4, pp. 89-129.

13. Gerhold S., Guasoni P., Muhle-Karbe J., Schachermayer W. (2011). Transaction Costs, Trading Volume, and the Liquidity Premium. Boston U. School of Management Research Paper No. 2011-16.

14. Holmstrцm B. and Tirole J. Private and Public Supply of Liquidity (1998). Journal of Political Economy, Vol. 106, No. 1, pp. 1-40.

15. Jaramillo L., Weber A. (2012). Bond Yields in Emerging Economies: It Matters What State You Are In. International Monetary Fund WP/12/198.

16. Min H.- G., Lee D.-H., Nam C., Park M.-C., Nam S.-H. (2003). Determinants of emerging-market bond spreads: Cross-country evidence. Global Finance Journal , 14, pp. 271-286.

17. Pereira J., Zhang H. (2004). The Liquidity Premium in a Portfolio Choice Model with Price Impact. Working Paper, University of North Carolina.

18. Roll R. (1984). A simple implicit measure of the effective bid-ask spread in an efficient market. Journal of Finance 39, pp. 1127-1139.

19. Sarr A., Lybek T. (2002). Measuring Liquidity in Financial Markets. IMF Working Paper No. 02/232.

20. Svensson L.E.O. (1994). Estimating and interpreting forward interest rates: Sweden 1992-1994. Centre for Economic Policy Research, Discussion Paper 1051.

21. Tarasova P. (2012). How can Information on CDS Contracts be Used to Estimate Liquidity Premium in the Bond Market. Market Risk and Financial Markets Modeling, Springer, pp. 247-254.

Электронные ресурсы

22. Официальный сайт финансового информационного агентства Cbonds. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.ru.cbonds.info/

23. Официальный сайт Система СПАРК. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.spark-interfax.ru/

24. Обзор финансового рынка. Первое полугодие 2013 года. №75. Департамент исследований и информации Банка России. Москва, 2013. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.cbr.ru/analytics/fin_r/fin_mark_01-2013.pdf

25. Состояние внутреннего финансового рынка в сентябре 2013 года. Департамент денежно-кредитной политики Банка России. [Электронный ресурс]. - Режим доступа к ресурсу - http://www.cbr.ru/analytics/print.aspx?file=fin_r/fin_market/fin_m_010913.htm&pid=finmarket&sid=ITM_33967

26. Основные направления государственной долговой политики Российской Федерации на 2013 -2015 гг. [Электронный ресурс]. - Режим доступа к ресурсу - http://www1.minfin.ru/ru/public_debt/policy/

27. Development of Corporate Bond Markets in the Emerging Markets (2011). Emerging markets committee of the international organization of securities commissions in collaboration with the world bank group [Online]. Режим доступа к ресурсу - http://siteresources.worldbank.org/FINANCIALSECTOR/Resources/IOSCO_EMC_DevCorpBM_2011.pdf

28. Hibbert J., Kirchner A., Kretzschmar G., Li R., McNeil A. (2009). Liquidity Premium. Literature review of theoretical and empirical evidence. Research Report by Barrie&Hibbert (Version 1.1) [Online]. Режим доступа - http://www.barrhibb.com/documents/downloads/Liquidity_Premium_Literature_Review.PDF

29. Morgan Stanley Capital International official website [Online]. Режим доступа к ресурсу - http://www.msci.com/э

30. Prasetyo Y., Kumar M. The investment case for emerging market debt. Russell Research. 2012 [Online]. Режим доступа к ресурсу - http://www.russell.com/Public/pdfs/publication/communique_june_2012/Research_focus_The_investment_case_for_emerging_market_debt.pdf



Приложение 1

Результаты анализа, проведенного в ходе построения модели в программном пакете STATA

Таблица 1. Результаты анализа, проведенного с помощью метода главных компонент для показателей ликвидности



Таблица 2. Описательные статистики показателей кредитного риска: отношения долгосрочного долга к активам (DA) и операционного рычага (ES)

Таблица 3. Результаты оценивания модели с включением сводного показателя ликвидности



Приложение 2

Распределение облигаций по группам

Таблица 1. Распределение облигаций по группам в соответствии со сферой деятельности эмитента

Выпуск	Отрасль эмитента
Выпуски, эмитируемые компаниями, не принадлежащими к финансовой отрасли
Акрон, 03	Химическая и нефтехимическая промышленность
АЛРОСА, 20	Горнодобывающая промышленность
АЛРОСА, 23	Горнодобывающая промышленность
Атомэнергопром, 06	Энергетика
АФК Система, 02	Связь и телекоммуникация
АФК Система, 03	Связь и телекоммуникация
АФК Система, 04	Связь и телекоммуникация
ВымпелКом-Инвест, 01	Связь и телекоммуникация
ВымпелКом-Инвест, 03	Связь и телекоммуникация
ВымпелКом-Инвест, 06	Связь и телекоммуникация
ВымпелКом-Инвест, 07	Связь и телекоммуникация
Газпром нефть, 04	Нефтегазовая отрасль
Газпром нефть, 08	Нефтегазовая отрасль
Газпром нефть, 09	Нефтегазовая отрасль
Газпром нефть, 10	Нефтегазовая отрасль
Газпром, 09	Нефтегазовая отрасль
Газпром, 11	Нефтегазовая отрасль
ГМК Норильский никель, БО-03	Цветная металлургия
Группа ЛСР (ОАО), БО-02	Строительство и девелопмент
Группа ЛСР (ОАО), БО-03	Строительство и девелопмент
Группа Черкизово, БО-03	Пищевая промышленность
ЕвроХим, 02	Химическая и нефтехимическая промышленность
Золото Селигдара, 03	Горнодобывающая промышленность
ИРКУТ, БО-01	Машиностроение
КАМАЗ, БО-02	Машиностроение
Лукойл, 04	Нефтегазовая отрасль
Магнит, БО-02	Торговля
Магнит, БО-03	Торговля
Магнит, БО-04	Торговля
Магнит, БО-05	Торговля
Мечел, 14	Черная металлургия
Мечел, 15	Черная металлургия
Мечел, 16	Черная металлургия
Мосэнерго, 03	Энергетика
МТС, 02	Связь и телекоммуникация
МТС, 03	Связь и телекоммуникация
МТС, 04	Связь и телекоммуникация
МТС, 07	Связь и телекоммуникация
МТС, 08	Связь и телекоммуникация
НК Альянс, 03	Нефтегазовая отрасль
НК Альянс, БО-01	Нефтегазовая отрасль
НПК Уралвагонзавод, 01	Машиностроение
РВК-Финанс, 03	Другие отрасли
РЖД, 10	Транспорт
РЖД, 11	Транспорт
РЖД, 16	Транспорт
РЖД, 23	Транспорт
РМК-ФИНАНС, 03	Цветная металлургия
РУСАЛ Братск, 07	Цветная металлургия
СИБМЕТИНВЕСТ, 01	Черная металлургия
СИБМЕТИНВЕСТ, 02	Черная металлургия
СИТРОНИКС, БО-02	Другие отрасли
СОЛЛЕРС, 02	Машиностроение
СУЭК-Финанс, 01	Горнодобывающая промышленность
Татнефть, БО-01	Нефтегазовая отрасль
ТГК-2, БО-01	Энергетика
ТГК-6, 01	Энергетика
ТГК-9, 01	Энергетика
ТД Копейка (ОАО), БО-02	Торговля
ТМК, БО-01	Черная металлургия
ТРАНСАЭРО, 01	Транспорт
ФСК ЕЭС, 06	Энергетика
ФСК ЕЭС, 07	Энергетика
ФСК ЕЭС, 08	Энергетика
ФСК ЕЭС, 09	Энергетика
ФСК ЕЭС, 10	Энергетика
ФСК ЕЭС, 11	Энергетика
ЮТэйр-Финанс, БО-04	Транспорт	<...

Страница:

•  1 
•  2 
•  3 

дипломная работа "Премия за ликвидность" скачать

Подобные документы

• Аналитическая статистика облигаций

  Общие понятия облигаций и их классификация. Операции купли-продажи процентных облигаций. Проблемы казахстанского фондового рынка: низкая ликвидность, низкие объемы торгов, недостаточное количество финансовых инструментов. Программа "Народное IPO".
  
  реферат [22,9 K], добавлен 10.01.2014
  

• Рынок государственных облигаций в Российской Федерации

  Понятие, классификация государственных облигаций. Правовое регулирование рынка ценных бумаг в России. Внутренние и внешние долговые обязательства страны. Показатели и методы оценки доходности облигаций. Анализ финансового рынка корпоративных облигаций.
  
  курсовая работа [2,4 M], добавлен 15.12.2014
  

• Основные характеристики облигаций и анализ их доходности

  Общая характеристика облигаций как финансового инструмента на рынке ценных бумаг. Классификация облигаций по различным признакам. Основные характеристики государственных, муниципальных и корпоративных облигаций, методы анализа их доходности и ликвидности.
  
  курсовая работа [68,5 K], добавлен 13.02.2009
  

• Рынок корпоративных облигаций России

  Знакомство с основными особенностями развития рынка корпоративных облигаций России. Общая характеристика мер по продвижению выпуска ценных бумаг. Анализ отраслевой структуры первичного рынка корпоративных облигаций. Рассмотрение правил листинга.
  
  дипломная работа [472,0 K], добавлен 27.06.2013
  

• Эмиссия облигаций, как источник привлечения инвестиций корпорациями

  Теоретические основы корпоративных ценных бумаг и становление рынка их размещения. Сущность, виды и классификация корпоративных облигаций, их преимущества перед другими финансовыми инструментами привлечения инвестиций. Эмиссия корпоративных облигаций.
  
  курсовая работа [55,8 K], добавлен 03.10.2010
  

• Рынок корпоративных облигаций: тенденции и перспективы развития

  Виды корпоративных ценных бумаг, инвестиционные свойства и стоимость облигаций. Экономическая сущность корпоративной облигации, снижение ее доходности и стабилизация котировок. Анализ текущего состояния рынка в России и его характерные особенности.
  
  курсовая работа [110,8 K], добавлен 13.09.2010
  

• Оценка финансовых активов

  Базовая модель оценки финансовых активов. Оценка долговых ценных бумаг: облигаций с нулевым купоном, бессрочных облигаций, безотзывных облигаций с постоянным доходом. Оценка акций с равномерно возрастающими дивидендами и с изменяющимся темпом прироста.
  
  контрольная работа [184,6 K], добавлен 15.01.2011
  

• Корпоративные облигации как финансовый инструмент инвестиций

  Понятие и виды корпоративной облигации. Преимущества корпоративной облигаций перед другими финансовыми инструментами привлечения инвестиций. Рынок корпоративных облигаций в России и Республике Коми. Развитие рынка корпоративных облигаций.
  
  дипломная работа [74,1 K], добавлен 23.03.2003
  

• Оценка стоимости права собственности ценных бумаг, представленных в виде корпоративных облигаций ОАО "АТЭК"

  Облигации как средство мобилизации капитала государством для покрытия дефицита бюджета, привлечения дополнительных средств в хозяйственный оборот коммерческих предприятий. Характеристика эмитента, подходы и методы оценки рыночной стоимости облигаций.
  
  курсовая работа [53,4 K], добавлен 06.01.2016
  

• Анализ состояния ликвидности предприятия ОАО "Биробиджаноблгаз"

  Характеристика ликвидности предприятия. Влияние структуры активов и капитала на ликвидность. Экспресс-анализ бухгалтерского баланса. Оценка финансово-хозяйственной деятельности и платёжеспособности. Состояние оборотных активов, источники их формирования.
  
  курсовая работа [55,8 K], добавлен 26.11.2009
  

• Облигационные займы

  Понятие облигационного займа. Развитие рынка корпоративных облигаций в России. Предпочтения инвесторов на рынке облигаций. Обеспечение размещения облигаций эмитента Первичный и вторичный рынок облигационных займов. Преимущества облигационных займов.
  
  контрольная работа [24,4 K], добавлен 20.11.2009
  

• Эмиссия корпоративных ценных бумаг как способ долгосрочного финансирования

  Корпоративные ценные бумаги. Сущность, понятие и виды корпоративной облигации. Классификация корпоративных облигаций. Преимущества корпоративной облигации перед другими финансовыми инструментами привлечения инвестиций. Эмиссия корпоративных облигаций.
  
  курсовая работа [58,9 K], добавлен 09.10.2008
  

• Оценка и анализ денежных средств предприятия

  Экономическая характеристика Кызылординского отделения железной дороги "НК АО КТЖ". Изучение организации финансовой оценки денег и расчетных операций. Платежеспособность и ликвидность. Показатели эффективности денежных средств при финансовой оценке.
  
  курсовая работа [58,2 K], добавлен 04.03.2011
  

• Финансовые активы как объект инвестирования финансового менеджера

  Виды финансовых активов: их характеристика. Соотношение риска и доходности финансовых активов. Модели оценки акций и облигаций. Стоимость капитала компании. Реструктуризация как инструмент управления ростом компании. Управление структурой капитала.
  
  курсовая работа [186,4 K], добавлен 24.11.2013
  

• Теории временной структуры процентных ставок

  Построение кривой доходности и ее основные модели: Васичека, Нельсона-Сигеля и Свенссона. Теории временной структуры процентных ставок: ожиданий, предпочтения ликвидности, сегментации рынка, изменяющейся во времени премии и "предпочитаемой среды".
  
  курсовая работа [953,7 K], добавлен 16.03.2011
  

• Ликвидность баланса и платежеспособность ООО "Италика"

  Основные показатели финансово-хозяйственной деятельности предприятия. Экономическая сущность платежеспособности и условия финансовой устойчивости. Оценка чистых активов, ликвидности баланса, относительных показателей общей и долгосрочной задолженности.
  
  курсовая работа [34,8 K], добавлен 08.10.2013
  

• Финансовое состояние предприятия

  Анализ и оценка финансового состояния ЗАО "Ортмед +" по балансу. Финансовая устойчивость, ликвидность предприятия, использование оборотных активов. Три основные стадии процесса общественного воспроизводства: производство, распределение, потребление.
  
  контрольная работа [69,3 K], добавлен 04.06.2009
  

• Экономико-математические методы управления денежными потоками

  Основные методические подходы к оценке стоимости денег во времени. Методы оценки денежных потоков в условиях инфляции. Методический инструментарий оценки ликвидности денежных потоков. Методы оценки равномерности и синхронности денежных потоков.
  
  контрольная работа [41,1 K], добавлен 17.06.2010
  

• Развитие рынка облигаций в современной России

  Роль ценных бумаг в платежном обороте государства и мобилизации инвестиций. Облигация как вид ценной бумаги, ее основные отличия от акции. Группы участников на рынке первичного размещения корпоративных облигаций. Современные российские облигации.
  
  доклад [26,3 K], добавлен 16.06.2010
  

• Анализ и оценка ликвидности инвестиционных проектов

  Ликвидность инвестиций как их потенциальная способность в короткое время и без существенных финансовых потерь трансформироваться в денежные средства. Ликвидность отдельных видов инвестиций по времени. Коэффициенты ликвидности и прогнозирование доходов.
  
  реферат [355,3 K], добавлен 26.03.2009
  

Другие документы, подобные "Премия за ликвидность"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам