Zeszyty Naukowe nr 14 POLSKIE TOWARZYSTWO EKONOMICZNE Kraków 2013 Marcin Czupryna Uniwersytet Ekonomiczny w Krakowie Wpływ ratingu na kursy akcji wybranych spółek Giełdy Papierów Wartościowych w Warszawie * 1. Wprowadzenie Ostatni kryzys wywołał dyskusję nad wieloma rozwiązaniami oraz mechanizmami rynków finansowych. Jednym z omawianych problemów była adekwatność oceny ryzyka kredytowego i aktualność ratingów (oceny wiarygodności kredytowej) nadawanych przez agencje ratingowe w okresie przed kryzysem. Rating jest oceną prawdopodobieństwa niewywiązania się dłużnika ze swoich zobowiązań w określonym horyzoncie czasowym i stanowi istotny element oceny ryzyka kredytowego na rynkach długu. Walidacja systemu ratingowego zazwyczaj polega na porównaniu obserwowanego i prognozowanego odsetka dłużników, którzy nie wywiązali się ze swoich zobowiązań, dla poszczególnych kategorii ratingowych z wykorzystaniem metod statystycznych [Hefield 2005]. Innym występującym w leraturze sposobem oceny adekwatności ratingu jest weryfikacja zachowań inwestorów oraz reakcji rynku (np. kursu akcji) na ogłaszane przez agencje ratingowe zmiany ratingu (np. [Glascock, Davidson i Henderson 1987; Goh i Ederington 1993; Norden i Weber 2004]). W szczególności badane są następujące zagadnienia: czy zmiany ratingu są przewidywane przez uczestników rynku, czy też reakcja następuje dopiero po zmianie ratingu oraz czy reakcja rynku na poprawę i pogorszenie ratingów jest symetryczna. Niektóre wyniki obserwacji na rynkach światowych sugerują, że uczestnicy rynku * Artykuł został napisany na podstawie badań zrealizowanych w ramach projektu badawczego KBN, nr umowy 3083/B/H03/2010/38.
110 Marcin Czupryna przewidują, a nie reagują na zmiany ratingu oraz że reakcja na zmiany ratingu jest asymetryczna, tzn. tylko pogorszenia ratingu lub ich zapowiedź przez ogłoszenie weryfikacji ratingu powodują reakcję uczestników rynku (por. np. [Hull, Predescu i Whe 2004]). Inni autorzy obserwują asymetryczną reakcję na zdarzenia ratingowe tylko na dużych rynkach (por. [Elayan, Hsu i Meyer 2003]). Próbą uzasadnienia takiej reakcji rynku jest wskazanie na asymetrię informacji pomiędzy zorientowanymi i niezorientowanymi uczestnikami rynku oraz różny sposób reakcji na dobre i złe wiadomości (dobre wiadomości są komunikowane od razu, złe stopniowo) (por. [Chen, Hong i Stein 2001; He, Wang i Wei 2011]). W niniejszym artykule uogólniono rozważania przedstawione w publikacji [Hefield 2005, s. 10 27]. Zidentyfikowano w ten sposób niepewność odnośnie do przyczyn zmian ratingu (zmiana sytuacji finansowej spółki lub zmiany metody nadawania ocen ratingowych) jako możliwą przyczynę asymetrycznej reakcji na zdarzenia ratingowe. W drugiej części artykułu przeanalizowano wpływ zmian różnych typów ratingów: aktualny (point-in-time) oraz uwzględniający cykl koniunkturalny (through-the-cycle) na potencjalne reakcje inwestorów. W części trzeciej artykułu przedstawione zostały metodyka oraz wyniki analizy wpływu zmian ratingów agencji ratingowej Moody s na kurs akcji wybranych spółek Giełdy Papierów Wartościowych w Warszawie. W zakończeniu podano wnioski uwzględniające wyniki badań empirycznych przedstawionych w części trzeciej artykułu oraz rozważania teoretyczne. 2. Rodzaj ratingu i reakcje inwestorów Rozważmy za [Hefield 2005] następujący uproszczony model ratingowy i jego dwa typy: aktualny (PIT) i uwzględniający cykl koniunkturalny (TTC): Z α+β W +β X +β Y + U (2.1) i, t+ 1 W i X Y t i, t+ 1. W modelu zmienne losowe oznaczone symbolami W i i X reprezentują cechy charakteryzujące dłużnika odpowiednio niezmieniające się w czasie oraz podlegające zmianom w czasie. Zmienne te mają w populacji rozkład normalny. Zmienna losowa Y t reprezentuje stan gospodarki w chwili t. Wektor β [ βw, βx, β Y] charakteryzuje model oceny wiarygodności kredytowej, a wartości jego składowych określają wpływ poszczególnych zmiennych na prawdopodobieństwo niewywiązania się ze zobowiązań kredytowych dłużnika. 2 i, t+ 1 t+ 1 i, t+ 1 U ϖ V + 1 ϖ E. (2.2)
Wpływ ratingu na kursy akcji wybranych spółek... 111 Zmienna losowa U i, t + 1 zdefiniowana za pomocą równania (2.2) ma rozkład normalny, a jej wartość jest interpretowalna, jako informacja wpływająca na wiarygodność kredytową dłużnika w chwili t + 1 nieznana w chwili t. Zmienna losowa jest sumą niezależnych zmiennych losowych V t + 1 interpretowanej jako warunki makroekonomiczne w chwili t + 1 oraz zmiennej E i, t +1 interpretowanej jako czynniki specyficzne dla dłużnika w chwili t + 1. Zdarzenie niewywiązania się ze zobowiązań kredytowych D +1 1 następuje, gdy spełniony zostanie warunek: Z i, t + 1 < 0. (2.3) Zdefiniujmy model ratingowy uwzględniający cykl koniunkturalny: Wtedy: TTC E D, 1Wi wi, X x, YYt V + β +ϖ t+ 1 ψ. α+β w +β x +ψ Φ. 2 1 ϖ TTC W i X (2.4) (2.5) Dla tak określonego modelu ratingowego zmiany prawdopodobieństwa niewywiązania się ze zobowiązań przez dłużnika wynikają tylko ze zmian parametrów charakterystycznych dla dłużnika. Dla modelu ratingowego zdefiniowanego równaniem (2.4) należy spodziewać się zmiany kursów akcji silniejszych niż zmiany wynikające ze zmiany rynku (por. część 3) każdorazowo, zarówno w przypadku poprawy, jak i pogorszenia ratingu. Alternatywny tzw. aktualny model ratingowy możemy określić wzorem: wtedy: PIT E Di, t+ 1 Wi wi, X x, Yt y t, (2.6) PIT Φ( α+β ( Wwi +β Xx +β Yyt )). (2.7) Dla modelu ratingowego określonego za pomocą równania (2.7) należy spodziewać się zmiany kursów akcji silniejszych niż zmiany wynikające ze zmiany rynku, zarówno w przypadku poprawy, jak i pogorszenia ratingu, jednakże tylko wtedy, gdy zmiany te wynikają ze zmian zmiennych charakteryzujących dłużnika, a nie zmian fazy cyklu koniunkturalnego. Dokonajmy analizy wpływu zmian sytuacji gospodarczej zmiennej Y t na TTC dla dłużników charakteryzujących się w chwili t jednakowym PIT :
112 Marcin Czupryna TTC PIT E E Di, t 1 Wt, X, YYt V t 1 WWi XX Yyt PIT, Yt y + β +ϖ + ψ α+β +β +β γ t E Di, t+ 1 YYt Vt+ 1, WWi XX Yyt PIT, Yt y β +ϖ ψ α+β +β +β γ t β yyt +γpit ψ Φ. 2 (2.8) 1 ϖ Można zauważyć, że dla dłużników charakteryzujących się jednakowym PIT TTC wzrasta dla wzrastającego y t. Oznacza to, że w czasie poprawy koniunktury klienci o tym samym ratingu aktualnym mają coraz gorszy rating uwzględniający cykl koniunkturalny. Analogicznie: PIT TTC 2 E E Di, t 1 Wt, X, Y + t WWi XX 1 TTC, Yt y α+β +β +ψ ϖ γ t 2 E Di, t+ 1 WWi XX 1 TTC, Yt y α+β +β +ψ ϖ γ t 2 ( yyt TTC ) Φ β + 1 ϖ γ +ψ. (2.9) Należy zauważyć, że dla dłużników charakteryzujących się jednakowym TTC PIT maleje dla wzrastającego y t. Oznacza to, że w czasie poprawy koniunktury klienci o tym samym ratingu uwzględniający cykl koniunkturalny mają coraz lepszy rating aktualny. Wyniki uzyskane przez E. Hefielda [2005, s. 10 27] przytoczone powyżej dla kompletności wywodu (w szczególności przeciwny wpływ poprawy sytuacji gospodarczej na wartości prawdopodobieństwa niewywiązania się ze zobowiązań określonych w równaniach (2.8) oraz (2.9)) skłaniają do rozważenia następującego uogólnionego modelu: ( ) MIX E Di, t 1 Wi wi, X x, Yt yt, Y(1 ) Yt V + β θ +ϖ t+ 1 ψ, MIX α+β Wwi +β Xx +θβ yy +ψ t Φ, 2 1 ϖ (2.10) będącego modelem pośrednim pomiędzy modelami: aktualnym i uwzględniającym cykl koniunkturalny. W modelu tym przyjmujemy, że aktualna sytuacja gospodarcza (y t ) tylko częściowo wpływa na rating dłużnika. Model taki umoż-
Wpływ ratingu na kursy akcji wybranych spółek... 113 liwia analizę wpływu niepewności związanej z metodą wyznaczania prawdopodobieństwa niewywiązania się ze zobowiązań. Wartość prawdopodobieństwa w takim modelu zależy od wartości parametru θ, który może przyjmować wartości z przedziału [0,1]. Zauważmy wtedy, że: MIX ( θ ) MIX ( θ) ( ) E D i, t 1 Wt, X, Yt, Y(1 ) Yt V + β θ +ϖ t+ 1 ψ E 2 α+β WWi +β XX +βθ Y Yt +ψ 1 ϖ γ MIX ( θ), Yt yt βyyt( θ θ) Φ γmix ( θ). 2 1 ϖ (2.11) Dla dłużników charakteryzujących się jednakowym MIX(θ) oczekiwane MIX(θ ) maleje lub rośnie dla wzrastającego y t, zależnie od znaku różnicy θ θ. Jeśli jest on dodatni, co można zinterpretować, że model ma w większym stopniu charakter aktualny, to oczekiwane MIX(θ ) maleje. Analogicznie, jeśli znak różnicy θ θ jest ujemny, tj. model w większym stopniu uwzględnia cykl koniunkturalny, to oczekiwane MIX(θ ) rośnie. Załóżmy, że parametr θ jest nieznany i zmienny w czasie. Zauważmy wtedy, że inwestorzy, nie znając wartości aktualnej i nowej parametru θ, nie są w stanie dokładnie określić, czy zmiana ratingu wynika ze zmiany metodyki wyznaczania ratingu, czy też zmiany cyklu koniunkturalnego lub parametrów charakterystycznych dla dłużnika. W takim wypadku można oczekiwać, że konserwatywni inwestorzy będą reagować na zmiany negatywne ratingu, nie uwzględniając zmian pozytywnych. 3. Wyniki empiryczne W celu weryfikacji, czy rating ma istotny wpływ na kurs akcji, analizie poddano kursy wybranych spółek Giełdy Papierów Wartościowych w Warszawie: BPH, BRE, CEDC, CYFROWY POLSAT, NOBLE BANK, PBG, PEKAO SA, PKN ORLEN, TP SA oraz TVN SA od 2002 r. W rozważanym okresie agencja ratingowa Moody s nadawała rozważanym spółkom ratingi. Badano zachowanie kursów akcji tych spółek w przypadku wystąpienia zdarzeń ratingowych. Jako zdarzenie ratingowe zdefiniowano zmianę lub pozostawienie na niezmienionym poziomie ratingu lub jego perspektywy (outlook) oraz ogłoszenie o rewizji ratingu lub jego perspektywy. Każde zdarzenie ratingowe zostało zaklasyfiko-
114 Marcin Czupryna wane jako pozytywne, neutralne i negatywne, ze względu na jego ekonomiczną treść. W artykule uwzględniono tylko ratingi agencji ratingowej Moody s. Do analizy wykorzystano metodologię analizy zdarzeń (por. [Campbell, Lo i MacKinlay 1997, s. 149 187]). W analizie zastosowano model rynkowy, definiując następujące zmienne: R α +β R +ε, (3.1) i i Mt gdzie R należy interpretować jako dzienny zwrot z akcji spółki oznaczonej indeksem i, R Mt jako dzienny zwrot portfela rynkowego. Jako wartość portfela rynkowego przyjęto wartość indeksu WIG20 ze względu na fakt, że analizie podlegały spółki o dużej kapalizacji. Przyjęto, że stopy zwrotu mają rozkład wielowymiarowy normalny. Założenie to nie zawsze jest spełnione, jednakże uzyskane wyniki są odporne na odchylenia od tego założenia (por. [Campbell, Lo i MacKinlay 1997, s. 153 157]). Zmienną ε * określoną równaniem (3.2) można interpretować jako niewynikającą ze zmian rynkowych, nadzwyczajną zmianę kursu akcji spółki i, dla obser- wacji t w oknie obserwacji (event window). Okno obserwacji obejmuje okres od 10 dni roboczych (10 obserwacji) poprzedzających dane zdarzenie rynkowe do 10 dni roboczych po zaobserwowanym zdarzeniu rynkowym. ε αˆ β ˆ. (3.2) * * * R i ir Mt Oszacowania parametrów αˆ i, β ˆ i uzyskano na podstawie danych okna estymacji (estimation window) zawierających 120 kolejnych obserwacji z okresu obejmującego od 130 dni roboczych do 11 dni roboczych poprzedzających dane zdarzenie ratingowe. W przypadku kiedy okna zdarzeń dwóch różnych zdarzeń ratingowych pokrywały się, oba zdarzenia były usuwane z próby. W ten sposób uzyskano N 13 zdarzeń zaklasyfikowanych jako pozytywne, N 13 zdarzeń zaklasyfikowanych jako neutralne oraz N 10 zdarzeń zaklasyfikowanych jako negatywne. Dla każdej z tych grup zdarzeń policzono średni nadzwyczajny zwrot dla każdego dnia z okna zdarzenia (3.3) oraz odpowiednie skumulowane nadzwyczajne zwroty CAR(t). 1 ε. (3.3) N * * t ε N i 1 CAR() t ε. Uzyskane wyniki przedstawiono w tabeli 1. t * i (3.4) i 1
Wpływ ratingu na kursy akcji wybranych spółek... 115 Tabela 1. Średni nadzwyczajny zwrot, średni skumulowany nadzwyczajny zwrot, poziom istotności dla 21 dni okna zdarzenia (11. obserwacja reprezentuje dzień zdarzenia ratingowego) w podziale na wyróżnione kategorie zdarzeń: pozytywne, neutralne i negatywne, % Numer Pozytywne Neutralne Negatywne obserwacji AR CAR PVAL AR CAR PVAL AR CAR PVAL 1 0,4 0,4 19,3 0,3 0,3 23,3 0,8 0,8 21,2 2 1,0 1,4 1,9 0,3 0,0 49,4 1,0 1,8 9,7 3 0,1 1,5 3,9 0,5 0,5 27,7 0,5 2,3 8,4 4 0,1 1,4 7,2 0,1 0,6 25,8 0,2 2,2 13,4 5 1,1 2,5 1,1 0,1 0,7 25,1 0,2 2,4 14,1 6 0,6 1,9 5,6 0,6 1,3 13,6 2,1 4,5 3,3 7 0,9 1,0 21,6 0,4 1,7 8,5 0,1 4,3 4,8 8 0,4 1,4 16,0 0,0 1,7 10,1 2,2 6,5 1,0 9 0,2 1,5 14,7 0,8 0,9 25,2 2,3 8,8 0,2 10 0,2 1,7 13,4 0,7 1,6 13,8 1,1 9,9 0,1 11 0,2 1,5 17,9 0,3 1,9 11,0 0,8 10,7 0,1 12 0,6 0,9 30,4 0,1 1,8 13,1 1,8 8,9 0,5 13 0,5 0,3 42,3 0,4 1,5 19,2 1,2 7,7 1,6 14 0,5 0,2 53,5 0,3 1,7 16,3 0,7 8,3 1,3 15 0,1 0,3 56,1 0,4 1,3 23,7 0,9 7,4 2,7 16 0,8 1,1 71,5 0,3 1,0 30,1 1,8 5,6 7,8 17 0,3 0,8 66,0 0,2 1,2 26,7 0,9 6,6 5,4 18 0,7 1,5 76,2 0,6 0,6 38,1 0,3 6,2 6,8 19 0,8 0,7 63,6 0,1 0,5 39,5 0,9 5,3 10,8 20 0,9 0,2 46,6 0,3 0,8 35,0 1,4 3,9 18,9 21 0,2 0,4 43,7 0,7 1,5 24,4 1,4 2,5 29,3 Źródło: opracowanie własne. Skumulowane zwroty nadzwyczajne dla negatywnych zdarzeń ratingowych (dla tej kategorii zdarzeń uzyskano statystycznie istotne wyniki) przedstawiono dodatkowo na rys. 1. Dla kategorii negatywnych zdarzeń ratingowych dokonano dodatkowej weryfikacji za pomocą testu nieparametrycznego rang (por. [Corrado 1989]), uzyskując rezultat 1,7323 na poziomie istotności 0,0416. Wynik ten można interpretować w taki sposób, że w dniu negatywnego zdarzenia ratingowego daje się zaobserwować ujemne nadzwyczajne stopy zwrotów. Uzyskane wyniki sugerują częściowo antycypowaną reakcję rynku na negatywne informacje ratingowe. Efekt jest jednak przejściowy oraz ograniczony do kilku dni przed zdarzeniem ratingowym i po tym zdarzeniu.
116 Marcin Czupryna 0,0 2,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 4,0 % 6,0 8,0 10,0 12,0 Rys. 1. Średni skumulowany nadzwyczajny zwrot dla 21 dni okna zdarzenia (11. obserwacja reprezentuje dzień zdarzenia ratingowego) dla negatywnych zdarzeń ratingowych Źródło: opracowanie własne. 2,0 1,5 1,0 0,5 % 0,0 0,5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 1,0 1,5 2,0 2,5 3,0 Rys. 2. Średni skumulowany nadzwyczajny zwrot dla 21 dni okna zdarzenia (11. obserwacja reprezentuje dzień zdarzenia ratingowego) dla pozytywnych zdarzeń ratingowych Źródło: opracowanie własne.
Wpływ ratingu na kursy akcji wybranych spółek... 117 Nie obserwowano statystycznie istotnych wyników dla pozytywnych i neutralnych zdarzeń ratingowych. Wyniki dla pozytywnych zdarzeń ratingowych zaprezentowano na rys. 2, natomiast wyniki dla neutralnych zdarzeń ratingowych na rys. 3. 0,0 0,5 1,0 1,5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 % 2,0 2,5 3,0 3,5 4,0 Rys. 3. Średni skumulowany nadzwyczajny zwrot dla 21 dni okna zdarzenia (11. obserwacja reprezentuje dzień zdarzenia ratingowego) dla neutralnych zdarzeń ratingowych Źródło: opracowanie własne. Wynik ten może sugerować dodatnią, ex-post oraz przejściową reakcję na pozytywne zdarzenia ratingowe, nie jest on jednak istotny statystycznie. 4. Zakończenie W opracowaniu przedstawiono wpływ typu ratingu na potencjalne reakcje inwestorów, a także empirycznie zweryfikowano hipotezę o wpływie zmian ratingu na zachowania inwestorskie. Uzyskane wyniki analizy danych empirycznych sugerują reakcję rynku na negatywne zdarzenia ratingowe (pogorszenie ratingu lub jego perspektywy oraz ich zapowiedzi). Zmiany takie są częściowo antycypowane przez rynek. Nie stwierdzono statystycznie istotnych reakcji rynku na pozytywne i neutralne zdarzenia ratingowe. Ze względu na wielkość próby, wynikającą z niewielkiego zaangażowania agencji ratingowych na rynku polskim, sugerowane jest powtórzenie badań na większej próbie w miarę jej dostęp-
118 Marcin Czupryna ności. Wyniki badań przedstawione w punkcie 2 pokazują, że asymetria reakcji może wynikać z braku transparentności metodyki nadawania ratingów. Ponieważ niezależna i obiektywna ocena ryzyka kredytowego jest istotna dla stabilności systemu finansowego, następujące zmiany wydają się zasadne: zwiększenie transparentności metodyki nadawania ratingów i określenie wpływu poszczególnych czynników na rating (zmiany w tym zakresie są prowadzone przez agencje ratingowe dla ratingu dla banków, por. [Packer i Tarashev 2011]) oraz wcześniejszego uwzględniania zmian czynników wpływających na wiarygodność kredytową w ocenie ratingowej. Leratura Campbell J., Lo A., MacKinlay A. [1997], The Econometrics of the Financial Markets, Princeton Universy Press, Princeton, New Jersey. Chen J., Hong H., Stein J. [2001], Forecasting Crashes: Trading Volume, Past Returns and Condional Skewness in Stock Prices, Journal of Financial Economics, nr 61. Corrado C. [1989], A Nonparametric Test for Abnormal Secury Price Performance in Event Studies, Journal of Financial Economics, nr 23. Elayan F., Hsu W., Meyer T. [2003], The Informational Content of Cred Rating Announcements for Share Prices in Small Market, Journal of Banking and Finance, nr 27. Glascock J., Davidson W., Henderson G. [1987], Announcement Effect of Moody s Bond Rating Changes on Equy Returns, Quarterly Journal of Business and Economics, nr 26. Goh J., Ederington L. [1993], Is a Bond Rating Downgrade Bad News, Good News or No News for Stockholders?, Journal of Finance, nr 48. He Y., Wang J., Wei K.C. [2011], Do Bond Rating Changes Affect the Information Asymmetry of Stock Trading?, Journal of Empirical Finance, nr 18. Hefield E. [2005], Dynamics of Rating Systems [w:] Studies on the Validation of Internal Rating Systems, BIS, Working Paper No. 14, http://www.bis.org/publ/bcbs_wp14. pdf. Hull J., Predescu M., Whe A. [2004], The Relationship between Cred Default Swap Spreads, Bond Yields, and Cred Rating Announcements, Journal of Banking and Finance, nr 28. Norden L., Weber M. [2004], Informational Efficiency of Cred Default Swap and Stock Markets: The Impact of Cred Rating Announcements, CEPR Discussion Paper. Packer F., Tarashev N. [2011], Rating Methodologies for Banks, BIS Quarterly Review, http://www.bis.org/publ/qtrpdf/r_qt1106f.pdf.
Wpływ ratingu na kursy akcji wybranych spółek... 119 The Effect of Ratings on the Share Prices of Selected Companies Listed on the Warsaw Stock Exchange Analysis of empirical data, and in particular of investor reactions to rating events leading to unusual changes in the share prices of selected companies listed on the Warsaw Stock Exchange, confirms the results obtained for other stock exchanges around the world. This paper reports statistically significant reactions of the market to negative rating events (a downgrade, negative cred watch, or their likelihood). Such changes are partially anticipated by the market. No statistically significant reactions to posive and neutral rating events have been observed. Theoretical analysis shows that this reaction asymmetry may be attributable to a lack of transparency in the rating methods and the processes of rating notification. Therefore, as the results show, these methods and processes should be modified. Marcin Czupryna doktor, Uniwersytet Ekonomiczny w Krakowie, Wydział Finansów, Katedra Rynków Finansowych. Zainteresowania naukowo-badawcze: rynki finansowe, teoria podejmowania decyzji. e-mail: czuprynm@uek.krakow.pl