Результаты применения модели CreditGrades
В ходе исследования мы проанализировали результаты классической модели Мертона для оценки CDS, а так же реализовали в подходе Мертона стохастические модели, учитывающие «улыбку волатильности» при оценке опциона.
Поскольку одной из задач исследования был ответ на вопрос о применимости структурных моделей для оценки CDS на российские компании, мы решили использовать для оценки общеизвестную модель, которая уже продемонстрировала высокие результаты для прогнозирования кредитных спредов эмитентов развивающихся рынков. Это модельCreditGrades, основные походы которой были описаны во второй главе данного исследования.
Далее представим в виде графиков, результаты, полученные с помощью модели CreditGrades для оценки CDS на российские компании:
Рис. № 25 - Реализация модели CreditGrades для Газпрома, Згода
Из данного графика видно, что модель в посткризисный период демонстрировала результаты, близкие к рыночным ценам CDS, а в кризисный период значительно завышала теоретические цены CDS. Но необходимо провести численный анализ результатов, чтобы сказать, применима модель для оценки CDS или нет.
Реализация модели CreditGrades для компании Газпром
Рис. № 26 - Реализация модели CreditGrades для Газпрома, 5 лет
Реализация модели CreditGrades для Банка ВТБ
Рис. № 27 - Реализация модели CreditGrades для Банка ВТБ, 3 года
Реализация модели CreditGrades для Сбербанка
Рис. № К8 - Реализация модели CreditGrades для Сбербанка, 3 года
Реализация модели CreditGrades для Лукойла
Рис.
№29- Реализация модели CreditGrades для Лукойла, ЗгодаРеализация модели CreditGrades для Северстали
Рис. №30 - Реализация модели CreditGrades для Северстали, Згода.
Приведем таблицу с регрессионным анализом результатов
модели:
Таблица № 12 - Регрессионный анализ результатов модели
CreditGrades для оценки CDS на российские компании, 5 лет
| Модель | Компания | Коэф-т корреляции | Коэф-т наклона | Константа | Отклонение |
| Модель Grades | Г азпром 5Y | 0,85 | 0,78 | -21,00 | 10,39 |
| Сбербанк 5Y | 0,72 | 1,98 | -249,00 | 10,26 | |
| ВТБ 5Y | 0,94 | 1,75 | -197,00 | 3,74 | |
| Лукойл 5Y | -0,05 | -1,63 | 272,00 | 15,50 | |
| Северсталь 5Y | 0,81 | 1,75 | 142,00 | 64,00 |
Таблица № 13 - Регрессионный анализ результатов модели
CreditGrades для оценки CDS на российские компании, 3 года
| Модель | Компания | Коэф-т корреляции | Коэф-т наклона | Константа | Отклонение |
| Модель Grades | Газпром 3Y | 0,70 | 1,09 | -76,00 | 3,65 |
| Сбербанк 3Y | 0,73 | 1,89 | -К7К,00 | 7,5К | |
| ВТБ 3Y | 0,94 | К,05 | -374,00 | 3,39 | |
| Лукойл 3Y | 0,71 | 1,13 | 156,00 | 0,14 | |
| Северсталь 3Y | 0,78 | 1,3К | 36** | К5,00 |
Анализ сделан на результатах, полученных с начала 2010 года, чтобы кризисный период высокой волатильности не искажал реальную картину.
Как видно из таблиц №12 и №13 для 3-х летнего Газпрома, 3-х летней Северстали, 3-х летнего Лукойла, 5-ти летнего Газпрома , 5-ти летней Северстали, 5-летнего ВТБ модель продемонстрировала очень хорошие результаты. Во-первых, везде высокие положительные коэффициенты корреляции, что говорит об однонаправленности изменений теоретических и реальных цен CDS. Во-вторых, по перечисленным CDS коэффициент наклона близок к единице, и небольшие значения константы, для 3-летнего CDS Северстали константа вообще незначима. В-третьих, значения отклонения в разы ниже значений, полученных с помощью модели CEV.
В остальных случаях, модель CreditGrades продемонстрировала весьма удовлетворительные результаты. Таким образом, можно сделать вывод, что эта модель применима для оценки CDS на российские компании.
Подводя итог по применимости структурных моделей для оценки CDS на российские компании, представим все численные результаты анализа в виде одной таблицы:
Таблица № 14 - Консолидированные численные результаты
применения структурных моделей для оценки CDS
| Модель | Компания | Коэф. корреляции | Коэф-т наклона | Констант а | Отклоне ние |
| Модель Мертон а (с янв. 10) | Г азпром | 0,18 | 0,06 | 205,00 | 40,70 |
| Сбербанк | 0,61 | 1,17 | 122,00 | 16,20 | |
| ВТБ | 0,47 | 0,17 | 255,00 | 38,70 | |
| Лукойл | 0,76 | 5,26 | 177,16 | 48,60 | |
| Северсталь | 0,66 | 0,05 | 313,00 | 935,00 | |
| Модель SABR- Мертон | Газпром 3Y | 0,81 | 0,85 | 67,00 | 1,56 |
| Сбербанк 3Y | 0,63 | 1,13 | 112,00 | 8,32 | |
| ВТБ 3Y | 0,78 | 1,27 | 156,00 | 2,98 | |
| Лукойл 3Y | 0,73 | 1,05 | 34,00 | 0,32 | |
| Северсталь 3Y | 0,57 | 0,81 | 180 | 7,32 | |
| Модель CEV | Газпром 3Y | 0,80 | 0,29 | 140,00 | 19,70 |
| Г азпром 5Y | 0,40 | 0,01 | 210,00 | 11518,0 | |
| Лукойл 3Y | 0,76 | 0,36 | 187,00 | 11,78 | |
| Лукойл 5Y | 0,73 | 0,08 | 179,00 | 1499,00 | |
| Северсталь | 0,73 | 0,09 | 262,00 | 130,00 | |
| Модель Grades | Газпром 3Y | 0,70 | 1,09 | -76,00 | 3,65 |
| Сбербанк 3Y | 0,73 | 1,89 | -272,00 | 7,52 | |
| ВТБ 3Y | 0,94 | 2,05 | -374,00 | 3,39 | |
| Лукойл 3Y | 0,71 | 1,13 | 156,00 | 0,14 | |
| Северсталь 3Y | 0,78 | 1,32 | 36** | 25,00 | |
| Г азпром 5Y | 0,85 | 0,78 | -21,00 | 10,39 | |
| Сбербанк 5Y | 0,72 | 1,98 | -249,00 | 10,26 | |
| ВТБ 5Y | 0,94 | 1,75 | -197,00 | 3,74 | |
| Лукойл 5Y | -0,05 | -1,63 | 272,00 | 15,50 | |
| Северсталь 5Y | 0,81 | 1,75 | 142,00 | 64,00 |
Как видно, из обобщенной таблицы наилучшие результаты продемонстрировали модели CreditGrades и SABR-Мертон, причем результаты применения CreditGrades для финансовых компаний лучше, чем SABR-Мертон, а для компаний реального сектора наоброт.
Показатели отклонения классической модели Мертона сравнимы с аналогичными показателями для модели CEV.