• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Modeling and risk factors measurement of bond portfolios

Priority areas of development: economics, management
2019
The project has been carried out as part of the HSE Program of Fundamental Studies.

Цель работы

Разработка подходов определения экономически обоснованной (справедливой) стоимости облигаций, а также построение и анализ соответствующих моделей факторов финансовых рисков, с помощью которых можно производить комплексную оценку риска в различных риск-ориентированных задачах управления портфелем долговых ценных бумаг на российском рынке.

Используемые методы

  • Модели параметрической иммунизации, основанные на наиболее популярных моделях срочной структуры процентных ставок.

  • Различные методы чета ошибок в данных при построении срочной структуры процентных ставок.

  • Различные меры ликвидности, посчитанные как на дневных, так и на внутридневных данных.

  • Модель срочной структуры процентных ставок с учетом разной ликвидности облигаций.

  • Процедура кросс-валидации для валидации моделей по критерию предсказательной способности.

  • Непараметрическая процедура оценки устойчивости модели к наличию ошибок в данных облигаций.

Эмпирическая база исследования

  • Данные по государственным облигациям Российской Федерации финансово-информационного портала Cbonds с апреля 2012 г. по апрель 2017 г.

  • Рыночные котировки государственных облигаций Российской Федерации и нескольких стран еврозоны с 2016 по конец 2017 базы данных Bloomberg

  • Внутридневные данные облигаций с Московской биржи за период с марта 2012 по февраль 2013 года

Результаты работы

Модели Нельсона-Зигеля, Свенссона и Кокса-Ингерсолла-Росса в рамках задачи параметрической иммунизации дают лучшие результаты по сравнению с общепринятым подходом на основе дюраций.

На данных различных стран различные методы учета ошибок в данных иногда превосходят, а иногда уступают параметрической модели Свенссона и непараметрической модели сплайнов без модификаций. Чаще всего хорошие результаты дает взвешивание по обратной дюрации, являющееся самой распространенной модификацией среди исследователей. Кроме того, иногда улучшает ситуацию использование спреда и различных модификаций от него, как показатель ликвидности облигации, который интуитивно ассоциируется с показателем качества данных.

Согласно результатам регрессионного анализа, наиболее часто используемые меры ликвидности значимо влияют на премию за ликвидность облигаций. Однако при включении мер ликвидности в модель срочной структуры процентных ставок качество подгонки модели ухудшается.