Мотивы выбора структуры капитала

1. LTDR (Long term debt ratio) - долгосрочный процентный долг компании к сумме ее совокупного долга и балансовой стоимости акционерного капитала, или:

2. LTDRA (Book value long term debt ratio) - долгосрочные обязательства компании к балансовой стоимости активов, или:

3. TDRA (Book value total debt ratio) - сумма совокупных обязательств компании к балансовой стоимости активов, или:

Предыдущие исследования относительно применимости компромиссной теории структуры капитала в развивающихся странах, в том числе и в России, показывают неоднозначные результаты. Например, У. Киан и соавторы [Qian et al., 2009] обнаружили низкую скорость приспособления китайских компаний к оптимальному уровню долга, при этом доказано, что в целом такие компании при выборе структуры капитала руководствуются теорией компромисса. Кларк и соавторы [Clark et al., 2009] объединили в одном исследовании компании развитых и развивающихся стран, и пришли к выводу о применимости динамической теории структуры капитала на всех исследованных рынках. В то же время А. Гайгорайдиноглу и О. Озтёкин [Gungoraydinoglu, Хztekin, 2011], проводившие анализ 37 стран пришли к выводу, что поведение компаний на данных рынках невозможно описать только одной из теорий структуры капитала. И. Ивашковская и М. Солнцева [Ivashkovskaya, Solntseva, 2008] при тестировании теорий на данных российских компаний также заключили, что поведение компаний на этом рынке может быть описано как динамической компромиссной теорией, так и теорией порядка финансирования. При этом авторы отметили сложность интерпретации полученных результатов, что могло быть следствием неоднородности выборки. Авторы предположили, что для получения более значимых результатов необходимо рассмотреть российские компании, разделяя их на подвыборки по тем или иным параметрам.

Тестирование теории порядка финансирования на данных российских компаний.

Теория порядка финансирования подразумевает, что компании изменяют свой уровень финансового рычага в связи с потребностью во внешнем финансировании, или, иными словами, при внутреннем дефиците.

Следовательно, тестирование данной теории предполагает включение новой переменной в анализ. Переменная, отражающая внутренний дефицит компании вычисляется по следующей формуле:

,

где DEF_it - финансовый дефицит компании i в период t

DIV_it - дивиденды, выплаченные компанией i в период t

CFI_it - чистый денежный поток от инвестиционной деятельности компании i в период t

CFO_it -чистый денежный поток от операционной деятельности компании i в период t

В целом модель для тестирования теории порядка финансирования может быть описана следующим уравнением:



,

где левая часть уравнения совпадает с уравнением компромиссной теории, а DEF - финансовый дефицит компании.

Для тестирования теории порядка финансирования также будут использованы 3 спецификации уровня долговой нагрузки: LTDR, LTDRA и TDRA.

Стоит отметить, что предыдущие исследования не пришли к однозначному выводу о способе расчета финансового дефицита компании. Часть исследований сосредоточилась на описании формулы дефицита, представленной выше, как например Д. Ю и Р. Акино [Yu, Aquino, 2009] и Х. Ахмед и соавторы [Ahmed, Hisham, 2009]. При этом авторы отмечают, что показатель финансового дефицита может получиться отрицательным, т.е. указывать на внутренний профицит финансирования. В этом случае авторы рекомендуют обнулять данный показатель, предполагая, что такая ситуация говорит об отсутствии необходимости привлечения заемного финансирования.

Существует и другое мнение относительно отрицательного показателя внутреннего дефицита компаний: Б. Сейферт и соавторы [Seifert et al., 2010], а также И. Ивашковской и П. Макарова [Ивашковская, Макаров, 2010] считают, что внутренний профицит компании дает возможность выплачивать долг, поэтому отрицательные значения дефицита должны быть сохранены в анализе. Исследования для развитых стран, проведенные с использованием данной логики, показывают, что теория порядка финансирования может быть использована для объяснения поведения компаний, однако не является единственной верной логикой при выборе структуры капитала. Р. Сеппа [Seppa, 2008], проведя анализ компаний Эстонии, выявил четкое следование теории порядка финансирования, особенно крупными компаниями.

Противоположные результаты получили Б. Сейферт и соавторы [Seifert et al., 2010], которые провели анализ компаний из 23 развивающихся стран. В данном исследовании авторы пришли к выводу о незначимости теории порядка финансирования для всех спецификаций уровня долговой нагрузки.

Исходя из результатов исследования для российских компаний, которое провели И. Березинец, А. Размочаева и Д. Волкова [Березинец, Размочаев, Волков, 2010], компании строго следуют теории порядка финансирования при формировании структуры капитала. И.Ивашковская и П. Макаров [Ивашковская, Макаров, 2010] также выявили соответствие построения структуры капитала компаний России и ряда стан центральной и восточной Европы теории порядка финансирования.

2.5 Гипотезы исследования

Гипотеза 1. Структура капитала российских компаний зависит от стандартного набора детерминант: размера компании, доходности совокупного капитала, структуры активов и возможностей роста.

Гипотеза 2. Структура капитала российских компаний на стадии роста зависит от более широкого набора детерминант, который меняется в разные периоды времени.

Гипотеза 3. Российские компании в целом и компании на стадии роста следуют компромиссной теории структуры капитала при выборе уровня долговой нагрузки.

Гипотеза 4. Российские компании в целом и компании на стадии роста следуют теории порядка финансирования при выборе уровня долговой нагрузки.

Таким образом, во второй главе выработана методология дальнейшего исследования. В частности, получены следующие результаты:

1. Выявлен набор исследуемых детерминант, приведено их описание, способ расчета и предположительное влияние на российские компании.

2. Приведено описание исследуемой выборки.

3. Описан метод разделения компании на стадии жизненного цикла, метод применен к исследуемой выборки, описаны результаты

4. Приведена методология тестирования концепций структуры капитала: компромиссной и порядка финансирования. Введены новые переменные, приведено их описание, экономическая обоснованность и методика расчета.

5. Раскрыты гипотезы исследования



ГЛАВА 3. ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ

В предыдущей главе были определены необходимые методы и данные для анализа детерминант структуры капитала и проверки теорий структуры капитала на выборке российских компаний. Данная глава посвящена эконометрическому анализу - выбору модели, ее построению и интерпретации результатов.

3.1 Описательная статистика

В предыдущей главе были выбраны переменные, которые будут использоваться для анализа в рамках данного исследования. Прежде чем приступить к выбору модели, необходимо провести описательный анализ этих переменных, а также проверить их на наличие мультиколлинеарности для получения корректных результатов.

Главной причиной мультиколлинеарности является ошибочное включение в уравнение регрессии двух или более линейно зависимых переменных. Мультиколлинеарность может быть полной или частичной, и часто приводит к таким негативным последствия как:

· Неопределенность значений параметров модели;

· Неустойчивость оценок параметров модели и их дисперсий;

· уменьшение t-статистик коэффициентов, что приводит к неверным выводам о значимости факторов.

Мультиколлинеарность может быть обнаружена рядом методов, из них в данной работе будут использованы - построение корреляционной матрицы и расчет показателя VIF. Самым распространенным методом уменьшения мультиколлинеарности остается устранение коррелирующих друг с другом переменных.

Проведенный анализ на мультиколлинеарность показал сильную взаимосвязь между переменными Prof1/Prof2 и Size1/Size2. С экономической точки зрения такой результат объясним. Переменная Prof1 была рассчитана с помощью показателя EBITDA, а переменная Prof2 - с помощью EBIT. Поскольку EBIT и EBITDA компаний отличаются лишь на величину амортизации, переменные, рассчитанные на их основании, сильно коррелируют друг с другом. Таким образом, на основании рассчитанного показателя VIF, необходимо исключить из модели переменную Prof1. Помимо этого, на основании этого же показателя из модели исключена переменная Size1, отображающая размер компании через величину ее выручки.

Описательные статистики оставшихся в модели переменных приведены в таблице 8.

Таблица 8. Описательные статистики

Общее число наблюдений - 890, за исключением переменной Risk. Данный показатель уже был описан выше. Разброс максимальных и минимальных значений переменных можно объяснить включением в выборку данных за длительный период времени (10 лет), в том числе период кризиса 2008-2009 гг.



3.2 Выбор модели регрессии для анализа детерминант структуры капитала

Прежде чем приступить к описанию и выбору подходящей модели регрессии, необходимо определить анализируемые характеристики.

1. Проверка общего качества уравнения регрессии на основании коэффициента детерминации R² и скорректированного коэффициента детерминации Adj.R². Для обеих коэффициентов справедливы равенства: 0?R²?1 и 0?Adj.R²?1, однако скорректированный коэффициент всегда меньше, т.к. в нем делается поправка на число степеней свободы. Чем ближе коэффициенты к 1, тем лучше объясняющая способность модели.

2. Проверка статистической значимости модели. После проверки общего качества уравнения регрессии проводится проверка статистической значимости всей модели на основании F-статистики. Данный показатель тесно связан с R² - в данном случае справедливо одно из равенств: F=0, R²=0 или F?0, R²?0. В случае если выполняется первое равенство, то объясняемая переменная линейно не зависит от регрессоров.

3. Проверка значимости коэффициентов регрессии. Данная значимость проверяется на основе t-статистики, имеющей распределение Стьюдента и характеризующей степень значимости каждого коэффициента. Проверка производится исходя из гипотезы о равенстве нулю коэффициента при рассматриваемой переменной. В случае если гипотеза подтверждается, коэффициент оказывается не значим.

Выше описаны общие принципы анализа рассматриваемых далее моделей. Однако не стоит забывать, что некоторые из них могут иметь свои специфические параметры интерпретации. Такие параметры будут рассматриваться совместно с исследуемой моделью.

Поскольку описываемые данные имеют вид панельных, в данной работе будут протестированы регрессии с учетом данного факта. Всего будет рассмотрено 3 модели:

1. Сквозная регрессия

2. Регрессия с фиксированными эффектами

3. Регрессия со случайными эффектами

Модель №1. Сквозная регрессия.

Такая модель игнорирует панельную природу данных, не учитывает индивидуальные особенности наблюдений и временные эффекты, и предписывает одинаковое поведение всем объектам выборки во все периоды времени. Формально модель может быть описана уравнением:

, (u_i=0)

где y - объясняемая переменная, в - искомые коэффициенты, x - независимые переменные, а е - статистические ошибки.

Для исследуемого набора переменных это уравнение принимает следующий вид:

Результаты регрессии представлены в таблице 9.

Таблица 9. Результаты сквозной регрессии.

Результаты: скорректированный коэффициент детерминации и P-value показывают, что в целом модель значима: P-value < 0.05, а Adj.R²=0.26, т.е. выбранные переменные описывают уровень долговой нагрузки на 26%. При этом большинство переменных являются значимыми на уровне 1%, а размер компании и возможности роста - на 5% уровне.

Тем не менее, объясняющая способность модели (26%) является достаточно низкой при значимости всех переменных, а значит, с большой долей вероятности в модель не включены существенные переменные. Простой тест Рамсея, который тестирует гипотезу об отсутствии пропущенных переменных, может провести диагностику наличия данной проблемы:

Как видно из результатов теста, p-value <0.05, следовательно, тестируемая гипотеза не принимается - в модели есть пропущенные переменные, а значит, спецификация модели неверна, и полученные оценки смещены.

Полученные результаты показывают необходимость применения других моделей, а именно - анализа панельных данных, т.е. совокупности наблюдений, прослеживаемых по времени над каждым отдельным объектом. Выборка, созданная для данного исследования, представляет собой временные ряды по нескольким компаниям, что дает возможность применить такие модели в работе.

Важным преимуществом панельных данных является возможность учитывать и анализировать индивидуальные различия между объектами исследования, позволяют объяснить, почему отдельный объект имеет разные характеристики в разные промежутки времени. Также панельные данные характеризуются большим количеством наблюдений, что увеличивает число степеней свободы и уменьшает мультиколлинеарность за счет учета индивидуальных эффектов. Это, в свою очередь, позволяет получить более эффективные оценки. Анализ панельных данных. Экономический факультет НГУ. http://pub.econom.nsu.ru/

Анализ панельных данных производится с помощью двух основных моделей - fixed effect model (FE) и random effect model (RE). Основные отличия двух моделей приведены в таблице 10.

Таблица 10. Сравнение моделей FE и RE.

	Fixed effect model	Random effect model
Функциональная форма
Предположения	-	Индивидуальные эффекты не коррелируют с регрессорами
Свободный член	Варьируется по группам и/или по времени	Постоянен
Ошибки	Постоянны	Разбросаны случайно по группам и/или времени
Коэффициенты	Постоянен	Постоянен
Метод оценки	LSDV, регрессия вида «within»	GLS, FGLS
Тест на проверку гипотезы	F-тест	Тест Бройша- Пагана

Итак, модель с фиксированными эффектами проверяет наличие индивидуальных различий в свободных членах объектов выборки, предполагая, что коэффициенты и ошибки уравнения постоянны. При этом индивидуальные эффекты u_it могут коррелировать с другими регрессорами.

Модель со случайными эффектами предполагает, что индивидуальные эффекты не коррелируют с остальными регрессорами уравнения и оказывают влияние только на распределение ошибок. Это означает, что различия между объектами выборки заключаются в их индивидуальных специфических ошибках. Коэффициенты и свободный член регрессии в этой модели являются константами.

Модель №2. Регрессия с детерминированными индивидуальными эффектами.

Функциональное уравнение регрессии этого вида и метод оценки представлены в таблице 10.

Результаты модели представлены в таблице 11.

Таблица 11. Модель FE.

Результаты: модель с детерминированными индивидуальными эффектами, построенная с использованием того же набора факторов, что и сквозная регрессия, показала незначимость переменных: size2, growth и risk. Значимыми на уровне 5% оказались prof3 и ndts. Качество подгонки модели в целом, по сравнению с моделью №1, уменьшилось на 12% и составляет R² _within= 14%. При этом показатель rho=80% говорит нам о том, что 80% отклонений приходятся на индивидуальные эффекты. Несмотря на низкую объясняющую силу полученной модели, сопоставление стандартных ошибок регрессии «within» и сквозной регрессии позволяет сделать вывод об эффективности полученных оценок. По сравнению с оценками, полученными в модели сквозной регрессии, у нескольких коэффициентов изменился знак: prof3 и size2 стали положительными. Поскольку переменная size2 в данной модели незначима, сложно сделать вывод об экономической интерпретации такого результата. При сравнении переменных, выражающих доходность капитала компании (prof2 и prof3), предпочтение отдается prof2, в связи с полученными оценками. Таким образом, переменная prof3 будет исключена из дальнейшего анализа.

Еще одним важным фактором, не учтенным в данной модели, является временной эффект. Поскольку в выборку включены наблюдения по компаниям за 2008-2009 годы, на которые пришлась острая фаза экономического кризиса, то данный эффект необходимо учесть при анализе. Для этого будут введены дамми-переменные, отражающие год наблюдений.

Скорректированная модель FE представлена в таблице 12.

Таблица 12. Скорректированная модель FE.



Результаты: скорректированная модель FE показала вполне ожидаемые результаты - незначимыми с точки зрения временного распределения стали переменные ndts и risk, переменные tang и growth оказались значимыми на уровне 5%. Размер компании, выраженный через переменную Size2 снова стал значимым, однако по сравнению с предыдущей моделью, знак коэффициента изменился на отрицательный. Такой результат объясним с точки зрения компромиссной теории - чем больше размер компании, тем больше у нее возможностей использовать внутренние ресурсы, и ниже потребность во внешнем долговом финансировании. Общее качество подгонки модели также выросло по сравнению с предыдущей версией, и составляет 21%. Корреляция между индивидуальными эффектами и регрессорами снизилась на 10% - до 5% уровня, что является сигналом о необходимости тестирования модели со случайными эффектами. Последняя строка в таблице является результатом F-теста, который проверяет гипотезу о лучшей состоятельности модели сквозной регрессии против модели FE. В нашем случае P-value <0.05, следовательно, гипотеза не принимается и модель FE более предпочтительна, чем модель сквозной регрессии.

Стоит обратить внимание на значимость и коэффициенты дамми- переменных. Как видно из полученной таблицы, они являются значимыми только до 2007 года, что совпадает с нашими соображениями о влиянии кризиса на финансовые показатели компаний. Очевидно, что данную регрессию необходимо протестировать, разделив выборку на три периода времени: докризисный (2004-2007гг.), кризисный (2008-2009гг.) и посткризисный (2010-2013гг.). Данная работа будет проведена после выбора подходящей регрессионной модели.

Модель №3. Регрессия со случайными индивидуальными эффектами.

Общий вид модели данной регрессии приведен в таблице 10.

Результаты регрессии представлены ниже.



Таблица 13. Модель RE.

Результаты: при оценке значимости полученной модели необходимо опираться не на привычные F-статистике и Adj.R², а на статистику Вальда - Wald chi2(7)=129.04. Такой коэффициент свидетельствует об общей значимости этой регрессии. Предположение о некоррелированности случайных эффектов с регрессорами выполняется - на это указывает коэффициент корреляции corr(u_i,x), который в нашем случае равен нулю. 74% разброса наблюдений приходится на индивидуальные эффекты, этот параметр на 6% ниже, чем в модели FE. Значимыми на уровне 1% оказались переменные prof2, tang, ndts; на уровне 5% - growth. Переменная size2 вновь оказалась незначимой, при этом знак коэффициента изменился на положительный, как в модели №1. Переменная risk, отражающая деловой риск компаний, как и во всех предыдущих моделях, остается незначимой.

Данная модель, также как и первый вариант модели FE, не учитывает временной эффект. Снова введем в модель дамми- переменные года наблюдений.



Таблица 14. Скорректированная модель RE.

Результаты: значение статистики Вальда свидетельствует о том, что значимость регрессии существенно возросла - почти в 2 раза. Это значит, что временной эффект оказался очень существенным. Незначимыми в этой модели оказались переменные ndts и risk. Переменная size2 вновь стала значимой, при этом коэффициент изменился на отрицательный, как в скорректированной модели №2. P-value и коэффициенты при дамми- переменных показали похожие результаты, как в модели FE, и мы вновь можем сделать вывод о необходимости тестирования регрессии отдельно для трех периодов времени.

Сравнение состоятельности оценок, полученных с помощью модели RE и модели сквозной регрессии, проводится на основании теста Бройша-Пагана. Данный тест проверяет гипотезу о лучшей состоятельности модели сквозной регрессий против модели RE.



Таблица 15. Тест Бройша-Пагана.

Результаты теста Бройша- Пагана свидетельствуют о том, что проверяемая гипотеза не принимается, и модели RE отдается предпочтение.

Поскольку обе модели панельных данных оказались более предпочтительными, чем модель сквозной регрессии, на следующем этапе необходимо осуществить выбор одной из них. Для этого запустим тест Хаусмана, который проверяет гипотезу о несистематичности различий в коэффициентах.

Таблица 16. Тест Хаусмана.



P-value показал значение ниже 0.05, следовательно, проверяемая гипотеза не принимается, различия в коэффициентах систематичны и предпочтение отдается модели с детерминированными индивидуальными эффектами (FE).

Таким образом, модель регрессии для всех наблюдений во все периоды времени имеет вид:

(1)

Однако, как было сказано выше, в связи с включением в выборку наблюдений за 2008-2009 годы, общая модель для всех наблюдений вряд ли может быть использована для дальнейшего тестирования теорий структуры капитала. Поэтому по описанному алгоритму был произведен выбор модели регрессии для трех периодов времени: докризисного, кризисного и посткризисного. Также для решения задач данного исследования в последующий анализ вошли только компании на стадии роста. Результаты тестов, проведенных с использованием программы Stata, выведены в Приложение 2.

Финальные модели регрессий для российских компаний на стадии роста в каждый отдельно взятый период времени представлены ниже.

1) Уравнение регрессии для всех компаний на стадии роста:

(2)

(все переменные значимы на уровне 5%)

2) Уравнение регрессии для компаний на стадии роста в докризисный период (2005-2007 годы):

(переменные size1, liquid и risk значимы на уровне 5%, prof3 - на уровне 20%)

3) Уравнение регрессии для компаний на стадии роста в период экономического кризиса (2008-2009 годы):

(переменная size1 значима на 1% уровне, переменные liquid и ndts - на уровне 20%)

4) Уравнение регрессии для компаний на стадии роста в посткризисный период (2010-2013 годы):

( переменные size1 и liquid значимы на 1% уровне, prof2 - на 5%, ndts - на 10% уровне)

Согласно проведенному анализу детерминант структуры капитала российских компаний можно сделать следующие выводы:

1. Размер капитала компании (size), выраженный натуральным логарифмом продаж, оказывает существенное влияние на уровень долговой нагрузки. При этом влияние данного фактора отличается в разные промежутки времени. Так, для компаний на стадии роста структура капитала оказалась в прямой зависимости от размера капитала в докризисный период и период острой фазы кризиса. При этом коэффициент влияния в оба периода остается одинаковым. Обратная зависимость структуры капитала от размера капитала компаний на стадии роста появилась в посткризисный период, вероятно, из-за того, что экономика в этот период только начала восстанавливаться от последствий кризиса и не имела благоприятных условий для привлечения долгового финансирования. Очевидно, что в таких условиях компании переориентировались на внутреннее финансирование. Также необходимо обратить внимание на способ расчета данного показателя. Если для компаний на стадии роста значимым оказался размер капитала, выраженный натуральным логарифмом продаж, то для всей совокупности компаний стал значимым показатель, выраженный через натуральный логарифм совокупного капитала. Данный факт объясняется тем, что 54% выборки составляют компании на стадии зрелости, и лишь 36% приходится на компании на стадии роста.

2. Доходность совокупного капитала компании (profitability) также оказывает влияние на структуру капитала как всей совокупности компаний, так и компаний на стадии роста. Во всех случаях выявлена обратная зависимость, за исключением периода экономического кризиса, когда этот показатель стал незначимым. Примечательно и то, что для компаний на стадии роста в целом и в докризисный период стал значимым показатель доходности совокупного капитала, выраженный отношением операционной прибыли к величине выручки (такая зависимость коррелирует с предыдущим пунктом). А для всей совокупности компаний и компаний на стадии роста в посткризисный период значимым является показатель, выраженный отношением операционной прибыли к совокупным активам компании, что также произошло по причине большей доли зрелых компаний в выборке.

3. Структура активов компании (tangibility) для компаний на стадии роста оказалась вовсе незначимым фактором, причем как до наступления кризиса, так и во все остальные рассмотренные периоды. Обратная взаимосвязь структуры активов и уровня долговой нагрузки обнаружена для всей совокупности компаний, что коррелирует с предпосылками теории порядка финансирования.

4. Возможности роста кампании (Growth opportunities) - последний из традиционных детерминант структуры капитала, рассматриваемых в данной работе. Удивительно, но ожидаемая взаимосвязь данного показателя со структурой капитала компаний на стадии роста не подтвердилась - показатель оказался незначим как для всей выборки компаний на стадии роста, так и в каждый из отдельно взятых промежутков времени. Обратная зависимость структуры капитала и возможностей роста выявлена для всей совокупности компаний, при этом коэффициент является вторым по значимости после доходности капитала компаний. Вероятно, это связано с тем же неравномерным распределением компаний по стадиям ЖЦО. Это означает, что при выборе структуры капитала более зрелые компании склонны больше анализировать свои будущие возможности, нежели компании на стадии роста, которые чаще всего имеют ограниченные внутренние ресурсы, и вне зависимости от будущих возможностей нуждаются во внешних источниках финансирования.

5. Ликвидность компании (Liquidity) оказывает влияние на структуру капитала компаний на стадии роста больше, чем на все остальные компании в выборке. Ожидаемая обратная зависимость подтверждается тестами. Более того, влияние данного фактора на структуру капитала возрастает в 3 раза в посткризисный период. В отличии от традиционных детерминант структуры каиптала, ликвидность компании оказалась незначимой переменной для всей совокупности компаний.

6. Недолговой налоговый щит (NDTS) также оказывает влияние на структуру капитала российских компаний на стадии роста. Прямая взаимосвязь выявлена в период кризиса и после него. Вероятно, это связано со стремлением компаний к уменьшению расходов на налоги и повышению эффективности деятельности. Поскольку влияние данного фактора на структуру капитала всей совокупности компаний не выявлено, можно предположить, что этим инструментом пользуются в основном малые и средние компании (которые находятся на стадии роста) из-за неразвитых программ поддержки малого и среднего бизнеса в России.

7. Деловой риск компании (Risk) - самый неожиданный результат получен для этого показателя. Проведенный анализ выявил прямую взаимосвязь между уровнем долговой нагрузки компаний на стадии роста в докризисный период и деловым риском компании, т.е. чем выше деловой риск компании, тем больше она привлекает заемных средств. Данный результат плохо объясним с экономической точки зрения, и требует дальнейшего изучения на базе более масштабного количества наблюдений.

3.3 Тестирование теорий структуры капитала

Тестирование теории порядка финансирования.

Тестирование данной теории проводилось на основании методологии, описанной в п.2.4.2 данной работы.

Результаты для трех спецификаций уровня долговой нагрузки для всей совокупности компаний приведены в таблице 17, а для компаний на стадии роста в таблице 18.

Таблица 17. Тестирование теории порядка финансирования для всех компаний

	NLTDR	NLTDRA	NTDRA
Def	-0.1391**	-0.3671**	-0.3109**
_cons	0.011*	0.016***	0.018***
R-squared	0.01	0.06	0.09
Prof > F	0.004	0.002	0.003

Таблица 18. Тестирование теории порядка финансирования для компаний на стадии роста

	LTDR	LTDRA	TDRA
Def	-0.4071***	-0.3907**	0.1353*
_cons	0.021	0.025**	-0.0014*
R-squared	0.09	0.02	0.034
Prof > F	0.001	0.003	0.008

Легенда:

* значимость на 10% уровне

** значимость на 5% уровне

*** значимость на 1% уровне

Тестирование теории порядка финансирования показало, что внутренний финансовый дефицит компании является значимым фактором, как для всей совокупности выборки, так и для компаний на стадии роста. Как результат - 13 до 42% всех заимствований компаний на стадии роста происходит из-за наличия внутреннего дефицита. Таким образом, такие результаты тестирования теории порядка финансирования не позволяют отклонить ее, но и не позволяют принять как единственно верную теорию выбора структуры капитала. Данный вывод подтверждает гипотезу 3.

Тестирование компромиссной теории

Для тестирования компромиссной теории на первом этапе был определен целевой уровень финансового рычага компаний, исходя из результатов, полученных при анализе детерминант структуры капитала.

При этом, тестирование данной теории проводилось, как и прежде, для всей совокупности компаний и отдельно для компаний на стадии роста. Для всей совокупности компаний при расчете целевого уровня финансового рычага было использовано уравнение (1), а для компаний на стадии роста уравнение (2).

Результаты тестирования теории компромисса представлены в таблице 19 и таблице 20.

Таблица 19. Тестирование компромиссной теории для всех компаний

	NLTDR	NLTDRA	NTDRA
DL	4.514**	0.154*	0.06**
_cons	0.797	0.198	0.01
R-squared	0.164	0.14	0.114
Prof > F	0.004	0.008	0.002

Таблица 20. Тестирование компромиссной теории для компаний на стадии роста

	NLTDR	NLTDRA	NTDRA
DL	0.143***	0.052	0.097**
_cons	0.0122	0.02*	-0.006
R-squared	0.0466	0.0169	0.0381
Prof > F	0.0002	0.0262	0.0008

Легенда:

* значимость на 10% уровне

** значимость на 5% уровне

*** значимость на 1% уровне

Результаты тестирования теории компромисса показали применимость данной теории к российским компаниям. Полученные коэффициенты говорят о том, что российские компании стремятся к целевому уровню долга, но при этом имеют издержки рекапитализации (поскольку коэффициенты не равны единице). Для компаний на стадии роста коэффициент DL оказался незначим для уровня долга, выраженного отношением долгосрочных обязательств к совокупной стоимости активов. Во всех остальных случаях коэффициент значим на разных уровнях, а константа незначима, как и предполагает спецификация самой модели.

Таким образом, компромиссная теория структуры капитала также не может быть отвергнута, но и не может являться единственной верной моделью принятия решений о структуре капитала российских компаний. Следовательно, гипотеза 4 не может быть отвергнута.

Таким образом, в третьей главе проведено эконометрическое исследование, направленное на выявление детерминант структуры капитала российских компаний в целом и компаний на стадии роста. Кроме того, проведено тестирование традиционных концепций структуры капитала: динамической компромиссной и порядка выбора финансирования.



ЗАКЛЮЧЕНИЕ

Целью данного исследования являлось выявление мотивов выбора структуры капитала для российских компаний на стадии роста в ЖЦО. Поставленная цель достигнута путем поэтапной проработки соответствующих задач.

В работе представлены теоретические аспекты формирования структуры капитала компаниями в развитых и развивающихся странах, приведен обзор исследований, отражающих различные методы выявления и тестирования гипотез. Приведен анализ существующих моделей жизненных циклов организации, на основании анализа произведен выбор наиболее подходящей модели, а также разделение исследуемой выборки на стадии ЖЦО в соответствии с выбранной моделью.

Опираясь на проведенный анализ и рассмотренные исследования, выработана методология исследования и на ее основании проведен эконометрический анализ.

Полученные результаты приводят к следующим выводам:

1. Традиционные детерминанты структуры капитала (размер компании, доходность капитала, структура активов и возможности роста), присущие компаниям развитых стран, оказывают влияние на выбор уровня долговой нагрузки российских компаний.

2. Компании на стадии роста отличаются высокими потребностями в привлечении внешнего финансирования, и в то же время наличием факторов, существенно ограничивающих их возможности в привлечении долга.

3. Для российских компаний на стадии роста характерно влияние на выбор структуры капитала нетрадиционных детерминант, таких как ликвидность, деловой риск и недолговой налоговый щит.

4. Глобальный кризис 2008-2009 гг. привел к изменениям в формировании структуры капитала российскими компаниями. Проведенное исследование показало, что в период кризиса практически все традиционные детерминанты структуры капитала, за исключением размера компании, стали маловажными факторами при выборе уровня финансового рычага. Выявлено, что в период кризиса компании руководствовались иными мотивами при формировании структуры капитала, и детерминанты, рассматриваемые в данном исследовании, имеют слабую объясняющую способность для описания поведения компаний в этот период.

5. Российские компании выбирают структуру капитала исходя из традиционных концепций: компромиссной теории и теории порядка финансирования, при этом наибольшее влияние той или иной концепции выявить не удалось. Такой вывод приводит к необходимости дальнейшего исследования и тестирования других теорий структуры капитала, введения новых переменных, отвечающих за агентские издержки и др.

Для дальнейших исследований сформулированы следующие рекомендации:

1. Необходимо изучить влияние более широкого набора детерминант на формирование структуры капитала российскими компаниями.

2. Рекомендуется дополнить набор переменных дамми- переменными, отвечающими за такие характеристики компаний, как структура собственности, принадлежность к определенной отрасли, интеллектуальный капитал, наличие международных рейтингов.

3. Помимо компаний на стадии роста важно рассмотреть и другие компании, находящиеся на разных стадиях жизненного цикла.

4. Следует обратить внимание на мотивы формирования структуры капитала российскими компаниями в период кризиса в рамках отдельного исследования. Необходимо учитывать, что традиционный набор детерминант финансового рычага не объясняет поведение компаний в периоды экономических шоков.

5. Рекомендуется провести исследование применимости иных теорий структуры капитала для российских компаний. При этом необходимо вводить в исследование новые переменные и исследовать агентские и сигнальные теории.



СПИСОК ЛИТЕРАТУРЫ

1. Березинец И.В., Размочаев А.В., Волков Д.Л. Финансовые решения российских компаний: результаты эмпирического анализа. Вестник Санкт-Петербургского университета, сер.8, Вып.1, 2010, с.107-130

2. Гайфутдинова Н.С., Кокорева М.С. Влияние поведенческих аспектов на структуру капитала российских публичных компаний. Журнал "Корпоративные Финансы", № 3 (19), с. 44-58. 2011. http://ecsocman.hse.ru/data/2011/11/07/1270174400/CFJ19_44_58_Гайфутдинова_Кокорева_.pdf

3. Зинкевич Н.В., Олеванова Е.А. Эмпирическое тестирование теорий структуры капитала: модели, направления, результаты. Электронный журнал «Корпоративные финансы», 1(5), 2008, с.82-103. http://ecsocman.hse.ru/data/937/769/1223/5_zinkevich_olevanova_81_102.pdf

4. Ивашковская И. В., Солнцева М. С. (Кокорева). Детерминанты стратегических решений о финансировании крупных компаний на развивающихся рынках капитала: пример 132 России, Бразилии и Китая. Российский журнал менеджмента Т.7, №1, 2009 г., 25-42

5. Ивашковская И.В., Кокорева М.С., Степанова А.Н. и др. Корпоративные финансовые решения. Эмпирический анализ российских компаний (корпоративные финансовые решения на развивающихся рынках капитала): Монография / Под науч. ред. И.В. Ивашковской. -- М.: ИНФРА'М, 2012. -- 282 с. -- (Научная мысль).

6. Ивашковская И.В., Макаров П.В. Действуют ли классические концепции выбора структуры капитала на развивающихся рынках? Эмпирический анализ компаний Восточной и Центральной Европы. Электронный журнал «Корпоративные финансы» , №3(15), 2010,47-62. http://cfjournal.hse.ru/data/2010/12/31/1208183636/CF_15_pages47_62_ivashkovskaya_makarov.pdf

7. Ивашковская И.В. Жизненный цикл организации-взгляд финансиста. Журнал «Управление компанией», №11, с.60-66. 2006. http://www.cfin.ru/press/zhuk/2006-11/14.shtml

8. Ивашковская И.В., Янгель Д.О. Жизненный цикл организации и агрегированный показатель роста. Журнал "Корпоративные Финансы", №4, с.97-110. 2007. http://ecsocman.hse.ru/data/2011/11/28/1270193496/4_ivashkovskaya_97_110.pdf

9. Моргунов Е.Б. (2008) Модели жизненного цикла организации - http://www.ecsocman.edu.ru/db/msg/198166.html

10. Михайлов А.В. Эмпирическая проверка положений статической компромиссной теории структуры капитала: сравнение по различным странам. Журнал «Корпоративные финансы», 3 (7), 2008, с. 56-61. http://ecsocman.hse.ru/data/2011/11/28/1270194894/Vypusk7_6.pdf

11. Филонович С.Р., Кушелевич Е.И. Теория жизненных циклов организации и. адизеса и российская действительность. Социологические исследования № 10, 1996 . С. 63-71.

12. Широкова Г.В., Клемина Т.Н., Козырева Т.П. Концепция жизненного цикла в современных организационных и управленческих исследованиях. Вестник Санкт-Петербуржского Университета Сер.8 Вып.2, с.3-31. 2007

13. Adizes I. Corporate Lifecycles How and Why Corporations Grow and Die and What To Do About ItPrentice Hall //Englewood Cliffs, NJ. - 1989.

14. Ahmed H.J.A., Hisham N. Revisiting Capital Structure Theory: A Test of Pecking Order and Static Trade-of Model from Malaysian Capital Market. International Research Journal of Finance and Economics. Issue 30, 2009, p.58-65

15. Akdal, S. (2011), „How do firm characteristics affect capital structure? Some UK Evidence“. Available at SSRN: http://ssrn.com/abstract=1775706

16. Allen D. E. The pecking order hypothesis: Australian evidence //Applied Financial Economics. - 1993. - Т. 3. - №. 2. - С. 101-112.Amdur, 2009

17. Anthony J., Ramesh K._Association between accounting performance measures and stock prices-A test of the life cycle hypothesis. Journal of Accounting and Economics 15: pp.203-227. 1992

18. Barclay, M. J. and Smith, C. W. (1996). On Financial Architecture: Leverage, Maturity and Priority, Journal of applied Corporate Finance, 8, 4, 4-17.

19. Berger, A. and G. Udell, 1998, “The Economics of Small Business Finance: The Roles of Private Equity and Debt Markets in the Financial Growth Cycle,” Journal of Banking & Finance 22, 613-673.

20. Black E. Life-cycle impacts on the incremental value-relevance of earnings and cash flow measures. Journal of Financial Statement Analysis 4(1): pp.40 -56. 1998

21. Booth L., Varouj A., Demirguk-Kunt A., Maksimovic V. (2001). Capital Structures in Developing Countries. Journal of Finance, 56, pp.87-130

22. Castro P., Tascon T., Amor-Tapia B. (2012). The role of life cycle on capital structure. Available at: http://www.aeca.es/xvencuentroaeca/cd/34b.pdf

23. Chen, J. (2004). Determinants of capital structure of Chinese-listed companies. Journal of Business Research (57), 1341-1351.

24. Clark B., Francis B., Hasan I. (2009) Do firms adjust toward target capital structures? Some international evidence. http://ssrn.com/abstract=1364095

25. Daskalakis, N., Psillaki, M., (2007), Do Country Or Firm Factors Explain Capital Structure? Evidence from SMES in France and Greece. Applied Financial Economics, 18(2), 87-97.

26. DeAngelo, H., and Masulis, R. (1980). Optimal capital structure under corporate and personal taxation. Journal of Financial Economics, 8, 3-29.

27. Deesomsak, R., Paudyal, K., & Pescetto, G. (2004). The determinants of capital structure: evidence from the Asia Pacific region. Journal of Multinational Financial Management, 14(4-5), 387-405.

28. Delcoure, N. (2007). The determinants of capital structure in transitional economies. International Review of Economics and Finance (16), 400-415.

29. Desai, M., Foley, C., & Hines, J. (2009). Capital structure with risky foreign investment. Journal of Financial Economics, forthcoming.

30. Drobetz, W., Wanzenried G. (2006). What determines the speed of adjustment to the target capital structure? Applied Financial Economics, 16, 941-958

31. Fama, E. and K. French (2002). Testing Tradeoff and Pecking Order Predictions about Dividends and Debt, Review of Financial Studies, 15, 1-37

32. Fischer, E., Heinkel, R., & Zechner, J. (1989). Dynamic capital structure choice: theory and tests. Journal of Finance (44), 19-40.

33. Fluck, Zsuzsanna , 1999, Capital Structure Decisions in Small and Large Firms: A Life-CycleTheory of Financing. Working Paper. http://ssrn.com/abstract=1298862 .

34. Frank M.Z., Goyal V.K. (2003). Testing the pecking order theory of capital structure. Journal of Financial Economics 67, 217-248

35. Frank, M., & Goyal, V. (2008). Trade-off and Pecking Order Theories of Debt. In B. Eckbo, Handbook of Corporate Finance: Empirical Corporate Finance (Vol. 2). North-Holland: Handbooks in Finance Series, Elsevier.

36. Frank, M. Z. and Goyal V.K.. (2009). Capital Structure Decisions: Which Factors are Reliably Important? Financial Management, 38, 1-37

37. Frielinghaus, A., Mostert, B., Firer, C. (2005). "Capital structure and the firm's life stage" South African Journal of Business Management 36(4): 9-18.

38. Goldstein, R., Ju, N., & Leland, H. (2001). An ebit-based model of dynamic capital structure. Journal of Business (74), 483-512.

39. Grabowski H., Mueller D. Life-Cycle Effects on Corporate Returns on Retentions. The Review of Economics and Statistics Vol. 57, No. 4: pp. 400-409. 1975

40. Graham, J., & Harvey, C. (2001). The theory and practice of corporate finance: Evidence from the field. Journal of Financial Economics (60), 187-243.

41. Gregory, B.T., Rutherford, M.W., Oswald, S., and L. Gardiner (2005). “An empirical investigation of the growth cycle theory of small firm financing.” Journal of Small Business Management, 43(4), 382-392.

42. Gungoraydinoglu A., Хztekin Х. (2011). Firm- and country-level determinants of corporate leverage: Some new international evidence. Journal of Corporate Finance, 17, p.1457-1474

43. Harris, M., & Raviv, A. (1991). The theory of capital structure. Journal of Finance (46), 297-356.

44. Harvey, C., Lins, K., & Roper, A. (2004). The effect of capital structure when expected agency costs are extreme. Journal of Financial Economics , 74 (1), 3-30.

45. Hennessy, C., & Whited, T. (2005). Debt dynamics. Journal of Finance (60), 1129-1165.

46. Huang, S.G.H. and Song, F.M. (2002) “The Determinants of Capital Structure: Evidence from China”, Working Paper of Hong Kong University, available at http://www.hiebs.hku.hk/working_papers.asp?ID=60

47. Ivanov I. Capital Structure determinants of Russian public companies.Журнал «Корпоративные финансы», 1(13) 2010, с.5-38

48. Ivashkovskaya, I., & Solntseva, M. (2008). Ивашковская, И.В.; Солнцева, М.С. Структура капитала в российских компаниях как стратегическое решение. Вестник Санкт-Петербургского университета , 8 (3), 3-32.

49. Jalilvand A., Harris R.S. (Mar., 1984). Corporate Behavior in Adjusting to Capital Structure and Dividend Targets: an Econometric Study. The Journal of Finance, Vol.39, No.1, pp. 127-145

50. Jenkins D., Kane G., Velury U. The Impact of the Corporate Life-Cycle on the Value-Relevance of Disaggregated Earnings Components. Review of Accounting and Finance, Vol. 3 Iss. 4, pp.5 - 20. 2004

51. Jensen M.C., Meckling W., Theory of the Firm: Managerial Behavior, Agency Costs, and Capital Structure. Journal of Financial Economic, 1976, 3, pp.305-360

52. Kajananthan, R., Achchuthan, S. (2013). Liquidity and Capital Structure: Special reference to Sri Lanka Telecom Plc. Advances in Management & Applied Economics, vol. 3, no.5, pp. 89-99

53. Kane, A., Marcus, A., & McDonald, R. (1984). How big is the tax advantage to debt? Journal of Finance (39), 841-853.

54. Kaplan, Steven, and Per Strцmberg (2003), "Financial Contracting Theory Meets the Real World: Evidence from Venture Capital Contracts", Review of Economic Studies 70, 281-315.

55. Kester, W. (1986). Capital and Ownership Structure: A Comparison of United States and Japanese Manufacturing Corporations. Financial Management , 5-16.

56. Kim E.H. Miller's Equilibrium. (1982). Shareholder Leverage Clienteles, and Optimal Capital Structure. Journal of Finance, 37, pp. 301-323

57. Kraus A., Litzenberger R.H. (1973). A State-Preference Model of Optimal Financial Leverage. Journal of Finance, pp. 911-922

58. La Rocca, M., La Rocca, T., and Cariola, A. (2011). Capital structure decisions during a firms's life cycle. Small Business Economics, 37(1), 107-130.

59. Leary, M., & Roberts, M. (2005). Do firms rebalance their capital structures? Journal of Finance (60), 2575-2619.

60. Lemmon, M., Roberts, M., & Zender, J. (2006). Back to the beginning: Persistence and the cross-section of corporate capital structure. Working paper №881819, Social Science Electronic Publishing, Inc .

61. Lewis V. L., Churchill N. The five stages of small business growth //Harvard business review. - 1983. - Т. 61. - №. 3. - С. 30-50.

62. Lipson, M. L., Mortal, S. (2009) “Liquidity and capital structure”, Journal of Financial Markets, Vol. 12, pp. 611-644.

63. Long, M., & Malitz, I. (1986). The investment-financing nexus: Some empirical evidence. Midland Finance Journal , 53-59.

64. Mazur K. The determinants of capital structure choice: evidence from Polish companies. International Advances in Economic Research, 2007, 13, pp. 495-514

65. Mihalca G., Antal R. An empirical investigation of the trade-off and pecking order hypotheses on Romanian market. The XIII International Conference “Applied Stochastic Models and Data Analysis” 2009

66. Modigliani, F., M.H. Miller. The Cost of Capital, Corporation Finance and The Theory of Investment // American Economic Review, 1958. - No 3. - pp. 261-297.

67. Myers, S. C. (1977). Determinants of Corporate Borrowing. Journal of Financial Economics, 5, 147-175

68. Myers, S. (1984). The Capital Structure Puzzle. Journal of Finance, 39, pp. 575-592.

69. Nataљa Љarlija. (2012). The impact of liquidity on the capital structure: a case study of Croatian firms. Business systems research journal, Volume 3, Issue 1, pp. 30-36

70. Nivorozhkin, E. (2005). Financing choices of firms in EU accession countries. Emerging Markets Review (6), 138-169.

71. Omet, G. (2006). Ownership structure and capital structure: evidence from the Jordanian capital market (1995-2003). Corporate Ownership Control , 3 (4), 99-107.

72. Ozkan, A. (2001). Determinants of capital structure and adjustment to long run target: Evidence from UK company panel data. Journal of Business Finance and Accounting, 28(1-2), 175-198.

73. Pandey I.M.. Capital Structure and the firm characteristics: Evidence from an emerging market. (October 2001). IIMA Working Paper No. 2001-10-04. http://ssrn.com/abstract=300221

74. Pцyry, S., & Maury, B. (2009). Influential ownership and capital structure. Managerial and Decision Economics, forthcoming.

75. Qian Y., Tian Y., Wirjanto T.S. (2009) Do Chinese publicly listed companies adjust their capital structure toward a target level? China Economic Review, 20, pp. 662-676.

76. Rajan, R., Zingales, L., (1995). What Do We Know about Capital Structure? Some Evidence from International Data. Journal of Finance (50), 1421-1460.

77. Seifert, B., & Gonenc, H. (2008). The international evidence on the pecking order hypothesis. Journal of Multinational Financial Management, 18 (3), 244-260.

78. Seifert B., Gonenc (2010). H. Pecking Order Behaviour in Emerging Markets. Journal of International Financial Management and Accounting, 21:2, pp.1-31

79. Seppa R. (2008). Capital structure decisions: research in Estonian non-financial companies, Baltic Journal of Management, 2008, Vol.3 Iss:1, pp.55-70

80. Shyam-Sunder, L., & Myers, S. (1999). Testing static tradeoff against pecking order models of capital structure. Journal of Financial Economics (51), 219-244.

81. Supanvanij, J. (2006), Capital structure: Asian firms vs. multinational firms in Asia. The Journal of American Academy of Business, Cambridge, 10, 324-330.

82. Teixeira G.R., Santos M.G. (2005), Do firms have financing preferences along their life cycle, Social Science Research Network. Working Paper. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=676869

83. Titman, S., & Wessels, R. (1988). The determinants of capital structure choice. Journal of Finance (43), 1-21.

84. Wald, J. (1999). How firm characteristic affect capital structure: an international comparison. Journal of Financial Research, 22 (2), 161-188.

85. Wanzenried, Gabrielle, 2002, Capital structure dynamics in UK and continental Europe, SSRN Working Paper.

86. Wanzenried G. (2003). Capital Structure decisions and output market competition under demand uncertainty. International Journal of Industrial Organization. 21, 171-200

87. Wiwattanakantang, Y. (1999). An empirical study on the determinants of the capital structure of Thai firms. Pacific-Basin Finance Journal , 7 (3-4), 371-403.

88. Yu D.D., Aquino R.Q. (2009). Testing capital structure models on Philippine listed firms. Applied Economics, 41, 1973-1990



ПРИЛОЖЕНИЕ 1

Матрица корреляций

Расчет показателя VIF

Этап 1	Этап 2



ПРИЛОЖЕНИЕ 2

Регрессия для российских компаний на стадии роста:

Регрессия для российских компаний на стадии роста в докризисный период (2005-2007 годы):

Регрессия для российских компаний на стадии роста в период экономического кризиса (2008-2009 годы):

Регрессия для российских компаний на стадии роста в посткризисный период (2010-2013 годы):

Размещено на Allbest.ru

...