Casual
РЦБ.RU

Расчет вероятности дефолта облигационного займа

Август 2011

Долговые инструменты — важная составляющая рынка ценных бумаг, которая позволяет инвесторам хеджировать риски и создавать эффективные и прибыльные портфели. В посткризисное время управляющие придают все большее значение оптимизации контроля над сектором облигаций. Настоящий обзор посвящен усовершенствованию Индекса Э. Альтмана для расчета вероятности дефолта облигационного займа в зависимости от финансовых показателей эмитента. Результаты разработки будут полезны управляющим для принятия количественно обоснованных решений по инвестированию в корпоративные облигации.

Статистический анализ зависимости вероятности банкротства от финансовых показателей компании впервые проведен в 1968 г. профессором Эдвардом Альт­маном из Stern School of Business, New York University. Результаты получены в результате статистического анализа данных 66 компаний со средней величиной активов 6,4 млн долл. за 1946—1965 гг. При этом мелкие фирмы с величиной активов менее 1 млн долл. не участвовали в расчетах. Выражение для «Индекса Альтмана», характеризующего вероятность банкротства компании, имело вид (1) [1].

Z = 0,012•X1 + 0,14•X2 + 0,33•X3 + + 0,006•X4 + 0,999•X5, (1)
где Z — Индекс Альтмана; X1 — отношение оборотного капитала к активам; X2 — отношение прибыли к активам; X3 — отношение EBITDA к активам; X4 — отношение рыночной капитализации к задолженности по балансу; X5 — рентабельность продаж (отношение выручки к активам).

Впоследствии Альтман неоднократно корректировал расчеты на основании новых статистических данных. Так, в публикации 2000 г. на основании статистического анализа за 1997—1999 гг. получено новое выражение для «Индекса Альтмана» [2]:

Z = 0,717•X1 + 0,847•X2 + 3,107•X3 + + 0,420•X4 + 0,998•X5, (2)

Кроме того, Альтман составил выражение для компаний на развивающихся рынках [3]:

EMSore = 3,25 + 6,56•X1 + 3,26•X2 + + 6,72•X3 + 1,05•X4, (3)
где EMScore — Индекс Альтмана для развивающихся рынков.

Значения X1… X5 в выражениях (2) и (3) — те же, что и для выражения (1).

Следует подчеркнуть, что выражение (1) широко цитируется в российских публикациях. Однако и по сей день используется именно выражение из публикации 1968 г., хотя оно неоднократно пересматривалось Альтманом исходя из новых статистических данных (см., например, выражения (2) и (3)). Кроме того, необходимо провести аналогичные расчеты на основании статистических данных по российским компаниям.

В настоящей работе была поставлена задача получить выражение, аналогичное Индексу Альтмана, для связи вероятности дефолта облигационного займа с финансовыми показателями эмитента.

В результате регрессионного анализа получено следующее выражение для расчета вероятности дефолта облигационного займа:

Y = –0,0563•X1 – 1,21•X2 + 0,0646•X3 + 2,36•X4 + 0,0344•X5 + 0,00333•X6 + 0,00200•X7, (4)
где Y — вероятность дефолта облигационного займа (в долях единицы, для оценки следует умножить значение на 100%); X1 — отношение выручки к суммарной задолженности; X2 — рентабельность продаж (в долях единицы); X3 — доля собственного капитала в балансе (в долях единицы); X4 — доля краткосрочной задолженности в балансе (в долях единицы); X5 — коэффициент обеспеченности оборотных средств собственным капиталом; X6 — коэффициент текущей ликвидности; X7 — коэффициент покрытия процентов.

Показатели регрессии/Значение

Коэффициент детерминации, R2/0,820

Стандартная ошибка/0,289

Количество наблюдений/20

Для сокращения количества показателей, участвующих в расчете, был применен метод главных компонент (Principal Component Analysis, PCA). В результате в качестве основных показателей, влияющих на вероятность дефолта, выделены показатели X1 (отношение выручки к суммарной задолженности), X2 (рентабельность продаж) и X4 (доля краткосрочной задолженности в балансе) и выражение для расчета приняло следующий вид:

Y = –0,0398•X1 + 0,959•X2 + 2,27•X4, (5)

Качество регрессии, характеризующееся коэффициентом детерминации, при этом снизилось незначительно. Показатели регрессии по трем главным компонентам:

Показатели регрессии/Значение

Коэффициент детерминации, R2/0,80

Стандартная ошибка/0,263

Расчеты показали, что вероятность дефолта облигационного займа для 20 анализируемых эмитентов лежит в диапазоне от 0 до 100%. При этом можно выделить 3 группы эмитентов по рейтингу надежности (табл. 1).

В группу A (высоконадежные) попали 8 эмитентов, в группу B (достаточно надежные) — 5 эмитентов и в группу C (ненадежные) — 7 эмитентов. При этом фактический дефолт облигационного займа продемонстрировали 6 из 7 последних.

Исходные данные и результаты анализа приведены в табл. 2.

Диаграмма вероятности дефолта облигационных займов 20 анализируемых эмитентов приведена на рисунке.

Таким образом, выражения (4) и (5) помогут с высокой достоверностью оценить вероятность дефолта облига­цион­ного займа. При этом следует си­стема­тически, как минимум ежегодно, проводить регрессионный анализ на основании финансовых данных эмитентов облигационных займов и сведений о фактах дефолта, что позволит принимать количественно обоснованные ре­шения по инвестированию в корпоративные облигации.

Список литературы

1. Altman E I. Financial Ratios, Discri­minant Analysis and the Prediction of Cor­porate Bankruptcy// The Journal of Finance. 1968. September. Vol. 23. No 4. Р. 589—609.

2. Idem. Predicting Financial Distress of Companies: Revising the Z-Score and ZETA® Models. Stern School of Business, New York University, 2000. July.

3. Idem. A Model for Analyzing Emerging Market Corporate Credits. 2001. January.



РЦБ № 7/8 (412/413) 2011
купить электронную
версию этого выпуска
онлайн
купить бумажную
версию этого выпуска
купить подписку
на бумажную версию
архив номеров
Содержание (развернуть содержание)
Правительство считает, что стратегия – это красиво, но не срочно
Сохранение за Лондоном статуса ведущего мирового финансового центра — основная цель LSE
Польша как тихая гавань для инвесторов
О некоторых аспектах регулирования турецкого фондового рынка
России есть чему поучиться у Гонконга
Мировая биржевая индустрия:современные тенденции и перспективы развития
НПФы должны научиться работать в экстремальных условиях
Кризис помог УК и НПФам понять друг друга
Венчурные инвестиции в нанотехнологии: от высоких рисков — к высокой эффективности
Инвестирование в Китай: новые возможности от «Открытия»
О современных тенденциях развития клиринга Часть 2. Консолидация и интенсификация
Если бы я был адептом Центрального депозитария
Итоги первого полугодия и прогнозные ожидания по макроэкономике на второе полугодие 2011 года
Долговые проблемы Греции: где и когда будет продолжение?
Монетарный штиль на российском финансовом рынке
Максимальная волатильность как тренд
Перспективы публичных заимствований в основных валютах и валютах развивающихся стран
«Русснефть—Система—Башнефть»: инвестиционные возможности для миноритарного участия в создаваемой цепочке акционерной стоимости
Индекс сектора электроэнергетики «МЕТРОПОЛЬ» — новый индикаторрынка облигаций
Другие берега
У коллекционной фотографии на арт-рынке колоссальный потенциал
Искусству без инвестиций выжить сложно
Рынок без плохой погоды
Инсайд и инсайдеры. Основы регулирования в России и США
Кэш-пулинг как эффективный механизм управления ликвидностью компаний
Расчет вероятности дефолта облигационного займа
Что происходит на рынке субфедеральных и муниципальных облигаций
Опыт управления муниципальным долгом города Томска: итоги 2010-го и стратегические направления на 2011 год
Волгоград: долгосрочная сбалансированность как приоритет развития
Рынок муниципальных и субфедеральных заимствований

Рубрикатор
Законодательная база и регулирование
Инфраструктура
Рынки
Регионы
Инструменты
Зарубежный опыт
Макроэкономика
Отрасли и компании
IR и Корпоративное управление
Финансовые институты
Управление активами
Институциональные инвесторы
Частные инвестиции
История рынка
Государственно-частное партнерство
Технологии
События и комментарии    
30 января 2017
18:14 Общий объем выплат при индексации 1 февраля пенсий и соцвыплат составит 706 млрд руб.
17:53 В рамках борьбы с хакерами ЦБ изменит порядок проведения платежей
17:42 ФРС прорабатывает сценарии сокращения огромного объема активов на балансе
16:41 Грузинская экономика выросла в 2016 году на 2,2%
15:51 Трамп: еще рано говорить о снятии санкций с России
13:30 Капитализация Microsoft превысила $500 млрд
12:19 Самыми выгодными в 2016 году оказались вклады и акции
11:18 "Росевробанк" могут продать
Актуальные темы    
Александр Ермак
Рынок рублевых облигаций: предварительные итоги 2016 года
В 2016 г. ситуация на рынке рублевых облигаций была неоднозначной: периоды негативной динамики цен сменялись благоприятной конъюнктурой под влиянием целого ряда внешних и внутренних факторов.
Дмитрий Пискулов
Деривативы российских банков в 2016 году
В 2016 г. СРО НФА представила очередной анализ российского рынка производных финансовых инструментов, построенный на основе опроса респондентов из числа крупнейших банков — членов СРО.
Константин Кутейников
Альтернативные инвестиции. Монеты из драгоценных металлов
Выбор объектов инвестирования разнообразен: банковские депозиты, ценные бумаги и деривативы, наличная валюта, драгоценные металлы, антиквариат и недвижимость. Существует ли альтернатива данным видам инвестирования?
Ольга Старовойтова
XBRL — революция или планомерное изменение?
Одной из приоритетных задач Банка России в настоящее время является перевод финансовой, надзорной и статистической отчетности некредитных финансовых организаций на единый стандарт передачи данных в формате XBRL.
Все публикации →

© ЗАО "Группа РЦБ".