Ниже в таблице представлено резюме по основным детерминантам структуры капитала, входящим в «традиционные» теории структуры капитала: компромиссную теорию и теорию порядка финансирования.

Детерминанта	Влияние и измерение	Авторы
Залоговая стоимость	Положительное, Net PP&E/Assets	Myers, 1984 Scott., 1977 Titman, Wessels, 1988
Недолговой налоговый щит	Отрицательное, D&A/Assets	Balkarishnan, Fox, 1988 Bradley et al., 1984 Titman, Wessels, 1988
Рост	Отрицательное, Capex/Assets	Balkarishnan, Fox, 1988 Booth et.al, 2001 Titman, Wessels, 1988,
Уникальность	Отрицательное, SG&A/Sales, R&D/Sales	Titman, 1987 Titman, Wessels, 1988,
Прибыльность	Отрицательное, EBIT/Sales, EBIT/Assets	Barton, Gordon, 1988 Myers, 1984 Titman, Wessels, 1988,

Таб. 3. Традиционные детерминанты структуры капитала



Глава 2. Разработка методики исследования влияния типа конкурентной стратегии компании на выбор источников финансирования

2.1 Разработка основных положений методики исследования влияния конкурентной стратегии компании на выбор источников финансирования

Для достижения цели исследования, нам необходимо провести эконометрический анализ для выявления статистически значимого влияния типа конкурентной стратегии компании на выбор источников финансирования. Данная задача может быть разбита на следующие подзадачи:

1) разработать эконометрическую модель, удовлетворяющую потребностям исследования

2) идентифицировать тип конкурентной стратегии компании основываясь на формальной (количественной) информации о компании;

3) отделить влияние типа конкурентной стратегии компании от влияния, оказываемого традиционными детерминантами выбора источников финансирования.



Рис. 9. Модель исследования

Для тестирования гипотез предлагается использовать три типа моделей: сквозная регрессия, панельная регрессия с фиксированными эффектами и панельная регрессия со случайными эффектами. Данный подход использовался множеством работ, а частности [Ивашковская, Солнцева, 2009], где авторы использовали выборку из Российских, Бразильских и Китайских компаний за 2001-2006 год. Анализ будет проведен при помощи пакета Stata 12 ввиду его преимуществ в качестве инструмента для анализа панельных данных над Eviews, SPSS и Gretl. Регрессии с фиксированными и случайными эффектами позволяют нам учесть прочие факторы, как специфика компании, отрасли и макроэкономические условия без учета их как отдельных регрессоров.

Сквозная регрессия не учитывает специфичные для каждой компании факторы, что может отразиться на ошибках регрессии и привести к смещенности и несостоятельности оценок коэффициентов. В целом же, учитывая панельный характер данных, необходимо применять панельные регрессии. Для выбора между панельной и сквозной регрессией будет использоваться тест Бройша-Пагана, а для выбора между панельными регрессиями - тест Хаусмана. В приложении 2 приведен код, использованный нами в ходе регрессионного анализа.

2.2 Формирование выборки исследования и базы данных

Для проведения эконометрического анализа нами была выгружена финансовая информация по 714 компаниям из 14 отраслей (см. таблицу ниже) за 20 лет с 1996 по 2015 год при помощи терминала Bloomberg. Каждая из отраслей представлена списком из 51 компании, ранжированных по рыночной капитализации на конец отчётного периода 2015 года. Итого, выборка включает в себя 14280 уникальных наблюдений. Все данные представлены в долларах США, переведенных по курсам соответствующих валют на конец периода для показателей запаса, т.е. балансовых показателей, и по средним за период курсам для показателей потока, т.е. показателей отчёта о прибылях и убытках и отчёта о движении денежных средств. Ниже представлена таблица с отраслями и индустриями по Global Industry Classification Code. Т.к. в каждой отрасли 51 компания, то число компаний мы решили не отражать в таблице.

Список отраслей, представленных в выборке, был определен исходя из ограничений: мы исключили компании финансового сектора из-за особенностей формирования ими структуры капитала, которая имеет более сложную структуру и от части опредлена регуляторными требованиями и нормативами (Базельские Стандарты Капитала, Приказ ЦБ 312-П и др.). Кроме того, мы исключили некоторые отрасли, а в частности - компании сферы услуг, так как многие из них не имеют таких параметров, как себестоимость продукции. К примеру, отрасль авиаперевозок, которая включает в себя два сегмента - лоукостеры и традиционые перевозчики, не включена именно по этой причине, т.к. количественные данные не позволяют идентифицировать тип стратегии.

Таб. 4. Индустрии и отрасли выборки

2.3 Выбор метода определения типа конкурентной стратегии

Для того, чтобы статистически доказать влияние конкурентной стратегии на выбор источников финансирования, необходимо разработать методику определения типа конкурентной стратегии основываясь на формальных количественных критериях, как финансовая информация о фирме.

Чтобы определить тип конкурентной стратегии, нам необходимо исходить из того, в каких условиях работает компания, ведь как мы могли выяснить - компания может по-разному использовать свои преимущества: одни наращивают долю рынка, другие - увеличивают маржинальность бизнеса. Тем не менее, доля рынка для современных компаний - достаточно сложное понятие, так как границы фирмы очень размыты. К примеру, какой рынок брать для авиаперевозчиков для расчёта их доли, национальный или глобальный? Такой вопрос сегодня можно задать по отношению к любой крупной публичной компании, в связи с чем - необходимо разработать два типа прокси-переменных для определения типа конкурентной стратегии, которые могли бы дополнять и компенсировать друг друга.

В работе [Birjandi, 2012] была предпринята попытка измерить лидерство в издержках как отношение продаж к активам. На наш взгляд, данный подход слабо отражает экономическую специфику данной конкурентной стратегии, так как не всегда компания с преимуществом в издержках стремятся наращивать долю рынка. Исходя из идей Майкла Портера касательно реализации конкурентных преимуществ, первым отличием между компаниями будет их ценовая политика. Согласно описанию базовых конкурентных стратегий, лидеры в издержках производят дешевле и продают дешевле, а компании с преимуществом в выгодах - больше тратят на производство продукта и большую цену имеют. Тем не менее, как мы выяснили, компании-лидеры в издержках становятся такими ввиду отказа от дополнительных издержек, а издержки компаний-дифференциаторов имеют преимущественно фиксированный характер и отражаются в такой строке отчёта о прибылях и убытках как Selling, General and Administrative Expenses (SG&A).

Так, согласно данным идеям, компании будут иметь различный уровень маржинальности по валовой прибыли, которая, по сути, представляет собой уровень наценки, устанавливаемый компанией над её переменными издержками. Чем выше маржа валовой прибыли - тем больше вероятность того, что компания использует преимущество в выгодах. Соответственно, первая прокси-переменная для типа конкурентной стратегии - это отношение валовой прибыли к продажам:

Тем не менее, не всегда ценообразование компании зависит от её желаний: рыночная концентрация, тип продукта и эластичность спроса определяют то, будет ли компания действовать так, как ей предписывают «эталонные стратегии». Чтобы учесть этот фактор, необходим другой тип переменных, который мог бы дополнить или заменить собой определённый выше. Так как компании с преимуществом в выгодах имеют большую долю фиксированных издержек в виду издержек на исследования, маркетинг, продажи и рекламу, то второй тип переменных - это доля издержек SG&A в продажах. В качестве издержек SG&A мы берем разницу между операционной прибылью и себестоимостью продаж, т.к. издержки R&D не включаются в SG&A и не могут быть выгружены из системы Bloomberg.

Последний тип переменных - должен охватывать балансовые показатели. В частности, идея [Balkarishian, Fox, 1993; Barton, Gordon, 1988; Titman, Wessels, 1988] о влиянии специфичности активов на выбор источников финансирования. Высокая степень специфичности активов говорит о том, что с меньшей вероятностью они могут быть востребованы на других производствах, а соответственно - менее ликвидны. Вышеупомянутые авторы использовали такие показатели, как доля производственных активов PP&E (Net Plant, Property and Equipment) в активах. Это особенно справедливо в отношении лидеров в издержках так как они достигают своего положения благодаря высокой степени интеграции назад, что связано с преобладанием материальных активов.

Одновременно с этим, чем выше доля активов PP&E, тем ниже доля активов нематериальных, которые свойственны дифференцирующимся компаниям. Как мы подчеркивали, нематериальные активы трудно справедливо оценить, они могут стать причиной крупных убытков из-за переоценки (как, например, goodwill impairment). Соответственно, чем выше доля PP&E - тем больше вероятность того, что компания использует стратегию лидерства в издержках и тем меньше вероятность того, что компания дифференцируется.

Лидерство в издержках - напротив, так как достигается благодаря эффекту экономии на масштабе, более капиталоинтенсивна, а соответственно требует более высокой доли производственных активов. Авторы [Barton, Gordon, 1998] пытались доказать, что капиталоинтенсивность должна вести к снижению доли долга в капитале, однако, большая часть авторов, в частности [Titman, Wessels, 1988] получили значимые доказательства высокой силы положительного влияния капиталоинтенсивности бизнеса на уровень долга.

Резюмируя, наш подход к определению типа конкурентной стратегии следующий: низкая доля SG&A и высокая доля PP&E характерна лидерам в издержках, а высокая доля SG&A и выоская доля PP&E - компаниям-дифференциаторам. Исходя из вышесказанного, мы намерены проверить в исследовании следующие гипотезы:

H₁: Компании с преимуществом в издержках имеют больший леверидж, нежели компании с преимуществом в выгодах.

H₂: Компании, имеющие высокую долю издержек SG&A менее склонны использовать заёмный капитал.

H₃: Компании, имеющие высокую долю производственных активов более склонны использовать заёмный капитал.

Для того, чтобы проверить валидность данных критериев в качестве индикаторов типа конкурентной стратегии компании - предлагаем обратиться к нашей выборке и использовать их в отношении крупнейших компаний и их конкурентных стратегий. Мы не будем рассматривать каждую отрасль, а рассмотрим лишь те ситуации, где можно объективно определить тип конкурентной стратегии, так как мы уже упоминали, что компания может иметь комбинацию из элементов, присущих обеим типам конкурентных стратегий - лидерству в издержках и дифференциации. Компании, рассматриваемые далее вынесены в приложение 1.

Рассмотрим отрасль автомобилестроения, которая включает в себя такие компании как BMW, Ford, Honda. GM, Daimler, Volkswagen, Renault, Nissan, Audi, Hyundai и др. Два диаметрально противоположных примера - компания BMW и Ford. Маржинальность валовой прибыли BMW равна 20%, что выше на 11% чем средняя по отрасли. Доля издержек SG&A равна 9%. Доля производственных активов равна 30%.

В то же время, компания Ford имеет меньшую маржинальность валовой прибыли равную 13%, что ниже отраслевого показателя на 27%, что свидетельствует в пользу того, что компания использует стратегию лидерства в издержках. Издержки SG&A составляют 10%, а доля производственных активов - 13%. В целом, это объяснимо, так как компания Ford имеет большую долю доходов к получению, а также - часть собственности и производственных активов находится в операционном лизинге, из-за чего доля производственных активов занижена.

Перейдем к отрасли “Technology Hardware, Storage & Peripherals”, которая включает в себя такие компании, как Apple, Samsung, Canon, HP, Fujifilm, Sandisk, Lenovo, Seagate Ricoh, Seiko, NEC, Brother и многие другие. Рассмотрим применимость наших прокси-переменных типа конкурентной стратегии в отношении компании Apple. Маржинальность валовой прибыли компании в среднем, на 35% выше, чем в отрасли (38% против 28% в отрасли). Доля издержек SG&A у компании ниже, чем в среднем по отрасли, однако, что обусловлено тем, что большую часть своих разработок компания получает через M&A сделки, а не благодаря внутренним ресурсам. Данный тезис подтверждается тем, что доля материальных активов компании составляет лишь 8%, тогда как средняя по отрасли равна 20%.

С другой стороны, рассмотрим компанию Lenovo, которая, на наш взгляд, имеет стратегию лидерства в издержках, так как большая часть её продуктов имеет цену ниже среднерыночной, предлагая разумное соотношение цены-качества для своих потребителей. Валовая прибыль компании в среднем ниже на 60%, чем отраслевая. Наряду с этим, доля издержек SG&A 11%, что соизмеримо с показателем Apple.

В целом, можно заметить, что данные критерии достаточно хорошо подходят для целей исследования, однако, существуют исключения, в которых наши критерии являются менее подходящими. Тем не менее, за счёт большого размера выборки мы рассчитываем свести исключения к минимуму.

2.4 Выбор детерминант структуры капитала

Для определения влияние типа конкурентной стратегии компании на выбор источников финансирования, нам необходимо отделить влияния стратегических детерминант от традиционных детерминант структуры капитала, определенные нами в ходе обзора литературы. Ниже представлена таблица, включающая в себя все переменные, которые были выгружены из Bloomberg и использованы на стадии предварительного тестирования моделей. Многие переменные на данной стадии оказались незначимыми и были исключены из финальных регрессионных моделей.

Для измерения непосредственно структуры капитала, нашей зависимой переменной, была использована переменная отношения долга к рыночной капитализации компании. Данный выбор обусловлен тем, что данное соотношение не может быть отрицательным благодаря выбору рыночной капитализации в качестве показателя собственного капитала. Рыночная капитализация не включает в себя однократные не операционные эффекты, как отчисления в резервы, снижение собственного капитала ввиду убытков и пр. события, которые находят отражения в балансовом показателе собственного капитала. Данный показатель зачастую используется в практике оценки компании для расчета риска компании (Equity Beta) инвестиционными аналитиками именно ввиду его меньшей волатильности.

Тип показателя	Переменная	Исследователи
Структура капитала	Debt/Equity	Идеи автора; Ивашковская, Солнцева, 2009;
	Debt/MktCap
	Debt/IC
Прибыльность	EBIT/Sales	Booth et.al, 2001; Castro et al., 2012; Ивашковская, Солнцева, 2009;
	EBIT/Assets
Недолговой налоговый щит	D&A/Sales (NTD1)	Balkarishian, Fox, 1993; Castro et al., 2012
	D&A/Assets (NTD2)
Специфичность активов	PP&E/Non-current Assets (Tang1)	Alderson M.J., Betker B.L., 1995; Balkarishian, Fox, 1993; Titman, Wessels, 1988;
	PP&E/Assets (Tang2)
Размер компании	Ln_Sales	Booth et.al, 2001; Castro et al., 2012 Ивашковская, Солнцева, 2009;
	Ln_Assets
Сделки M&A	(CFI-Capex)/Assets	Идеи автора
Дивиденды	Div/NI	Ивашковская, Солнцева, 2009;
Возможности роста	Capex/Sales (Growth1)	Balkarishian, Fox, 1993; Booth et.al, 2001; Titman, Wessels, 1988; Ивашковская, Солнцева, 2009;
	Capex/Assets (Growth2)
Зрелость компании	Capex/D&A	Идеи автора
Ликвидность	Current Assets / Current Liabilities (Liquidity)	Nataљa Љarlija, 2012; Kajananthan, Achchuthan, 2013

Таб. 6. Список используемых переменных

Для измерения прибыльности компании мы использовали показатель отношения операционной прибыли (EBIT) к продажам (маржа операционной прибыли) и к общим совокупным активам компании. Выбор данного показателя обусловлен тем, что он лучше описывает операционную составляющую бизнеса, не зависит от структуры капитала компании и инвестиционной политики.

Недолговой налоговый щит нами был измерен так же, как и большей частью исследователей через отношение амортизационных отчислений к совокупным активам компании. Размер компании был измерен через натуральный логарифм продаж и натуральный логарифм активов, последний оказался значимым на более высоком уровне. Размер был включен в качестве переменной, так как крупные компании, как правило, более прозрачны и имеют более широкий спектр инструментов долгового финансирования, такие, как облигации, еврооблигации, которые редко используются компаниями среднего размера [Ивашковская, Солнцева, 2009].

Для того, чтобы отсеять влияние однократных событий на структуру капитала, нами был введен прокси-показатель для сделок слияний и поглощений, измеренный как отношение инвестиционного денежного потока за исключением капитальных затрат к активам компании. Дивидендная политика также ассоциируется с детерминантами выбора структуры капитала, была также нами включена в модель, но как и в работе [Ивашковская, Солнцева, 2009] оказалась незначимой.

Возможности роста, которые как правило, отрицательно влияют на структуру капитала, были измерены, как и во многих других исследованиях через отношение капитальных инвестиций к активам. Для определения фазы жизненного цикла, нами была включена такая переменная, как maturity (зрелость). У зрелых компаний капитальные инвестиции стремятся к ежегодным амортизационным отчислениям, т.к. компания перестаёт расти. Переменная оказалась незначимой. Также была включена переменная ликвидности компании, которая отражает её платёжеспособность по краткосрочному долгу и должна положительно влиять на структуру капитала.



Глава 3. Оценка влияния типа конкурентной стратегии на выбор источников финансирования

3.1 Описательная статистика, выбор зависимой переменной конкурентной стратегии

Для определения влияния типа конкурентной стратегии компании на выбор источников финансирования и тестирования гипотез исследования нами были оценены 9 регрессионных моделей с использованием различных спецификаций и методов оценки. Ниже представлены три раздела, каждый из которых включает в себя оценки трёх моделей:

1. Первый тип: в качестве переменных конкурентной стратегии используются маржинальность валовой прибыли и доля материальных активов

2. Второй тип: в качестве переменных конкурентной стратегии используются маржинальность валовой прибыли, доля издержек SG&A и доля материальных активов

3. Третий тип: в качестве переменных конкуретной стратегии используются доля издержек SG&A и доля материальных активов.

Описательные статистики переменных конкурентной стратегии представленные на рисунке ниже. Можно заметить, что показатель sgasales имеет экстремальные значения, однако его вариация незначительно больше, чем вариация двух других переменных, а потому качество модели с использованием данной переменной должно быть не хуже, чем остальные. Также данные ниже дают вывод о том, что средняя маржа операционной прибыли в выборке составляет 10%, а средняя доля активов производственных активов составляет 25%.



Рис. 10. Описательная статистика переменных конкурентной стратегии

В ходе выбора зависимой переменной мы остановились на Debt to Market Capitalization (debtmktcap) в качестве зависимой переменной для показателя структуры капитала. Ниже на рис. 3 представлена описательная статистика переменных, которая указывает в пользу выбора именно переменной debtmktcap в качестве зависимой - она имеет меньшую вариацию и меньшие экстремальные значения относительно среднего значения. Как можно заметить, в среднем, долг занимает 33% от инвестированного капитала, а рыночная стоимость акций превышает балансовую на 72%.

Рис. 11. Описательная статистика зависимых переменных

Одной из частных проблем для оценивания регрессий является наличие мультиколлинеарности среди регрессоров, что вызвано их коррелированностью. Ниже на рисунке представлена корреляционная матрица переменных. Как можно заметить, сильно коррелированными являются переменные growth2 и tang2. Это естественно, так как growth2 это отношение прироста производственных активов к активам (Capex/Assets), а tang2 - отношение производственных активов к активам. Коррелированность между sgasales и gross_margin естественна и является довольно сильной. Именно по этой причине мы используем модели с изолированными переменными в добавок к модели с обеими переменными.

Рис. 12. Корреляционная матрица переменных

Кроме того, наличие коррелированных переменных оказало негативного влияния на VIF-значение. Ниже представлена статистика VIF теста на коррелированность независимых переменных. Т.к. VIF ниже 8, то проблема мультиколлинеарности отсутствует.

Рис. 13. VIF-тест на коррелированность переменных

3.2 Выбор регрессионной модели для анализа влияния типа конкурентной стратегии компании на выбор источников финансирования

3.2.1 Сквозная регрессия

Модели сквозной регрессии анализируют выборку как набор индивидуальных наблюдений и игнорируют временную взаимосвязь, а также индивидуальные эффекты, характерные для компаний и отраслей. Возможно, остатки такой спецификации не будут иметь нормального распределения
из-за индивидуальных различий компании. Данная модель хороша простотой в анализе, оценке и интерпретации. Формально, модель может быть представлена как:

где Y_i - показатель структуры капитала, X_i - вектор независимых переменных, а ошибки _I некоррелированны и независимо распределены.

Рис. 14. Модель сквозной регрессии 1

Модель 1 не включает в себя переменную SG&A/Sales. Модель в целом адекватна, большая часть переменных значима на уровнях 1% и 5% кроме liquidity, которая значима на 10% уровне. Тест Рамсея в приложении 3 говорит об ошибке в спецификации модели, т.е. присутствуют пропущенные переменные, что также очевидно, если взглянуть на низкий R adj вкупе с высокой значимостью переменных. В остальном - влияние переменных на структуру капитала компании совпадает с теорией и нашими предположениями: чем выше маржа валовой прибыли, тем меньше компании привлекают долг. Кроме того, чем выше специфичность активов - тем выше доля долга в структуре капитала. Классические детерминанты (как недолговой налоговый щит, размер компании и ликвидность также нашли своё подтверждение).

Рис. 15. Модель сквозной регрессии 2

Модель 2 включает в себя обе переменные конкурентной стратегии компании. Модель в целом адекватна, большая часть переменных значима на уровнях 1% и 5% кроме liquidity, которая значима на 10% уровне и недолгового налогового щита, которая значима на уровне 15%. Тест Рамсея говорит об ошибке в спецификации модели, т.е. присутствуют пропущенные переменные, что также очевидно, если взглянуть на низкий R adj, который вкупе с высокой значимостью говорит об ошибке спецификации. Оценки коэффициентов, в целом, совпадают с моделью 1.



Рис. 16. Модель сквозной регрессии 3

Модель 3 не включает в себя маржинальность валовой прибыли. Модель в целом адекватна, большая часть переменных значима на уровнях 1% и 5% кроме недолгового налогового щита, которая значима на уровне 15% и liquidity, которая значима на 20% уровне. Тест Рамсея говорит об ошибке в спецификации модели, т.е. присутствуют пропущенные переменные, что также очевидно, если взглянуть на низкий R adj. Оценки коэффициентов, в целом, совпадают с моделью 1.

Сквозные регрессии показали себя не с лучшей стороны: несмотря на исчерпывающий набор переменных, тест Рамсея во всех трех спецификациях указал на пропущенные переменные, что может быть связано с высокой степенью влияния индивидуальных различий компаний.

3.2.2 Регрессия с фиксированными эффектами

Первый тип панельных регрессий, используемый нами для тестирования гипотез - это панель с фиксированными эффектами. Данный тип моделей использует общие ошибки для всех единиц наблюдения (т.е. компаний), однако свободный член - константа, варьируется между наблюдениями и/или во времени. Функциональная форма данной модели следующая:

где все константа для отдельного наблюдения определена как константа, общая для всех уравнений плюс специфическая добавочная часть (u_it) для каждой компании. Для проверки качества модели используется F-тест.

Рис. 17. Модель с фиксированными эффектами 1

Первая спецификация модели, где в качестве переменной конкурентной стратегии используется маржа валовой прибыли показала неожиданные результаты: коэффициент при данной переменной имеет очень низкое значение и при чём - оно не значимо, т.к. p-value оказался выше трёх допустимых уровней значимости. Так как данная спецификация никак не может нам помочь в принятии наших гипотез, то перейдем к следующей.



Рис. 18 Модель с фиксированными эффектами 2

Вторая спецификация имеет в себе оба типа прокси-переменных конкурентной стратегии: маржу валовой прибыли и долю издержек SG&A в продажах. Данная спецификация, с точки зрения знака и значимости коэффициента при маржинальности валовой прибыли не отличается от первой, однако вторая прокси переменная оказывается значимой на достаточном уровне (5%) и знак коэффициента совпадает с нашими предположениями. Сама модель значима, p-value говорит о значимости модели. Показатель rho говорит о том, что лишь 30% отклонений приходится на индивидуальные детерминированные эффекты и остаток - на регрессоры.



Рис. 19. Модель с фиксированными эффектами 3

Третья спецификация имеет в себе одну прокси-переменную конкурентной стратегии - доля издержек SG&A в продажах. Качественно, данная спецификация не отличается от модели 2. F-статистика спецификации значительно выше (35.82 против 31.34 в модели 2), что говорит в пользу выбора третьей спецификации модели.



3.2.3 Регрессия со случайными эффектами

Вторым типом моделей, используемых для анализа панельных данных является линейная регрессия со случайными эффектами.

Рис. 20. Модель со случайными эффектами 1

Для оценки качества данного семейства моделей используется такой показатель, как статистика Вальда - Wald Chi2, который у анализируемой нами модели равен 302. Данный показатель не имеет нормированной шкалы, в целом - он используется для сравнения качества подгонки внутри между различными спецификациями. Кроме того, другим критерием качества модели является коррелированность случайных индивидуальных эффектов (ошибок) и регрессоров, которая отражена показателем corr (u_i, X). Данный показатель равен нулю, из чего следует то, что ошибки не коррелированы с регрессорами и основное допущение данного подхода выполняется.

Если же говорить о сравнении данной модели с моделью с фиксированными эффектами, то следует обратить внимание на показатель rho, который равен 19.6 против 30.6 соответственно. Это говорит о том, что у модели со случайными эффектами 19.6% вариации показателя структуры капитала были определены индивидуальными эффектами (ошибками). Переменные gross_margin и tang2, которые отражают тип конкурентной стратегии компании являются значимыми на уровне 1%.

Выбор между моделью со случайными эффектами и сквозной регрессией определяется тестом Бройша-Пагана. В приложении 4 на рисунке приведены результаты теста, которые показывают, что на уровне значимости 1% мы можем отвергнуть нулевую гипотезу в пользу альтернативной, что говорит о лучшем качестве модели со случайными эффектами.

Для выбора между типами панельных регрессий использовался тест Хаусмана. Нулевая гипотеза о несистемности различий коэффициентов отвержена, и различия в коэффициентах являются системными. Соответственно, предпочтение отдается панельной регрессии с фиксированными эффектами.

Как можно заметить, коэффициент при переменной маржинальности валовой прибыли имеет разный знак: в фиксированной модели он положительный, а в модели со случайными эффектами отрицательный. Данное различие и стало причиной того, что вместо того, чтобы тестировать одну спецификацию тремя разными способами, мы приняли решение протестировать три спецификации, чтобы понять реальное влияние типа конкурентной стратегии на выбор источников финансирования.



Рис. 21. Модель со случайными эффектами 2

Вторая спецификация включает в себя обе переменные конкурентные стратегии. Как можно заметить, статистика Вальда - Wald Chi2, составляет 328 против 320 в предыдущей спецификации модели, что говорит о преимуществе данной спецификации над предыдущей. Тест Бройша-Пагана позволяет нам отвергнуть сквозную модель, т.к. p-value ниже 1%, с вероятностью 99% модель со случайными эффектами является предпочтительной. Однако, тест Хаусмана для панели второго типа, говорит о том, что использование модели со случайными эффектами менее предпочтительно, нежели использование модели с фиксированными эффектами, т.к. p-value ниже 1%.



Рис. 22. Модель со случайными эффектами 3

Третья спецификация также отличается высоким качеством по критериям оценки моделей со случайными эффектами из-за низкого rho, высокого значения статистики Вальда и p-value ниже 1%. Равно как и в случае с первой и второй спецификацией, третья спецификация оказалась лучше сквозной регресии исходя из результатов теста Бройша-Пагана и в то же время - хуже, чем модель с фиксированными эффектами. Среди спецификаций случайных эффектов, лучшей является вторая, так как её статистика Вальда является самой высокой.

3.3 Интерпретация результатов исследования влияния типа конкурентной стратегии компании на выбор источников финансирования

Согласно с проведенными нами тестами, модель со случайными эффектами имеет во всех случаях преимущество над сквозной регрессией по результатам теста Бройша-Пагана. Однако, тест Хаусмана показал, что во всех случая различия в коэффициентах носят системный характер и предпочтение отдается модели с фиксированными эффектами. Ниже представлена таблица с резюме по оцененным моделям.

Таб. 7. Сводная таблица коэффициентов

Модель с фиксированными эффектами типа 3 имеет наибольшее значение F-теста, что говорит о том, что она является лучшей спецификацией. Итоговое уравнение зависимости структуры капитала от стратегических и традиционных детерминант приведено ниже:

Данное уравнение не может быть использовано для определения «оптимальной» или «идеальной» структуры капитала компании, так как выборка не была разбита на отрасли: использование модели в практике возможно только после оценки отдельных регрессионных моделей для каждой отрасли. Главная цель данного уравнение - значение коэффициентов и знак перед ними вкупе со значимостью самих коэффициентов.

Влияние традиционных детерминант на структуру капитала оказалось таким же, какое предполагалось теоретическими концепциями и практическими выводами предыдущих [Balkarishnan, Fox, 1988; Titman, Wessels, 1988; Ивашковская, Солнцева, 2009]. На наш взгляд, это непременно положительный факт, который позволяет нам заключить, что мы смогли отделить влияние традиционных детерминант структуры капитала от стратегических детерминант.

Среди традиционных детерминант прибыльность компании и перспективы роста оказали наибольшее влияние на структуру капитала, определяя выбор в пользу использования собственного капитала, что согласуется с теорией порядка финансирования Майерса. Сильное влияние перспектив роста компании на выбор в пользу собственного капитала согласуется с теорией порядка финансирования, но не согласуется с агентской теорией, согласно которой компании в активной фазе роста для минимизации агентских издержек стоит использовать долговое финансирование. Недолговой налоговый щит оказал также значимое влияние, однако менее сильное, нежели остальные традиционные детерминанты.

Детерминанты конкурентной стратегии оказались значимыми, однако, показатель наценки компании и доли переменных издержек, который был измерен как маржинальность валовой прибыли не был включен в третью спецификацию, которая оказалась самой лучшей. Это не является критичным для наших результатов, так как с точки зрения теории, само включение этой переменной требовало наличие переменной идентифицирующей тип рынка, на котором работает компания. Это важно, так как в выборке были компании как производящие гомогенную (не дифференцируемую) продукцию, так и гетерогенную. Проще говоря, в выборке были компании, которые по-разному используют своё конкурентное преимущество, а потому результат оценки коэффициента мог оказаться искаженным.

Переменные не зависящие от способа реализации конкурентного преимущества компании (выбор между долей рынка и прибыльностью), а именно - доля издержек на продажи (включая издержки на разработки и исследования) и доля материальных активов оказали такое влияние, на которое мы рассчитывали в ходе анализа конкурентных стратегий. Это позволяет нам подтвердить все три гипотезы исследования.

Переменная sgasales имеет коэффициент -0.105**, что согласуется с гипотезой 2, которая подразумевает, что компании с высокой долей издержек SG&A менее склонны использовать заёмный капитал. Переменная tang2 имеет коэффициент 2.21***, что позволяет нам подтвердить гипотезу 3 о том, что компании имеющие более высокую долю производственных активов - более склонны использовать заёмный капитал. Первая гипотеза исследования о большем леверидже компаний с преимуществом в издержках также подтверждена.

Рассуждая на тему экономических моделей конкурентных стратегий, мы определили то, что стратегия лидерства в издержках более адаптивна к внешним шокам - в её структуре превалируют переменные издержки, так как они работают на более высоких участках цепочки ценности и стремятся к интеграции назад, чтобы получить доступ к дешевым ресурсам на входе. Это обеспечивает ей меньшую волатильность операционной прибыли, что означает её большую надежность с точки зрения кредитора. Тот факт, что компании с преимуществом в издержках больше смещены назад в цепочке ценности нашел своё отражение во влиянии доли затрат на продажи, рекламу, разработки и исследования. Также смещение назад обусловливает высокую долю производственных активов у компаний-лидеров в издержках. Доля производственных активов компании имеет сильнейшее влияние на структуру её капитала, согласно этому, фирма с преимуществом в издержках будет склонна занимать деньги, а не размещать акции.

Точно так же в ходе анализа экономической модели компаний с преимуществом в выгодах мы определили, что для них характерны постоянные издержки, что не даёт им возможности быть настолько гибкими, как лидерам в издержках. Это связано с большей интеграцией вперед по цепочки ценности, и такой недостаток как постоянные издержки компенсируется лояльностью потребителей и меньшими угрозами со стороны товаров заменителей и новых игроков на рынке. Тем не менее, с позиции выбора источников финансирования стратегии, данные компании имеют волатильную операционную прибыль, а значит использование ими долга сопряжено с рисками банкротства, которые у них выше, чем у компаний с преимуществом в издержках.

В заключение раздела, нам хотелось бы привести примеры компаний из с различными конкурентными стратегиями. Наша выборка включает в себя различные компании, чьи стратегии близки к дифференциации и лидерству в издержках. Ниже представлена таблиц компаниями для иллюстрации интерпретации результатов исследования.

Таб. 8. Примеры компаний из выборки

Если взять отрасль индустриальных компаний, то практически идеальным примером дифференциации в ней является компания Ferrari. Она, очевидно, использует стратегию дифференциации, что находит отражение в её валовой марже (47.5%), доле расходов на продажи, разработки и рекламу (31.9%) и низкой доле производственных активов (16.2%). Это, теоретически, должно означать, что компания предпочитает собственный капитал долгу, что в действительности так. В качестве примера лидера в издержках мы выбрали компанию Ford. Её валовая маржа значительно ниже, чем у Ferrari (15.4%), равно как и доля издержек на продажи, разработки и рекламу (10.3%). Доля производственных активов у Ferrari выше, однако, причина этого заключается в корпоративной структуре Ford, которая предполагает владение PP&E через дочерние компании. Стратегия лидерства в издержках. Используемая Ford, обусловливает её заметно больший леверидж (2.38 против 0.27 у Ferrari).

Точно такая же ситуация наблюдается и в отрасли высоких технологий. В данном случае, мы решили сравнить компанию Apple, которая несомненно использует стратегию дифференциации, и Lenovo, которая полагается на стратегию лидерства в издержках. Apple имеет высокую валовую маржу (40.1%), тогда как данный показатель у Lenovo заметно ниже (14.4%). Хотя доля SG&A и PP&E у них примерно одинаковая. Apple много больше полагается на собственный капитал в финансировании, нежели Lenovo (0.10 против 0.23).

Последний и наиболее явно иллюстрирующий пример - это компании фармацевтической отрасли Novartis и TEVA. Novartis активно участвует в разработках новых медицинских препаратов, что отражается в доле расходов SG&A (46.6%) и позволяет ей получать большую валовую прибыль (64.8%). В то же время, TEVA, которая знаменита благодаря производству дженериков (использование чужих разработок) имеет меньшую долю издержек SG&A (40.7%) и валовую прибыль (57.8%). При одинаковой доле производственных активов (12.1%), леверидж компании TEVA в на 50% больше, чем леверидж Novartis.



Заключение

В ходе написания данной работы мы поставили перед собой цель - определить влияние типа конкурентной стратегии на выбор источников финансирования. Поставленная нами цель была достигнута благодаря выполнению задач, которые имели как теоретический характер (работа с источниками) так и исследовательский (разработка модели, сбор данных и их анализ).

В первой главе работы приведен исчерпывающий анализ конкурентных стратегий, и их экономических моделей, из которых вытекают теоретические взаимосвязи с выбором источников финансирования, а также анализ традиционных подходов к выбору источников финансирования. Во второй главе мы определили методику исследования, выборку, переменные, используемые в ходе анализа и собственно - сам способ анализа - эконометрическую модель и различные варианты её спецификации. В третьей главе мы рассмотрели и проинтерпретировали основные результаты анализа эконометрических моделей и выбрали наиболее состоятельную из них.

Выводы. В ходе исследования мы смогли подтвердить, что доля издержек SG&A в продажах а также доля материальных активов в активах имеет значимое влияние на выбор структуры капитала, предполагая, что данные факторы являются прокси-переменными для определения типа конкурентной стратегии исходя из обзора литературы и теоретических концепций. Так, наш анализ сделал возможным подтвердить гипотезу о том, что компании, использующие стратегию лидерства в издержках имеют большую склонность к использованию заёмных средств, в то время как компании-дифференциаторы - к использованию собственного капитала.

Рекомендации. Как оказалось, данная проблематика, несмотря на её слабую освещенность в исследованиях и научной литературе, в действительности имеет право на дальнейшую проработку, так как наши результаты говорят о наличии значимой взаимосвязи. Дальнейшие работы в данном направлении имеют два направления развития: первый тип вытекает из допущений исследователя, второй - из выборки и методики исследования, использованной в данной работе.

Во-первых, проблематика, которая требует серьезной проработки - это определение типа конкурентной стратегии компании на основании финансовой информации. Тип конкурентной стратегии, несмотря на заложенные в него экономические механизмы - всё же достаточно качественный показатель. Одним из исследований, которое имело бы смысл - это провести исследование, которое бы имело в себе цель - выработать критерии для оценки типа конкурентной стратегии. Одним из возможных вариантов является комбинация анкетирования экспертов, где они самостоятельно могли бы оценить тип конкурентной стратегии используемый компанией и затем на основании собранной информации сделать выводы о том, действительно ли лидерам в издержках характерна низкая маржа валовой прибыли и высокая доля материальных активов или нет. Другим способом могут быть отраслевые кейс-стади, в которых сравнивались бы компании, использующие различные конкурентные стратегии. В целом, исследования, посвященные поиску признаков типа конкурентной стратегии с использованием финансовой информации о фирме будут носить разведывательный или описательный характер, так как данные исследования неизбежно будут на грани количественных и качественных.

Во-вторых, это работа в данном направлении с модификацией модели исследования и выборки. Данное исследование имеет несколько ограничений, в частности - отсутствие критерия стадии жизненного цикла компании и характеристик отрасли, которые включали бы в себя эластичность спроса, концентрацию игроков и тип рынка в целом. Сама по себе стадия жизненного цикла может влиять на выбор источников финансирования компании, что не учтено в нашей выборке: в ней есть как новички (особенно в ИТ отраслях), а также зрелые компании. Несмотря на попытку выявить стадию жизненного цикла при помощи отношения инвестиций в производственные активы и амортизации (Capex/D&A), успешной она не оказалась.

Работа в данном направлении может быть проделана с условием расширения выборки за счёт других отраслей, таких, как телекоммуникационные операторы, авиаперевозчики (которые не были использованы из-за особенностей их отчётности), прочие транспортные компании, горно-металлургические компании и другие. Помимо расширения выборки, интересной возможностью является оценка отдельно каждой из отраслей, чтобы минимизировать влияние отраслевого эффекта на выборку. Использование дамми-переменных для «отсева» отраслевого эффекта было опробовано автором и не дало значимого улучшения качества моделей.



Список литературы

Статьи в журналах:

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

2. Akan O. et al. Critical tactics for implementing Porter's generic strategies // Journal of Business Strategy. 2006. Vol. 27, № 1. P. 43-53.

3. Alderson M.J., Betker B.L. Liquidation costs and capital structure // Journal of Financial economics. 1995. Vol. 39, № 1. P. 45-69.

4. Amit R. Cost Leadership Strategy and Experience Curves // Strategic Management Journal. 1986. Vol. 7, № 3. P. 281-292.

5. Arping S., Lуrбnth G. Corporate Leverage and Product Differentiation Strategy // Journal of Business. 2006. Vol. 79, № 6. P. 3175-3206.

6. Baack D.W., Boggs D.J. The difficulties in using a cost leadership strategy in emerging markets // International Journal of Emerging Markets. 2008. Vol. 3. P. 125-139.

7. Balakrishnan S., Fox I. Asset specificity, firm heterogeneity and capital structure // Strategic Management Journal. 1993. Vol. 14, № 1. P. 3-16.

8. Barton S.L., Gordon P.J. Corporate Strategy and Capital Structure // Strategic Management Journal. 1998. Vol. 9, № 6. P. 623-632.

9. Besanko D., Dranove D., Shanley M. Exploiting a Cost Advantage and Coping with a Cost Disadvantage // Management Science. 2001. Vol. 47,
№ 2. P. 221-235.

10. Birjandi H. The Effects of Cost Leadership Strategy and Product Differentiation Strategy on the Performance of Firms // Journal of Asian Business Strategy. 2012. Vol. 2, № 1. P. 14-23.

11. Barton S.L., Gordon P.J. Corporate Strategy and Capital Structure // Strategic Management Journal. 1998. Vol. 9, № 6. P. 623-632.

12. Barney J, Strategic Factor Markets: Expectations, Luck and Business Strategy // Management Science. 1986. Vol. 32. P. 1231 - 1241.

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

14. Bradley M., Jarell G., Kim E. On the existence of an optimal capital structure // The Journal of Finance. 1984. Vol. 39. P. 857 - 878.

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

16. Christopher B. Bingham K.M.E. Position, Leverage and Opportunity: A Typology of Strategic Logics Linking Resources with Competitive Advantage // Managerial and Decision Economics. 2008. Vol. 29, № 1. P. 241-256.

17. Dess G., Davis P. Porter's (1980) Generic Strategies as Determinants of Strategic Group Membership and Organizational Performance // Academy Management Journal. 1984. Vol. 27, № 3. P. 467-488.

18. Graham J.R., Leary M.T., Roberts M.R. A century of capital structure: The leveraging of corporate America // Journal of Financial Economics. Elsevier, 2015. Vol. 118, № 3. P. 658-683.

19. Harris F.H. Asset Specificity, Capital Intensity and Capital Structure: An Empirical Test // Managerial Decision and Economics. 1994. Vol. 15, № 6. P. 563-576.

20. Hicks J. The Rehabilitation of Consumers' Surplus // Review of Economic Studies. 1941. Vol. 8, № 2. P. 108-116.

21. Hill C. Differentiation versus Low Cost or Differentiation and Low Cost: A Contingency Framework // Academy of Management Review. 1988. Vol. 13, № 3. P. 401-412.

22. Jones G., Butler J. Costs, Revenue, and Business-Level Strategy // Academy of Management Review. 1988. Vol. 13, № 2. P. 202-213.

23. Kaplan R.S., Norton D.P. The strategy map: guide to aligning intangible assets // Strategic Leadership. 2004. Vol. 32, № 5. P. 10-17.

24. Kotha S., Vadlamani B. Assessing Generic Strategies: An Empirical Investigation of Two Competing Typologies in Discrete Manufacturing Industries // Strategic Management Journal. 1995. Vol. 16, № 1. P. 75-83.

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

26. Li C.B., Li J.J. Achieving Superior Financial Performance in China: Differentiation, Cost Leadership, or Both? // Journal of International Marketing. 2008. Vol. 16, № 3. P. 1-22.

27. Lippman S., Rumelt R. Uncertain Imitability: An Analysis of Interfirm Differences Under Competition // Bell Journal of Economics. 1982. Vol. 14. P. 418 - 439.

28. Luo X., Homburg C. The Neglected Outcomes of Customer's Satisfaction // Journal of Marketing. 2007. Vol. 71. P. 133-149.

29. McGahan A., Porter M. How much does industry matter, really? // Strategic Management Journal. 1997. Vol. 12, № 3. P. 167-185.

30. Miller D. The Generic Strategy Trap // Journal of Business Strategy. 1991. Vol. 12, № 1. P. 25-30.

31. Miller M. Debt and Taxes // Journal of Finance. 1997. Vol. 32. P. 261 - 275.

32. Modigliani F., Miller M. The cost of capital, corporation finance and the theory of investment // American Economics Review. 1958. Vol. 48. P. 261- 297.

33. Modigliani F., Miller M. Corporation income taxes and the cost of capital: A correction // American Economic Review. 1963. 53. 433 - 443.

34. Montgomery C.A., Wernerfelt B. Diversification, Ricardian rents, and Tobin's q // Rand Journal of Economics. 1988. Vol. 19, № 4. P. 623-632.

35. Myers, S. Determinants of Corporate Borrowing // Journal of Financial Economics. 1977. 5, 147-175

36. Myers, S. The Capital Structure Puzzle // Journal of Finance. 1984. 39, pp. 575-592.

37. Nandakumar M.K., Ghobadian A., O'Regan N. Business?level strategy and performance // Managerial Decision. 2010. Vol. 48, № 6. P. 907-939.

38. Natasa S.. The impact of liquidity on the capital structure: a case study of Croatian firms // Business systems research journal. 2012. Volume 3, Issue 1, pp. 30-36

39. Porter M.E. What Is Strategy? // Harvard Business Review. 1996.

40. Reitsperger W.D. et al. Product quality and cost leadership: Compatible strategies? // Management International Review. 1993. Vol. 33, № 1. P. 7-21.

41. Rumelt R. How Much Does Industry Matter // Strategic Management Journal. 1991. Vol. 12. P. 167 - 185.

42. Scott, J. Bankruptcy, Secured Debt, and Optimal Capital Structure // The Journal of Finance. 1977. Vol. 32. No. 1. P. 1 - 19.

43. Swink M., Hegarty W.H. Core manufacturing capabilities and their links to product differentiation // International Journal of Operations and Production Management. 2012. Vol. 18, № 4. P. 374-396.

44. Titman, S., & Wessels, R. The determinants of capital structure choice // Journal of Finance. 1988. Vol. 43. P. 1-21.

45. Titman S. The effect of capital structure on a firm's liquidation decision // Journal of Financial Economics. 1984. Vol. 13, № 1. P. 137-151.

46. Williamson O.E. American Finance Association Corporate Finance and Corporate Governance // The Journal of Finance. 1988. Vol. 43, № 3.

47. Wright P. A Refinement of Porter's Strategies // Strategic Management Journal. 1987. Vol. 8, № 1. P. 93-101

48. Zott C., Amit R. The fit between product market strategy and business model: Implications for firm performance // Strategic Management Journal. 2008. Vol. 29, № 1. P. 1-26.

Монографии:

49. Портер М. Конкуренция. Москва: Вильямс, 2005.

50. Porter M. Competitive Strategy. - NY: The Free Press, 1980.

51. Quinn J.B. Strategies for Change. -Illinoyce: Homewood, 1980.

Учебники:

52. Аакер Д. Стратегическое рыночное управление. Москва: Питер, 2007.

53. Минцберг Г., Куинн Д.Б., Гошал С. Стратегический процесс: концепции, проблемы, решения. Москва: Питер, 2006.

54. Розанова Н.М. Микроэкономика. - М.: Юрайт, 2012.

55. Томпсон-мл. А.А., Стрикленд А.Д. Стратегический менеджмент: концепции и ситуации для анализа. Москва: Вильямс, 2006.

56. Besanko D., Dranove D., Shanley M. Economics of Strategy. New York: Wiley, 2013.

57. Phillips R. Pricing and Revenue Optimization. - California: Stanford Business Books, 2005.



Приложение 1. Таблица с ключевыми параметрами выборки



Приложение 2. Алгоритм эконометрического анализа

*First group of models: only Gross_Margin as a competitive strategy proxy

*Simple OLS regression

regress debtmktcap gross_margin ndt2 ebitassets tang2 ln_assets growth2 liquidity

*RESET test

ovtest

*Fixed effects model best fit

xtreg debtmktcap gross_margin ndt2 ebitassets tang2 ln_assets growth2 liquidity, fe

estimates store fixed

...