Кредитные спрэды – проверенный индикатор систематического риска. В отличие от волатильности рынка акций, спрэды отражают ожидания участников в текущий момент времени, а не постфактум.

Сравним волатильность рынка акций и спрэд по облигациям рейтинга BAA (то есть далеко не самые надежные корпоративные «бумажные» долги). В CAPM, ex ante, связь между ожидаемой доходностью и риском данных двух классов инструментов будет со знаком «полюс». И в целом, и в случае с отдельными корпорациями, динамика акций находится в зависимости от исполнения эмитентами своих обязательств по долгам.

Так как собственно спрэд доходности не является характеристикой риска в терминах портфельной теории, воспользуемся показателем «волатильности» портфеля облигаций, основываясь на следующих суждениях: 

Пусть по облигации в момент погашения будет дефолт с вероятностью в P, в этом случае потери составят -100%. Либо эмитент в полном объеме исполнит свои обязательства (Risk-Neutral Probabilities c reсovery rate 0%)*. Тогда

r = -P + b * ( 1 – P ), где

r – доходность гособлигаций,
b – доходность корпоративных облигаций,
P – вероятность дефолта по корпоративным облигациям.

Откуда:

P = ( b – r ) / ( 1 + b ).

Зная вероятности, оценим дисперсию:

v = P + b^2 * ( 1 – P ) – r^2,

и «сигму», исходя из того, что:

s^2 = v/120*,где
s – «сигма» (СКО).

Будем исследовать зависимость между кредитным спрэдом на конец предыдущего месяца, и дневные колебания рынка акций (по S&P500) в течение следующего. Для того чтобы снизить влияние «шума» несколько усредним, точнее сгруппируем данные.

1. Группировка по времени (по 12 месяцев).

Упорядочим данные в порядке возрастания риска облигаций. В качестве экзогенной переменной будет верхняя граница интервалов в 12 месяцев показателей риска облигаций, рассчитанная на основании спрэда, а в качестве эндогенной переменной будет выступать «сигма» дневных колебаний S&P500 по данным 12 месяцев.

Учитывая, что в CAPM связь между рисками отдельных классов не будет линейной (по крайней мере в данном случае связь между «сигмами» активов не будет линейной), приближать исходные данные линейной функцией не вполне корректно. Более четкая связь, в терминах R-квадрат, будет наблюдаться между дисперсиями доходности активов (R-квадрат примерно равен 36%).

2. Группировка по времени (по 117 месяцев).

Конечно, качество данных оставляет желать лучшего, и уравнение построенное при группировке данных первым способом вряд ли можно применять в прогнозировании волатильности рынка акций. Примерно с тем же уcпехом можно применять результаты группировки по 117 месяцев – шесть равных интервалов с 1953 по 2009 гг.

3. Группировка по СКО облигаций (с шагом по 0.25%).

Выводы: и априорно и статистически, имеет место зависимость между спрэдом на рынке корпоративных облигаций и волатильностью рынка акций.

_____________________________________________
*основная цель – переход от спрэда в пунктах к теоретической сигме модельного портфеля. Поскольку данный ход не ориентирована исчерпывающий анализ кредитных рисков на рынке корпоративных облигаций, подобного приближения будет более чем достаточно.
**деление на 120 (10 лет = 120 месяцев, исследовались доходности 10-них облигаций), осуществляется исключительно ради удобства визуального сравнения данных. Никакой смысловой нагрузки эта операция не несёт.