The purpose of this paper is to measure the correlation between the foreign longterm
issuer credit ratings and both, credit spreads and ASW and to assess the role
that the Rating Agencies play on the capital markets.
Ratings reflect the financial strength and credit-worthiness of the issuer as assessed
by the external rating agency. Spreads indicate the market’s expectations in
connection to the riskiness of the investment. Hence high spreads compensate
investors for the higher risk taken. The result of the analysis is that there indeed exist
correlations between foreign long-term issuer credit ratings and both, credit spreads
and ASW. A high spread is strongly correlated to a low credit rating.
However, even if the relationship exists, it is not possible to draw clear patterns of the
market behavior. In some of the analyzed cases, market movements took place
before a rating change, which indicates that both, the market and rating agencies
considered the same information. In other cases, the market was influenced by the
rating change. And sometimes the market reacted different to the rating agencies
decisions and expectations.
Overall the market reacts differently fast and not homogenous to the “fundamental”
information it has. This makes it impossible to clearly state the extent to which ratings
influence spreads. The results are not clear enough to indicate a more precise
answer or to fully understand the market behavior. The market is a highly volatile
environment in which it is impossible to draw predictable behavior patterns in relation
purely to the credit rating.
This inconsistency in reaction is partially conflicting the theory of the strong-form
EMH, as the market reacts to the asymmetric level of information available or prices
in other factors not covered in this paper.
Inhaltsverzeichnis
1 RATINGS
1.1 Issuer Credit Rating Definitions
1.2 Issuer Credit Rating Criteria
1.3 Issuer Credit Rating Process
1.4 Issuer Credit Rating Examples
1.4.1 Moody’s
1.4.2 Standard & Poor’s
2 EFFICIENT MARKET HYPOTHESIS (EMH)
3 CORRELATION
4 GOVERNMENT YIELD BONDS AND SPREADS
4.1 THEORY
4.1.1 Yield Curve
4.1.2 Calculation Basis – Thomson Reuters Redemption Yields
4.2 CALCULATIONS PART I: Correlation between Credit Spreads and LT Credit Ratings
4.2.1 Calculation Methodology
4.2.2 Correlation Results
4.2.2.1 Portugal
4.2.2.2 Spain
4.2.2.3 Greece
4.2.3 Correlation Interpretation
4.3 CALCULATIONS PART II: Correlation between daily changes in Credit Spread and changes in Foreign LT Credit Rating
4.3.1 Calculation and Methodology
4.3.2 Portugal Cases
4.3.2.1 Time period between 60 days before Rating Change to 20 days before Rating Change
4.3.2.2 Time period of 20 days before Rating Change
4.3.2.3 Time period of 20 days before Rating Change and 20 days after Rating Change
4.3.2.4 Time period of 20 days after Rating Change
4.3.2.5 Time period between 20 days after Rating Change to 60 days after Rating Change
4.3.3 Spain Cases
4.3.3.1 Time period between 60 days before Rating change to 20 days before Rating Change
4.3.3.2 Time period of 20 days before Rating Change
4.3.3.3 Time period of 20 days before Rating Change and 20 days after Rating Change
4.3.3.4 Time period of 20 days after Rating change
4.3.3.5 Time period between 20 days after Rating Change to 60 days after Rating Change
4.3.4 Greece Cases
4.3.4.1 Time period between 60 days before Rating Change to 20 days before Rating Change
4.3.4.2 Time period of 20 days before Rating Change
4.3.4.3 Time period of 20 days before Rating Change and 20 days after Rating Change
4.3.4.4 Time period of 20 days after Rating Change
4.3.4.5 Time period between 20 days after Rating Change to 60 days after Rating Change
4.4 CONCLUSION
5 ASSET SWAP SPREAD AND APPROXIMATION TO ASW
5.1 THEORY
5.1.1 Asset Swap Spread
5.1.2 Calculation Basis – Bloomberg Generic Bond Yields
5.2 CALCULATION PART I: Correlation between ASW and LT Issuer Credit Ratings
5.2.1 Correlation Methodology and Results
5.2.1.1 Portugal
5.2.1.2 Spain
5.2.1.3 Greece
5.3 CALCULATION PART II: Correlation between daily changes in ASW and changes in Foreign LT Credit Rating
5.3.1 Calculation and Methodology
5.3.2 Portugal Cases
5.3.2.1 Time period between 60 days before Rating Change to 20 days before Rating Change
5.3.2.2 Time period of 20 days before Rating Change
5.3.2.3 Time period of 20 days before Rating Change and 20 days after Rating Change
5.3.2.4 Time period of 20 days after Rating Change
5.3.2.5 Time period between 20 days after Rating Change to 60 days after Rating Change
5.3.3 Spain Cases
5.3.3.1 Time period between 60 days before Rating Change to 20 days before Rating Change
5.3.3.2 Time period of 20 days before Rating Change
5.3.3.3 Time period of 20 days before Rating Change and 20 days after Rating Change
5.3.3.4 Time period of 20 days after Rating Change
5.3.3.5 Time period between 20 days after Rating Change to 60 days after Rating Change
5.3.4 Greece Cases
5.3.4.1 Time period between 60 days before Rating Change to 20 days before Rating Change
5.3.4.2 Time period of 20 days before Rating Change
5.3.4.3 Time period of 20 days before Rating Change and 20 days after Rating Change
5.3.4.4 Time period of 20 days after Rating Change
5.3.4.5 Time period between 20 days after Rating Change to 60 days after Rating Change
5.3.5 CONCLUSION
5.4 CALCULATIONS PART III: Rolling correlations between daily changes in ASW and changes in LT Issuer Credit Ratings
5.4.1 Calculation Methodology
5.4.2 Portugal Cases
5.4.2.1 Rolling Correlation over 90 days, considering a time period of 20 days before Rating Change
5.4.2.2 Rolling correlation over 90 days, considering a time period of 20 days after Rating Change
5.4.3 Greece Cases
5.4.3.1 Rolling Correlation over 90 days, considering a time period of 20 days before Rating Change
5.4.3.2 Rolling Correlation over 90 days, considering a time period of 20 days after Rating Change
6 CONCLUSION
Zielsetzung & Themen
Die vorliegende Arbeit untersucht die statistische Korrelation zwischen den langfristigen Emittentenratings ("Foreign Long-Term Issuer Credit Rating") und den Kreditspreads sowie Asset Swap Spreads (ASW) von Staatsanleihen. Ziel ist es zu analysieren, ob Marktteilnehmer auf Ratingveränderungen reagieren oder diese antizipieren, und inwieweit dies die Effizienzmarkthypothese stützt oder in Frage stellt.
- Analyse der Beziehung zwischen Emittentenratings und Kreditspreads/ASW.
- Untersuchung von Marktverhaltensmustern bei Ratingveränderungen (Vorher/Nachher).
- Empirische Fallstudien für die Länder Portugal, Spanien und Griechenland.
- Überprüfung der starken Effizienzmarkthypothese (EMH).
- Methodische Betrachtung von Korrelationen bei verschiedenen Laufzeitsegmenten.
Auszug aus dem Buch
AUSZUG
Ziel dieser Arbeit ist die Korrelation zwischen dem sogenannten „Foreign Long-Term Issuer Credit Rating“ (langfristigen Emittentenrating) und sowohl dem Kreditspread als auch dem Asset Swap Spread zu erfassen und hierbei die Rolle der Ratingagentur am Kapitalmarkt zu bemessen.
Ratings widerspiegeln die von der externen Ratingagentur eingeschätzte Bonität (Finanzstärke) und die Kreditwürdigkeit des Emittenten. Spreads bezeichnen die Erwartungen des Markets in Zusammenhang zum Risiko einer Investition. Demzufolge entschädigen hohe Spreads einen Investor für das eingegangene Risiko. Das Ergebnis der Analyse besagt, dass es tatsächlich einen Zusammenhang zwischen den langfristigen Emittentenrating und sowohl dem Credit Spread als auch dem Asset Swap Spread gibt. Ein hoher Spread korreliert stark mit einem niedrigen Kreditrating.
Obgleich der Zusammenhang besteht, so ist es dennoch nicht möglich ein klares Verhaltensmuster des Marktes zu identifizieren. In manchen, der analysierten Fälle gab es Marktbewegungen vor einer Ratingveränderung, was darauf hindeutet dass sowohl der Markt, als auch die Ratingagentur die gleichen Informationen berücksichtigten. In anderen Fällen wurde der Markt durch die Ratingveränderung beeinflusst. Und manchmal reagierte der Markt gegensätzlich zur Entscheidung der Ratingagentur und deren Erwartungen.
Allgemein reagiert der Markt unterschiedlich schnell und nicht homogen auf die „fundamentalen“ Informationen die er besitzt. Das macht es unmöglich klar auszusagen zu welchem Ausmaß Ratings einen Einfluss auf die Spreads ausüben. Das Resultat ist nicht klar genug um eine präzisere Antwort zu geben bzw. um das Marktverhalten gänzlich verstehen zu können. Der Markt ist ein hoch volatiles Umfeld in dem es unmöglich ist klar vorhersehbare Verhaltensmuster zu ziehen, welche sich lediglich auf der Kreditrating beziehen.
Die Unbeständigkeit der Reaktion ist teilweise widersprüchlich zur Theorie der starken Effizienzmarkthypothese, da der Markt ungleich auf den verfügbaren Informationsstand reagiert bzw. andere Faktoren, welche in dieser Arbeit nicht behandelt werden, mit einpreist.
Zusammenfassung der Kapitel
1 RATINGS: Überblick über die Definitionen, Kriterien und Prozesse von Ratingagenturen sowie praktische Beispiele für Portugal, Spanien und Griechenland.
2 EFFICIENT MARKET HYPOTHESIS (EMH): Theoretische Grundlage, die davon ausgeht, dass Preise alle verfügbaren Informationen widerspiegeln, und deren Anwendung auf Ratingveränderungen.
3 CORRELATION: Statistische Definition der Korrelation nach Pearson als Messgröße für den Zusammenhang zwischen den untersuchten Variablen.
4 GOVERNMENT YIELD BONDS AND SPREADS: Erläuterung der Zinsstrukturkurve und methodische Herleitung der Spreads unter Verwendung von Staatsanleihen gegenüber deutschen Vergleichswerten.
5 ASSET SWAP SPREAD AND APPROXIMATION TO ASW: Analyse der Asset Swap Spreads als alternative Spread-Metrik und deren Korrelation mit den Emittentenratings.
6 CONCLUSION: Zusammenfassende Bewertung der Ergebnisse, die eine hohe Korrelation zwischen Ratings und Spreads zeigt, jedoch keine eindeutigen Verhaltensmuster bei Ratingveränderungen aufdeckt.
Schlüsselwörter
Kreditrating, Emittentenrating, Kreditspread, Asset Swap Spread, Korrelation, Staatsanleihen, Effizienzmarkthypothese, Finanzmärkte, Ratingagenturen, Ausfallrisiko, Volatilität, Marktverhalten, Portugal, Spanien, Griechenland.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht den statistischen Zusammenhang zwischen staatlichen Langfrist-Emittentenratings und den damit verbundenen Kreditspreads sowie Asset Swap Spreads.
Was sind die zentralen Themenfelder?
Die zentralen Felder sind die Rolle von Ratingagenturen auf Kapitalmärkten, die Analyse von Staatsanleihen-Spreads und die Überprüfung der Stärke der Effizienzmarkthypothese.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist festzustellen, ob ein signifikanter Korrelationsgrad existiert und ob der Markt Ratingänderungen vorwegnimmt (antizipiert) oder auf diese zeitversetzt reagiert.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine statistische Korrelationsanalyse (Pearson-Korrelation) durchgeführt, kombiniert mit rollierenden Korrelationen über verschiedene Zeitintervalle vor und nach Ratingereignissen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen zu Ratings und Spreads, gefolgt von einer detaillierten quantitativen Analyse für Portugal, Spanien und Griechenland.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Kreditrating, Kreditspread, Asset Swap Spread, Effizienzmarkthypothese und Korrelationsanalyse.
Warum weichen die Ergebnisse für Spanien von denen für Portugal und Griechenland ab?
Spanien zeigte im Beobachtungszeitraum weniger dramatische Spread-Ausschläge und geringere Rating-Verschlechterungen, was zu einer schwächeren statistischen Korrelation führte.
Welche Schlussfolgerung zieht die Autorin bezüglich der Effizienzmarkthypothese?
Die Autorin stellt fest, dass die inkonsistenten Marktreaktionen die strenge Form der Effizienzmarkthypothese widerlegen, da der Markt Informationen nicht homogen und unterschiedlich schnell verarbeitet.
- Arbeit zitieren
- Alina Andrei (Autor:in), 2012, The Analysis of the Influence of a Sovereign Foreign LT Issuer Credit Rating on Credit Spreads and Asset Swap Spreads, München, GRIN Verlag, https://www.grin.com/document/215062
