De regering en onze financieringskost: part I

Andreas Tirez, een blogger wiens kritische inzichten in de actualiteit ik enorm kan appreciëren, schreef onlangs in een nieuwe blogpost over een presentatie die hij had bijgewoond tijdens een CEPS conferentie. De problematiek die werd aangekaart was de duurzaamheid van de overheidsfinanciën en gerelateerde zaken. Eén van de sprekers was de ING econoom Peter Vanden Houte, die gebruik maakte van onderstaande grafiek.

riskpremium-BE-OLO10-1024x697

De grafiek toont de spread tussen de 10-jaars rente op Belgische overheidsobligaties en de ietwat vage “synthetic yield”, die blijkbaar gebaseerd is op Nederland, Frankrijk en Italië. Men noemt die spread ietwat losjes “de risicopremie”. Wat je eigenlijk op de grafiek ziet is wat de Belgische overheid extra moet betalen, bovenop wat anderen betalen, om een lening te kunnen krijgen. Men interpreteert het vervolgens als een soort premie die betaald moet worden omdat Belgische schuld iets risicovoller is dan andere schuld. Wat vooral opvalt is de sterke stijging en daling omstreeks eind 2011. Ik was niet bij de presentatie en ik wil de ING econoom geen woorden in de mond leggen. Daarom zal ik Andreas quoten omtrent de conclusie die uit de grafiek getrokken wordt:

De figuur toont de risicopremie specifiek voor België: vóór de regeringsvorming is deze positief en piekt ze eind 2011. Na de regeringsvorming (en de Leterme-bons) valt deze risicopremie sterk terug. En blijft ze gestaag dalen -omdat het duidelijk wordt dat Di Rupo I stabiel is?- en wordt deze halfweg 2012 zelfs negatief en verlaagt zo de rente die betaald moet worden.

Het argument dat gemaakt wordt is dus eigenlijk dat de regeringen Leterme en Di Rupo geprezen moeten worden omdat ze de financieringskosten van België serieus hebben kunnen terugdringen door positieve signalen te geven en stabiliteit uit te stralen.

In deze blogpost wil ik daar eens wat dieper op ingaan. Ik wil niet tegen noch voor de regeringen spreken. Ik wil gewoon een eerlijk beeld op de discussie. Want het is moeilijk om causaliteit van correlatie te onderscheiden. Was het de regeringsvorming? Was het de uitgifte van Leterme-bons? Was het de ECB? Dat is niet zo gemakkelijk allemaal.

De risicopremie

Ten eerste vind ik het een beetje vreemd dat men gebruik maakt van de synthetische yield om een risicopremie te bekomen. Eigenlijk moeten we hier volledig correct zijn. Het rendement op een financieel actief kan je opdelen in twee componenten:

1) een beloning die men zou ontvangen indien men zou beleggen in activa zonder risico (risicovrij).
2) een extra beloning die men ontvangt omdat men belegt in een risicodragend actief.

Ieder actief met zelfs maar een beetje risico moet immers altijd meer dan de risicovrije rente opbrengen (of correcter: verwachten op te brengen). Waarom anders risico nemen? De risicovrije rente verwacht je dus altijd te krijgen. Daarboven wil je natuurlijk een compensatie voor het risico dat je draagt. Hoe meer risico, hoe meer verwacht rendement daar tegenover moet staan. Niet zo moeilijk allemaal. De beloning die je krijgt om risico te dragen wordt door de markt bepaald. En er zijn natuurlijk meerdere bronnen van risico. Er is renterisico: een obligatie wordt minder waardevol als de rente stijgt. Er is kredietrisico: er bestaat het risico dat je je geld niet terugziet. Er is inflatierisico: hoe hoger de inflatie, hoe minder je kan doen met het geld van je coupon. Er is liquiditeitsrisico: wat als je je obligatie niet verkocht krijgt aan een goede prijs wanneer je dat wil? Enzovoorts.

Het is duidelijk dat ieder actief de eerste component (de risicovrije rente) moet beloven. Anders is het gewoon niet interessant. Binnen de markt van de obligaties in euro wordt doorgaans Duitsland genoemd als risicovrij. Daarom leveren spreads tegenover Duitsland doorgaans de tweede component op: de beloning voor risico. Bijvoorbeeld: als België 3% moet betalen en Duitsland 2%, dan is de spread 1%, en die spread volgt uit de risico’s die gepaard gaan met schulden aan de Belgische overheid. Theoretisch gesproken is de tweede component (de beloning voor risico) nog steeds niet hetzelfde als een risicopremie. De tweede component is immers een combinatie van risicopremies en gevoeligheden aan verschillende risico’s, in de trant van: beloning = gevoeligheid x risicopremie. Een risicopremie geldt immers voor alle activa, maar die activa kunnen wel verschillende gevoeligheden hebben, zodat de beloning alsnog kan verschillen. Maar dit ga ik verder laten voor wat het is. Ik ga gewoon verder met het idee: de spread tegenover Duitsland is wat de Belgische overheid extra moet betalen omdat ze risicovoller is.

De Belgische spread tegenover Duitsland

Wanneer we de Belgische spread tegenover Duitsland bekijken verandert er eigenlijk niet zo heel veel. De grafiek ziet er ongeveer hetzelfde uit, buiten het feit dan dat onze spread nooit negatief is, wat past binnen het kadertje: Belgische schuld draagt altijd meer risico dan Duitse. De vraag of men Di Rupo of Leterme kan prijzen voor hun goed werk is bij deze nog steeds niet beantwoord.

BEspread

Gemeenschappelijke variatie in de euro spreads

Er is maar bitter weinig bekend in de literatuur over de invloed van regeringsvorming of speciale uitgiften (à la Leterme bons) op de financieringskosten van overheden. Daar kunnen we ons dus niet echt op baseren. Het enige wat we zien op de grafiek is een sterke daling in onze spread zo omstreeks de regeringsvorming, ondanks dat onze “fundamentals” niet bijzonder veranderden in die periode. Op dat vlak zijn we dus niet echt wijzer geworden.

Hoe kunnen we dan wel wijzer worden? Mijn idee is hier als volgt: als de spreads in de Eurozone in die bijzonder volatiele periode een sterke gemeenschappelijke beweging vertonen, dan is de kans klein dat onze regering de drijvende of meest belangrijke factor is geweest achter de sterke stijging of daling van onze rentevoet. Laten we eens kijken naar de andere spreads in de Eurozone omtrent die periode (ik neem 01/2011 – 12/2012).

Eurospreads

Door de aanwezigheid van een aantal storende elementen kan je eigenlijk weinig nuttigs zeggen over deze grafiek, alleen dat Griekenland precies wel serieus in de shit zat. Laten we even de grafiek wat duidelijker maken door te kijken naar de landen die niet extreem in de shit zaten.

Eurospreads2

Zo, dat is al wat duidelijker. Zoals bekend: problemen in Italië en Spanje. En daaronder zit dan België. En nog verder naar beneden zien we Nederland, Oostenrijk, Finland en Frankrijk. Met België scheelt er duidelijk wat, aan die stijging en daling te zien. Maar langs de andere kant: bij de andere overheden zien we ook wel min of meer een gelijkaardige stijging en daling. Ik ga eens onderzoeken in welke mate die bewegingen verklaard kunnen worden door gemeenschappelijke componenten.

Een methode die in de statistiek hiertoe beschikbaar is, is principal component analysis of PCA. Het idee hierachter is eigenlijk best eenvoudig. Je neemt een aantal gecorreleerde variabelen die variëren (bijv. de spreads van een aantal landen) en je gaat ongecorreleerde componenten zoeken die alle variatie in die variabelen kunnen verklaren. De eerste component zal zoveel mogelijk variatie proberen te verklaren. De tweede component, ongecorreleerd met de eerste, zal opnieuw zoveel mogelijk resterende variatie proberen te verklaren. Enzovoorts. Het resultaat is eigenlijk dat je een idee krijgt van hoe de variabelen aan elkaar gerelateerd zijn. Als de eerste component een groot deel van alle variatie drijft, dan mag je veronderstellen dat er een belangrijke achterliggende variabele bestaat. Als die eerste component niet zoveel te betekenen heeft, dan mag je veronderstellen dat de variabelen niet zo heel veel met elkaar vandoen hebben.

Wanneer ik PCA toepas op alle spreads (inclusief Griekenland) in de periode 01/2011 tot 12/2012 (dagelijkse data), dan vind ik dat de eerste component maar liefst 93.55% van alle variatie kan verklaren. Het is dus mogelijk om een variabele te construeren die meer dan 90% van alle variatie in spreads kan verklaren! Dat is bijzonder indrukwekkend. Als ik enkel de spreads van België, Oostenrijk, Nederland, Frankrijk en Finland gebruik, dan vind ik een percentage van 90%, nog steeds bijzonder hoog.

Nu, laten we hetzelfde eens overdoen, niet voor spreads, maar voor veranderingen in spreads. Ik bereken daartoe gewoon de percentuele wijziging in de spread. Als een spread van 3% naar 3.30% gaat, dan is de percentuele wijziging 10%. Door te werken met wijzigingen in spreads spelen we beter in op gebeurtenissen in de markt. De eerste component verklaart tot 47% van de variatie in spread-veranderingen voor alle landen en tot 58% van alle variatie voor België, Oostenrijk, Nederland, Frankrijk en Finland. Spelen met de periode verandert hier zo goed als niks aan.

Conclusie

Ik denk dat ik mag concluderen dat een groot deel van spreads op de overheidsobligaties in Europa gedreven wordt door een gemeenschappelijke component. Voor de spreads zelf kan één factor tot meer dan 90% van alle variatie verklaren. Voor veranderingen ligt het percentage rond 47% voor alle landen en rond 60% voor de core landen. Hebben de regeringen dus een impact gehad op onze spread en financieringskosten? Ik denk het wel. Maar ik denk dat de invloed vrij beperkt is. Onze “fundamentals” zijn tijdens die volatiele periode niet echt gewijzigd, buiten het feit dat er nogal wat politieke instabiliteit in de lucht hing. Maar of dat een grote kans op Belgische wanbetaling zou inhouden? Dat weet ik zo nog niet. Verder kan het natuurlijk altijd dat de markten irrationeel reageerden op de instabiliteit of op ander nieuws. Dat zou misschien wel kunnen, maar dan is stijging noch daling van de Belgische rentevoet het resultaat van de regeringen Di Rupo en Leterme.

Al bij al zijn de feiten dat één factor het grootste deel van de spreads drijft. En dat de claim dat de daling van onze financieringskosten vooral het resultaat is van goed werk van de regeringen daarmee een beetje in het water valt. Ik twijfel er niet aan dat zo’n zaken een invloed hebben (natuurlijk hebben ze een invloed!), maar laten we die zeker niet overdrijven en laten we zeker voorzichtig zijn om die als een verworven medaille op de vesten van onze politici te pinnen. Mensen worden maar al te graag geprezen voor zaken waarmee ze eigenlijk niets vandoen hebben.

Like it or not… uiteindelijk zijn de markten de baas.

2 gedachten over “De regering en onze financieringskost: part I

  1. Pingback: » Financieringskosten België: meer data-analyse

  2. Pingback: De regering en onze financieringskost: part II | De blog van Kurt

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s