Liquidez de los bonos corporativos antes y después del inicio de la crisis subprime

...

Llevamos a cabo una serie de pruebas de robustez, y los dos cheques más importantes son los siguientes. Para apoyar la afirmación de que nuestra medida λNo es la medición del riesgo de crédito, corremos regresiones en una muestra equivalente de bonos corporativos que utilizan pares de bonos emitidos por la misma firma con la madurez cerca uno del otro. En lugar de los controles de crédito, utilizamos una variable ficticia para cada par emparejado y estimar cómo se propaga dependen de λ. En este enfoque alternativo para el control del riesgo de crédito, λconsistentemente sigue siendo significativa. El segundo control se relaciona con el hecho de que se utilizan los datos para los bonos para los que tenemos operaciones durante algún período durante el 2005-2009. Para probar que nuestros resultados no son confundidos por un aumento de nuevos problemas hacia el final del período de la muestra, que rehacer resultados usando sólo enlaces existentes para el año 2005, y los resultados siguen siendo similares.

La literatura sobre cómo afecta la liquidez precios de los activos es muy amplia. Un estudio exhaustivo se puede encontrar en Amihud, Mendelson y Pedersen (2005) . En los últimos años, la falta de liquidez de los bonos corporativos se ha visto como una posible explicación para el "rompecabezas diferencial de crédito", es decir, la afirmación de que los diferenciales de rendimiento de los bonos corporativos son más grandes que lo que puede explicarse por el riesgo de incumplimiento (véase Huang y Huang, 2003 ;Elton, Gruber, Agrawal, y Mann, 2001 ; Collin-Dufresne, Goldstein, y Martin, 2001 ).Trabajos anteriores que muestran que los proxies de liquidez son variables explicativas significativas de los diferenciales de crédito son Houweling, Mentink, y Vorst (2005) ,Downing, Underwood, y Xing (2005) , de Jong y Driessen (2006) , Sarig y Warga (1989) , y Covitz y Downing (2007) . Lin, Wang y Wu (2011) el riesgo de liquidez de estudio en el mercado de bonos corporativos, pero no se centran en la naturaleza régimen dependiente del riesgo de liquidez. Bao, Pan, y Wang (2011) extraer un agregado medida de liquidez de los bonos de grado de inversión utilizando la medida roll y examinar las implicaciones de fijación de precios de la falta de liquidez. El hecho de quelambdaes más robusta que la medida del rollo nos permite obtener una imagen más detallada de la liquidez del mercado de bonos a través de suscriptor, sector y clasificación. Por otra parte, se investiga la liquidez tanto de grado de inversión y los bonos de grado especulativo.

2. Descripción de los datos

Desde enero de 2001, miembros de la Autoridad Reguladora de la Industria Financiera han sido obligados a informar sobre sus transacciones de venta libre a través de bonos corporativos secundarias TRACE (Reporte de Comercio y motor de Cumplimiento).Debido al beneficio incierto para los inversores de la transparencia de precios, no todas las operaciones reportadas a TRACE se difundieron inicialmente en la puesta en marcha de TRACE el 1 de julio de 2002. Desde octubre de 2004, oficios en casi todos los bonos se difunden a excepción de algunos bonos negociados ligera (ver Goldstein y Hotchkiss de 2008 , para más detalles). Debido a que usamos observaciones trimestrales, comenzamos nuestro período de muestra al comienzo del trimestre siguiente.

Utilizamos una muestra de bonos corporativos que tienen algunos informes comerciales en TRACE durante el período 1 de enero de 2005 al 30 de junio de 2009. limitamos la muestra a bonos con vencimiento a tasa fija que no son rescatables, convertible, computables, o tienen disposiciones de fondos que se hunde . Obtenemos información sobre el bono de Bloomberg, y esto nos proporciona inicialmente con 10.785 emisiones de bonos. Utilizamos las calificaciones de los bonos de Datastream y con falta de calificaciones están excluidos. 1 Esto reduce la muestra a 5.376 bonos. Comercios minoristas de tamaño (operaciones por debajo de $ 100,000 en volumen) y se descartan después de la filtración a cabo operaciones erróneas, como se describe en Dick-Nielsen (2009) , que se quedan con 8,212,990 oficios. Por último, recogemos la dispersión de previsión de los analistas de IBES, precios de las acciones de las empresas emisoras y las cifras de contabilidad firma de Bloomberg, las tasas de intercambio de flujo de datos, los rendimientos del Tesoro que consta de los temas más recientemente subastado ajustarse a las constantes vencimientos publicados por la Reserva Federal en el H -15 liberar, y las tasas LIBOR de la Asociación de Banqueros británicos. Si la dispersión de previsión, cotizaciones, así como datos de la contabilidad en firme no están disponibles, dejamos caer las observaciones correspondientes de la muestra.

3. metodología empírica

Esta sección proporciona detalles sobre el análisis de regresión realizado en la siguiente sección y define el conjunto de variables de liquidez que utilizamos.

3.1. Regresión

Como variable dependiente se utiliza el diferencial de rendimiento de la tasa de intercambio para cada enlace al final de cada trimestre. Los detalles de implementación se dan en el Apéndice A .

Para controlar el riesgo de crédito, seguimos Blume, Lim y Mackinlay (1998) y añadimos el beneficio de explotación a las ventas, razón deuda a largo plazo para los activos, ratio de apalancamiento, volatilidad de las acciones, y cuatro maniquíes de cobertura de intereses antes de impuestos a las regresiones . 2 Para captar los efectos del entorno económico general en el riesgo de crédito de las empresas, incluimos el nivel y la pendiente de la curva swap, que se define como la tasa swap a 10 años y la diferencia entre la tasa swap a 10 años y 1 año . Duffie y Lando (2001) muestran que los diferenciales de crédito pueden aumentar cuando existe una información incompleta sobre la verdadera calidad de crédito de la empresa. Para proxy para este efecto, seguimos Güntay y Hackbarth (2010) y el uso dispersión en las previsiones de ingresos como una medida de información incompleta. Por último, añadimos la edad de bonos, el tiempo hasta el vencimiento, y el tamaño de promocional para las regresiones; véase, por ejemplo, Sarig y Warga (1989) , Houweling, Mentink, y Vorst (2005) , y Longstaff, Mithal, y Neis (2005) . No utilizamos (CDS) de datos Credit Default Swap ya que ello restringir la muestra sólo a aquellas empresas para las que están negociando los contratos de CDS.

Para cada categoría de calificación, corremos regresiones separadas por medio de observaciones trimestrales. Las regresiones son