Caiete de studii

Nr. 47
Cătălin Bodea ▪ Răzvan Radu

Estimarea primei de risc la termen

incluse în randamentele titlurilor
de stat
CAIETE DE STUDII
Nr. 47

Iunie 2017
NOTĂ

Opiniile prezentate în această lucrare aparțin

în întregime autorilor şi nu implică sau angajează în vreun fel
Banca Națională a României.

Toate drepturile rezervate. Reproducerea informațiilor este permisă

numai în scopuri educative și necomerciale şi numai cu indicarea sursei.

ISSN 1584-0883 (versiune online)

ISSN 1584-0883 (versiune e-Pub)
 Estimarea primei de risc la termen
incluse în randamentele
titlurilor de stat1

Cătălin Bodea

Răzvan Radu

1
Autorii mulțumesc Dorinei Antohi și Ioanei Udrea pentru sugestiile şi observațiile formulate pe parcursul realizării
lucrării. Eventualele erori rămase sunt responsabilitatea exclusivă a autorilor.
Cuprins

Rezumat 7

1. Introducere 9

2. Model 12

2.1. Prima de risc 12

2.2. Specificații 13
2.3. Metodologia de estimare 15

3. Datele utilizate 17

4. Rezultate 19

4.1. Randamentele neutre la risc 20

4.2. Ratele forward neutre la risc 22
4.3. Prima de risc la termen 24
4.4. Robustețe 29

5. Concluzii 30

Bibliografie 32

Anexă 34
 Rezumat
Lucrarea are drept scop descompunerea randamentelor titlurilor de stat în lei în
două componente: una reflectând așteptările pieței privind evoluția viitoare a ratei
nominale a dobânzii pe termen scurt, iar cealaltă, compensația pentru risc (prima
de risc la termen) solicitată de investitori. În acest scop, este utilizat un model de
structură la termen a ratelor dobânzilor gaussian de tip afin, cu factori latenți.
Rezultatele estimărilor indică faptul că scăderea randamentelor începând cu anul
2011 s-a datorat predominant ajustării descendente a așteptărilor privind evoluția
ratei nominale a dobânzii pe termen scurt, pe fondul consolidării procesului de
dezinflație și al reducerii ratei dobânzii de politică monetară. Compresia primei
de risc la termen a avut o contribuție mai importantă în cazul maturităților lungi.
Pe scadența de 10 ani, aceasta se situa la aproximativ 300 puncte de bază în 2011,
pentru ca începând din a doua parte a anului 2014 și până în prezent să oscileze în
intervalul 100-200 puncte de bază. Ajustarea descendentă s-a datorat atât factorilor
fundamentali, cât și unor schimbări cu caracter structural ale pieței, iar oscilațiile din
ultimii ani au reflectat cu precădere corelația cu prima la termen pentru obligațiunile
emise de Trezoreria SUA; intensitatea acestei legături a fost însă variabilă în timp.

Cuvinte-cheie: inflație, structură la termen a randamentelor, primă de risc,

randamente zero-cupon, politica monetară, rate forward, non-arbitraj, titluri de stat

Coduri de clasificare JEL: E31, E43, E52, E58, G12

BANCA NAȚIONALĂ A ROMÂNIEI 7

 1. Introducere
Structura la termen a randamentelor titlurilor de stat constituie o sursă de informații
importante pentru analiza de politică monetară. Dezvoltarea metodelor de extragere
a acestor informații a reprezentat o temă majoră de cercetare atât în mediul academic,
cât și în cadrul băncilor centrale. Măsurile de politică monetară adoptate în ultimii ani
de băncile centrale din economiile dezvoltate, axate în mare parte pe influențarea
directă a ratelor dobânzilor pe termen lung, au impulsionat suplimentar studiile în
domeniu.

Una dintre modalitățile de dezagregrare și extragerere a informațiilor conținute în

curba randamentelor se fundamentează pe teoria potrivit căreia aceste randamente
pot fi descompuse în două componente neobservabile: una care reflectă așteptările
pieței privind evoluția ratei nominale a dobânzii pe termen scurt de-a lungul
orizontului relevant1 și una care reflectă prima de risc solicitată de investitori pentru
a efectua plasamente pe termen lung în detrimentul reinvestirii succesive
în instrumente pe termen scurt. Cea din urmă este menită să acopere riscul ca
nivelurile viitoare ale ratelor dobânzilor pe termen scurt să difere de cele așteptate
în prezent2.

Anticipațiile agenților privind traiectoria viitoare a ratei dobânzii pe termen scurt

– determinate de conduita curentă a politicii monetare și de cea așteptată de
participanții la piață în funcție de perspectiva lor asupra evoluției economiei și a
mediului extern – influențează în mod esențial deciziile de investiții, consum sau
economisire ale firmelor și populației (Woodford, 2003), reprezentând prin urmare o
sursă importantă de informație pentru banca centrală. Extragerea lor prin utilizarea
cotațiilor zilnice ale randamentelor complementează informațiile provenind din alte
surse, precum sondaje de specialitate, și are ca avantaj disponibilitatea cu frecvență
mai ridicată și pentru orizonturi mai lungi a acestor așteptări.

La rândul ei, estimarea compensației solicitate de investitori pentru a efectua

plasamente pe termen mai lung facilitează evaluarea percepției de risc a acestora3.
În contextul creșterii gradului de integrare a piețelor financiare internaționale pe
parcursul ultimilor ani, această componentă reflectă într-o măsură semnificativă
influența unor factori provenind din mediul extern, precum măsurile de politică
monetară adoptate de băncile centrale majore.

Lucrarea de față își propune să realizeze o descompunere a randamentelor titlurilor

de stat românești de-a lungul celor două dimensiuni și să interpreteze din această
perspectivă evoluția din ultimii ani a acestor randamente. Principala dificultate în
acest demers rezidă în faptul că aşteptările cu privire la evoluția ratei dobânzii pe
termen scurt sunt neobservabile. O rezolvare simplă în acest sens ar putea fi furnizată

1
Valoarea așteptată a ratei nominale a dobânzii poate fi la rândul ei descompusă în valorile așteptate ale ratei reale a dobânzii
și ale ratei inflației. Realizarea unei astfel de descompuneri este însă de regulă condiționată de existența unor obligațiuni ale
căror randamente sunt indexate în funcție de inflație.
2
Această abordare este relevantă cu precădere pentru titlurile de stat, în cazul cărora riscul de contrapartidă şi cel de lichiditate
sunt în general neglijabile.
3
Filtrarea impactului primei de risc la termen ar putea prezenta relevanță inclusiv în vederea îmbunătățirii puterii predictive a
pantei curbei randamentelor pentru activitatea economică, după cum arată Rosenberg și Maurer (2008).

BANCA NAȚIONALĂ A ROMÂNIEI 9

Caiete de studii ■ Nr. 47

de teoria așteptărilor (expectations hypothesis) care, în formă tare, presupune că

randamentul unei obligațiuni pe termen lung este egal cu media valorilor așteptate
ale ratei dobânzii pe termen scurt de-a lungul perioadei respective, iar în formă
slabă permite existența unei prime de risc, fixă în timp şi dependentă doar de
maturitate. După cum observă Gürkaynak și Wright (2012), forma tare a acestei teorii
echivalează cu neutralitatea la risc a investitorilor, în timp ce forma slabă implică
faptul că fluctuațiile curbei randamentelor sunt determinate exclusiv de modificarea
aşteptărilor cu privire la evoluția randamentelor pe termen scurt. Ambele implicații
sunt însă fie nerealiste, fie respinse în mod consecvent de analizele empirice.

Modelele macroeconomice structurale de tip DSGE (New Keynesian) reprezintă

o modalitate alternativă pentru derivarea primei de risc la termen, în condițiile în
care cea din urmă poate fi exprimată în funcție de factorul de discount stohastic.
Rudebusch et al. (2007), de exemplu, arată că un astfel de model structural simplu
poate oferi informații interesante cu privire la modul în care corelația dintre prima de
risc și creșterea economică variază în funcție de originea șocurilor macroeconomice4,
însă admit că modelele structurale prezintă o serie de provocări de natură teoretică
sau computațională care restricționează aplicabilitatea lor practică.

Răspunzând într-o anumită măsură acestor limitări, modelele dinamice de structură

la termen a randamentelor – estimate în formă redusă și asumând în general că
ratele dobânzilor sunt funcții de factori observabili sau latenți (caracterizați la rândul
lor de un proces dinamic) –, valorifică în mod superior informația încorporată în
randamentele direct observabile în piață. Ele permit filtrarea unor prime de risc la
termen variabile în timp mai plauzibile decât cele obținute din modelele exclusiv
structurale. În cadrul modelelor de acest tip – a căror literatură a cunoscut o vastă
expansiune pe parcursul ultimelor decenii – randamentele sunt exprimate de regulă
sub formă afină (funcție liniară plus o constantă)5 în factorii de risc și pot avea multiple
forme, în funcție de specificațiile cu privire la ipoteza de non-arbitraj, de structura
factorilor (cu/fără factori macroeconomici), de modalitatea de estimare (analitic, prin
metoda celor mai mici pătrate vs. prin metoda verosimilității maxime) etc.

De exemplu, în modelele dinamice cum ar fi cel al lui Diebold et al. (2006), factorii
latenți (care aproximează destul de bine valorile empirice ale nivelului, pantei și
curburii structurii la termen a ratelor dobânzilor) sunt obținuți prin aplicarea filtrului
Kalman într-un sistem6 format dintr-o ecuație de măsură în care randamentele au o formă
funcțională de tip Nelson-Siegel și o ecuație de tranziție a factorilor de forma unui
vector autoregresiv (augmentat cu factori macroeconomici ca variabile depedente).
Modelele dinamice de tip Nelson-Siegel7 pot avea avantajul unor aproximări şi
prognozări ale ratelor dobânzilor relativ mai bune – a se vedea de exemplu Diebold
și Li (2006). Acestea au fost însă relativ criticate în literatura de specialitate din cauza

4
Conform modelului structural expus în Rudebusch et al. (2007), în cazul șocurilor de tehnologie sau al celor de politică
monetară, corelația primei de risc cu activitatea economică este negativă, dar devine pozitivă în cazul șocurilor fiscale –
contrazicând astfel parțial perspectiva „practicianului”, care, în general, tinde să asocieze scăderea primei de risc cu o
accelerare a creșterii economice.
5
În principal, din rațiuni de tractabilitate a modelului.
6
Estimat prin metoda verosimilității maxime.
7
Pentru o expunere detaliată a specificațiilor actuale ale acestui tip de modele se poate consulta Diebold și Rudebusch
(2013).

10 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

lipsei de conținut structural, precum şi a absenței restricțiilor de non-arbitraj – cel

puțin în unele forme inițiale8 – care să asigure consecvența transversală (de-a lungul
maturităților) a seriilor de timp pentru randamentele obligațiunilor zero-cupon.

Spre deosebire de acestea, în modele cum ar fi cele propuse de Ang și Piazzesi

(2003) sau Kim și Wright (2005), coeficienții din reprezentarea afină în factorii de risc
a randamentelor rezultă din impunerea restricțiilor de non-arbitraj în conjuncție cu
ipotezele cu privire la factorul de discount stohastic (exponențial afin în factorii de
risc), la rata pe termen scurt și prețurile riscului (de asemenea afini în factorii de risc) și
din dinamica autoregresivă a factorilor.

Estimarea modelelor afine de tip non-arbitraj prin metoda verosimilității maxime și filtrul
Kalman prezintă însă de multe ori dificultăți – inclusiv riscul ca algoritmii de optimizare
să nu conveargă la maximul global9. Hamilton şi Wu (2012) propun ca soluție alternativă
hibridă exprimarea modelului într-o formă redusă, ai cărei parametri sunt estimați prin
metoda celor mai mici pătrate și apoi utilizați pentru obținerea parametrilor structurali
– parțial analitic, parțial printr-un algoritm minimum (relativ echivalent cu metoda
verosimilității maxime, dar mai facil din punct de vedere al calculului).

O alternativă în acest caz o reprezintă metodologiile bazate în principal pe folosirea

regresiilor liniare de tipul celor utilizate de Adrian et al. (2013)10 și generalizate de
Diez de los Rios (2014). În cazul acestora din urmă, factorii de risc nu sunt latenți ca în
cazul lui Kim și Wright (2005), ci sunt exprimați sub forma unor combinații liniare (de
tip componente principale) de randamente observate.

Factorii de risc din modelele afine de non-arbitraj pot include de asemenea variabile
macroeconomice. La Ang și Piazzesi (2003), de exemplu, acestea sunt reprezentate
de primele componente principale ale unor serii de timp relevante pentru dinamica
prețurilor, respectiv a activității economice, în timp ce la Diebold et al. (2006) modelul VAR
(nerestricționat) al factorilor include pe lângă variabile latente și indicatorul de utilizare a
capacităților de producție, rata de dobândă-cheie și rata anuală a inflației. Așa cum arată
Gürkaynak și Wright (2012), astfel de modele, care implică faptul că randamentele pot fi
reprezentate afin în factorii macroeconomici, sunt contestate pe baze empirice de mai
mulți autori, întrucât echivalează cu a afirma că o parte consistentă din variația factorilor
macroeconomici este explicabilă (sau factorii sunt spanned) de combinații liniare ale
randamentelor observate (ceea ce nu este cazul, având în vedere nivelul relativ redus
al din regresiile corespunzătoare). Date fiind aceste obiecții, în literatură au fost
propuse drept alternativă modelele cu factori macroeconomici unspanned în care
coeficienții pentru variabilele macroeconomice din reprezentarea afină a randamentelor
sunt constrânși să fie zero. La rândul lor, acestea au fost supuse criticii în literatura de
specialitate. Bauer și Rudebusch (2016), de exemplu, consideră că aceste restricții nu
sunt susținute empiric, iar Bauer și Hamilton (2017) arată că informația conținută în
structura la termen a randamentelor este suficientă pentru estimarea primei de risc.

8
Christensen et al., (2009) propun spre exemplu un model Nelson-Siegel dinamic cu restricții de non-arbitraj; Diebold și
Rudebusch (2013, p. 152), pe de altă parte, consideră cu impunerea restricțiilor de non-arbitraj în modelele dinamice de tip
Nelson-Siegel nu este de natură să ofere câștiguri informaționale substanțiale.
9
De exemplu în experimentul lui Hamilton și Wu (2012).
10
Metodologie utilizată și de Banca Națională a Poloniei (Inflation Report, martie 2016).

BANCA NAȚIONALĂ A ROMÂNIEI 11

Caiete de studii ■ Nr. 47

În scopul cuantificării nivelului primei de risc la termen în cazul titlurilor de stat

românești, în lucrarea de față este utilizat, într-o manieră similară altor lucrări
anterioare – de exemplu Halberstadt și Stapf (2012) –, algoritmul de estimare în
4 pași propus de Hamilton și Wu (2012)11. În acest scop, s-a optat pentru utilizarea
variantei cu factori exclusiv latenți (fără factori macroeconomici), având ca justificare
atât argumentele din literatura de specialitate expuse anterior, cât și lungimea redusă
a seriilor de date relevante privind randamentele titlurilor de stat12 și intenția estimării
primei de risc cu frecvență mai înaltă decât a datelor statistice referitoare la variabilele
macroeconomice.

2. Model

2.1. PRIMA DE RISC

Kim și Orphanides (2007) oferă o perspectivă sintetică asupra conceptului
economic și a modului de formare a primei de risc la termen. Potrivit autorilor,
această primă reprezintă compensația pe care investitorii o solicită pentru a
deține o obligațiune pe termen lung în detrimentul reinvestirii succesive în
instrumente pe termen scurt pe orizontul respectiv. Aceasta depinde atât de
cantitatea, cât și de prețul riscului, așa cum sunt percepute de agenți, ambele
fiind variabile în timp. Modificările lor, implicit ale primei, sunt determinate atât
de incertitudinea agenților cu privire la variabile economice fundamentale
(inflație, activitatea economică, ratele dobânzilor pe termen scurt), cât și de alți
factori, reflectând mecanisme comportamentale ale investitorilor sau caracteristici
ale pieței (fenomene de tipul flight to quality, supra- sau subreacționarea față de
actualizarea setului de informații, apariția unor modificări de substanță ale cererii
de obligațiuni guvernamentale, datorate de exemplu unor cumpărători de
anvergură, precum bănci centrale13 sau investitori instituționali, ori ale ofertei
pentru aceste instrumente, sedimentarea preferințelor pentru anumite maturități
sau categorii de active financiare la nivelul investitorilor).

Dintr-o perspectivă mai largă, conținutul primei de risc la termen poate fi

conceptualizat ca fiind format din compensațiile solicitate de investitori pentru
asumarea a trei tipuri de riscuri – de dobândă, de lichiditate și de contrapartidă –
(Geiger, 2011), ultimele două fiind însă mai puțin relevante în cazul obligațiunilor
suverane în monedă națională. Exprimată formal, prima de risc la termen poate fi
definită printr-o abordare triplă conform Kim și Orphanides (2007):

11
Pentru estimare a fost utilizat codul în Matlab publicat de autori la http://econweb.ucsd.edu/~jhamilto/Latent.zip.
12
Dat fiind caracterul relativ recent al dezvoltării acestei piețe. Spre exemplu, cotațiile de referință pentru titlurile de stat au
fost introduse în ianuarie 2011.
13
Această influență a fost în mod particular relevantă în contextul programelor de relaxare cantitativă implementate de
băncile centrale majore.

12 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

▪▪ yield premium: diferența dintre randamentul unei obligațiuni zero-cupon și

media ratelor dobânzilor pe termen scurt anticipate pentru orizontul maturității
obligațiunii

▪▪ forward premium: diferența dintre rata forward peste perioade și rata spot anticipată
pentru același orizont și aceeași maturitate

▪▪ return premium: diferența dintre randamentul așteptat din deținerea unei obligațiuni
zero-cupon cu maturitate pentru o perioadă (sau mai multe) și rata dobânzii pe
termen scurt (sau media acesteia)

2.2. SPECIFICAȚII
Modelul utilizat în prezenta lucrare este de tip gaussian affine dynamic term structure,
similar celui descris şi estimat de Hamilton și Wu (2012). Acesta este format din ecuații
relativ standard, care descriu dinamica factorilor de risc, a ratei dobânzii pe termen
scurt, a factorului de discount și a prețului riscului.

Fie un vector de factori de risc latenți (neobservabili). În literatura

de specialitate se apreciază că un număr de 3 factori este de regulă suficient pentru
a descrie cea mai mare parte a variației curbei randamentelor. Factorii latenți pot
fi completați sau înlocuiți de factori observabili macroeconomici (a se vedea, de
exemplu, Ang şi Piazzesi, 2003) sau componente principale – de exemplu, în cazul
modelelor liniare de estimare a primelor de risc la termen (Adrian et al., 2013).
În studiul de față, factorii sunt asumați ca fiind latenți și având o dinamică autoregresivă
determinată de următorul proces:

(1)

cu

Acești factori stau la baza determinării prețurilor obligațiunilor zero-cupon sub forma
unor combinații afine exponențiale:

(2)

unde sunt prețurile obligațiunilor cu maturitatea [1,..M] perioade, iar

randamentele.

Rata dobânzii pe termen scurt este presupusă ca fiind o funcție afină de factorii
de risc :

(3)

BANCA NAȚIONALĂ A ROMÂNIEI 13

Caiete de studii ■ Nr. 47

Ipoteza de non-arbitraj implică imposibilitatea creării unui portofoliu autofinanțat

care să genereze într-un interval de timp dat un randament superior ratei dobânzii
pe termen scurt14. În aceste condiții, există o probabilitate neutră la risc sub care15:

(4)

Factorul de discount stohastic care asigură tranziția de la probabilitatea la

(probabilitatea pieței) are forma relativ standard utilizată și de Ang și Piazzesi (2003):

(5)

unde este un vector de dimensiunea de prețuri ale riscului asociate

incertitudinii datorate cu în cazul investitorilor neutri la risc.

Se asumă de asemenea că prețurile riscului sunt afine în factorii ceea ce permite

obținerea unor prime de risc la termen variabile în timp dacă

(6)

Sub probabilitatea pieței , investitorii cu aversiune la risc evaluează prețul unei

obligațiuni conform:

(7)

Ținând cont de (4)–(7), Hamilton și Wu (2012) arată că dinamica factorilor are o

reprezentare echivalentă sub de forma:

(8)

unde

(9)

și

Ang și Piazzesi (2003) arată prin inducție că ipoteza de non-arbitraj echivalează

cu posibilitatea reprezentării prețurilor (implicit a randamentelor) obligațiunilor
zero-cupon în funcție de coeficienții și , constrânși să urmeze ecuații recursive
de forma:

(10)

14
Geiger (2011).
15
O descriere succintă a celor două probabilități şi poate fi regăsită în Grishchenko și Huang (2012).

14 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

unde iar

Odată estimați parametrii structurali, randamentele implicite pentru orice maturitate

sunt obținute din (2), înlocuind pentru , respectiv pentru

La rândul lor, randamentele risk-neutral, care reflectă așteptările cu privire la evoluția

iterată a ratei pe termen scurt a dobânzii pe parcursul a perioade în viitor în
condițiile în care , pot fi obținute ca fiind (a se vedea de exemplu
Bauer et al., 2012):

(11)

unde

În aceste condiții, prima de risc la termen pentru orice maturitate (corespunzătoare

yield premium din Secțiunea 2.1.) este obținută ca diferență între randamentele
implicite care rezultă din model şi randamentele risk-neutral care ar fi fost
observate dacă investitorii ar fi neutri la risc:

(12)

La rândul ei, prima de risc la termen forward (respectiv forward premium din
Secțiunea 2.1.) poate fi obținută ținând cont că randamentele forward peste
perioade pot fi scrise ca

2.3. METODOLOGIA DE ESTIMARE

Estimarea modelului implică obținerea parametrilor structurali și
, pornind de la modelul sintetizat de ecuația de măsurare (2), de evoluția factorilor
latenți sub (1), respectiv sub (8), și de restricțiile de non-arbitraj cu privire la
coeficienții și (10) (care includ ipotezele din (3)–(6)) folosind algoritmul descris
de Hamilton și Wu (2012) și reluat în Hamilton și Wu (2014).

Presupunând că putem observa un set de randamente de obligațiuni zero-cupon

pentru maturități, acestea pot fi colectate într-un vector

(13)

unde este vectorul de randamente observate pentru maturități , iar este

un vector și este o matrice , care reunesc coeficienții ,
respectiv din (2). Dacă , respectiv dacă numărul factorilor latenți ar
fi mai mic decât cel al maturităților observate fără eroare, atunci orice ar putea fi
exprimat analitic ca o combinație de alte randamente observate, iar o regresie a unuia

BANCA NAȚIONALĂ A ROMÂNIEI 15

Caiete de studii ■ Nr. 47

dintre randamentele observate în funcție de alte randamente ar trebui să aibă un

– ipoteză neadmisibilă empiric, fiind în consecință necesară condiția ca
În acest caz, se poate asuma că doar o parte dintre randamente sunt observate fără
eroare – numărul acestora fiind egal cu cel factorilor. Ecuația de măsurare (13) devine
astfel:

(14)

unde este vectorul de randamente observate exact, iar include randamentele

observate cu eroare,

Similar abordării urmate de Hamilton și Wu (2012) și în acord cu multe din lucrările

de specialitate, modelul va utiliza 3 factori latenți (prin urmare ) și vom reține un
singur randament observat cu eroare în . În aceste condiții, numărul coeficienților
structurali din și (pe baza acestora și putând fi obținuți
din (9)) este 35. Pentru identificare, au fost folosite normalizări similare celor
utilizate de autorii citați anterior, respectiv matricea este inferior triunghiulară,
și iar . Numărul total al parametrilor de estimat devine astfel

În principiu, parametrii structurali ar putea fi estimați în mod tradițional, prin

maximizarea funcției de verosimilitate într-un model de spațiu și stare în care (14)
corespunde ecuației de măsurare, iar (1) celei de tranziție. Metodologia standard
prezintă însă numeroase dificultăți, inclusiv riscul ca algoritmii de optimizare să
nu conveargă la maximul global, așa cum se arată de exemplu în experimentul
realizat de Hamilton și Wu (2012). Autorii propun ca soluție alternativă exprimarea
modelului într-o formă redusă, ai cărei parametri sunt estimați prin metoda celor
mai mici pătrate. Pe baza acestora, parametrii structurali sunt obținuți ulterior –
parțial în mod analitic și parțial printr-un algoritm de minimum (echivalent cu
cel implicat de metoda verosimilității maxime, dar mai facil din punct de vedere al
calculului numeric).

Forma redusă este obținută prin multiplicarea la stânga în (1) cu , însumarea cu

și înlocuirea lui cu (similar și pentru din (14)). Rezultă următoarea
structură (Hamilton și Wu, 2012, p. 320) care poate fi estimată prin metoda celor mai
mici pătrate:

(15)

unde , iar

16 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

(16)

Modelul este exact identificat, numărul parametrilor obținuți din forma redusă fiind
de asemenea În vederea
estimării, Hamilton și Wu (2012) propun o procedură formată din 4 pași:

1. este obținută analitic din ultima egalitate de mai sus ca , unde indică
parametri estimați anterior;

2. cei 9 parametri din și sunt soluțiile la următoarea problemă de optimizare

pornind de la corespondența nonliniară dintre parametrii structurali din și
și cei în formă redusă și din a patra și a cincea egalitate din (16) (în acest fel
obținându-se și ce va fi folosit în pasul 3):

3. este obținut analitic ca fiind egal cu din a doua egalitate din (16).

4. odată ce , și au fost obținuți, cei 4 parametri din și pot fi obținuți de

asemenea prin optimizarea:

3. Datele utilizate
În vederea estimării modelului, sunt utilizate randamente zero-cupon (rate spot)
ale titlurilor de stat, obținute prin algoritmul Nelson-Siegel-Svensson pornind
de la cotațiile zilnice preluate din sistemul Bloomberg. Datele folosite în estimări
sunt cu frecvență săptămânală și acoperă intervalul martie 2011 – martie 2017
(310 observații). În Graficul 1 sunt ilustrate randamentele pentru o serie de maturități
reprezentative.

BANCA NAȚIONALĂ A ROMÂNIEI 17

Caiete de studii ■ Nr. 47

Grafic 1. Randamente obligațiuni zero-cupon obținute

prin algoritmul Nelson-Siegel-Svensson

Randamente spot
8

5
Nivel (%)

3
3M*
1Y
2 2Y*
3Y
5Y
1 7Y*
9Y*
10Y
0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18
*) maturitățile incluse în estimare

Ca o observație generală, se remarcă trendul descendent urmat de aceste

randamente de-a lungul celei mai mari părți a perioadei analizate – relativ mai
accentuat în cazul maturităților scurte –, succedat de o relativă stabilizare în
perioada recentă. Tendința a fost imprimată în mod fundamental de reducerile
ratei dobânzii de politică monetară efectuate de banca centrală în această perioadă,
pe măsura coborârii valorilor curente și, mai ales, a celor prognozate ale ratei
anuale a inflației, dar și de celelalte măsuri de politică monetară adoptate, vizând
adaptarea manierei de gestionare a lichidității și reducerile ratei RMO pentru
pasivele în lei ale instituțiilor de credit. Se observă însă totodată că aceste
randamente au consemnat fluctuații, uneori relativ abrupte și însemnate ca
amplitudine, în jurul acestui trend. În mediul extern, intervalul analizat a fost
caracterizat de o reducere semnificativă a ratelor dobânzilor pe termen lung în
economiile dezvoltate. Croitoru (2015) analizează acest declin în contextul unui
studiu în care discută factorii care au imprimat tendința de scădere a ratelor reale
ale dobânzilor observată în aceste economii pe parcursul ultimelor 3 decenii și
evidențiază rolul special ce a revenit excedentului global de economisiri.

Date fiind aceste premise, este interesant de analizat evoluția randamentelor

titlurilor de stat românești din perspectiva celor doi determinanți: traiectoria
anticipată de participanții la piață a ratelor dobânzilor pe termen scurt și prima
de risc la termen. Este de așteptat ca cea din urmă să fi jucat un rol important,
din cel puțin două motive principale: (i) finalizarea pe parcursul perioadei analizate
a procesului de dezinflație și stabilizarea la niveluri joase a ratei anuale a inflației16,
dincolo de influențele temporare ale șocurilor succesive de natura ofertei;
(ii) creșterea substanțială a gradului de integrare a pieței românești de obligațiuni
în piețele financiare internaționale, care a creat condițiile ca randamentele în
monedă locală să recepteze variațiile primei de risc la termen pe piețele
dezvoltate.

16
Pe fondul unui proces de stabilizare macroeconomică ulterior crizei economice și financiare declanșate în 2008.

18 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

În vederea estimării, au fost folosite randamentele aferente maturităților de 3 luni,

respectiv 2, 7 și 9 ani (12, 104, 364 și 468 de săptămâni). Randamentele pentru
maturitatea de 7 ani sunt presupuse a fi observate cu eroare, iar celelalte (al căror
număr este determinat de cel al factorilor latenți) fără eroare, respectiv ,
iar în (14). La selectarea maturităților s-au avut în vedere
asigurarea convergenței algoritmilor de optimizare, precum și replicarea relativ
superioară a randamentelor zero-cupon pe maturitățile mai îndelungate17.

4. Rezultate
Parametrii estimați sunt prezentați în Anexă; erorile standard pentru majoritatea
parametrilor sub reprezentarea sunt reduse, iar modelul replică bine randamentele
zero-cupon, mai ales în cazul maturităților mai îndelungate. Eroarea medie pătratică
(EMP) este de 4 puncte de bază (variind între 0 și 10 puncte de bază în funcție
de scadență – conform tabelului de la finele anexei). Capacitatea modelului de a
replica randamentele zero-cupon pentru 4 maturități reprezentative (exclusiv cele
considerate a fi observate fără eroare) este ilustrată în Graficul 2.

Grafic 2. Capacitatea modelului de a replica randamentele obligațiunilor zero-cupon din algoritmul

Nelson-Siegel-Svensson (NSS în grafic) exemplificat pentru 4 maturități (1, 3, 5 și 10 ani)

Randamente spot vs. implicite

8 8
1Y spot (NSS) 3Y spot (NSS)
1Y implicit 7 3Y implicit
6
6

5
4
4

3
2
2

0 1
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

8 8
5Y spot (NSS) 10Y spot( NSS)
7 5Y implicit 7 10Y implicit

6 6

5 5

4 4

3 3

2 2
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

17
Alegerea randamentelor poate avea în vedere și alte cerințe decurgând din forma restrânsă a modelului (pentru o discuție
în acest sens, a se vedea Hamilton și Wu, 2014).

BANCA NAȚIONALĂ A ROMÂNIEI 19

Caiete de studii ■ Nr. 47

Grafic 3. Factorii latenți (centrați) și coeficienții acestora, valori anualizate

Factori latenți Coeficienți B Coeficienți A

×10 5
1,5 0,20 3,5
factor 1 coef. B factor 1 (Q)
factor 2 coef. B factor 2 (Q)
factor 3 coef. B factor 3 (Q) 3,0
coef. B factor 1 (P)
1,0 0,15 coef. B factor 2 (P)
coef. B factor 3 (P) 2,5

0,5 0,10 2,0

1,5
0,0 0,05
1,0

-0,5 0,00 0,5

0,0
-1,0 -0,05
coef. A (Q)
-0,5 coef. A (P)

-1,5 -0,10 -1,0

ian. 10 iul. 12 ian. 15 iul. 17 0 200 400 600 800 1000 0 200 400 600 800 1000
Maturitate (săptămâni) Maturitate (săptămâni)

Având în vedere normalizarea conform Secţiunii 2.3, în vederea construirii

randamentelor neutre la risc factorii latenți au fost centrați, aceștia din urmă, precum
și coeficienții aferenți – dependenți de maturitatea randamentelor (respectiv
și 18
din (10) și (11)) – fiind reprezentați în
Graficul 3.

4.1. RANDAMENTELE NEUTRE LA RISC

Odată obținuți factorii și coeficienții, randamentele neutre la risc – reprezentând
medii ale valorilor așteptate ale ratei dobânzii pe termen pe orizonturile relevante
– sunt calculate folosind (11). Cele aferente maturităților reprezentative, de 3 luni,
respectiv 1, 3, 5 și 10 ani sunt ilustrate în Graficul 4. Se observă că acestea au evoluat
în strânsă corelație cu rata dobânzii de politică monetară, ale cărei reduceri au fost
reflectate în ajustarea anticipațiilor privind traiectoria viitoare a ratelor dobânzilor
pe termen scurt; relaxarea condițiilor lichidității de pe piața monetară interbancară
începând din anul 2014 a fost la rândul ei de natură să influențeze aceste anticipații,
îndeosebi pe termen scurt și mediu.

Sub impactul acestor factori, randamentele neutre la risc au consemnat 3

episoade principale de ajustare descendentă: 2011-2012, 2013, 2014-2015,
scăderile cumulate fiind cuprinse între aproximativ 200 de puncte de bază pe

18
Având în vedere centrarea factorilor sub măsura , valoarea inițială a din (11) a fost ajustată cu media factorilor în iterațiile
pentru obținerea randamentelor neutre la risc, respectiv , unde este media factorilor latenți

20 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

maturitatea de 10 ani19 și 450 de puncte de bază pe cea de 1 an, în timp ce

reducerile ratei dobânzii de politică monetară au totalizat 450 de puncte de bază
(Grafic 4).

Grafic 4. Randamente neutre la risc

Randamente neutre la risc

7

4
Nivel (%)

2 3M
1Y
3Y
1 5Y
10Y
rata dobânzii de politică monetară
0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

Curba acestor randamente a avut o pantă negativă până în prima parte a anului 2013.
Configurația sa a reflectat cel mai probabil caracterul temporar al creșterii inflației
sub acțiunea factorilor de natura ofertei, implicit așteptările de ajustare descendentă
a acesteia odată cu epuizarea respectivelor șocuri. Ulterior, curba randamentelor
risk-neutral s-a aplatizat. Apoi, aceasta a devenit ascendentă (Grafic 5), în condițiile în
care rata anuală a inflației a coborât la valori joase (și chiar negative datorită șocurilor
dezinflaționiste de natura ofertei), însă traiectoria sa anticipată a avut un profil ascendent.

Grafic 5. Curba la termen a randamentelor neutre la risc

Structura la termen a randamentelor neutre la risc

5,5
21 mar. 2017 29 oct. 2013
5,0
27 sep. 2016 29 ian. 2013
4,5 03 feb. 2015 25 sep. 2012

4,0
3,5
Nivel (%)

3,0
2,5
2,0
1,5
1,0

0,5
3M6M 1Y 2Y 3Y 4Y 5Y 6Y 7Y 8Y 9Y 10Y
Maturitate

19
Ajustarea așteptărilor pe termen lung cu privire la evoluția ratelor dobânzilor a fost substanțial superioară celei produse la
nivelul economiilor dezvoltate, care în aceeași perioadă au coborât cu doar circa 50 de puncte de bază (până la circa 2,0 la
sută pentru orizontul de 10 ani) conform Hördahl et al. (2016) – după ce în contextul falimentului lui Lehman Brothers
acestea înregistraseră în decurs de câteva luni o scădere de peste 100 de puncte de bază.

BANCA NAȚIONALĂ A ROMÂNIEI 21

Caiete de studii ■ Nr. 47

Comparația dintre curba randamentelor obligațiunilor zero-cupon și randamentele

neutre la risc relevă importanța filtrării primei de risc pentru izolarea așteptărilor
cu privire la ratele dobânzilor. În absența ajustării cu această primă, randamentele
obligațiunilor zero-cupon pot să supraestimeze substanțial așteptările cu privire la
nivelul ratelor dobânzilor pe maturități mai îndelungate în cazul curbelor ascendente
(în Graficul 6 fiind expuse pentru exemplificare curbele ratelor spot și respectiv neutre
la risc din ultima zi a eșantionului).

Grafic 6. Comparație între randamentele implicite și cele neutre la risc

Curbele spot și neutre la risc din 21 martie 2017

5,0
4,5
4,0
3,5
3,0
Nivel (%)

2,5
2,0
1,5
1,0 rata spot
rata neutră la risc
0,5
0,0
3M 6M 1Y 2Y 3Y 4Y 5Y 6Y 7Y 8Y 9Y 10Y
Maturitate

4.2. RATELE FORWARD NEUTRE LA RISC

O modalitate alternativă de reprezentare a curbei randamentelor neutre la risc este
cea sub forma traiectoriei anticipate a ratelor de dobândă pe termen scurt (ratele
de dobândă forward). În Graficul 7 este ilustrată evoluția randamentelor forward 3M
pentru orizonturile de 1, 3, 5 și 10 ani. Se remarcă și în acest caz modificări în
configurația curbei randamentelor similare celor expuse în secțiunea 4.1; totodată,
volatilitatea ratelor dobânzilor forward scade pe măsura extinderii orizontului
așteptărilor, în condițiile disipării șocurilor care influențează în prezent economia.
Din această perspectivă, este notabilă ancorarea valorilor anticipate ale ratei
dobânzii pe termen scurt pe orizontul îndelungat (10 ani), ele urmând un ușor
trend descendent pe parcursul perioadei analizate, de la valori ușor peste 3 la sută
la valori ușor inferioare acestui nivel. Interesant de menționat este și faptul că,
la orizontul respectiv, acestei rate de dobândă îi poate fi atribuită o semnificație
economică particulară, ea putând furniza – conform lui Laubach și Williams (2015) –
o măsură alternativă a ratei (nominale) neutre a dobânzii, așa cum este percepută de
participanții la piață.

22 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

Grafic 7. Randamentele forward 3M implicite pe termen scurt neutre la risc

peste 1, 3, 5 și 10 ani

Ratele forward 3M neutre la risc

6

4
Nivel (%)

1Y
1 3Y
5Y
10Y
0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

Comparația curbei ratelor forward 3M implicite cu cea a celor neutre la risc (similară
exercițiului anterior referitor la randamentele neutre la risc, pentru exemplificare
fiind reținută aceeași zi) indică la rândul său faptul că, în lipsa izolării impactului
primei de risc la termen, ratele forward implicite ar supraestima așteptările cu privire
la nivelul ratelor dobânzilor pe termen scurt. Ordinul de mărime al supraestimării
crește odată cu orizontul de timp relevant, putând ajunge la circa 200 de puncte de
bază pentru orizonturile mai mari de 5 ani (Grafic 8).

Grafic 8. Comparație între ratele forward 3M implicite și cele neutre la risc

Curbele ratelor forward 3M din 21 martie 2017

5,5
5,0
4,5
4,0
3,5
Nivel (%)

3,0
2,5
2,0
1,5 3M forward implicită
3M forward neutră la risc
1,0
0,5
3M 6M 1Y 2Y 3Y 4Y 5Y 6Y 7Y 8Y 9Y 10Y
Maturitate

BANCA NAȚIONALĂ A ROMÂNIEI 23

Caiete de studii ■ Nr. 47

4.3. PRIMA DE RISC LA TERMEN

Rezultatele estimărilor pun în evidență profilul variabil în timp al primei de risc de-a
lungul întregului spectru de maturități (Grafic 9).

Grafic 9. Structura pe maturități a primei de risc la termen

Prima de risc la termen

3,5

3,0

2,5

2,0
Nivel (%)

1,5

1,0

0,5
10
0,0 9
8
7
6
4
5
e(ani)
-0,5 3 turitat
ian. 11 ian. 12 2 Ma
ian. 13 ian. 14 1
ian. 15 ian. 16 ian. 17 ian. 18

Grafic 10. Prima de risc la termen pentru maturitățile de 1, 3, 5 și 10 ani

Prima de risc la termen

3,5
1Y
3Y
3,0
5Y
10Y
2,5

2,0
Nivel (%)

1,5

1,0

0,5

0,0

-0,5
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

24 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

Ca o caracterizare generală, se observă că structura pe maturități a primei de risc

la termen a avut pe parcursul întregii perioade analizate un profil ascendent.
În medie, diferența dintre prima aferentă maturității de 10 ani și cea pe 1 an a
fost de circa 180 de puncte de bază. O relativă aplatizare a acestei curbe a fost
consemnată episodic la finele anului 2012 – începutul anului 2013 și ulterior la
începutul anului 2015, fiind determinată cu precădere de compresia primei pe
orizontul de 10 ani. Graficul 11 ilustrează o selecție de curbe ale primei de risc la
termen, pentru exemplificare fiind reținute aceleași zile ca și cele din Graficul 5.

Grafic 11. Curba la termen a primei de risc

Structura la termen a primei de risc

3,0

2,5

2,0

1,5
Nivel (%)

1,0

0,5
21 mar. 2017 29 oct. 2013
0,0 27 sep. 2016 29 ian. 2013
03 feb. 2015 25 sep. 2012
-0,5
3M6M 1Y 2Y 3Y 4Y 5Y 6Y 7Y 8Y 9Y 10Y
Maturitate

Prima de risc a urmat o tendință de scădere de-a lungul întregului spectru de

maturități până în prima parte a anului 2015, pentru ca spre finele perioadei analizate
ea să tindă să se stabilizeze (în condițiile unei variabilități relativ mai însemnate pe
orizontul îndelungat). Pe ansamblul acestei perioade, compresia primei de risc la
termen a fost de aproximativ 150 de puncte de bază pe maturitatea de 10 ani și ușor
inferioară acestei valori pe maturitățile de 1-5 ani. Din perspectiva determinanților
fundamentali, reducerea a survenit pe fondul restabilirii și consolidării principalelor
echilibre macroeconomice20, inclusiv al finalizării în anul 2012 a procesului de
dezinflație din economia românească inițiat în anul 2000 (coborârea ulterioară a ratei
anuale a inflației sub ținta BNR reflectând cu precădere influența unei succcesiuni de
șocuri de natura ofertei). Din punct de vedere al schimbărilor cu caracter structural
ale pieței, notabilă a fost creșterea cererii din partea investitorilor nerezidenți pentru
titlurile de stat românești denominate în monedă națională asociată includerii
acestora în indicii specifici JP Morgan și Barclays în perioada noiembrie 2012 –
ianuarie 2013.

Contribuția reducerii primei de risc la ajustarea descendentă a randamentelor

pe parcursul perioadei analizate (ajustare care a cumulat între aproximativ 300 și
600 de puncte de bază) este mai importantă pentru maturitățile mai lungi (ajungând

20
O analiză formală a determinanților evoluției primei de risc la termen excedează scopurile lucrării de față, fiind reținută ca
temă de cercetare viitoare.

BANCA NAȚIONALĂ A ROMÂNIEI 25

Caiete de studii ■ Nr. 47

la mai mult de o treime în cazul maturității de 10 ani). Deși hotărâtor pentru scăderea
randamentelor pe toate maturitățile a fost declinul valorilor viitoare anticipate ale
ratelor dobânzilor pe termen scurt (Grafic 12) – ale cărui resorturi au fost discutate
în Secţiunea 4.1, influența primei de risc asupra variației randamentelor s-a amplificat
în termeni relativi, în contextul coborârii acestora la valori minime istorice.

Grafic 12. Descompunerea randamentelor spot în randamente neutre la risc și prima de risc

Descompunerea randamentelor
Descompunerea randamentelor forward
spot
108 108
rate forward implicite
rate spot 1Y 1Y
implicite rate forward implicite
rate spot 3Y 3Y
implicite
rate neutre
rate la risc forward
neutre 1Y
la risc 1Y rate neutre
rate la risc forward
neutre 3Y
la risc 3Y
8 prima de risc forward
prima de risc 1Y 1Y 8 prima de risc forward
prima de risc 3Y3Y
6 6

6 6
(%)

(%)
Nivel (%)

4
Nivel (%)
4
Nivel

4 Nivel 4
2 2
2 2

00 00

ian. 11
Jan:11 ian. 12
Jan:12 ian. 13
Jan:13 ian. 14
Jan:14 ian. 15
Jan:15 ian. 16
Jan:16 ian. 17
Jan:17 ian. 18
Jan:18 ian. 11
Jan:11 ian. 12
Jan:12 ian. 13
Jan:13 ian. 14
Jan:14 ian. 15
Jan:15 ian. 16
Jan:16 ian. 17
Jan:17 ian. 18
Jan:18

108 108
rate spot implicite 5Y rate spot implicite 10Y
rate neutre la risc 5Y rate neutre la risc 10Y
8 prima de risc 5Y 8 prima de risc 10Y
6 6
6 6
(%)

(%)
Nivel (%)

Nivel (%)

4 4
Nivel

Nivel

4 4

22 22
rate forward implicite 5Y rate forward implicite 10Y
0 rate neutre la risc forward 5Y 0 rate neutre la risc forward 10Y
prima de risc forward 5Y prima de risc forward 10Y
0 0
ian. 11
Jan:11 ian. 12
Jan:12 ian. 13
Jan:13 ian. 14
Jan:14 ian. 15
Jan:15 ian. 16
Jan:16 ian. 17
Jan:17 ian. 18
Jan:18 ian. 11
Jan:11 ian. 12
Jan:12 ian. 13
Jan:13 ian. 14
Jan:14 ian. 15
Jan:15 ian. 16
Jan:16 ian. 17
Jan:17 ian. 18
Jan:18

Din perspectiva maturităților reprezentative, se remarcă faptul că prima de risc la

termen aferentă scadenței de 1 an a coborât ocazional la valori negative, evoluția
asociindu-se de regulă relaxării mai însemnate a condițiilor lichidității de pe piața
monetară interbancară, în timp ce în cazul segmentului intermediar al curbei
randamentelor, fluctuațiile primei de risc în jurul tendinței descendente au fost în
general moderate (Grafic 10).

Pentru maturitatea de 10 ani, prima de risc a înregistrat o ajustare descendentă de

pînă la 70 de puncte de bază ca urmare a includerii obligațiunilor românești în indicii
de referință menționați anterior, după ce în perioada 2011-2012 aceasta se situase în
apropierea nivelului de 300 de puncte de bază (o scădere, mai puțin amplă însă, a fost
observată și pe scadența de 5 ani).

26 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

Ulterior, prima de risc pe termen lung a devenit puternic corelată cu cea aferentă
titlurilor de stat din SUA21 și din alte economii dezvoltate – receptând mișcarea
descendentă a celor din urmă imprimată de caracterul acomodativ al politicii
monetare a principalelor bănci centrale22. Intensitatea acestei corelații a fost însă
variabilă în timp după cum relevă și Graficul 13.

Grafic 13. Comparație între prima de risc la termen pentru România, respectiv SUA
(publicate de New York Fed), estimate folosind metodologia Adrian et al. (2013)

Prima de risc 1Y Prima de risc 3Y

2,5 2,5

2,0 2,0

1,5 1,5

1,0 1,0
Nivel (%)

Nivel (%)
0,5 0,5

0,0 0,0

-0,5 -0,5

-1,0 -1,0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

Prima de risc 5Y Prima de risc 10Y

3,5 3,5
3,0 3,0
2,5 2,5
2,0 2,0
1,5 1,5
Nivel (% )

Nivel (% )

1,0 1,0
0,5 0,5
0,0 0,0
-0,5 -0,5
-1,0 -1,0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

România SUA

Similar randamentelor spot, și prima de risc la termen poate fi reprezentată sub

forma ratelor forward. Se observă din Graficul 14 că primele de risc forward sunt
caracterizate de o volatilitate mai ridicată decât cele calculate pe baza randamentelor
spot.

În consecință, ele au un rol relativ mai mare în explicarea fluctuațiilor ratelor forward
ale dobânzilor, ale căror niveluri sunt, așa cum s-a arătat în subsecțiunea precedentă,
puternic ancorate pe orizonturi lungi (Grafic 15).

21
https://www.newyorkfed.org/medialibrary/media/research/data_indicators/ACMTermPremium.xls.
22
De altfel, creșterea integrării în piețele financiare globale și, pe această cale, a senzitivității față de evoluțiile piețelor de
obligațiuni din economiile dezvoltate a fost un fenomen ce a caracterizat numeroase economii emergente în ultimii ani –
BIS (2014), Ceballos et al. (2016).

BANCA NAȚIONALĂ A ROMÂNIEI 27

Caiete de studii ■ Nr. 47

Grafic 14. Structura pe maturități a primei de risc la termen forward

Prima de risc la termen forward

4,5

4,0

3,5

3,0

2,5
Nivel (%)

2,0

1,5

1,0

0,5
10
0,0 9
8
7
6 i)
-0,5 5 (an
3
4
uri tate
ian. 11 ian. 12 2 Mat
ian. 13 ian. 14 1
ian. 15 ian. 16 ian. 17 ian. 18

Grafic 15. Descompunerea randamentelor forward implicite pe termen scurt (1W) peste 1, 3, 5 și 10 ani în
randamente neutre la risc și prima de risc

Descompunerea randamentelor forward

8 8
rate forward implicite 1Y rate forward implicite 3Y
rate neutre la risc forward 1Y rate neutre la risc forward 3Y
6 prima de risc forward 1Y 6 prima de risc forward 3Y
Nivel (%)

4
Nivel (%)

2 2

0 0

ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

8 8

6 6
Nivel (%)

Nivel (%)

4 4

2 2
rate forward implicite 5Y rate forward implicite 10Y
rate neutre la risc forward 5Y rate neutre la risc forward 10Y
prima de risc forward 5Y prima de risc forward 10Y
0 0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

28 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

4.4. ROBUSTEȚE
Dată fiind incertitudinea inerentă privind rezultatele estimărilor – decurgând inclusiv
din dimensiunea relativ redusă a perioadei analizate –, în vederea evaluării robusteții
acestora s-a recurs la metoda alternativă de estimare a primei de risc la termen
propusă de Adrian et al. (2013). Aceasta, spre deosebire de modelul Hamilton și
Wu (2012) – a cărui estimare face necesară folosirea algoritmilor de optimizare –,
permite obținerea analitică a estimatorilor.

Pentru aceasta, modelul valorifică pe de-o parte utilizarea unor factori observabili
(componente principale ale seriei de randamente) iar, pe de altă parte, posibilitatea
rescrierii randamentului în exces (ex post) realizat din deținerea obligațiunilor ca o
combinație liniară a 3 componente, respectiv: (i) randamentul așteptat (dependent
de factorii de risc din perioada anterioară și prețurile acestuia); (ii) o ajustare de
convexitate (dependentă de maturitate) și (iii) inovațiile în factorii de risc (plus un
termen de eroare). Coeficienții acestei regresii obținuți prin metoda celor mai mici
pătrate reprezintă la rândul lor combinații liniare de estimatori pentru cei asociați
prețurilor riscului.

Grafic 16. Comparația rezultatelor cu cele obținute folosind metodologia Adrian et al. (2013)

1Y 3Y
8 8

6
6

4
4
2

2
0

-2 0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

5Y 10Y
8 8

6 6

4 4

2 2

0 0
ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18 ian. 11 ian. 12 ian. 13 ian. 14 ian. 15 ian. 16 ian. 17 ian. 18

spot implicit, model Hamilton & Wu (2012) spot implicit, model Adrian et al. (2013)
prima de risc la termen, model Hamilton & Wu (2012) prima de risc la termen, model Adrian et al. (2013)
rata neutră la risc, model Hamilton & Wu (2012) rata neutră la risc, model Adrian et al. (2013)

BANCA NAȚIONALĂ A ROMÂNIEI 29

Caiete de studii ■ Nr. 47

Modelul are în consecință avantajul că, fără a impune explicit constrângerile de

non-arbitraj la nivelul coeficienților și , permite obținerea analitică a
estimatorilor necesari pentru calcularea lor. Totodată, deși estimarea se realizează
pornind de la date lunare, prima de risc poate fi calculată cu frecvență zilnică prin
reconstruirea la această frecvență a factorilor de risc (pe baza coeficienților din
componentele principale).

Randamentele spot implicite, ratele dobânzilor neutre la risc și, prin urmare, primele
de risc la termen, obținute utilizând cele două modele, ilustrate în Graficul 16, sunt
relativ similare, fapt ce întărește validitatea rezultatelor obținute.

5. Concluzii
Structura la termen a randamentelor titlurilor de stat permite descompunerea
acestora în două componente neobservabile, care reflectă: (i) așteptările pieței privind
evoluția ratei nominale a dobânzii pe termen scurt de-a lungul orizontului relevant,
respectiv (ii) prima de risc solicitată de investitori pentru a efectua plasamente pe
termen lung în detrimentul reinvestirii succesive în instrumente pe termen scurt.
Anticipațiile agenților privind traiectoria viitoare a ratei dobânzii pe termen scurt
influențează în mod esențial deciziile de investiții, consum sau economisire ale
firmelor și populației, reprezentând o sursă importantă de informație pentru banca
centrală. La rândul ei, estimarea compensației solicitate de investitori pentru a efectua
plasamente pe termen mai lung facilitează evaluarea percepției de risc a acestora,
care – în contextul creșterii gradului de integrare a piețelor financiare internaționale
din ultimii ani – reflectă într-o măsură semnificativă influența unor factori provenind
din mediul extern, în particular a măsurilor de politică monetară adoptate de băncile
centrale majore.

În lucrarea de față, în scopul descompunerii randamentelor în cele două componente

este utilizat un modelel gaussian de tip afin de structură la termen a ratelor
dobânzilor, estimat prin algoritmul propus de Hamilton și Wu (2012). Rezultatele
relevă faptul că scăderea randamentelor începând cu anul 2011 s-a datorat
predominant ajustării descendente a așteptărilor privind evoluția ratei nominale
a dobânzii pe termen scurt, pe fondul consolidării procesului de dezinflație și al
reducerii ratei dobânzii de politică monetară. Relaxarea condițiilor lichidității de pe
piața monetară interbancară începând din anul 2014 a fost la rândul ei de natură
să influențeze aceste anticipații, îndeosebi pe termen scurt și mediu. Sub influența
acestor factori, randamentele neutre la risc au consemnat pe parcursul perioadei
analizate scăderi cumulate cuprinse între aproximativ 200 de puncte de bază pe
maturitatea de 10 ani și 450 de puncte de bază pe cea de 1 an.

La rândul ei, prima de risc a urmat o tendință de scădere de-a lungul întregului
spectru de maturități până în prima parte a anului 2015, pentru ca spre finele
perioadei analizate ea să tindă să se stabilizeze (în condițiile unei variabilități relativ
mai însemnate pe orizontul îndelungat). Se poate aprecia că această reducere s-a

30 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

datorat atât determinanților fundamentali – în condițiile restabilirii și consolidării

principalelor echilibre macroeconomice, inclusiv ale finalizării procesului de
dezinflație din economia românească inițiat în anul 2000 –, cât și unor schimbări cu
caracter structural ale pieței, în particular creșterea cererii din partea investitorilor
nerezidenți pentru titlurile de stat românești denominate în monedă națională
asociată includerii acestora într-o serie de indici de referință globali. Compresia
primei de risc la termen a avut o contribuție relativ mai importantă la scăderea
randamentelor în cazul maturităților lungi. Pe scadența de 10 ani, aceasta se situa la
aproximativ 300 de puncte de bază în 2011, pentru ca începând din a doua parte a
anului 2014 și până în prezent să oscileze în intervalul 100-200 de puncte de bază.
Variațiile din ultimii ani au reflectat cu precădere corelația cu prima la termen pentru
obligațiunile emise de Trezoreria SUA. Intensitatea acestei legături a fost însă variabilă.
Analiza formală a determinanților evoluției primei de risc la termen constituie o cale
naturală de urmat în cercetarea viitoare.

BANCA NAȚIONALĂ A ROMÂNIEI 31

Caiete de studii ■ Nr. 47

Bibliografie
Adrian, T., "Pricing the Term Structure with Linear Regressions", Journal of
Crump, R. K., Financial Economics, pp. 110-138, 2013
Moench, E.

Ang, A., "A No-Arbitrage Vector Autoregression of Term Structure Dynamics with
Piazzesi, M. Macroeconomic and Latent Variables", Journal of Monetary Economics,
Volumul 50, pp. 745-787, 2003

Backus, D., "Cracking the Conundrum", Brookings Papers on Economic Activity,

Wright, J. H. Vol. 1, 2007

Bauer, M. D., "Robust Bond Risk Premia", Reserve Bank of San Francisco Working
Hamilton, J. D. Paper, 2015-15, 2017

Bauer, M. D., "Resolving the Spanning Puzzle in Macro-Finance Term Structure Models",
Rudebusch, G. D. Federal Reserve Bank of San Francisco Working Paper 2015-01, 2016

Bauer, M. D., "Correcting Estimation Bias in Dynamic Term Structure Models", Federal
Rudebusch, G. D., Reserve Bank of San Francisco Working Paper 2011-12, 2012
Wu, J. C.

Blake, A. P., "Inflation Targeting and Term Premia Estimates for Latin America", Latin
Rule, G. R., American Economic Review, Vol. 24:3, 2015
Rummel, O. J.

BRI "The Transmission of Unconventional Monetary Policy to the Emerging

Markets", BIS Papers No. 78, 2014

Ceballos, L., "Nominal Term Structure and Term Premia: Evidence from Chile",
Naudon, A. Applied Economics, 48(29), 2016
Romeroet, D.

Christensen, J. H. E., "An Arbitrage-Free Generalized Nelson-Siegel Term Structure Model",

Diebold, F. X., Econometrics Journal, Vol. 12, 2009, pp. C33-C64
Rudebusch, G. D.

Croitoru, L. "The Tendency Towards Secondarity in Manging Global Imbalances",

Scientific Annals of the „Alexandru Ioan Cuza“ University of Iasi,
Economic Sciences, Vol. 62(3), 2015, pp. 291-311

Diebold, F. X., "Forecasting the Term Structure of Government Bond Yields", Journal of
Li, C. Econometrics, Vol.130, 2006, pp. 337-364

Diebold, F. X., "Yield Curve Modeling and Forecasting The Dynamic Nelson-Siegel
Rudebusch, G. D. Approach", Princeton University Press, 2013

Diebold, F. X., "The Macroeconomy and the Yield Curve: A Dynamic Latent Factor
Rudebusch, G. D., Approach", Journal of Econometrics, Vol. 131(1/2), 2006, pp. 309-38
Aruoba, B. S.

32 BANCA NAȚIONALĂ A ROMÂNIEI

 Iunie 2017

Diez de los Rios, A. "A New Linear Estimator for Gaussian Dynamic Term Structure Models",
Bank of Canada Working Paper 2013-10, 2014

Geiger, F. "The Yield Curve and Financial Risk Premia, Implications for Monetary
Policy", Berlin Heidelberg: Springer, 2011

Grishchenko, O. V., "Term Structure of Interest Rates and Expected Inflation", în: „Inflation
Huang, J.-Z. Sensitive Assets“. London: Risk Books, 2012, pp. 209-253

Gürkaynak, R. S., "The U.S. Treasury Yield Curve: 1961 to the Present", Journal of
Sack, B., Monetary Economics, Volumul 54, 2007, pp. 2291-2304
Wright, J. H.

Gürkaynak, R. S., "Macroeconomics and the Term Structure", Journal of Economic

Wright, . J. H. Literature, 50(2), 2012, pp. 331-367

Halberstadt, A., "An Affine Multifactor Model with Macro Factors for the German Term
Stapf, J. Structure: Changing Results During the Recent Crisis", Discussion Paper
No. 25, Deutsche Bundesbank, 2012

Hamilton, J. D., "Identification and Estimation of Gaussian Affine Term Structure

Wu, C. J. Models", Journal of Econometrics, 2012, pp. 315-331

"Testable Implications of Affine Term Structure Models", Journal of

Econometrics, Issue 178, 2014, pp. 231-242,

Hördahl, P., "Low Long-Term Interest Rates as a Global Phenomenon", BIS Working
Sobrun, J., Papers, 574, 2016
Turner, . P.

Kim, D. H., "The Bond Market Term Premium: What is it, and How Can We Measure
Orphanides, A. It?", BIS Quarterly Review, 2007

Kim, D. H., "An Arbitrage-Free Three-Factor Term Structure Model and the Recent
Wright, J. H. Behavior of Long-Term Yields and Distant-Horizon Forward Rates",
Finance and Economics Discussion Series 2005-33, Board of Governors of
the Federal Reserve System, 2005

Laubach, T., "Measuring the Natural Rate of Interest Redux", Federal Reserve Bank of
Williams, J. C. San Francisco, Working Paper 2015-16, 2015

Rosenberg, J. V., "Signal or Noise? Implications of the Term Premium for Recession
Maurer, S. Forecasting", Economic Policy Review, Federal Reserve Bank of
NewYork, Vol. 14, No. 1, iulie 2008

Rudebusch, G. D., "Macroeconomic Implications of Changes in the Term Premium",

Sack, B. P., Federal Reserve Bank of St. Louis Review, July/August 2007, 89(4), 2007,
Swanson, E. T. (iulie/august), pp. 241-69

Woodford, M. "Interest and Prices: Foundations of a Theory of Monetary Policy",

Princeton University Press, 2003

BANCA NAȚIONALĂ A ROMÂNIEI 33

Caiete de studii ■ Nr. 47

Anexă
Parametri estimați

Reprezentare
0,948 -0,0693 -0,0455
(0,0182) (0,0249) (0,0196)
-0,0598 0,886 -0,0771
(0,0187) (0,0258) (0,0205)
0,0224 -0,0309 0,959
(0,0185) (0,0255) (0,0212)
0,00761 -0,308 0,00366
(0,00171) (0,153) (0,122)
0,9999
(5,44 x 10-5)
-0,00845 0,988
(0,000836) (0,000832)
-0,00423 -0,0322 0,977
(0,00237) (0,00196) (0,00283)
-0,000103
(0,000562)
1,05 x 10-5 1,83 x 10-5 3,83 x 10-5
(2,48 x 10-6) (3,36 x 10-6) (2,23 x 10-6)
3,03 x 10-6
(1,22 x 10-7)
(Erori standard)

Maturitate 1Y 2Y 3Y 4Y 5Y 6Y 7Y 8Y 9Y 10Y Medie

EMP (pp) 0,10 - 0,044 0,047 0,037 0,026 0,016 0,0074 - 0,0069 0,036

34 BANCA NAȚIONALĂ A ROMÂNIEI