Высшая школа экономики






НазваниеВысшая школа экономики
страница4/6
Дата публикации22.01.2015
Размер0.88 Mb.
ТипДокументы
e.120-bal.ru > Финансы > Документы
1   2   3   4   5   6
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 лица10. 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

Источник: http://rts.micex.ru/

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.

    1. 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. Результаты проверки приведены в Приложении 2.

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 государства11. Однако в данном исследовании такой показатель не учитывался в силу сложности получения подобных данных.

При этом показатель размера совета директоров (BOD_NUM) оказался значимым с положительным знаком. Т.е. владельцы облигаций воспринимают чрезмерно большой совет директоров как негативный знак, возможно, в силу того, что такому совету директоров сложнее прийти к компромиссу и быстро принять решение.

Переменная BLOCK также значима, при этом знак при ней - отрицательный, что означает то, что владельцы облигаций воспринимают наличие крупного собственника как положительный признак, причем чем больше его доля в акционерном капитале, тем меньше размер спрэда, что подтверждает первую часть второй гипотезы, выдвинутой в разделе 3.2. Это может объясняться тем, что, по мнению инвесторов, крупный собственник осуществляет более тщательный мониторинг действий менеджмента при выдаче кредитов. Это соответствует выводам таких исследователей, как Caprio и Levine (2002), а также Arun и Turner (2003), которые утверждают, что в силу меньшей прозрачности банковского сектора и специфики основного банковского продукта – кредитов, большому количеству мелких собственников потребуется больше затрат для осуществления мониторинга действий менеджмента, чем крупному собственнику. При этом чем больше доля такого крупного собственника, тем менее выгодно ему выдавать кредиты тем компаниям, бенефициаром которых он является, на нерыночных условиях и не возвращать их, что согласуется с результатами, полученными Laeven (2001). Полученный результат отличается от результатов, полученных авторами исследований о влиянии показателей корпоративного управления на рынок облигаций на основе данных по компаниям нефинансового сектора.

Переменная INST также оказалась значимой, знак при ней – отрицательный, т.е. владельцы облигаций полагают, что наличие институциональных инвесторов является положительным признаком. На первый взгляд, вывод об одновременной значимости наличия крупного собственника и наличия институциональных инвесторов может показаться противоречивым. Однако стоит упомянуть о том, что институциональные инвесторы редко являются держателями крупного (контрольного или блокирующего) пакета акций. Так, в выборке, на которой было основано это исследование, доля институциональных инвесторов составляет в среднем 6-11%. Таким образом, наличие крупного собственника не противоречит потенциальному наличию институциональных инвесторов. Более того, институциональные инвесторы могут осуществлять мониторинг действий самого крупного собственника.

Таким образом, результаты исследования показали, что для владельцев облигаций наиболее важны такие показатели корпоративного управления как наличие крупного собственника, наличие институциональных инвесторов в составе акционеров, размер совета директоров и количество внешних кредитных рейтингов. Также был проведен тест на совместную значимость показателей корпоративного управления, который показал, что эти переменные являются совместно значимыми. Результаты теста представлены в Приложении 3б. Это означает, что даже при наличии банковского надзора со стороны Центрального банка для владельцев облигаций является значимым качество корпоративного управления в банке. Таким образом, первая гипотеза, выдвинутая в разделе 3.2, подтвердилась.

Переменная LOANS_REL тоже значима, однако знак при ней отрицательный, что не соответствует изначально выдвинутой гипотезе (см. раздел 3.2) о том, что выдача кредитов связанным сторонам может восприниматься рынком негативно. Существует два возможных объяснения того, почему рынок воспринимает кредиты связанным сторонам как положительный знак. Во-первых, в этом случае банк хорошо знает своего заемщика, что снижает издержки от информационной асимметрии. Во-вторых, это может объясняться спецификой выборки, на основе которой проводилось это исследование. Так, в исследуемой выборке было выявлено то, что наиболее активно кредиты связанным сторонам выдают государственные банки. Для них связанными сторонами в основном являются государственные компании, которым государство может оказывать значительную поддержку. Поэтому вне зависимости от того, насколько эта компания как заемщик сама по себе кредитоспособна, она обладает возможностью получения государственной поддержки в том случае, если у нее возникнут трудности с возвратом кредита. Это обстоятельство также может учитываться инвесторами.

На следующем этапе исследования незначимые переменные были исключены из ряда объясняющих переменных, и была произведена оценка новой регрессионной модели. Результаты оценки представлены в Приложении 3в. Эта модель позволяет объяснить 63% вариации спрэдов банковских облигаций.

Наконец, также было рассмотрено влияние такого показателя, как задолженность банка перед Центральным банком, на спрэды банковских облигаций. Для этого в регрессионную модель была добавлена еще одна переменная – CBR. Эта переменная оказалась значимой, при этом знак при ней – положительный, т.е. чем больше большую долю обязательств банка составляет задолженность перед Центральным банком, тем больше размер спрэда. Получается, что инвесторы воспринимают рост задолженности перед Центральным банком как негативный знак (т.е. это может являться признаком того, что у банка существуют некоторые проблемы, поэтому он вынужден обращаться за помощью к Центральному банку), что опровергает третью гипотезу, выдвинутую в разделе 3.2.

Однако переменные CBR и D_CRISIS в значительной степени коррелируют между собой, что может искажать результаты оценки регрессионной модели. К примеру, существует вероятность того, что в кризисный период инвесторы наоборот позитивно воспринимают помощь со стороны Центрального банка. Для того чтобы это проверить, были построены две модели: одна - на основе данных в кризисный период, другая - на основе данных в спокойный (не кризисный) период. Результаты оценки этих моделей приведены в Приложениях 3г и 3д.

В результате построения двух моделей оказалось, что в кризисный период коэффициент при переменной CBR отрицателен, что говорит о том, что в кризис инвесторы положительно воспринимают помощь со стороны Центрального банка. При этом все показатели корпоративного управления оказались незначимыми, однако показатели собственности (GOV и FOREIGN) и размер банка значимы в кризисной модели. Таким образом, в случае существенного ухудшения экономической ситуации в стране (или в мире) инвесторам не так важно качество корпоративного управления в банке, как важно то, кто именно будет его «спасать» и какова вероятность «спасения». Так, государственным банкам может оказать значительную поддержку само государство, а иностранным – крупная материнская компания. При этом вне зависимости от структуры собственности государство, скорее всего, будет «спасать» крупные банки. Наконец, если Центральный банк оказывает значительную поддержку банку в период кризиса в виде кредитов, то он, вероятно, примет меры, направленные на недопущение банкротства этого банка.

Итак, согласно результатам, полученным в рамках данного исследования, первая гипотеза (о значимости для владельцев облигаций показателей корпоративного управления в банках даже несмотря на наличие надзора со стороны Центрального банках) и часть второй гипотезы (о том, что наличие крупного собственника является положительным знаком для рынка, поскольку ему проще и дешевле осуществлять мониторинг действий менеджмента по выдаче кредитов по сравнению с миноритарными инвесторами) подтвердились. Другая часть второй гипотезы о том, что выдача кредитов связанным сторонам воспринимается рынком как негативный знак, не подтвердилась, что может быть связано с тем, что выдача кредитов связанным сторонам позволяет смягчить информационную асимметрию в банках. К тому же в представленной выборке большие объемы кредитов связанным сторонам выдают государственные банки, которые кредитуют таким образом в основном государственные компании, которым государство как собственник может оказать поддержку при возврате кредита. Наконец, третья гипотеза о том, что владельцы облигаций воспринимают рост задолженности банка перед Центральным банком как готовность оказать поддержку такому банку, а следовательно как позитивный знак, подтвердилась частично. В период кризиса, когда большинство банков испытывает финансовые трудности, рост задолженности перед Центральным банком воспринимается рынком как положительный знак, однако, в спокойные времена рост задолженности расценивается инвесторами как признак наличия проблем у банка, а следовательно, как негативный знак. При этом показатели корпоративного управления в период кризиса стали незначимыми, что может говорить о том, что при существенном ухудшении экономической ситуации в стране инвесторам в первую очередь важно не качество управления конкретного банка, а то, кто и с какой вероятностью сможет оказать ему поддержку.

Заключение

В данной работе был проведен анализ влияния качества управления банком на спрэды банковских облигаций на основе данных по банкам, осуществляющим свою деятельность в России. Данный анализ был осуществлен при помощи оценки регрессионных моделей. Построенная регрессионная модель позволяет объяснить до 63% вариации спрэдов банковских облигаций.

По результатам данного исследования были сделаны следующие выводы. Даже несмотря на наличие механизмов надзора и мер воздействия со стороны государства в банковском секторе инвесторы, вкладывающие свои средства в облигации банков, придают значение некоторым показателям корпоративного управления. Владельцы облигаций считают наиболее значимыми такие факторы, как наличие крупного собственника, наличие институциональных инвесторов, размер совета директоров и количество кредитных рейтингов, присвоенных международными рейтинговыми агентствами. Однако степень независимости совета директоров, а также частота публикации отчетности по МСФО представляются им несущественными факторами. При этом для инвесторов также значимы показатели ликвидности и прибыльности банка, его размер и уровень достаточности капитала.

Одним из основных источников риска в банке являются выдаваемые им кредиты. Качество выдаваемых банком кредитов достаточно сложно отследить внешнему инвестору, не являющему инсайдером. Одним из выводов данной работы является то, что инвесторы не придают большого значения официальным данным по резервам на возможные потери по выданным кредитам, очевидно, полагая, что банки могут занижать эти цифры, поэтому они не отражают реального положения дел в банке. Этот вывод отличается от результатов предыдущих исследований, согласно которым этот показатель является значимым для владельцев облигаций. Это может быть обусловлено тем, что большинство исследований по банковским облигациям проводилось на основе данных по развитым рынкам, где банки менее склонны занижать официальный уровень просроченной задолженности. При этом для инвесторов важно наличие независимой оценки кредитоспособности банков, такой, как например кредитный рейтинг, присваиваемый международными рейтинговыми агентствами.

Еще одним выводом данной работы является то, что владельцы облигаций не воспринимают кредиты, выданные связанным сторонам, как негативный знак, особенно в том случае, если эти кредиты выдаются государственными банками. Поскольку для банков с государственным участием основную часть заемщиков, которые могут быть классифицированы как связанные стороны, представляют государственные компании, то, по всей видимости, инвесторы предполагают, что в том случае, если у заемщика возникнут трудности с возвратом кредита, то государство может оказать такому заемщику значительную поддержку.

При этом согласно результатам данного исследования наличие крупного собственника также воспринимается как положительный знак. Это может объясняться тем, что инвесторы полагают, что крупному собственнику будет проще и дешевле осуществлять мониторинг действий менеджмента, касающихся кредитной политики банка, чем миноритарным акционерам. При этом чем больше его доля в акционерном капитале банка, тем больше у него будет стимулов осуществлять подобный мониторинг. Данный вывод соответствует выводам, полученным некоторыми авторами, изучавшими особенности корпоративного управления в банках (например, Arun и Turner (2003)).

В данной работе также был проведен анализ влияния поддержки со стороны Центрального банка на спрэды банковских облигаций. Согласно результатам регрессионного анализа в спокойное время рост задолженности перед Центральным банком является скорее негативным знаком, т.к. может свидетельствовать о наличии финансовых трудностей у банка. С другой стороны, в кризисный период помощь банку со стороны Центрального банка в виде растущей задолженности по обязательствам перед ним является для инвесторов положительным знаком, т.е. инвесторы осознают, что Центральный банк, скорее всего, не допустит банкротства данного банка. При этом в период кризиса ни один из показателей корпоративного управления не является значимым, однако для владельцев облигаций положительным знаком по-прежнему остается то, что банк является государственным или иностранным, т.е. может получать дополнительную внешнюю поддержку.

В качестве дальнейших направлений исследования можно порекомендовать следующие: включение альтернативных показателей корпоративного управления (стабильность правления и совета директоров) и государственного регулирования в регрессионную модель; рассмотрение потенциальной проблемы эндогенности некоторых показателей корпоративного управления; расширение выборки, например, за счет включения банков из других стран.

Список литературы

  1. Балабушкин А., Гамбаров Б., Шевчук И., Никитин А. (2006). Кривая бескупонной доходности на рынке ГКО-ОФЗ // Рынок ценных бумаг, № 3(306), стр. 68-77.

  2. Ратникова Т. А. Анализ панельных данных в пакете «STATA». М.: ГУ-ВШЭ, 2004. – 40 с.

  3. Adams, R. and Mehran, H. (2003). Is Corporate Governance Different for Bank Holding Companies? // Federal Reserve Bank of New York Economic Policy Review, No. 4 (April), pp. 123- 142.

  4. Admati, A., Pfleiderer, P. and Zechner, J. (1994). Large Shareholder Activism, Risk Sharing, and Financial Market Equilibrium // Journal of Political Economy, vol. 102, No. 6, pp. 1097-1130.

  5. Arun, T. and Turner, J. (2004). Corporate Governance of Banks in Developing Economies: concepts and issues // Corporate Governance: an International Review, vol. XII, issue 3, pp. 371-377.

  6. Andres, P. and Vallelado, E. (2008). Corporate Governance in Banking: the Role of the Board of Directors // Journal of Banking and Finance,
    vol. 32, issue 12, pp. 2570-2580.

  7. Ashbaugh, H., Collins, D., LaFond, R. (2004). The Effects of Corporate Governance on Firms’ Credit Ratings // The Journal of Accounting and Economics, vol.42, issues 1-2, pp. 203-243.

  8. Bhojraj, S. and Sengupta, P. (2003). Effect of Corporate Governance on Bond Ratings and Yields: The Role of Institutional Investors and Outside Directors // Journal of Business, vol. 76, No. 3, pp. 455-475.

  9. Blanco, R., Brennan, S., Marsh, I.W. (2005). An empirical analysis of the dynamic relation between investment-grade bonds and credit default swaps // The Journal of Finance, vol. LX, No. 5, pp. 2255-2281.

  10. Bliss, M. (2011). Does CEO Duality CONSTRAIN Board Independence? Some Evidence from Audit Pricing // Accounting & Finance, vol. 51, issue 2, pp. 361-380.

  11. Bokov, V., Vernikov, A. (2008). Quality of Governance and Bank Valuation in Russia: an Empirical Study // EJournal of Corporate Finance, vol. 3, No. 7, pp. 5-16.

  12. Bozec, Y. and Laurin, C. (2008). Large Shareholder Entrenchment and Performance: Empirical Evidence from Canada // Journal of Business Finance & Accounting, vol. 35, issues 1-2, pp. 25-49.

  13. Brick, I. and Chidambaran, N. (2008). Board Monitoring, Firm Risk and External Regulation // Journal of Regulatory Economics, vol. 35, issue 1, pp. 87-116.

  14. Brickley, J., Lease, R. and Smith, C. (1988). Ownership Structure and Voting on Antitakeover Amendments // Journal on Financial Economics, Vol. 20, pp. 267-291.

  15. Campbell, J. and Naksler, G. (2003). Equity volatility and corporate bond yields // The Journal of Finance, vol. LVIII, No. 6, pp. 2321-2349.

  16. Caprio, G. and Levine, R. (2002). Corporate Governance in Finance: Concepts and International Observations // World Bank, IMF, and Brookings Institution Conference.

  17. CEE banking Sector Report by Raiffeisen International AG (June 2012).

  18. Cheng, S. (2008). Board Size and the Variability of Corporate Performance // Journal on Financial Economics, vol. 87, issue 1,
    pp. 157-176.

  19. Ciancanelli, P. and Gonzalez, J. (2000). Corporate Governance in Banking: A Conceptual Framework // European Financial Management Association Conference, Athens, June 2000.

  20. Claessens, S., Djankov, S., Fan, J. and Lang, L. (2002). Disentangling the Incentive and Entrenchment Effects of Large shareholdings // The Journal of Finance, vol. 57, issue 6, pp. 2741-2771.

  21. Coffee, J. (1991). Liquidity Versus Control: the Institutional Investor as Corporate Monitor // Columbia Law Review, vol. 91, No. 6,
    pp. 1277-1368.

  22. Coles, J., Daniel, N. and Naveen, L. (2006). Managerial Incentives and Risk-Taking // Journal on Financial Economics, vol. 79, issue 2,
    pp. 431-468.

  23. Collin-Dufresne, P., Goldstein, R. and Martin, S. (2001). The determinants of credit spread changes // The Journal of Finance, vol. LVI, No. 6, pp. 2177-2207.

  24. Cornett, M., Marcus, A., Saunders, A. and Tehranian, H. (2007). The Impact of Institutional Ownership on Corporate Operating Performance // Journal of Banking & Finance, vol. 31, issue 6, pp. 1771-1794.

  25. Cremers, K., Nair, V., Wei, C. (2007). Governance Mechanisms and Bond Prices // The Review of Financial Studies, vol. 20, No. 5, pp. 1359-1388.

  26. Eisenberg, T., Sundgren, S. and Wells, M. (1998). Larger Board Size and Decreasing Firm Value in Small Firms // Journal of Financial Economics, vol. 48, issue 1, pp. 35-54.

  27. Elton, E., Gruber, M., Agrawal, D. and Mann, C. (2001). Explaining the rate spread on corporate bonds // The Journal of Finance, Vol. LVI, No. 1, pp. 247-277.

  28. Gilson, S. (1990). Bankruptcy, Boards, Banks, and Blockholders: Evidence on Changes in Corporate Ownership and Control when Firms Default // Journal of Financial Economics, vol. 27, Issue 2, pp. 355-387.

  29. Ghosh, A. and Jain, P. (2000). Financial Leverage Changes Associated with Corporate Mergers // Journal of Corporate Finance, vol. 6, issue. 4, pp. 377-402.

  30. Gompers, P., Ishii, J. and Metrick, A. (2003). Corporate Governance and Equity Prices // The Quarterly Journal of Economics, vol. 118, No. 1,
    pp. 107-156.

  31. Hermalin, B. and Weisbach, M. (1988). The Determinants of Board Composition // The RAND Journal of Economics, vol. 19, No. 4,
    pp. 589-606.

  32. Huddart, S. (1993). The effect of a large shareholder on corporate value // Management Science, No. 39 (November), pp. 1407-1421.

  33. Jagtiani, J., Kaufman, G., Lemieux, C. (2002). The effect of credit risk on bank and bank holding company bond yields: Evidence from the post-FDICIA period // The Journal of Financial Research, Vol. XXV, No. 4, pp. 559-575.

  34. Jarrell, G. and Poulsen, A. (1987). Shark Repellents and Stock Prices: the Effects of Antitakeover Amendments Since 1980 // Journal of Financial Economics, Vol. 19, issue 1, pp. 127-168.

  35. Jensen, M. and Meckling, W. (1976). Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure // Journal of Financial Economics, Vol. 3, issue 4, pp. 305-360.

  36. John, K. and Qian, Y. (2003). Incentive Features in CEO Compensation in the Banking Industry // Federal Reserve Bank of New York Economic Policy Review, No. 4 (April), pp. 109-121.

  37. Klock, M., Mansi, S. and Maxwell, W. (2004). Does Corporate Governance Matter to Bondholders? // Journal of Financial and Quantitative Analysis, vol. 40, pp. 693-719.

  38. Laeven, L (2001). Insider Lending and Bank Ownership: the Case of Russia // Journal of Comparative Economics, vol. 29, issue 2,
    pp. 207-229.

  39. Laeven, L. and Levine, R. (2009). Bank Governance, Regulation and Risk Taking // Journal of Financial Economics, vol. 93, issue 2, pp. 259-275.

  40. Landschoot, A. (2008). Determinants of yield spread dynamics: Euro versus US dollar corporate bonds // Journal of Banking and Finance, No. 32, pp. 2597-2605.

  41. Levine, R. (2004). The Corporate Governance of Banks: A Concise Discussion of Concepts and Evidence // World Bank Policy Research Working Paper.

  42. Longstaff, F., Mithal, S., Neis., E. (2005). Corporate yield spreads: default risk or liquidity? New evidence from the credit default swap market // The Journal of Finance, vol. LX, No. 5, pp. 2213-2253.

  43. Macey, J. and O’Hara, M. (2003). The Corporate Governance of Banks // Federal Reserve Bank of New York Economic Policy Review, No. 4 (April), pp. 91- 107.

  44. Mak, Y. and Kusnadi, Y. (2005). Size Really Matters: Further Evidence on the Negative Relationship between Board Size and Firm Value // Pacific-Basin Finance Journal, vol. 13, issue 3, pp. 301-318.

  45. McConnell, J. and Servaes, H. (1990). Additional Evidence on Equity Ownership and Corporate Value // Journal of Financial Economics, vol. 27, issue 2, pp. 595-612.

  46. McDaniel M. (1986). Bondholders and Corporate Governance // The Business Lawyer, vol. 41, No. 2, pp. 413-460.

  47. Mehran, H. (1995). Executive Compensation Structure, Ownership and Firm Performance // Journal of Financial Economics, vol. 38, issue 2,
    pp. 163-184

  48. Merton, R. (1974). On the pricing of corporate debt: The risk structure of interest rates // Journal of Finance, Vol. 29, No. 2, pp. 449-470.

  49. Morgan, D. and Stiroh, K. (2001). Market discipline of banks: The asset test // Journal of Financial Services Research, No. 20, pp. 195-208.

  50. Morgan, D. (2002). Rating Banks: Risk and Uncertainty in an Opaque Industry // The American Economic Review, vol. 92, No. 4, pp. 874-888.

  51. Ortiz-Molina, H. (2006). Top Management Incentives and the Pricing of Corporate Public Debt // The Journal of Financial and Quantitative Analysis, vol. 41, No. 2, pp. 317-340.

  52. Pennacchi, G. (2001). Comments on Morgan and Stiroh // Journal of Financial Services Research, No. 20, pp. 209-211.

  53. Perotti, E. and Gelfer, S. (1999). Red Barons or Robber Barons? Governance and Financing in Russian Financial-Industrial Groups // European Economic Review, vol. 45, issue 9, pp. 1601-1617.

  54. Piotroski, J. and Roulstone, D. (2004). The Influence of Analysts, Institutional Investors, and Insiders on the Incorporation of Market, Industry and Firm-Specific Information Into Stock Prices // Accounting Review, No. 7, p. 1119-1151.

  55. Porta, R., Lopez-de-Silanes, F., Shleifer, A. and Vishny, R. (2000). Investor Protection and Corporate Governance // Journal of Financial Economics, No. 58, pp. 3-28.

  56. Porta, R., Lopez-de-Silanes, F. and Zamarripa, G. (2003). Related Lending // The Quarterly Journal of Economics, vol. 118, No. 1, pp. 231-268.

  57. Rosenstein, S. and Wyatt, J. (1990). Outside Directors, Board Independence, and Shareholder Wealth // Journal of Financial Economics, vol. 26, issue 2, pp. 175-191.

  58. Sironi, A. (2000). Testing for market discipline in the European banking industry: Evidence from subordinated debt issues. Federal Reserve Board, Finance and Economic Discussion Series, 40-2000.

  59. Tang, D. and Yan, H. (2007). Liquidity and Credit Default Swap Spreads // A Research Proposal Submitted to the Q-Group.

  60. Vafeas, N. (1999). Board Meeting Frequency and Firm Performance // Journal of Financial Economics, vol. 53, issue 1, pp. 113-142.

  61. Warga, A. and Welch, I. (1993). Bondholder Losses in Leveraged Buyouts // The Review of Financial Studies, vol. 6, No. 4, pp. 959-982.

  62. Weisbach, M. (1988). Outside Directors and CEO Turnover // Journal of Financial Economics, vol. 20, pp. 431-460.

  63. Yermack, D. (1996). Higher Market Valuation on Companies with a Small Board of Directors // Journal of Financial Economics, vol. 40,
    issue 2, pp. 185-211.

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