Likviditási és hitelkockázat a feltörekvő pénzpiacokon

Amir Saadaoui Younes Boujelbene Likviditási és hitelkockázat a feltörekvő pénzpiacokon Összefoglaló: A jelen tanulmány a likviditás, a likviditási kockázat és a hitelkockázat kapcsolatát vizsgálja a feltörekvő államkötvénypiacokon a másodlagos jelzálogpiaci válság utáni időszakban. Tanulmányunkban a likviditási kockázat és a hitelkockázat likviditásra gyakorolt hatását vizsgáljuk a feltörekvő kötvénypiacokon. Az említett kapcsolat feltérképezésében ciklusváltozók, aszimmetrikus információk, kinnlevő állományadatok, kamatszelvényadatok, futamidők és kamatlábak vannak segítségünkre. A likviditási és hitelkockázat likviditásban betöltött szerepére a Datastreamből kinyert többdimenziós idősoros adatok segítségével világítunk rá. Eredményeink azt tükrözik, hogy a likviditási kockázat nagyobb hatással van a kötvénypiac likviditására, mint a hitelkockázat. Kulcsszavak: likviditás, hitelkockázat, likviditási kockázat, feltörekvő kötvénypiacok JEL kód: C33, G15 Bevezetés A likviditási kockázatok sokfélesége, illetve az eszközárazásban betöltött szerepük már régóta kiemelt kutatási területnek számít. A likviditás pénzpiacokra gyakorolt hatásával Lesmond et al. (2005) korábbi kutatása foglalkozott. Az amerikai tőzsde vizsgálatának eredményeit nem lehet a feltörekvő piacokra is alkalmazni, hiszen a két piac több szempontból is eltér egymástól. Az egyik ilyen szempont többek között a likviditás. A fejlett tőzsdékkel összevetve a feltörekvő tőzsdék többsége kicsi és nem likvid. Egy korábbi tanulmányában a JP Morgan megjegyezte, hogy a feltörekvő gazdaságok 5,8%-os potenciális növekedési rátája mellett eltörpül a fejlett gazdaságok 1,6%-os növekedési potenciálja. Ez megmagyarázza, hogy a javuló hozamokat és kockázatmegosztást kereső befektetők miért tekintik ezeket a piacokat vonzónak. Levelezési e-cím: amir.saadaoui789@gmail.com Az újabb kutatások (Gromb és Vayanos, 2002, Morris és Shin, 2004; Brunnermeier és Pedersen, 2009; Menkveld és Wang, 2011) fokozott jelentőséget tulajdonítanak a likviditás problémájának különösen az olyan nehezebb időszakokban, mint amilyen a másodlagos jelzálogpiaci válság is volt. Ezt a problémakört számos gazdasági és pénzügyi tényező is felnagyítja. A hitel- és likviditási kockázatot a piaci likviditást egyik döntően befolyásoló tényezőjeként tartjuk számon. A likviditás általában az eszközárazás egyik legfontosabb tényezőjének számít. Amihud és Mendelson (1986); Brennan és Subrahmanyam (1996); Datar et al. (1998); Chordia et al. (2001b) bemutatják, hogy a nem likvid eszközök, valamint a nagyon magas tranzakciós költséggel járó eszközök a várt pénzforgalomhoz képest viszonylag alacsony árakon kerülnek továbbadásra. A likviditási kockázati prémium jelentőségét kimutatták a vállalati kötvénypiacon (Chen, Lesmond és Wei, 2007), a hitelmulasztási csereügyletek (Credit Default 224 Pénzügyi Szemle 2014/2

Swap, CDS) által érintett vállalati piacokon (Longstaff, Mithal és Neis, 2005), az euróban jegyzett fejlett hitelpiacokon (De Jong és Driessen, 2005), valamint az államadósság értékelésével kapcsolatban is (Duffie, Pedersen és Singleton, 2004). Az utóbbi években a feltörekvő piaci eszközök egyre vonzóbbá váltak, mivel a befektetők portfólióik diverzifikálására törekedtek. Az ezen piacok iránti növekvő érdeklődés ellenére a Moody s Analytics közelmúltban elvégzett egyik felmérése arra a következtetésre jutott, hogy a feltörekvő piaci szereplők 75%-a az információ hiányában, míg 46%-a az információ szórványos természetében látja a hitelkockázatok értékelésének legnagyobb nehézségét. A pénzügyi piacokon mutatkozó likviditási problémákat nem nagyon vizsgálták az elmúlt években, még a másodlagos jelzálogpiaci válság alatt sem. Ennek hiánya késztetett minket arra, hogy tanulmányunkat a feltörekvő kötvénypiacok likviditásának problémakörére összpontosítsuk. Következésképpen a jelen tanulmány elsősorban azt vizsgálja empirikus eszközökkel, hogy a likviditási és hitelkockázatok milyen mértékben súlyosbították a likviditási problémákat 10 feltörekvő kötvénypiacon: Argentína, Ausztrália, Hongkong, Magyarország, Görögország, Mexikó, Peru, Lengyelország, Spanyolország és Törökország kötvénypiacain. A tanulmány az alábbiak szerint tagolódik: 2. rész: a szakirodalom áttekintése 3. rész: adatok és a módszertani megközelítés bemutatása 4. rész: empirikus eredmények áttekintése 5. rész: a tanulmány összefoglalása A szakirodalom áttekintése Az elmúlt évek során több tanulmány is megkísérelte feltérképezni a hitelkockázati modellezés két fő megközelítése, nevezetesen a strukturális és redukált modellek közti eltérést. A szabvány strukturális modellek hiányos információtartalmú változatai alapján olyan redukált modelleket lehet generálni, amelyekben a bedőlt hitelek növekedésének intenzitását nem kívülről, hanem a modellen belül határozzák meg, és amely a vállalat tulajdonságainak, valamint a befektetők tájékozottsági szintjének a függvénye. A Duffie (1994, 1998), Jarrow és Turnbull (1995), valamint Duffie és Singleton (1997, 1999) által tanulmányozott redukált modellek mind a külön meghatározott nemteljesítési kockázatra, mind pedig a veszteségekre vonatkozóan tartalmaznak becsléseket. A redukált modell egyéb formáira vonatkozóan is számos tanulmány készült, például Duffie és Lando (1997), Jarrow, Lando és Turnbull (1997), Jarrow és Yu (2001), Lando (1998), Madan és Unal (1998), valamint Schonbucher (1998). Valójában a hitelminősítések a hiteltípusok szokványos minőségi tulajdonságai. A szerzők többsége [lásd például Jarrow et al. (1997) vagy Lando (1998)] a Markov-féle migrációs modellre helyezte a hangsúlyt a hitelekkel kapcsolatban. A nemfizetés kockázatának értékelésével foglalkozó empirikus szakirodalom gyorsan fejlődő kutatási terület. A strukturális és redukált modelleket számos piacon is tesztelték, töbek között a vállalati kötvénypiacokon és a CDS-piacokon is. A strukturális modellek eddigi empirikus eredményei felettébb gyengék. Míg a korábbi kutatások megállapították, hogy a modellek következetesen alábecsülik az felárakat (Jones, Mason, and Rosenfeld, 1984; Ogden, 1987; Lyden és Saraniti, 2000), a későbbi empirikus megközelítésekben a jelentős árazási hibák mellett alá- és túlbecslések egyaránt megtalálhatók (Eom, Helwege és Huang, 2004). A redukált modellekkel végzett tesztek sikeresebbnek tűnnek (Duffie, 1999; Driessen, 2005; and Bakshi, Madan, and Zhang, 2006). Valóban, számos olyan származtatott hiteltermékkel foglalkozó empirikus kutatás létezik, amely a redukált mo- Pénzügyi Szemle 2014/2 225

dellekre helyezi a hangsúlyt; ilyen például Houweling és Vorst, 2005; Longstaff, Mithal és Neis (2007), Chen, Cheng, Fabozzi és Liu, 2008). Emellett ezek a modelleket nem tartják alkalmasnak arra, hogy megfelelően csoportosítsák a piaci adatokat. Így a redukált modell tűnik ideálisnak a hitelkamatfelár modellezéséhez, illetve a származtatott termékárazáshoz, és felvetődik a kérdés, nem lenne-e vajon célravezetőbb teljesen felváltani a strukturális megközelítést a redukált modellel. Bíztató, hogy egyes közelmúltban végzett empirikus kutatások már kedvezőbb eredményekkel szolgáltak a strukturális modellekkel kapcsolatban. Leland (2004) bemutatja, hogy a valóságos frekvenciák modelljei sokkal ésszerűbbek. Ezzel szemben Schaefer és Strebulaev (2008) még az egyszerű strukturális modellben (Merton, 1974) is viszonylag pontosan meg tudták becsülni a kötvényhozamok saját tőkével szembeni érzékenységét. A vállalati kötvények hitelkockázat-árazásával kapcsolatos legfrissebb szakirodalom, például Driessen (2005), Amato és Remolona (2005) és Berndt et al. (2005) szerint a vállalati kötvények felárai egyrészt a nemfizetésből származó veszteségekre, másrészt a kockázat árára, nevezetesen a nemfizetés kockázati felárára különíthető el. Ezt az elemekre bontott struktúrát alkalmazzuk annak meghatározásához, hogy a várható veszteségek a kibocsátók hitelképességét megalapozó értékektől függenek-e, illetve, hogy az elkerülési kockázati prémium a befektetők kockázatkerülését befolyásoló tényezők függvénye-e. Ezért használtuk fel és terjesztettük ki a Remolona, Scatigna és Wu (2007b) által bevezetett, a várható veszteségre vonatkozó implicit minősítést, amely a hitelminősítések információs tartalmán alapuló kulcsfontosságú fogalom. Az ilyen jellegű információ előnye az, hogy a piaci szereplők erre az információra reagálnak a hitelkockázat árazása során. A hitelminősítésekből nyert kockázati információk egyik komoly hiányossága, hogy a kiosztott minősítések csak nagyon lassan igazodnak azon beérkező információkhoz, amelyeket a piaci szereplők az eszközértékelések során relevánsnak tekintenek. Ezzel szemben számos tanulmány azt jelzi, hogy a LIBOR-OIS a hitelkockázatot és a likviditási kockázat prémiumot is tartalmazza, lásd például McAndrews et al. (2008), Michaud és Upper, 2008, Sengupta és Tam (2008), valamint Hui et al. (2010). A hitelkockázat és a likviditási kockázat szerepének kutatása során számos szerző is arra a következtetésre jutott, hogy a likviditási kockázat nagyon fontos a politikai döntéshozók számára, és ez különösen igaz volt a legutóbbi pénzügyi válság alatt. Ha a likviditási kockázat a legfőbb tényező, akkor a likviditás növelésére vagy a pénzpiacok működésének javítására irányuló intézkedések kívánatos politikai válaszlépések. Mindamellett, ha a hitelkockázat van túlsúlyban, akkor az ilyen jellegű intézkedések hatástalannak bizonyulhatnak és olyan politikára van szükség, amely hatással van a bankok fizetőképességére. Bár igen sokfajta modell és determináns létezik, a feltörekvő piacok adósságával foglalkozó szakirodalom közvetlenül egyáltalán nem vizsgálja a likviditás hatásait. A szakirodalom nagy része a makrogazdasági determinánsokat elemzi, mint például Ferrucci (2003) és Min (1999); míg az újabb tanulmányok a volatilitás jelentőségével foglalkoznak, lásd Hilscher és Nosbusch (2004) valamint Baek, Bandopadhyaya és Du (2005). Martell (2003) az államkötvények és az amerikai államkötvények hozamai közötti különbség meghatározó tényezőit vizsgálta, és arra a következtetésre jutott, hogy még a strukturális hitelmodellek által motivált fundamentumok szerinti kiigazítás ellenére is maradtak jelentős magyarázatra szoruló részei a hozamfelárnak. Ezen tanulmányok és a korábbi kutatások többsége is, mint például Westphalen (2001) és Kamin és von Kleist (1999), azt mutatják, 226 Pénzügyi Szemle 2014/2

hogy a hozamok közötti különbséget teljes egészében a hitelkockázat kompenzációja határozza meg. A kötvénypiacokkal kapcsolatos adatok iránti igény már régóta problémát jelent a likviditással kapcsolatos kutatások során. A probléma elkerülése érdekében Lesmond et al. (2005) három különböző módon mérte a kötvények likviditását: a Bloombergtől kapott vételi és ajánlati árfolyam közötti különbség (bid-ask spread) segítségével, a zéró hozamok százalékos arányával, illetve a Lesmond, Ogden és Trzcinka (1999) által bevezetett korlátozott függő változó alapján végzett becsléssel. Bár a három mérték közül a bid-ask spread jóval közvetlenebb, mint a másik kettő, az utóbbi előnye, hogy csak a kötvényhozamok idősoraira van szüksége. Adatok és módszertani megközelítés Adatok Az 1. táblázat a 10 vizsgált kötvénypiac napi adatainak alapvető statisztikai tulajdonságait összegzi a 2009.07.30. és 2011.01.18. közötti időszakra vonatkozóan. A minta az állam által kibocsátott kötvényekből áll össze. Ezeket az adatokat Datastream adatok alapján generáltuk. A mintában 10 ország szerepel: Argentína, Ausztrália, Görögország, Magyarország, Hongkong, Mexikó, Peru, Lengyelország, Törökország és Spanyolország. Becslésünkhöz a Statat szoftveren futtatott többdimenziós idősoros adatokat használtunk fel. Az 1. táblázat az elemzésünkben használt változók fő leíró statisztikáit összegzi. Módszertani megközelítés Változók Likviditás: A likviditás olyan változó, amely magyarázatra szorul. Számos módon kifejezhető, és kifejezési módja szerzőnként eltérő lehet. Ez az eltérés elsősorban az adatok elérhetőségétől függ. A szakirodalom szerint a likviditás kifejezésének a piacon több, közvetlen és közvetett módja is van. Lesmond et al. (2005) három kategória segítségével mérte a likviditást. Az első kategóriába a tranzakciók közvetlen költségei tartoznak, amely Jain (2002) tanulmányában található, aki a bid-ask spreadet alkalmazza. A szakirodalom ezt tekinti a legjobb módszernek a mögöttes likviditás becslésére. 1. táblázat Statisztikai adatok Változó Középérték Szórás Minimum Maximum Likviditás 0,0165507 0,2181199 2,24812 1,002979 Likviditási kockázat 0,0081914 0,057493 0,5 0,3043209 Hitelkockázat 17,30359 3,983037 8 23 Aszimmetrikus információ 0,3473862 10,72863 116,2 37 Kibocsátási volumen 10,76112 6,219155 1,9772 26,3722 Kor 6,992832 7,055184 10,9116 37,0422 Kamatszelvény 10,18601 5,513868 1,9871 17,7465 Kamatláb 7,323318 10,44097 0,015 74,3 Pénzügyi Szemle 2014/2 227

A második kategória az első megközelítés nehéz megvalósíthatósága miatt jött létre, mivel ez utóbbi esetében egyes piacokon információhiány áll fenn. Ez a második megközelítés üzleti adatokra épít és mind az elméleti, mind a gyakorlati részt alkalmazza. A megközelítés magában foglalja a bevételeket és az Amihudféle (2002) likviditási felár mértékét is. A harmadik kategóriába a tranzakciók közvetett költségei tartoznak. Ennek a megközelítésnek az az előnye, hogy a likviditás mértékeként csak az eszköz árát használja, a forgalmát nem, lásd Roll (1984) és LOT (1999). A mi esetünkben az első kategóriát, azaz a bid-ask spread-et és a jutalék költségét alkalmazzuk a változó mérésére. Ezeket az alábbiak szerint fejezhetjük ki: liq = [(A t B t )/(A t +B t )+(A t-1 B t 1 )/(A t 1 +B t 1 )] Likviditási kockázat Mind a fejlett, mind pedig a feltörekvő pénzpiacokon lezajlott válságokat követően a likviditás szintje jelentősen ingadozott, ezért az utóbbi évtizedek kutatásainak elsődleges célja a likviditási kockázat modellezése volt. Azóta a VaR (Value at Risk kockáztatott érték) olyan veszteséget jelöl, amelyet egy adott pénzügyi eszköz egy adott idő múlva 95 99%-os valószínűséggel generálhat. A veszteséget három módszer segítségével lehet megbecsülni: a történelmi módszer, a parametrikus módszer, illetve a Monte Carlo módszer alkalmazásával. Ezért a VaR alkalmazható a likviditási kockázat mérésére, amely elképzelés elméletileg Jarrow és Subramanian (1997), Bertsimas és Lo (1998), Alrngren Chriss (2000), Francis és Hende Wyrrendeale Van (2000) munkáján alapul. Egyéb tanulmányokban, mint például Berkowitz (2000), Persson Häberle (2000) és Shamroukh (2000) munkáiban, egy villa fix költség segítségével értékelik a likviditási kockázatot, valamint az árhatást, amely az ár reakcióját fejezi ki a forgalom mennyiségére. Mi az árak alakulását használjuk a likviditási kockázat mérésére, mivel a tranzakciók volumenről nem áll rendelkezésre adat. VaR = középérték + (szórás 99%-os valószínűségi küszöb) Hitelkockázat Ez egy olyan magyarázó jellegű változó, amely a hitelfelvevő minőségét fejezi ki. Ennek a változónak számos különböző, szerzőnként eltérő mérési módja van. A változót olyan besorolás fejezi ki, amely a hitelfelvevő hitelminőségét türközi, és amelynek a jelölésére a hitelminősítők eltérő jelöléseket használnak. A három legnagyobb hitelminősítő cég a következő: A Fitch, a Moody s és a Standard and Poor s. A három hitelminősítő által használt besorolások (lásd 1. ábra). Ezeket a jelöléseket lineárisan digitális formába alakítják át, ahogyan ezt Cantor and Packer (1996) is tette. Átalakítás után ez az 2. ábra szerint alakul. Információs aszimmetria Az információs aszimmetria olyan változó, amely egy adott termék vagy eszköz eladója és vásárlója között fennálló aszimmetriát fejezi ki. A hitelpiacon a bankok hiteleket adnak és nincsenek tisztában a nyújtott hitelek kockázataival, ezzel szemben hitelfelvevők pontosan tudják, mekkora a valószínűsége a projektjeik sikerének. Ez lehetővé teszik a bankoknak, hogy emeljék a kihelyezett kölcsönök kamatait, elsősorban a kockázatos hitelfelvevők esetében. Ez azt jelenti, hogy két helyzet állhat fenn: az egyik a tranzakció előtti kockázat, amely a szerződés aláírásakor kerül meghatározásra, a másik pedig a tranzakció tényleges kockázata a vásárlás vagy a szerződés aláírása után. Kinnlevő állomány A forgalomban levő kötvények pontos (vagy becsült) mennyisége a kibocsátás pénznemében. Kor Az i kötvény kora t időkor. Ez a kötvények egyik legfontosabb tulajdonsága. Pár hónaptól egészen ötven évig is terjedhet, mielőtt 228 Pénzügyi Szemle 2014/2

Három hitelminősítő által használt besorolások 1. ábra Fitch Moody s S&P s AAA AA+ AA AA- A+ A A- BBB+ BBB BBB- BB+ BB BB- B+ B B- CCC+ CCC CCC- CC C DDD DD D Aaa Aa1 Aa2 Aa3 A1 A2 A3 Baa1 Baa2 Baa3 Ba1 Ba2 Ba3 B1 B2 B3 Caa1 Caa2 Caa3 Ca C AAA AA+ AA AA- A+ A A- BBB+ BBB BBB- BB+ BB BB- B+ B B- CCC+ CCC CCC- CC C SD D a tőke visszafizetésére sor kerülne. Ez idő alatt minél jobban emelkedik az adott kötvény kockázata, annál nagyobb a valószínűsége a lejárat előtti eladásnak. Kamatszelvény A kibocsátó által a befektetőnek fizetendő kamat a kölcsön futamidejére. A névérték százalékában van kifejezve. Elméletileg egy alacsonyabb minősítésű kibocsátó és hosszú lejáratú kölcsön esetében a kamat magasabb. Ezzel szemben egy rövid lejáratú jobb minősítésű kibocsátó alacsonyabb kamatot kínál. A kamat lehet rögzített vagy változó. Általában évente fizetik, de egyes kötvények esetében a féléves vagy negyedéves kifizetés is lehetséges. A kamat a kötelezettség időtartamától és a kibocsátó minősítésétől függ. Vannak olyan kötvények is, amelyek a hitel időtartama alatt egyáltalán nem fizetnek kamatot. Ezeket zéró kamatszelvénykötvénynek hívják. Kamatláb A kamatláb a kötelezettség egyik legalapvetőbb tulajdonsága. Ezzel lehet kiszámolni az egyes kötvények teljesítményét. A kötvények általában fix kamatozásúak, és a kamat a teljes időtartamra érvényes, de léteznek változó kamatozású kötvények is. Vannak inflációkövető kötvények is: ezek értéke és hozama az ármozgásokhoz igazodik, és hatékony Pénzügyi Szemle 2014/2 229

2. ábra a jelölések lineárisan digitális formája Fitch Moody s S&P s AAA 23 AA+ 22 AA 21 AA 20 A+ 19 A 18 A 17 BBB+ 16 BBB 15 BBB 14 BB+ 13 BB 12 BB 11 B+ 10 B 9 B 8 CCC+ 7 CCC 6 CCC 5 CC 4 C 3 DDD 2 DD 1 D 0 Aaa 20 Aa1 19 Aa2 18 Aa3 17 A1 16 A2 15 A3 14 Baa1 13 Baa2 12 Baa3 11 Ba1 10 Ba2 9 Ba3 8 B 17 B 26 B 35 Caa1 4 Caa2 3 Caa3 2 Ca 1 C 0 AAA 22 AA+ 21 AA 20 AA 19 A+ 18 A 17 A 16 BBB +15 BBB 14 BBB 13 BB+ 12 BB 11 BB 10 B+ 9 B 8 B 7 CCC+ 6 CCC 5 CCC 4 CC 3 C 2 SD 1 D 0 védelmet biztosítanak vásárlóerő-veszteség esetére, ha az árak az egekbe szöknek. A fix kamatozású kötvények állandó kamatot (kupont) fizetnek a termék futamideje alatt. A kamatláb a kötelezettségvállalás szövegében és a futamidő függvényében kerül meghatározásra. Ha ezt megszorozzuk a kötvény névértékével (a kötvényen jelzett értékkel), megkapjuk a kamatszelvény értékét. Lebegő kamatozású kötvények esetében a hitelfelvevő (azaz a kötvénytulajdonos) által kapott bevétel negyedévente, félévente vagy évente, a piaci hozam függvényében változik. Amennyiben a hozam emelkedik, a kötvénytulajdonos magasabb javadalmazásban részesül. Amennyiben a hozam csökken, a bevételek is csökkennek. A likviditási kockázat és a hitellikviditás feltörekvő kötvénypiacokra gyakorolt hatásának becslésére szolgáló modell az egyéb változókkal együtt a következő: Liq it = α 0 + α 1 Lr i + α 2 Cr i + α 3 Ag i + α 4 AOS i + α 5 Coup i + α 6 AI i + α 7 IR i + α t Ahol az (i) a vizsgált kötelezettséget, míg a (t) az elemzés időszakát jelzi. A modell függő változója a likviditás (Liq). Az (Lr) (Cr) (Ag) 230 Pénzügyi Szemle 2014/2

(AOS) (Coup), (AI) és (IR) betűjelek sorrendben a likviditási kockázatot, a hitelkockázatot, a kötelezettség időtartamát, a kibocsátási volument, a kamatszelvényt, az információs aszimmetriát és a kamatlábat jelölik. Becslésünkhöz többdimenziós idősoros adatokat használtunk. Ezek az adatok két dimenzióval rendelkeznek és egy adott embercsoportnál az adott időközönként mért értékeket veszik számításba. A likviditás és a likviditási kockázat, a hitelkockázat, az információs aszimmetria, a kötelezettség időtartama, a kibocsátási volumen, a kamatláb és a kamatszelvény közötti összefüggések vizsgálatához többdimenziós idősoros adatokat használtunk a Statat szoftverben teszteltük a változók homogenitását és öntesztelési korrelációt alkalmaztunk. Ezt követően a fix modell és a véletlen modell segítségével ellenőriztük a változók közötti kapcsolatokat. Végül elvégeztük a Hausman-próbát, amely lehetővé teszi a fix és a véletlen minták közötti választást. Amennyiben χ 2 kisebb, mint 1%, akkor a véletlen hatású modellt használjuk; ha nem, akkor pedig a fix hatású modellt. Bár a fix és a véletlen hatású modell eltérő jellegű, általában az utóbbi használata javasolt. A két hipotézis ellenőrzését olyan tesztek teszik lehetővé, amelyekre a jelen tanulmány nem tér ki. A fix, valamint a véletlen modellek esetén is a gazdaságstatisztikusok általában először csak egyedi hatásokkal becslik meg és tesztelik az adott modellt, és az idő egyáltalán nem vagy csak nagyon kis szerepet játszik. Az okozati exogén változókkal (különösen a kibocsátási volumen változójával) kapcsolatos becslések esetében belső okokra visszavezethető problémák felmerülését tartjuk valószínűnek az egyenlet független (likviditás) változójánál. Így az olyan hagyományos ökonometriai módszerek (például az OLS és a fix GLS általánosított hatás) nem teszik lehetővé az ilyen modellek hatékony megbecslését. A probléma megoldása érdekében az általánosított momentumok módszerét (GMM) használtuk, amelyet Arellano és Bond (1991) javasolt, és amelyet később Arellano és Bover (1995), illetve Blundell és Bond (1998) fejlesztett tovább. A módszer támogatói szerint ez megoldást jelenthet az egyidejű részrehajlás, a fordított okság (különösen a kibocsátási volumen és a likviditás között), illetve a kihagyott változók problémájára. Ezenfelül a módszer kiegyenlíti az egyedi és időspecifikus hatásokat is. Empirikus eredmények A jelen tanulmányban a likviditás problémáját vizsgáljuk a feltörekvő kötvénypiacokon, és külön figyelmet szentelünk a likviditási kockázat és a hitelkockázat szerepének ezen probléma alakulása során. A becslés eredményeit a 2. táblázat mutatja. Az eredmények azt mutatják, hogy a likviditási kockázat a minta egészében (1%-os szinten Argentína, Görögország, Hongkong, Magyarország, Peru, Lengyelország, Spanyolország és Törökország esetében) jelentős és pozitív hatást gyakorol a piaci likviditásra. Ezzel szemben ez a hatás bizonyos országok estében, amelyek válságon estek át, mint például Görögország és Spanyolország, nem olyan jelentős. A likviditási kockázat és a piaci likviditás közti pozitív és szignifikáns kapcsolat azt jelzi, hogy a kockázat helytelen kezelése, különösen válság idején, likviditási problémákhoz vezet. Ez a kapcsolat egyértelműen magyarázza a pénzpiacok többségén fellépő válságot elsősorban a feltörekvő, például a görög piacon. A likviditási kockázat kezelése alapvető fontosságú a kötvénypiacokon. Az ilyen piacokon a tranzakciók nem történnek meg időben, és nem lehet azonnal és elfogadható áron tranzakciós partnereket találni. Ezzel szemben a hitelkockázatnak nincs közvetlen hatása a piaci likviditásra, ami magyarázattal szolgál arra, Pénzügyi Szemle 2014/2 231

Likviditási és hitelkockázat többdimenziós idősoros becslése feltörekvő kötvénypiacokon 2. táblázat LR CR AI AGE COUP AOS IR Argentína 0,009*** 0,020** 0,000*** 0,000*** 0,000*** 0,000*** 0,000*** ( 0,2016) ( 0,0096) ( 0,0097) ( 0,0204) ( 0,0051) ( 0,099) ( 0,0332) Ausztrália 0,535 0,92 0,000*** 0,358 0,529 0,838 0,309 ( 0,0098 ( 0,0004) ( 0,0049) ( 0,0006) ( 0,0032) ( 0,0016) ( 0,0034) Görögország 0,000*** 0,000*** 0,000*** 0,057** 0,000*** 0,259 0,594 ( 0,3025) ( 0,0012) ( 0,0145) ( 0,0023) ( 0,0006) ( 0,0003) ( 0,0002) Hongkong 0,000*** 0,995 0,000*** 0,000*** 0,424 0,001*** 0,319 ( 0,2728) ( 2,15E 07) ( 0,0071) ( 0,0002) ( 0,0002) ( 0,0005) ( 0,0004) Magyarország 0,000*** 0,113 0,000*** 0,001*** 0,004*** 0,000*** ( 0,6455) ( 0,0002) ( 0,0082) ( 0,0001) ( 0,0001) ( 0,0003) Mexikó 0,166 0,507 0,452 0,121 0,356 0,000*** 0,024 ** ( 5,1965) ( 0,0012) ( 0,0048) ( 0,0005) ( 0,0009) ( 0,0087) ( 0,0059) Peru 0,000*** 0,684 0,000*** 0,000*** 0,000*** 0,000*** 0,000*** ( 0,1694) ( 0,0003) ( 0,0093) ( 0,0008) ( 0,0002) ( 0,0003) ( 0,0001) Lengyelország 0,009*** 0,177 0,000*** 0,000*** 0,001*** 0,609 0,157 ( 0,2903) ( 0,0006) ( 0,0082) ( 0,0004) ( 0,0003) (0,0003) ( 0,0007) Spanyolország 0,017*** 0,730 0,000*** 0,087* 0,003*** 0,064* 0,158 ( 0,0689) (0,0000649) ( 0,007) ( 0,00013) ( 0,0002) ( 0,0004) ( 0,0002) Törökország 0,005*** 0,007*** 0,000*** 0,028** 0,093* 0,000*** 0,000*** ( 0,0522) ( 0,0278) ( 0,0191) ( 0,0685) ( 0,0033) ( 0,1378) ( 0,07) hogy miért nincsen jelentősége a kockázat és a likviditás közötti kapcsolatnak. A hitelkockázatot mérő megjelölés a kibocsátott kötvény minőségével, és nem a kötvény likviditásával kapcsolatban szolgál információval. A befektetők az eladási és a vételi ár közötti különbséget figyelik, hogy megállapíthassák az adott eszköz likviditását. Azaz, ha az eladási ár és a vételi ár között nagy a különbség, akkor az adott eszköz nem kifejezetten likvid és nem ad azonnali hozamot, és fordítva. Ehhez hasonlóan az információs aszimmetria is kulcsszerepet játszik a kötvénypiaci likviditás változásának magyarázatában a befektetők közötti, vagy a kötvénykibocsátók és a befektetők között fennálló információs aszimmetriának megfelelően. Az aszimmetrikus információ hatása a likviditásra azért fontos, mert a befektetők között fennálló aszimmetria hatással lehet a tranzakciók volumenére, illetve közvetetten a piaci likviditásra is. Ez azt jelenti, hogy az eszközök kínálatának és keresletének manipulálása révén a jól informált befektetők hatást gyakorolhatnak a piacok likviditására. Ez azt jelenti, hogy a likviditás az információs átláthatóság egyik alapvető fogalma, amely a piaci kereskedés átláthatatlanságának visszaszorulásához, valamint a piaci likviditás csökkenéséhez vezet (Bagehot, 1971; Myers and Majluf, 1984). 232 Pénzügyi Szemle 2014/2

Ugyanakkor a kötvények legtöbb tulajdonsága komoly szerepet játszik a likviditási problémák kialakulásában. A minták többségének 1%-ban jelentős tényező a kor, és pozitív korrelációt mutat a kötvénypiac likviditásával. A kinnlevő állomány jelentős negatív hatással van a kötvények likviditásának változására. Más szóval, minél jobban nő a kinnlevő állomány, annál inkább csökken a likviditás és fordítva. Emellett a kamatszelvények is jelentős pozitív hatása van. Más szóval, minél magasabbra nő a kamatfelár, annál nagyobb a kötvény likviditása. Ezenfelül meg kell jegyeznünk, hogy a kamatláb a minta egészében nem gyakorol semmilyen hatást a kötvénypiac likviditására, különösen azokban az országokban, amelyek likviditási válságon estek át, mint például Spanyolország és Görögország. A becslés legfontosabb eredménye, hogy a likviditási kockázat nagyobb hatást gyakorol a likviditásra a kötvénypiacokon, mint a hitelkockázat. Ez az eredmény azt is jelzi, hogy csökkent a bizalom a hitelminősítők mint információs források iránt. Eredményeink azt jelzik, hogy a hitelminősítők nagy szerepet játszanak az elégtelen információk közlésében, és ez megzavarja a befektetők előrejelzéseit. A megcsappant bizalmat a hitelminősítők elsősorban a válság után kialakult rossz hírneve magyarázza. Ez viszont megvilágítja, hogy a feltörekvő kötvénypiaci likviditás problémájának magyarázatában miért nincs jelentősége a hitelminősítéseknek. Következtetések A jelen tanulmányban arra kerestük a választ, hogy mi gyakorol nagyobb hatást a feltörekvő kötvénypiacok likviditására, a likviditási kockázat vagy a hitelkockázat. Az eredmények azt mutatják, hogy a vizsgált országok többségében a likviditási kockázat nagyobb hatással van a likviditásra, mint a hitelkockázat. A likviditást a feltörekvő piaci kötvények vállalati és államkötvények esetében tapasztalható fejlemények egyik legfontosabb elemének tartják. Tanulmányunkban 10 feltörekvő ország piaci kötvényeinek egyedi adatait használtuk fel annak megbecslésére, hogy a likviditási és hitelkockázat milyen hatást gyakorol a likviditás stabilitására a feltörekvő kötvénypiacokon. A likviditási kockázatnak eredményeink szerint nagyobb szerepe van a likviditási probléma kialakulásában, mint a hitelkockázatnak. Eredményeink azt is mutatják, hogy a hitelminősítők nagy szerepet játszottak a válság kirobbanásában, amely az amerikai piacról átterjedt a világ többi piacára is. Eredményeink egyben azt is jelzik, hogy a ciklusváltozók nagy hatással vannak a többdimenziós idősor nagy részére, különösen a befektetők közötti információs aszimmetriára. Az információs aszimmetria pedig jelentős hatást gyakorol a likviditásra. Ez alátámasztja több korábbi tanulmány, például Verrecchia (2001), Petersen és Plenborg (2006) eredményeit is. Irodalom Amato, J. D., Remolona, E. M. (2003): The credit spread puzzle. BIS Quarterly Review. December Amihud, Y. Mendelson, H. (1986): Asset pricing and the bid ask spread. Journal of Financial Economics. 17, pp. 223 249 Berndt, A. Douglas, R. Duffiffie, D. Ferguson, M. Schranz. (2004): Measuring default risk premia from default swap rates and EDF. 174. sz. BIS munkadokumentu Baek, I. M. Bandopadhyaya, A. (2005): Determinants of market-assessed sovereign risk: Economic Pénzügyi Szemle 2014/2 233

fundamentals or market risk appetite? Journal of International Money and Finance. 24, pp. 533 54 Bakshi, G. Madan, D., Zhang, F. (2006): Understanding the Role of Recovery in Default Risk Models: Empirical Comparisons and Implied Recovery Rates, munkadokumentum, University of Maryland Datar, V., Naik, N. Radcliffe, R. (1998): Liquidity and asset returns: An alternative test. Journal of Financial Markets. 1(2), pp. 203 21 De Jong, F. Joost, D. (2005): Liquidity Risk Premia in Corporate Bond Markets. Munkadokumentum, University of Amsterda Black, F. Cox, J. C. (1976): Valuing corporate securities: some effects of bond indenture provisions. Journal of Finance. vol. 31, no. 2, pp. 351 367 Brennan, M. Subrahmanyam, A. (1996): Market microstructure and asset pricing: on the compensation for illiquidity in stock returns. Journal of Financial Economics. 41, pp. 441 464 Brunnermeier, M. Pedersen, L. (2009): Market liquidity and funding liquidity. Review of Financial Studies. 22 (6), pp. 2201 2238 Chen, R. Fabozzi, F. J. Liu, B. (2008): An Explicit Multifactor Credit Default Swap Pricing Model with Correlated Factors. Journal of Financial and Quantitative Analysis. 43, pp. 123 160 Chen, R. Fabozzi, F.J. Sverdlove, R. (2007): Corporate Credit Default Swap Liquidity and Its Implications for Corporate Bond Spreads. Munkadokumentum, Fordham University Chen, L. Lesmond, D.A. Wei, J. (2007): Corporate Yield Spreads and Bond Liquidity. The Journal of Finance. Vol. 62(1), pp. 119 149 Duffie, D. Pedersen, L. Singleton, K. (2004): Modeling sovereign yield spreads: A case study of Russian debt. Journal of Finance. 58, pp. 1421 1460 Duffie, D. Liu, J. (2001): Floating-Fixed Credit Spreads. Financial Analysts Journal. 57, pp. 76 87 Duffie, D. Pan, J. Kenneth, S. J. (2000), Transform Analysis and Asset Pricing for Affine Jump Diffusions. Econometrica. 68, pp. 1343 1376 Duffie, D. Pan, J. Kenneth, S. J. (1999), Modeling Term Structures of Defaultable Bonds, Review of Financial Studies. 12, pp. 687 720 Duffie, D. (1998): Defaultable Term Structure Models with Fractional Recovery of Par. Munkadokumentum, Stanford University Duffie, D., David, L. (1997).Term Structure of Credit Spreads with Incomplete Accounting Information. Forthcoming in Econometrica Duffie, D. (1996): Special Repo Rates. Journal of Finance. 51, pp. 493 526 Chen, R-R. X. Cheng L. Wu, (2005), Dynamic Interactions between Interest Rate Credit and Liquidity Risks: Theory and Evidence from the Term Structure of Credit Default Swap Spreads. Munkadokumentum, Fordham University Chordia, T. Subrahmanyam, A. Anshuman, V.R. (2001): Trading activity and expected stock return. Journal of Financial Economics. 59, pp. 3 32 Eom, Y. H. Huang, J. (2004): Structural Models of Corporate Bond Pricing: An Empirical Analysis. Review of Financial Studies. 17, pp. 499 544 Ferrucci, G. (2003): The empirical determinants of EME sovereign bond spreads. Bank of England, 205. sz. munkadokumentu Geske, R. L. Herbert, E. J. (1984): The Ameri- 234 Pénzügyi Szemle 2014/2

can Put Option Valued Analytically, Journal of Finance. 39, pp. 1511 1524 Geske, R. (1977): The valuation of corporate liabilities as compound options. Journal of Financial and Quantitative Analysis. Vol. 12, No. 4, pp. 541 552 Gromb, D. Vayanos, D. (2002): Equilibrium and welfare in markets with financially constrained arbitrageurs. Journal of Financial Economics. 66, pp. 361 407 Hilscher, J. Nosbusch, Y. (2004): Determinants of sovereign risk. Mimeo, Harvard University, November Houweling, P. Mentink, A., Vorst, T. (2005): Comparing possible proxies of corporate bond liquidity. Journal of Banking and Finance. 29(6), pp. 1331 1358 Hui, C. et al. (2010): Measures perceptions and scaling patterns of aggregated species distributions. Ecography. 33: pp. 95 102 Jarrow, R. Fan Yu, F. (2001): Counterparty risk and the pricing of defaultable securities. Journal of Finance. 56 (5), 1765 99 Lando, David (1998): On Cox processes and credit risky securities. Review of Derivatives Research. 2 (2 3), pp. 99 120 Leland, H. E. (2004): Predictions of default probabilities in structural models of debt. Journal of Investment Management. 2, pp. 5 21 Lesmond, D. A., (2005): Liquidity of emerging markets. Journal of Financial Economics. 77, pp. 411 452 Lesmond, D. Ogden J., Trzcinka C., (1999): A new estimate of transaction costs. Review of Financial Studies. 12, pp. 1113 1141 Longstaff, F. A. Sanjay, M. Neis, E. (2005): Corporate yield spreads: Default risk or liquidity? New evidence from credit-default swaps market. Journal of Finance. 60, pp. 2213 2253 Lyden, S. Saraniti, D. (2000): An Empirical Examination of the Classical Theory of Corporate Security Valuation. Barclays Global Investors Madan, D. Unal, H. (1998): Pricing the Risks of Default. Review of Derivatives Research. 2, pp. 121 160 Jarrow, R. Lando, D. Turnbull, S. (1997): A markov model for the term structure of credit spreads. Review of Financial Studies. 10, pp. 481 523 Martell, R. (2003): Understanding common factors in domestic and international bond spreads. Munkadokumentum, Purdue University Jarrow, R. Turnbull, S. (1995): Pricing derivatives on financial securities subject to default risk. Journal of Finance. 50, pp. 53 86 John, E. Mason, S. Rosenfeld, E. (1984): Contingent Claims Analysis of Corporate capital Structure: An Empirical Investigation. Journal of Finance. 39(July), pp. 611 25 McAndrews, J. Sarkar, A. Wang, Z. (2009): The Effect of the Term Auction Facility on the London Inter-Bank Offered Rate. Staff Reports 335, Federal Reserve Bank of New York Merton, R.C. (1974): On the pricing of corporate debt: The risk structure of interest rates. Journal of Finance. 29, pp. 449 470 Kamin, S. B. Von Kleist, K. (1999): The evolution of determinants of emerging market credit spreads in the 1990s». 68. sz. BIS munkadokumentu Michaud, F. Upper, C. (2008): What drives interest rates? Evidence from the Libor panel. BIS Quarterly Review. March, pp. 47 58 Pénzügyi Szemle 2014/2 235

Min, H., (1999): Determinants of emerging market bond spread: Do economic. Fundamentals matter? Munkadokumentum, World Bank Morris, S. Shin, H.S., (2004): Coordination risk and the price of debt. European Economic Review. 48 (2004) pp. 133 153 Ogden, J. (1987): Determinants of the Rating and Yields on Corporate Bonds: Tests of the Contingent Claims Model. The Journal of Financial Research. 10, pp. 329 339 Petersen C. lenborg T. (2006): Voluntary disclosure and information asymmetry in Denmark. Journal of International Accounting, Auditing and Taxation. Vol. 15, p. pp. 127 149 Remolona, E. catigna, M. Wu, E. (2008).The Dynamic Pricing of Sovereign Risk in Emerging Markets: Fundamentals and Risk Aversion. The Journal of Fixed Income. 17(4), pp. 57 71 Sengupta, R. Tam Y., (2008): The LIBOR-OIS spread as a summary indicator. Monetary Trends, Federal Reserve Bank of St. Louis, Nov.2 5 Schaefer M.S. Ilya, A. S. (2008): Structural models of credit risk are useful: Evidence form hedge ratios on corporate bonds. Journal of Financial Economics. 90(1), pp. 1 19 Verrecchia R. (2001): Essays on disclosure. Journal of Accounting and Economics. Vol. 32, pp. 97 180 Schonbucher, P. J. (1998): Term structure modeling of defaultable bonds. The Review of Derivatives Studies, Special Issue: Credit Risk. 2(2/3), pp. 161 192 Westphalen, M. (2001): Determinants of sovereign bond credit spread changes. Munkadokumentum, University of Lausanne. 236 Pénzügyi Szemle 2014/2