Czynniki globalne, mikrostrukturalne i lokalne wpływające na zmienność

Poprawny opis wariancji warunkowej wymaga przede wszystkim wyboru odpowiedniego zbioru zmiennych określających σ-ciało, względem którego warunkowany jest proces zmienności. Abstrahując od rzędu opóźnienia zmiennej objaśnianej, zadanie to można sprowadzić do wskazania, które zmienne o charakterze egzogenicznym są istotnymi determinantami procesu zmienności. Bao i Pan [2013] argumentują, że dwoma głównymi źródłami występowania nadwyżkowej zmienności spreadów kredytowych są mikrostruktura rynku i podstawy makroekonomiczne spreadów.

Źródła te mają odmienne implikacje dla badania spreadów. Duże znaczenie mikrostruktury rynku wskazywałoby na konieczność badania frykcji nieuwzględnionych w modelach strukturalnych spreadów, podczas gdy duże znaczenie fundamentów wskazywałoby na konieczność skierowania uwagi na mechanizmy związane z ryzykiem kredytowym kraju. Kierując się powyższym podziałem można postulować obecność dwóch komponentów zmienności spreadu SCDS. Pierwszy z nich wynikałby z uwarunkowań mikrostrukturalnych rynku, przede wszystkim płynności i efektów kalendarzowych. Drugi komponent mógłby być związany z lokalnymi i globalnymi determinantami spreadów

111

(por. Rozdział 2). W tym kontekście oczekiwana zmiana fundamentów stanowiących podstawę wyceny SCDS nie powinna być interpretowana per se jako nowa informacja (ang. news), gdyż zgodnie z teorią wyceny aktywów powinna zostać zdyskontowana już wcześniej. Nową informację stanowiłaby tylko nieoczekiwana zmiana fundamentów wyceny SCDS. Tym samym zmienność powinna reagować tylko na zaskoczenie nową informacją. Należy podkreślić, że w skład drugiego komponentu mogą wchodzić zarówno zmienne fundamentalne, jak i zmienne określane przez niektórych autorów jako niefundamentalne – na przykład awersja do ryzyka.

W kontekście komponentu fundamentalnego zmienności, w jednej z pierwszych prac poświęconych zagadnieniu heteroskedastyczności instrumentów finansowych Schwert [1989] zauważa, że wariancja warunkowa zwrotu z instrumentu powinna być proporcjonalna do wariancji warunkowej oczekiwanych w przyszłości przepływów kapitałowych. Per analogiam można wnioskować, że zmiany niepewności odnośnie wskazanych w Rozdziale 2 uwarunkowań globalnych i lokalnych powinny przekładać się na zmiany niepewności odnośnie spreadów swapów ryzyka kredytowego.

Dotychczasowe badania, dotyczące głównie rynków akcji, a rzadziej obligacji korporacyjnych, potwierdzają pewne znaczenie zmienności danych makroekonomicznych. Corradi, Distaso i Mele [2013] przekonują, że nawet 75% zmienności amerykańskiego rynku akcji może być tłumaczone zmiennymi związanymi z cyklem koniunkturalnym – wskaźnikiem inflacji CPI i zmianą produkcji przemysłowej. Errunza i Hogan [1998] zauważają duży wpływ zmiennych realnych, w tym produkcji przemysłowej, i monetarnych, na przykład podaży pieniądza, na rynki akcji w Europie, a na podstawie analizy odpowiedzi na impuls oceniają, że efekty szoków powyższych zmiennych dla rynku akcji wygasają dopiero po 6-8 miesiącach. Engle i Rangel [2008] proponują modyfikację modelu GARCH w celu wyodrębnienia komponentu o wysokiej i niskiej częstotliwości, przy czym ten ostatni komponent nabiera na znaczeniu, gdy wzrasta zmienność zmiennych makroekonomicznych, w tym wzrostu PKB, inflacji i krótkookresowych stóp procentowych. Diebold i Yilmaz [2008] wskazują, że zmienność zmiennych realnych, PKB i konsumpcji może być powiązana ze zmiennością rynku akcji. Nieto, Novales i Rubio [2014] badają z kolei wpływ zmiennych makroekonomicznych i finansowych na zmienność obligacji korporacyjnych dochodząc do wniosku, że produkcja przemysłowa, konsumpcja, zatrudnienie, ale też nachylenie krzywej dochodowości i indeks VIX są kluczowymi determinantami zmienności obligacji o wysokim ratingu, podczas gdy inflacja i płynność mają dodatkowo znaczenie w przypadku obligacji o niskim, tzw. „śmieciowym” ratingu. Heinke [2006] argumentuje tymczasem, że wyższa

112

niepewność w gospodarce, charakteryzowana wyższą zmiennością stóp krótkoterminowych, przekłada się na wyższą zmienność spreadu kredytowego obligacji.

Jako potencjalne źródło zmienności należałoby wskazać nierównowagę w finansach publicznych kraju. Deficyt budżetowy towarzyszący prowadzonej polityce fiskalnej pozwala wygładzić konsumpcję lub skorzystać z preferencyjnych warunków finansowania za granicą. Nadwyżka konsumpcji krajowej nad produkcję musi być finansowana importem dóbr i usług oraz towarzyszącym im deficytem na rachunku obrotów bieżących. Zjawisko to można określić mianem „dźwigni gospodarczej”. Wiele krajów rozwijających się zwiększało poziom tej dźwigni pod koniec ubiegłego wieku za pomocą ujemnych sald w bilansie płatniczym i narastającego zadłużenia zagranicznego. Doprowadziło to do zwiększonej wrażliwości ich wzrostu gospodarczego i cen aktywów na międzynarodową koniunkturę makroekonomiczną i przepływy kapitału portfelowego. Konsekwencją były między innymi kryzysy drugiej połowy lat ’90 ubiegłego wieku. Ich pokłosiem był z kolei proces delewarowania, który doprowadził do obniżenia się zmienności. Ta konstatacja pozwala domniemywać, że istotną determinantą zmienności mogą być saldo w rachunku obrotów bieżących i przepływy kapitału portfelowego na rynku długu. Jako że przynajmniej część obligacji Skarbu Państwa jest przez inwestorów zabezpieczana, to przepływy kapitałowe mogą przenosić się na zmienność spreadów swapów ryzyka kredytowego. Zmiany zaangażowania nierezydentów na rynku SPW w Polsce wydają się odpowiednim przybliżeniem w kontekście niniejszej pracy.

Niektóre zmienne mogą wpływać nie tylko na wielkość spreadów SCDS (średnią warunkową), ale także na ich zmienność (wariancję warunkową). Zgodnie z teorią nieokreśloności równowagi, jeżeli pewne zmienne, na przykład nastawienie do ryzyka, wpływają na oczekiwania odnośnie przyszłej ceny instrumentu, to podmioty, nawet racjonalne, mogą podejmować działania mające bezpośredni wpływ na te ceny. Zjawisko to bywa określane mianem samospełniających się prognoz i stanowi przyczynę występowania równowagi plam słonecznych (ang. sunspot equilibrium), w której występuje nadmierna zmienność ceny danego waloru (por. np. [Azariadis 1981] oraz [Cass i Shell 1983]). Zmienną egzogeniczną, która koordynuje oczekiwania inwestorów i implikuje, niefundamentalny w teorii nieokreśloności równowagi, wzrost zmienności może być kategoria awersji do ryzyka. W zastosowaniach empirycznych jej przybliżeniem często jest indeks zmienności opcji na amerykańskim rynku akcji – VIX. Literatura potwierdza istotność indeksu VIX dla zmienności spreadów kredytowych. Huang i Kong [2005] przedstawiają wyniki, zgodnie z którymi VIX jest istotną determinantą prawdopodobieństwa gwałtownych zmian na rynku obligacji korporacyjnych, a Kliber i Wallusch [2014] dowodzą, że w pewnych okresach

113

widoczna jest przyczynowość w sensie Grangera biegnąca od indeksu VIX do zmienności polskich spreadów SCDS.

Kwestia napływających informacji jest kluczowa w kontekście badania zmienności. Nowak i in. [2011] wyróżniają dwa typy dostosowania do napływu nowych informacji na rynek. Pierwszym jest efekt cenowy (ang. repricing) odzwierciedlający zmiany ceny waloru w reakcji na zmianę wartości godziwej. Po publikacji zaskakującej informacji inwestorzy handlują walorem we wzmożony sposób, podczas gdy informacja zgodna z oczekiwaniami nie wywołuje wzrostu obrotów. Dobre informacje dotyczące ryzyka kredytowego (spadek ryzyka) powinny przyczyniać się do spadku spreadu kredytowego, podczas gdy zaskoczenie negatywne (wzrost ryzyka) powinien wywoływać wzrost spreadu kredytowego. Drugim efektem, mającym wpływ na zmienność instrumentu, jest efekt repozycjonowania (ang. repositioning), który z kolei może wynikać z asymetrii informacji dostępnej różnym uczestnikom rynku, bądź z odmiennej interpretacji publicznie dostępnej informacji przez heterogeniczne podmioty. Wzmożony handel instrumentem w świetle nowej informacji wynika z dostosowania portfeli kredytowych inwestorów do preferencji odnośnie ryzyka. Mechanizm działania asymetrii informacyjnej w tym kontekście został opisany przez Admatiego i Pfleiderera [1988]. Podmioty posiadające większy zbiór informacyjny (tzw. informację prywatną) koncentrują swoje zlecenia w momencie wysokiej aktywności na rynku, na przykład w momencie publikacji danych, w celu ukrycia tej informacji i osiągnięcia jak najmniejszego wpływu na ceny rynkowe. Obrót generowany przez poinformowanych uczestników rynku ujawnia bowiem prywatną informację. Z kolei zmiany w preferencji płynności (popytu na pieniądz) w reakcji na zaskakujące informacje dodatkowo zwiększają obroty w momencie publikacji.

Tymczasem mające ugruntowanie w ekonomii behawioralnej wyjaśnienie odmiennej interpretacji nowej informacji przez heterogeniczne podmioty zasadza się na różnicy w umiejętnościach interpretacyjnych. Zakłada się, że podmioty charakteryzujące się wyższym profesjonalizmem mogą oczekiwać innego wpływu danej informacji na ceny niż podmioty o niższym stopniu profesjonalizmu, które operują krócej na rynku42

. Fleming i Remolona [1999] wskazują, że efekt wzrostu obrotów i towarzyszący temu wzrost zmienności utrzymuje się znacznie dłużej niż efekt cenowy, jako że następuje uzgodnienie różnic w interpretacji informacji. Tym samym efekt repozycjonowania wywołany publicznie dostępną nową

42 Zgodnie z badaniem Gębki i Serwy [2015], nie jest jednak możliwa jednoznaczna identyfikacja motywów wzrostu obrotu po publikacji zaskakującej informacji. Autorzy wskazują w szczególności na trudności z identyfikacją motywu płynnościowego względem motywu związanego z prywatną informacją.

114

informacją, na przykład zaskakującą publikacją danych, jest następnie wzmacniany i przedłużany ujawnieniem się informacji prywatnej.

Abstrahując od wyjaśnień przyczyn zjawiska, literatura przedmiotu potwierdza wzrost zmienności w reakcji na zaskoczenie danymi fundamentalnymi. W odniesieniu do rynków obligacji liczne badania (m.in. Ederingtona i Lee [1993], Balduzziego, Eltona i Greena [2001], czy Andersena i in. [2007]) ujawniają istotny wpływ zaskoczenia na ceny obligacji skarbowych w krajach rozwiniętych, a badanie Nowak i in. [2011] – w krajach wschodzących. Huang i Kong [2005] potwierdzają również występowanie tego efektu w spreadach kredytowych rozumianych jako nadwyżka rentowności obligacji skarbowej ponad stopę wolną od ryzyka. Jedną z przyczyn, dla których niewiele jest badań odnośnie spreadów SCDS może być mniejsza płynność tego rynku względem rynku kasowego w wielu krajach. Jak wskazano w Rozdziale 1, nielicznymi najbardziej płynnymi kontraktami SCDS handluje się 20-krotnie w ciągu dnia, podczas gdy literatura odnośnie reakcji zmienności na zaskoczenia operuje na danych śróddziennych – reakcja opisywana w krótkim interwale czasowym po publikacji danych. Wzrost zmienności spreadu na rynku SCDS w reakcji na zaskoczenie danymi makroekonomicznymi potwierdzają Kim, Salem i Wu [2014].

Specyficznym rodzajem informacji jest zmiana ratingu kredytowego kraju lub jego perspektywy przez agencję ratingową. Powyższe rozważania na temat napływu informacji na rynek wskazywałyby, że należałoby się spodziewać wzrostu zmienności spreadu kredytowego w momencie każdej nieoczekiwanej decyzji agencji ratingowej, jednak literatura przedmiotu wskazuje, że podwyżka ratingu prowadzi zazwyczaj do spadku zmienności obligacji i spreadu kredytowego obligacji, a obniżka – do wzrostu zmienności (por. [Afonso, Gomes i Taamouti 2014] i [Heinke 2006]) . Abstrahując od tego, czy zdarzenie takie jest oczekiwane, przyczyną asymetrycznej reakcji zmienności może być to, że niższemu ratingowi odpowiada wyższa percepcja ryzyka kredytowego, czyli obligacja ryzykowna powinna charakteryzować się większą niepewnością uczestników rynku co do przyszłej spłaty zobowiązania przez państwo, czyli też wyższą zmiennością.

Drugi komponent zmienności zarysowany na początku podrozdziału identyfikowany jest w powiązaniu z uwarunkowaniami mikrostrukturalnymi rynku, wśród których duże znaczenie mają płynność i koszty transakcyjne. Daly [2011] wskazuje obroty na rynku jako zasadniczą determinantę zmienności. W studiach empirycznych brak jest jednak konsensusu odnośnie kierunku zależności między płynnością instrumentu finansowego a jego zmiennością. Jednocześnie niezgodność wyników wydaje się być niezależna od stosowanej miary płynności. Wolumen obrotów jest pozytywnie skorelowany ze zmiennością

115

w klasycznym badaniu Schwerta [1989] odnośnie rynku akcji oraz w badaniu Fulopa i Lescourreta [2013] odnośnie rynku CDS. Jest jednak negatywnie skorelowany ze zmiennością w badaniu Heinkego [2006] odnośnie rynku obligacji. Z kolei koszty transakcyjne⁴³ są ujemnie skorelowane ze zmiennością w badaniu Bao i Pan [2013] oraz dodatnio w przytaczanym już badaniu Fulopa i Lescourreta [2013]. Zgodnie z wynikami badania Amihuda, Mendelsona i Lauterbacha [1997] wysoka płynność redukuje zmienność związaną z szumem informacyjnym. Cechą wspólną powyższych prac jest jednak przypisywanie wysokiego znaczenia kategorii płynności jako determinancie płynności.

Z efektami mikrostruktury nieodłącznie związana jest sezonowość występująca pod postacią efektów kalendarzowych. W przypadku danych dziennych typowy przykład stanowi efekt dnia tygodnia. Informacje dotyczące wyceny danego instrumentu ujawniające się w weekend mogą znaleźć odzwierciedlenie w wycenie dopiero w poniedziałek. Zwrot poniedziałkowy obejmuje zatem zakres 72 godzin, a zwrot z pozostałych dni tygodnia – zakres 24 godzin. Informacje ujawniane po godzinach funkcjonowania rynku mogą znaleźć odzwierciedlenie w wycenie dopiero następnego dnia. Istotny może być też efekt ostatniego dnia kwartału, kiedy inwestorzy dokonują przeglądu portfeli pod kątem porównania z benchmarkiem lub następuje rozliczenie indeksu CDS, w skład którego wchodzi dany podmiot referencyjny⁴⁴. Daly [2011] potwierdza, że na wielu rynkach efekty kalendarzowe istotnie przyczyniają się do wahań zmienności.

Potencjalnym problemem ekonometrycznym może być korelacja między zaskoczeniem danymi, a efektami kalendarzowymi, która może wynikać z łącznego wystąpienia publikacji danych i efektu kalendarzowego w tym samym momencie czasowym. Andersen i Bollerslev [1998] oraz Neely [2011] argumentują, że w związku z tym należy łącznie modelować obydwa zjawiska w ramach jednego modelu zmienności. Porównując znaczenie zaskoczenia i efektów kalendarzowych, Neely [2011] wskazuje na relatywnie większą kontrybucję do zmienności efektów kalendarzowych względem zaskoczenia danymi makroekonomicznymi.

W kontekście zmienności rynków finansowych należy wspomnieć też o wpływie zmienności instytucjonalnej na zmienność cen aktywów. Stabilne instytucje powinny przyczyniać się do obniżenia permanentnego komponentu zmienności finansowej, a ewolucję tego zjawiska można obserwować w dłuższym okresie w gospodarkach przechodzących proces transformacji. Hartwell [2014] dokonuje przeglądu procesu transformacji dwudziestu

43 Wzrost tej miary odpowiada spadkowi płynności. 44

116

gospodarek w latach 1993-2012 w poszukiwaniu wpływu zmienności instytucjonalnej na zmienność rynku akcji. Zmienność związana z instytucją prawa własności przyczynia się w pracy Hartwella [2014] do wzrostu zmienności na rynku giełdowego rynkach finansowych w Polsce, podczas gdy poprawa miary określającej odpowiedzialność demokratyczną obniża zmienność.