Высшая школа экономики






НазваниеВысшая школа экономики
страница2/6
Дата публикации22.01.2015
Размер0.88 Mb.
ТипДокументы
e.120-bal.ru > Финансы > Документы
1   2   3   4   5   6
Глава 2. Корпоративные облигации

Основной целью данной работы является исследование особенностей влияния механизмов корпоративного управления на спрэды банковских облигаций. Однако помимо переменных, характеризующих корпоративное управление в банке, на спрэды банковских облигаций могут также оказывать влияние другие факторы, которые необходимо учесть при проведении исследования. В разделе 2.1 рассмотрены основные факторы, которые влияют на спрэды облигаций в целом, в то время как в разделе 2.2 рассмотрены некоторые особенности облигаций, выпускаемых банками.

    1. Детерминанты спрэдов корпоративных облигаций

Классической работой по рынку корпоративного долга является статья Merton (1974). Согласно результатам этого исследования спрэд корпоративной облигации зависит от следующих основных факторов: волатильность стоимости фирмы, размер финансового рычага, безрисковая процентная ставка, срок до погашения, а также специфические характеристики облигации (например, встроенные опционы). При этом первые два фактора увеличивают размер спрэда, а безрисковая ставка уменьшает. Влияние срока до погашения зависит от размера финансового рычага: если он небольшой, то спрэд будет положительно связан со сроком до погашения, если большой, то зависимость будет отрицательной, поскольку долгосрочные долговые обязательства будут рассматриваться как гарант ликвидности компании.

Collin-Dufresne et al.(2001) рассматривают не абсолютные значения, а изменения спрэдов облигаций. Они выделяют следующие факторы, оказывающие влияние на цены облигаций:

  • Изменение ставки по Казначейским облигациям;

  • Изменение наклона кривой доходности Казначейских облигаций (оценивается как разность между ставками по 10-летним и 2-летним облигациям);

  • Изменение доходности акционерного капитала компании;

  • Изменение делового климата (оценивается на основе S&P500);

  • Изменение финансового рычага;

  • Изменение волатильности активов (индекс VIX).

Изменения спрэдов отрицательно зависят от первых четырех факторов и положительно от последних двух. Несмотря на то, что почти все переменные (за исключением наклона кривой доходности Казначейских облигаций) оказались статистически и экономически значимыми, R2 регрессии составил всего 25%. При добавлении таких факторов, как:

  • Ликвидность (оценивалась при помощи 3 переменных, наиболее значимая – разница между доходностью по 10-летним свопам и 10-летним Казначейским облигациям);

  • Разница между доходностью акций больших и средних компаний, разница между доходностью акций средних и малых компаний (факторы, предложенные Fama, French (1996) для объяснения систематического риска);

  • S&P500 c лагом 1 месяц;

R2 вырос до 34%. Однако при добавлении только одного фактора (изменение премии за риск на рынке корпоративных облигаций, рассчитываемой как индекс доходности облигаций с рейтингом ВВВ минус доходность 10-летних Казначейских облигаций) сила регрессии выросла до 55%.

Таким образом, Collin-Dufresne et al. (2001) пришли к выводу, что наибольшее влияние на изменение цен облигаций оказывают не те факторы, которые присущи конкретной компании (финансовый рычаг компании, доходность ее акционерного капитала), а некий систематический фактор, присущий рынку корпоративных облигаций в целом. Авторы подчеркнули, что этот фактор нельзя объяснить при помощи изменений на рынке государственных облигаций, акций или свопов. По их мнению, возможно, этот фактор соответствовать агрегированному уровню ликвидности на рынке корпоративных облигаций.

Campbell и Taksler (2003) помимо стандартных факторов (ставка по Казначейским облигациям, наклон кривой доходности, доходность и волатильность акционерного капитала компании, финансовый рычаг, ликвидность и т.п.) добавляют кредитный рейтинг компании и некоторые данные баланса (коэффициент покрытия процентов, операционный доход), параметры облигации (купон, номинал, срок до погашения), а также несколько дамми-переменных, которые позволяют учесть сезонность, отрасль и т.п. R2 такой регрессии равен 41%.

Авторы считают ключевым фактором, влияющим на цены облигаций, волатильность акций компании (в то время как волатильность индекса акций не значима). Данный фактор по значимости превосходит кредитный рейтинг компании, однако, волатильность акций и кредитный рейтинг совместно объясняют большую часть спрэдов, чем по отдельности. Кредитный рейтинг, в свою очередь, объясняет большую часть спрэда, чем данные баланса (финансовый рычаг и т.п.), поскольку при составлении рейтинга учитывается не только публичная информация.

Elton et al. (2001) считают одним из объясняющих факторов налоги: проценты по государственным облигациям (в отличие от корпоративных) не подлежат налогообложению, поэтому инвесторы на рынке корпоративных облигаций требуют премию за это. Еще одним важным фактором является, по мнению авторов, премия за систематический риск на рынке облигаций (она объясняет 85% той части спрэдов, которую нельзя объяснить при помощи риска дефолта и налогов). Риск дефолта объясняет лишь небольшую долю спрэдов (например, 17,8% спрэдов облигаций с рейтингом А).

Longstaff et al. (2005) используют для оценки кредитного риска вместо традиционных факторов (финансовый рычаг, кредитный рейтинг, волатильность акционерного капитала и т.п.) спрэд кредитно-дефолтного свопа, поскольку они полагают, что спрэды CDS отражают чистый кредитный риск и на них не влияет ликвидность рынка. Тем не менее, некоторые авторы считают, что такой фактор, как ликвидность, существенно влияет на спрэды кредитно-дефолтных свопов, поэтому использовать их для оценки чистого кредитного риска некорректно. К примеру, Tang и Yan (2007) утверждают, что ликвидность и риск ликвидности составляют примерно 20% спрэдов CDS.

Согласно результатам, полученным авторами, кредитный риск объясняет более 50% спрэда облигаций, причем даже облигаций с рейтингом ААА. Значительную часть спрэда, которая не объясняется при помощи кредитно риска, авторы связывают с уровнем ликвидности. Причем, как и Collin-Dufresne et al., они полагают, что значительная часть спрэдов в целом объясняется агрегированным уровнем ликвидности на рынке.

Еще одной работой, в которой рассматриваются агрегированные данные по рынку корпоративных облигаций, является статья Van Landschoot (2008). В ней сравниваются два рынка облигаций: облигации, номинированные в долларах, и облигации, номинированные в евро. При этом автор анализирует панельные данные. Однако наблюдения учитываются не по отдельным облигациям, а на основе индексов облигаций разного кредитного качества и срока до погашения. При этом в выборку входят как финансовые, так и нефинансовые компании. Исследование было проведено на основе данных по 1761 облигациям, номинированных в евро, и 3571 облигациям, номинированным в долларах, за период с июля 1999 г. по сентябрь 2006 г. В качестве зависимой переменной выступали изменения спрэдов (как у Collin-Dufresne et al. (2001)).

В модель были включены следующие объясняющие переменные:

  • Уровень, наклон и волатильность безрисковой ставки (для долларовых облигаций – 3-месячная ставка по T-bills, для облигаций в евро – 3-месячная ставка Euribor);

  • Доходность, волатильность и волатильность в квадрате индекса акций (для долларовых облигаций – S&P500, для облигаций в евро – DJ Euro Stoxx);

  • Показатель ликвидности (бид-аск спрэд в зависимости от рейтинга и срока до погашения);

  • Показатель кредитного цикла (рассчитывается как количество дефолтов в текущем периоде, деленное на количество облигаций в предыдущем периоде, и отражает среднюю вероятность дефолта в регионе);

  • Ставка купона в зависимости от рейтинга и срока до погашения (отражает влияние налогов, поскольку чем больше размер купона, тем более значимо влияние различий в налогообложении государственных и корпоративных облигаций).

Поскольку, по словам автора, спрэды имеют свойство возвращаться к долгосрочному уровню, в модель также включены лаги спрэдов.

Согласно результатам оценки регрессии зависимость между уровнем и наклоном безрисковой ставки и размером спрэда отрицательна, что совпадает с результатами многих других исследователей (Collin-Dufresne et al. (2001), Longstaff and Schwartz (1995)). При этом долларовые спрэды больше подвержены влиянию изменений в уровне и наклоне безрисковой ставки, чем евро спрэды. Полученный результат возникает вследствие того, что в выборке по европейским компаниям преобладают компании финансового сектора и эти компании менее чувствительны к процентной ставке. Автор объясняет это тем, что в США традиционно преобладает рыночная модель, а в Европе – банковская. Интересно также, что связь между евро спрэдами и долларовой безрисковой ставкой более сильна и значительна, чем между евро спрэдами и безрисковой ставкой в евро, т.е. ставки в США доминируют над рынком Европы. В целом процентные ставки объясняют от 10% до 20% величины спрэда (в зависимости от рейтинга).

Связь между индексом акций и размером спрэда также отрицательна. При этом S&P500 - более значимый индикатор для американского рынка, чем DJ Euro Stoxx – для европейского. Это верно как для компаний финансового сектора, так и для нефинансовых компаний. Возможно, этот эффект возникает из-за того, что S&P500 имеет гораздо более длинную историю, чем DJ Euro Stoxx, а также капитализация компаний, входящих в его состав, превышает капитализацию компаний в составе DJ Euro Stoxx. В то же время S&P500 не оказывает значительного влияния на европейский рынок. Автор также обнаружил нелинейную зависимость между волатильностью индекса акций и размером спрэда облигаций, причем это зависимость также сильнее в случае США. В целом переменные, связанные с рынком акций, объясняют от 13% до 30% величины спрэда (в зависимости от рейтинга).

Риск ликвидности объясняет значительную долю изменений спрэдов (номинированных как в евро, так и в долларах). С ростом бид-аск спрэдов, растет и премия за ликвидность в составе спрэда облигаций. Причем, чем ниже кредитный рейтинг облигации, тем больше риск ликвидности. Также, согласно результатам, бид-аск спрэды больше в США, чем в Европе, т.е. европейский рынок более ликвиден.

Что касается эффекта кредитного цикла, то связь между спрэдами и рыночной вероятностью дефолта положительна во время рецессий (вероятность дефолта выше средней за весь период исследования) и отрицательна в периоды экспансии (вероятность дефолта ниже средней). Причем кредитный цикл США влияет на спрэды долларовых облигаций, а кредитный цикл Европы не влияет на спрэды облигаций, номинированных в евро. Объяснением этому может служить тот факт, что выборка по европейским компаниям меньше и поэтому не удается полноценно учесть эффект кредитного цикла.

Наконец, включение в модель ставки купона не позволило сделать окончательный вывод относительно влияния налогов на спрэды.

Модель, построенная Van Landschoot, объясняет от 35% до 50% изменений спрэдов корпоративных облигаций в зависимости от рейтинга и региона. Этот результат аналогичен результату, полученному Collin-Dufresne et al. (2001), при этом значительная часть изменений спрэдов все равно остается необъясненной.

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:

  1. Характеристики облигации

  2. Характеристики банка или банковского холдинга

  3. 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.

1   2   3   4   5   6

Похожие:

Высшая школа экономики iconА. С. Ахременко (ниу высшая школа экономики, ), А. П. Петров (ниу...
Может ли политическая пропаганда влиять на экономический рост: к формальной динамической модели1

Высшая школа экономики iconНациональный исследовательский университет «высшая школа экономики»...
Библиотека (далее по тексту Подразделение) является структурным подразделением Национального исследовательского университета «Высшая...

Высшая школа экономики iconТехническое задание на оказание услуг по подключению и обеспечению...
«Программы развития государственного образовательного бюджетного учреждения высшего профессионального образования «Государственный...

Высшая школа экономики icon«Высшая школа экономики» положение
«Высшая школа экономики» (далее – ниу вшэ) и определяет правовой статус Проектно-учебной лаборатории «Бизнес-инкубатор Высшей школы...

Высшая школа экономики iconАнализ инвестиционной привлекательности развивающихся рынков корпоративных...
Теплова Т. В., доктор экономических наук, профессор кафедры фондового рынка и рынка инвестиций факультета экономики ниу «Высшая школа...

Высшая школа экономики iconРегламент установления преподавательских надбавок в Национальном...
Данный Регламент вводится с целью усиления стимулирования достижений в преподавании путем введения специальных надбавок для лучших...

Высшая школа экономики iconЕ. В. Савицкая экономика для менеджеров учебно-методическое пособие
Мва, обучающихся по специальностям «Стратегический менеджмент» и «Финансы» / Е. В. Савицкая; Гос ун-т – Высшая школа экономики, Высшая...

Высшая школа экономики iconЕ. В. Савицкая экономика для менеджеров учебно-методическое пособие
Мва, обучающихся по специальностям «Стратегический менеджмент» и «Финансы» / Е. В. Савицкая; Гос ун-т – Высшая школа экономики, Высшая...

Высшая школа экономики iconНациональный исследовательский университет «высшая школа экономики»...
«Высшая школа экономики» (далее по тексту ниу вшэ) и определяет правовой статус Института статистических исследований и экономики...

Высшая школа экономики iconВысшая школа урбанистики положение
«Национальный исследовательский университет «Высшая школа экономики» (далее – ниу вшэ) и определяет правовой статус проектно-учебной...






При копировании материала укажите ссылку © 2016
контакты
e.120-bal.ru
..На главную