Алексей Валерьевич Тиняков — магистр финансов, исполнительный директор центра координации привлечений с рынков капитала
Москва
Alexey V. Tinyakov — Master of Finance, executive director, center for coordination of attraction from the capital markets
Moscow
Ашот Гамлетович Мирзоян — старший преподаватель экономического факультета
Москва
Ashot G. Mirzoyan — senior lecturer, Faculty of Economics
Moscow
Юлия Владимировна Кудрявцева — магистр финансов, главный специалист Департамента рыночных рисков
Москва
Yulia V. Kudryavtseva — Master of Finance, Chief Specialist, Market Risk Department
Moscow
Одним из ключевых показателей кредитного риска эмитента корпоративных облигаций является кредитный спред, который представляет собой разность между доходностью к погашению корпоративной облигации и государственной облигации с аналогичной дюрацией. С 2014 г. на российском рынке можно выделить несколько стабильных и нестабильных периодов, в которые влияние факторов на кредитный спред изменялось. Цель исследования — выявить факторы, влияющие на спред доходности корпоративных и государственных облигаций на российском рынке с использованием моделей с несколькими режимами. В качестве переменных интереса в работе рассматриваются безрисковая ставка, наклон кривой бескупонной доходности, доходность индекса МосБиржи, волатильность российского рынка акций и темп прироста цен на нефть. В качестве методов использована модель с Марковскими переключениями, логистическая регрессия и пороговая авторегрессия. Научная новизна работы заключается в использовании моделей, позволяющих учитывать влияние факторов на кредитный спред в различных режимах на российском рынке облигаций. Обнаружено, что модели, использующие несколько режимов, позволяют лучше объяснять изменения в кредитном спреде (по критерию Акаике), а волатильность рынка акций позволяет предсказать переключение между режимами. Уровень безрисковой ставки, наклон кривой бескупонной доходности, волатильность и доходность рынка акций отрицательно связаны с уровнем кредитного спреда, причем отрицательная связь доходности индекса акций и кредитного спреда наблюдается только в периоды высокой волатильности рынка акций. Полученные результаты могут быть полезны инвесторам для оценки рисков, связанных с вложением в облигации, что позволяет ребалансировать портфели в различные периоды для достижения требуемого уровня риска. С учетом полученных результатов регуляторы смогут корректировать проводимую политику, принимая во внимание особенности периода.
One of the key indicators of a corporate bond issuer’s credit risk is the credit spread. The credit spread is the difference in yield to maturity between a corporate bond and a government bond with similar duration. Since 2014, the Russian market has experienced several periods of stability and instability, during which the impact of various factors on credit spreads has varied. The aim of this study is to investigate the factors that influence the yield spread between corporate and government bonds on the Russian market, using switching models. The risk-free rate, the slope of the zero-coupon yield curve, the return of the Moscow Exchange index, the volatility of the Russian stock market, and the growth rate of oil prices are all considered variables of interest in this study. The Markov switching model, logistic regression, and threshold autoregression (TAR) are used as methods. The scientific novelty of this work lies in the modeling of credit spread changes in different regimes on the Russian bond market. It has been found that switching models can better explain changes in credit spread, according to the Akaike criterion. Additionally, stock market volatility can help predict switching between regimes. The level of the risk-free rate, the slope of the zero-coupon yield curve, the volatility, and the return of the stock market are all negatively correlated with the level of credit spread. However, the negative relationship between the stock index’s return and credit spread is only observed during periods of high stock market volatility. Considering multiple regimes in the credit spread modeling allows assessing the impact of factors under consideration more accurately. The results obtained might be useful for investors to assess the risks associated with investing in bonds. This allows them to rebalance their portfolios at different times in order to achieve the desired level of risk. Based on these results, regulators will be able to adjust their policies, considering the specific economic circumstances of the time period.
The authors declare that there are no conflicts of interest present.