Das Fachmagazin für institutionelle Investoren

Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich an der Website anzumelden:
3/2019 | Theorie & Praxis
twitterlinkedInXING

Durchforsteter Bewertungsdschungel

Eine aktuelle EDHEC-Studie befasst sich damit, welche systematischen Risikofaktoren den Spread ­von Infrastructure Debt erklären. Ist diese Assetklasse nun aktuell fair gepreist oder nicht?

1569314630_adobestock_anweber_26687992_77.jpg

Eine aktuelle EDHEC-Analyse gelangt zu dem grundsätzlich erfreulichen Ergebnis, dass Infrastructure Debt auch heute noch vergleichsweise attraktiv bewertet ist. Das macht diese Anlageklasse zu einer der wenigen immer noch interessanten Anlagealternativen für langfristig agierende Großanleger. Dennoch ist auch in diesem Bereich eine ausreichende Diversifikation notwendig.

© EDHEC Infrastructure Institute, anweber | stock.

Private Debt ist seit einigen Jahren ein heißes Thema in der ­institutionellen Asset Allocation für die großen Player. In Zeiten versiegender Renditen liquider festverzins­licher Assets ist der Charme von illiquiden Vermögenswerten wie Infrastruk­tur­krediten zweifellos gestiegen. Diesen wird neben ihrer Wirkung als Portfoliodiversifikationsinstrument infolge der niedrigen Korre­lation zum Wirtschaftszyklus ein ­attraktives Risiko-Ertrags-Profil nachgesagt. Die allermeisten Infrastrukturprojekte, die für eine institutionelle Kapitalanlage infrage kommen, sind privat finanziert und an keiner Börse gelistet.

Zwei Kategorien

Das EDHEC Infrastructure Institute (EDHEC-infra) untersuchte all jene Kreditinstrumente, deren Hauptschuldner gemäß dem Global Infrastructure Companies Classification Standard (GICCS) als Infrastruktur-Player anerkannt werden. Private Infrastrukturkredite können in zwei Hauptgruppen unterteilt werden: Projektfinanzierungskredite sowie Kredite an Infrastrukturunternehmen. Bei Ersteren ist der Schuldner ein Special Purpose Ve­hicle (SPV), und den Gläubigern ­eines Kredits steht als Pfand nur das Projekt selbst zur Verfügung. Als Folge dieser Tatsache haben die Kreditgeber umfangreiche Kontrollrechte, die speziell dann schlagend werden, wenn bestimmte Kredit-Events eintreten und Kreditklauseln verletzt werden. Anders sieht der Fall aus, wenn die Infrastrukturfirma als solche Privatkredite aufnimmt. Der Schuldner verfügt dann über eine ­typische Unternehmensstruktur, und die Kreditklauseln sind jene, die bei anderen Fremdkapitalinstrumenten üblich sind. Die Marktstudie von EDHEC-infra ergab, dass es sich bei den Infrastrukturkrediten mehrheitlich um Projektfinanzierungen von ­kleineren SPVs handelt, während klassische Infrastrukturunternehmen tendenziell deutlich größer sind.

Dr. Frédéric Blanc-Brude, Direktor des EDHEC Infrastructure Institute, und Jing-Li Yim, leitende Analystin bei EDHEC-infra, machten sich daran herauszufinden, welche Faktoren den Spread solcher Kredite erklären und wie sich diese über die letzten Jahre – speziell seit der Kreditkrise 2008/09 – entwickelt haben. Sie interessierte auch die Frage, ob diese Spreads von Projektkrediten und Infrastrukturunternehmenskrediten von allgemein bekannten Risikofaktoren bestimmt werden. Die Grafiken „Sektorweise bzw. länderweise Verteilung der Spread-Daten von Infrastrukturkrediten“ illustrieren, woher das Datenmaterial zu Spreads stammt: Geo­grafisch betrachtet kommt das meiste aus den USA, bei der Branchenverteilung hat die Energiegewinnung eindeutig die Nase vorn.

Wie alle illiquiden Privat-Assets lassen sich Infrastrukturprojektfinanzierungen nicht leicht bewerten. Denn Sekundärmarkttransaktionen finden nur äußerst selten statt – sogar noch seltener als in nicht gelistetem Infrastructure Equity. Verzerrungen gibt es auch bei Primärmarkt-Deals, etwa durch das Jahr der Origination, also der Kreditvergabe, und die damals herrschenden Bedingungen. Würde man nur auf die Spreads zum Zeitpunkt der Origination abstellen, ließe man den Markt für private Infrastrukturfinanzierungen, dem die Investoren nun einmal ausgesetzt sind, außer Acht. Beobachtbare Spreads werden schließlich von der Entwicklung der Gläubigerpräferenzen inklusive deren Risikoappetit und der Bevorzugung unterschiedlicher Laufzeiten, aber auch von einer sich verändernden Zusammensetzung der Kreditgläubiger-Community beeinflusst. So kann der zunehmende Anteil institutioneller Investoren unter den Gläubigern des privaten Infrastrukturkreditmarktes eine Veränderung in den Risikopräferenzen auslösen, die zuvor von den Interessen der kreditgebenden Banken bestimmt waren. Dazu kommt ein unvermeidlicher Bias bei der Spread-Beobachtung. Jeder Datensatz zu Credit Spreads zum Zeitpunkt der Origination wird wahrscheinlich nicht repräsentativ für den ­gesamten investierbaren Markt und damit auch nicht direkt für die Kalibrierung von Modellen zur Vermögensbewertung geeignet sein.

Herkulesaufgabe

Blanc-Brude und Yim umschifften diese Klippe durch den Einsatz eines Faktormodells für Spreads, das dabei hilft, Biases und die geringe Datendichte zu korrigieren. „Solange diese Faktoren auf statis­tisch robuste Art und in einer bias-freien Weise dokumentiert werden, können diese auch für die Ermittlung des Fair Value privater Infrastrukturkredite herangezogen werden, und zwar unabhängig davon, ob diese Kredite auch gehandelt werden oder nicht“, merkt Blanc-Brude an. Das IFRS-13-Regelwerk sieht für die Fair- Value-Bewertung vor, dass die Kalibrierung von Bewertungen auf beobachtbaren Marktpreisen basieren muss, wodurch sichergestellt wird, dass der geschätzte Spread den zum Zeitpunkt der Bewertung gültigen Inves­torenpräferenzen entspricht. Während eine Fair-Value-Betrachtung für Schuld­instrumente, die mit ihrem Nennwert eingebucht werden und dies solange bleiben, bis eine Wertminderung eintritt, nicht immer erforderlich ist, wird die Notwendigkeit einer gleichartigen Bewertung von Private Debt mit liquiden Assetklassen erst dann zunehmen, wenn der Anteil von Private Debt an institutionellen Portfolios signifikant steigt.

Ausgangspunkt der Untersuchung der beiden EDHEC-Kapitalmarktforscher war eine große Anzahl von Credit Spreads zum Zeitpunkt der Kreditgewährung (siehe Grafik „Quartalsweise Spread-Entwicklung bei der Origination“) in den letzten beiden Jahrzehnten, um die Auswirkungen des Einflusses von Risikofaktoren auf aggregierte Spreads zu bestimmen. Bei der Auswahl dieser Risikofaktoren ließ man sich von der wissenschaftlichen Literatur zum Thema „Determinanten von Kreditspreads“ inspirieren. Dabei wandten Blanc-Brude und Yim eine dynamische Methode an, um zeitabhängige Effekte in einem Multi-Faktor-Modell für die Spreads von privaten Infrastrukturkrediten und Unternehmensschulden zu schätzen. Während die Stichprobe eine serielle Korrelation der Daten sowie Biases in Bezug auf Regionen und Branchen zeigte, stellte sich heraus, dass die geschätzten Koeffizienten robust und ohne Bias waren.

Schließlich wandten die Autoren ihr Faktormodell auf das gesamte EDHEC-infra-Universum an. Dieses stellt eine Stichprobe privater Infrastrukturschuldner dar, die repräsentativ für den investierbaren Markt in den Hauptregionen der Welt ist. Dadurch war es möglich, Tausende sogenannte „Schatten-Spreads“ für Infrastrukturkredite zu errechnen, die seit mehr als 20 Jahren nicht gehandelt werden.

Methodische Verbesserung

Laut den EDHEC-infra-Autoren benutzen alle bisherigen Arbeiten, die versuchen, die Determinanten des Credit Spreads zu finden, die Technik der linearen Regression. Das impliziere fälschlicherweise, dass sich der Einfluss der Risikofaktoren während der Kreditlaufzeit nicht fundamental verändert und eine Mean Reversion bei der Bepreisung von Risiken stattfindet. Dazu kommt des Weiteren, dass die meisten Arbeiten auf ältere Daten von vor der Finanz- und ­Kreditkrise 2008/09 abstellen. Nun sind aber die Spreads bei Private Debt durch die letzte große Krise und veränderte Risiko­präferenzen und Finanzierungskosten auf einem höheren Niveau. Dazu kommen veränderte Bankenregulierungen, neue Kreditgeber und ein breiter gestreuter institutio­neller Investorenkreis. Selbst jüngere Ar­beiten, die Post-Krisen-Daten heranziehen, ­haben nicht die Entwicklung der indivi­duellen Risikoprämien über die Jahre ­modelliert. Stattdessen stellten sie auf ein statisches, lineares Modell ab, das der Komplexität der sich ändernden Zusammen­hänge nicht gerecht wird. Daher sind die Aussagen nicht besonders robust und manchmal widersprüchlich. Auch wurde nur auf die beobachtbaren Spreads abgestellt. Wenn dann etwa bestimmte Arten von Infrastrukturfinanzierungen in bestimmten Zeiten kaum aufzustellen sind und ältere, gleichartige auf den Bilanzen von Inves­toren gehalten werden, könnten diese mit den aktuell gültigen Spreads nicht fair bewertet sein.

Die eine Lösungsmöglichkeit besteht ­darin, die Auswirkung individueller Risikofaktoren, die sich im Lauf der Zeit ändern, auf aggregierte Credit-Spreads zu messen, zum anderen die sich im Zeitablauf ändernden Risikoprämien auf ein Universum in­vestierbarer Kredite anzuwenden, die entweder den Markt oder ein investierbares Marktsegment repräsentieren. Beides setzen Blanc-Brude und Yim in ihrem jüngsten ­Paper um.

Ergebnisse

Durch die Anwendung einer Kombina­tion aus dynamisch geschätzten Risikofaktoren zur Erklärung beobachtbarer aggregierter Spreads und einem hedonischen Faktor-Pricing zwecks Darstellung faktor-impliziter Spreads eines repräsentativen Universums von investierbarer Infrastruktur gelang es, robustere Ergebnisse zu erzielen als ältere Studien. Welche Faktoren erklären denn nun nach diesem Ansatz Infrastruktur- Credit-Spreads? „Es ist eine Kombination aus allgemeinen Faktoren, die in vier Kategorie eingeteilt werden können“, sagt Blanc-Brude. Es sind dies die Faktoren Markt­trend/Regime, das Kreditrisiko, die Liquidität und die Kapitalkosten.

Der Faktor Markttrend/Regime entfaltet die größte Wirkung in Bezug auf Kredit-Spreads sowohl bei Infrastrukturkrediten als auch bei Unternehmenskrediten. Denn bekanntlich variiert der Zustand des Kreditmarktes über die Zeit beträchtlich. Diese Wirkung kann nicht durch Kreditcharakte­ristika oder Eigenschaften des Schuldners erklärt werden. Im Fall der Infrastruktur­kredite ist dieser Effekt ziemlich konstant, zeigt aber doch Regime-Shifts zu bestimmten Zeiten, speziell 2008, als es die Spreads nach oben hievte, sowie 2014, als das Gegenteil geschah. Dies illustriert die Grafik „Regimeänderungen bei Infrastrukturprojektkredit-Spreads“.

In Bezug auf Unternehmenskredite sind zwei Sprünge der Kredit-Spreads nach oben zu beobachten, nämlich 2008 und 2012. Generell ist diese Verschiebung in ihrem Ausmaß beschränkt und bedeutet im Schnitt für 2015 und später nur eine Erhöhung der Spreads um 29 Basispunkte gegenüber dem Vorkrisenniveau zwischen 2000 und 2005, am Höhepunkt der Krise waren es bei ­Infrastrukturkrediten immerhin 75 Basispunkte. Bei Unternehmenskrediten wiederum waren es im selben Zeitraum 70 Basispunkte und damit doch deutlich mehr als bei Infrastrukturkrediten.

Das Kreditrisiko als solches erklärt nur einen Teil des Kredit-Spread-Niveaus. Betreffend Geschäftsrisiken konnten die Autoren herausfinden, dass Infrastrukturkreditnehmer, die kommerziellen Risiken ausgesetzt sind, eine im Zeitverlauf schwankende Prämie bezahlen müssen, die 20 bis 40 Prozent höher liegt als der Marktdurchschnitt. Die Größe des Kredits hat insofern Einfluss, als bei größeren Infrastrukturprojektkrediten die Gläubiger ab einem bestimmten Schwellenwert, der bei zirka 150 Millionen US-Dollar liegt, eine geringere Risikoprämie verlangen. Bei Krediten an Infrastrukturunternehmen – klassisches Corporate Debt – sieht der Zusammenhang zwischen Kreditgröße und Spread hingegen anders aus: Hier steigt ab einer bestimmten Kreditgröße der Spread. Beides ist in der Doppelgrafik „Wie die Kreditgröße Spreads beeinflusst“ dargestellt.

Der dritte wichtige spreadbeeinflussende Faktor sind die Liquiditätskosten auf Seiten der Kreditgeber. Auch wenn es schwierig ist, die Fälligkeit als Einflussgröße mit ­Modellen einzufangen, so lässt sich doch sagen, dass die Restlaufzeit einen signifikanten und über die Zeit variierenden Einfluss auf den Spread von Unternehmensschulden hat. Denn in Phasen verringerter Liquidität im Bankensektor zwischen 2008 und 2016, als höhere Risikoprämien verlangt wurden, gab es bei Infrastrukturschulden eine konstante Fälligkeitsprämie. ­Bezüglich Kreditvolumen, das primär eine Angelegenheit des Kreditrisikos ist, ist festzuhalten, dass zu Zeiten verringerter Liquidität auf Seiten der Geldgeber sogar Infrastrukturschulden mit zunehmender Größe teurer wurden. Dieser Effekt war aber nicht stark genug, um von einer Size-Prämie sprechen zu können. Während Refinanzierungen in stressfreien Zeiten keinen Einfluss auf Spreads nehmen, werden diese bei verringerter Liquidität teurer, speziell für ­Infrastrukturkredite.

Der vierte Faktor sind die Kapitalkosten, also die Benchmark für alle variabel ver­zinsten Forderungen. Dieser Geldmarktsatz stand zu den Spreads in einer inversen ­Beziehung, es gingen also höhere Basiszinsen mit niedrigeren Spreads einher und vice versa. Doch das galt nur bis zur Krise 2008, seither verhalten sich Kredit-Spreads und Basiszins komplett unkorreliert zueinander. Bestimmte Marktteile sind als Reaktion auf die Segmentierung des Kreditmarktes bil­liger als andere, wenn man Libor- und ­Euribor-Pricings von Krediten miteinander vergleicht. Jedoch zeigt sich seit der Krise 2008, dass diese Unterschiede – genauso wie regionale Differenzen – im Schwinden begriffen sind.

Pricing von Infrastrukturkrediten

Die Analyse über zwei Dekaden illustriert, dass es durch die Finanz- und Wirtschaftskrise 2008/09 und Änderungen im Verhalten bestimmter Spread-Einflussgrößen zueinander sowie der Kosten von Unternehmenskrediten im Allgemeinen und Infrastrukturkrediten im Besonderen zu Verwerfungen am Kreditmarkt gekommen ist. So ist der Einfluss der Kapitalkosten im Nachgang der Krise – wohl infolge der Niedrig- beziehungsweise Nullzinspolitik der Zentralbanken – verschwunden, und strukturelle Unterschiede zwischen einzelnen Märkten gibt es nicht mehr. Andererseits haben bestimmte Sektoren wie die Straßenfinanzierung eine kontinuierliche Steigerung der langfristigen privaten Finanzierungskosten zu gewärtigen.

Das durchschnittliche Spreadniveau hat sich auf einem höheren Level etabliert und bleibt bei einem Wert von mehr als 200 ­Basispunkten – dies auch bei fallenden Zinsen. Den Autoren gelang es zu zeigen, dass dies primär durch die Entwicklung individuell gepreister Risikofaktoren zu erklären ist. Dazu kommt, wenn man die Ergebnisse im Hinblick auf das Exposure zu diesen Faktoren im Universum relevanter Assets kontrolliert, dass die durchschnittlichen Spreads von Infrastrukturkrediten um zirka 20 Basispunkte gestiegen sind.
Das Autorenduo zieht den Schluss, dass das Pricing von Infrastrukturkrediten im Sinne der Rechnungslegungsvorschriften des IFRS als fair anzusehen ist, da es von systematischen Risikofaktoren getrieben wird, wie sie sich aus den Marktpreisen ­ableiten lassen.

Unternehmenskredite wie auch im Speziellen Infrastrukturkredite sind eine Anzahl von allgemeinen Risikofaktoren ausgesetzt, zu denen das Kreditrisiko, Liquiditätsrisiken wie auch Kapitalkosten gehören. Sie rea­gieren aber auch auf Signale beim Pricing und bestimmte Mechanismen: So stellte sich beispielsweise heraus, dass im Fall von Projektfinanzierungen Kredite an Infrastrukturunternehmen und höhere Leverages von mehr als 80 Prozent ein geringeres Kreditrisiko und niedrigere Spreads signalisieren. Eine weitere wichtige Erkenntnis ist, dass es nach wie vor fundamentale Unterschiede zwischen Infrastrukturprojektkrediten und Infrastrukturunternehmenskrediten gibt. So werden etwa allgemeine Risikofaktoren ­unterschiedlich gepreist. Zum Beispiel ist die Beziehung zwischen Spreads und Laufzeiten bei Infrastrukturprojektkrediten konvex, bei Krediten an Infrastrukturfirmen hingegen konkav.

Praktische Konsequenzen

Wie es aussieht, können Praktiker im ­Anlagegeschäft angesichts der im Großen und Ganzen fairen Preisgestaltung von Infrastrukturkrediten getrost einem Investment nähertreten und damit die Diversifikation in Zeiten, wo Renten vielerorts nur mehr ein ertragloses Risiko darstellen, weiter vorantreiben. Da die Anfangsspreads allerdings eine marktzyklische Komponente besitzen, empfiehlt es sich, wie bei allen anderen Privatmarktanlagen eine entsprechende Streu­ung der Investments über die Zeitachse (Vintage Years) vorzunehmen. Zu spät für Investments scheint es aufgrund der Spread-Situation jedenfalls nicht zu sein, was an sich tröstlich ist.         

Dr. Kurt Becker


Feine Unterschiede bei Private Debt Spreads

Einflussgrößen wie Laufzeit, Kreditgröße, Ratings wirken auf Corporate-Credit- und Projektfinanzierungs-Spreads ungleich.

A. Was Corporate Credit Spreads beeinflusst

Ein großer Anteil der Kredit-Spreads von Unternehmensschulden kann man nicht durch die Vergangenheitsdynamik der Spreadentwicklung oder durch Risikofaktoren aus der Aktienwelt erklären. Die Litera­tur nennt für Unternehmenskredit-Spreads einmal den Faktor Fälligkeit. Spreads nehmen mit der Kreditlaufzeit zu, da Investoren für längeres Risiko-Exposure kompensiert werden. Des Weiteren sind spread­bestimmende Einflussgrößen der ­Leverage, das Kreditvolumen, die Größe des Kreditsyndikats, Ratings, das Währungsrisiko und Makro-Faktoren. Punkto Leverage zeigt die Studie von Collin und Dufresne, dass der Hebel keine statistisch signifikante Beziehung zu Credit Spreads von Corporates aufweist. Was die Kreditgröße anbelangt, weisen Großkredite typischerweise geringere Spreads auf, obwohl das höhere Exposure eigentlich einen höheren Spread erforderlich macht, wie Barry Eichengreen als Erster in Bezug auf Schwellenländeranleihen anmerkte. Die Größe des Bankensyndikats bei einem syndizierten Kredit steht in positiver Beziehung zum Pricing des Kredits, wie Esty und Megginsson feststellten. Die Syndizierung trägt dazu bei, den Wettbewerb unter den Kreditgebern zu beschränken, woraus höhere Zinssätze resultieren. Bezüglich des Einflusses von Ratings haben Sorge und Gadanecz festgehalten, dass Ratings von Unternehmensanleihen keinen signifikanten Erklärungswert über mikro- und makroökonomische Risikovariablen hinaus liefern. Ein Rätsel stellen die Unterschiede in der Verzinsung amerikanischer und europäischer Syndikatskredite dar. In diesem Zusammenhang fanden Burietz, Oosterlinck und Szafarz, dass bei Kontrolle der Ergebnisse im Hinblick auf regionenspezifische Kreditratings die Zinsdifferenz zwischen US- und europäischen Krediten erklärt werden kann. Währungsrisiko und Spreads haben eine signifikant negative Beziehung bei allen Arten von Schulden. Allerdings beobachteten Gatti, Kleimeier, Megginson und Steffanoni, dass Spreads, die mit einem Währungsrisiko verbunden sind, um zirka 37 Basispunkte geringer ausfallen als im Durchschnitt. Offenbar erhalten nur die kreditwürdigsten Projekte mit einem inhärenten Währungsrisiko ein Funding. In ­Bezug auf Makro-Faktoren testete man die Ergebnisse im Hinblick auf den VIX (CBOE Volatility Index) und die Zinsstrukturkurve. Während der Einfluss dieser Faktoren bei öffentlich gehandelten Unternehmensanleihen signifikant ist, zeigen kürzlich durchgeführte Tests bei privaten Syndikatskre­diten und längeren Zeithorizonten keinen signifikanten Einfluss dieser Faktoren auf die Spreads.

B. Einflussfaktoren von Projektkrediten

Fälligkeit, Leverage, Kreditgröße. Größe des Kreditsyndikats, Ratings, Senioritätsgrad der Schulden, Garantien, Geschäftsrisiken und Refinanzierungsrisiken sind ­jene potenziellen Risikofaktoren, die laut der bekannten Studien den Kredit-Spread von Infrastrukturprojektfinanzierungskrediten beeinflussen können. Im Gegensatz zur traditionellen Unternehmensfinanzierung bedeutet hier eine längere Kreditlaufzeit nicht unbedingt ein größeres Risiko und damit höhere Spreads, wie unter ­anderem Blanc-Brude und Ismail heraus­fanden. Das steht im Einklang mit einer anderen Studie, die den Schluss zog, dass ein höherer Leverage ein geringeres Assetbasisrisiko in der Projektfinanzierung wider­spiegelt. Längere Laufzeiten können ein größeres Vertrauen der Geldgeber signalisieren. Sorge und Gadanecz eruierten, dass die Credit-Spread-Strukturkurve bei Projektfinanzierungen im Gegensatz zu anderen Finanzierungen eine Höckerform aufweist. Das bedeutet, dass langfristige Projekte, die einen gewissen Schwellenwert in der Kreditlaufzeit überschreiten, billiger sind als kürzer laufende Projektfinanzierungen. Die beiden Autoren nennen als Grund die Abhängigkeit der Rückzahlung der Projektfinanzierungen von den Projekt-Cashflows, die längere Laufzeiten bevorzugen. Auch verschwinden idiosynkratische Projektrisiken bei längeren Laufzeiten. Blanc-Brude und Strange vermuteten 2007, dass dies ein dynamischer Effekt wäre, der eher von sich verändernden Marktbedingungen abhänge als ein Beweis für eine nichtlineare Struktur sei. Auch der Leverage hat wohl einen nichtlinearen Einfluss auf die Spreads. Diese können ­eine positive Beziehung zum Leverage aufweisen, um zu signalisieren, dass es einen Trade-off zwischen billigerem Kredit und verringertem Eigenkapitalanteil gibt. Andererseits ergab eine Studie von Esty und Megginson, dass ein hoher Leverage auch ein Signal für die hohe Kreditqualität bei einer Projektfinanzierung sein kann. Kreditgröße und Projektfinanzierungs-Spreads sind negativ korreliert, fand Sorge. Dieser Effekt ist allerdings drei- bis viermal geringer als bei einer Kontrollgruppe in Bezug auf Unternehmensschulden generell. Laut Blance-Brude und Strange ist diese Beziehung überhaupt statistisch insignifikant.

Für den Einfluss der Syndikatsgröße auf Projektfinanzierungs-Spreads finden sich keine abgesicherten Belege, und auch der Einfluss von Ratings ist alles andere als klar. Die meisten Projekte sind nicht geratet, und wenn doch, dann zeigen solche mit Rating einen um 25 Basispunkte größerem Spread. Laut Gatti rührt das daher, dass ein Rating eher bei höheren Pro­jektrisiken im Spiel ist. In Bezug auf die Kreditseniorität ist festzustellen, dass Mezzanine und Nachrangschulden generell höhere Spreads aufweisen. Diese reflektieren das höhere Risiko infolge der Wasserfallstrukturen. Betreffend Bankgarantien ist zu sagen, dass diese Spreads generell im Schnitt um 23 Basispunkte verringern. ­Projektfinanzierungen weisen jedenfalls im Verhältnis zu allen anderen Arten von ­Unternehmensschulden die größte Sensi­tivität in Bezug auf Garantien auf. Wie Sorge 2004 ermittelte, verringern Garantien Dritter den durchschnittlichen Spread bei Projektfinanzierungen um mehr als 43 Basispunkte. Bezüglich des Geschäftsrisikos zeigte sich in den bisherigen Ar­beiten, dass Infrastrukturkredite aufgrund des vertraglich zugesicherten Erlösmusters und Einkommensstroms systematisch bil­liger sind als solche, die einem Nachfra­gerisiko ausgesetzt sind. Refinanzierte Kredite wiederum weisen tendenziell einen um 20 bis 50 Basispunkte geringeren Spread auf.


Anhang:

twitterlinkedInXING
 Schliessen

Mit der Nutzung dieser Website stimmen Sie der Verwendung von Cookies und unserer Datenschutzerklärung zu. Mehr erfahren