Дивидендная политика российских компаний в условиях экзогенных шоков

* газовой отрасли (санкции против газодобывающих компаний и их дочерних предприятий; замораживание уже существующих и отказ от новых проектов);

* банковской отрасли (замораживание финансовых активов российских юридических и физических лиц из России; ограничение доступа к кредитным ресурсам; ограничение на размещение средств в западных банках);

Помимо этого, начиная с 2014 года и по настоящее время вводятся персональные санкции в отношении отдельных физических и юридических лиц, среди которых присутствуют как крупные публичные акционерные общества России, так и акционеры, ими владеющие. Интересный кейс произошёл в январе 2019 года, когда в отношении компаний, которыми напрямую или косвенно владеет Олег Дерипаска (Русал, En+, Евросибэнерго), попавший в санкционный список ещё в апреле 2018, также ввели санкции и сняли их только после того, как Олег Дерипаска выполнил условия по формальному снижению доли акций, которыми владел.

Санкции вынудили российские компании и их собственников приспосабливаться к новым условиям: пострадала возможность компаний экспортировать товары и сырьё, импортировать высокотехнологичное оборудование, брать за рубежом кредиты. Вследствие указанных причин произошло ухудшение финансового положения и результатов деятельности многих компаний из разных секторов экономики (Закирова и Закирова, 2018; Нуреев и Бусыгин, 2017), что, в свою очередь, могло повлиять на политику распределения прибыли, которой, во-первых, стало меньше и которую, во-вторых, целесообразнее было бы направить на покрытие непредвиденных потерь, понесённых по причине введения санкций.Дмитрий Медведев, находясь в должности премьер-министра, заявил, что санкции в отношении государственных компаний могут послужить основанием для снижения дивидендных выплат, что возвращает к мысли о том, что решение о выплате дивидендов каждой конкретной компанией с государственным участием по-прежнему решается индивидуально и, кроме того, у компаний есть достаточно большое количество возможностей избежать выплаты высоких дивидендов, будь то санкции, направленные и косвенные, или большие инвестиционные программы.

Таким образом, в настоящий момент в России мы можем наблюдать две противодействующие силы: санкции и желание государства получать как можно больше денег в виде дивидендов, которое укрепляется с каждым годом и находит своё отражение в фактически наблюдаемых дивидендных выплатах. Данная специфика дивидендной политики российских компаний, в частности компаний с государственным участием, не была рассмотрена ни в одной из существующих работ, посвящённых дивидендной политике.

Подводя итог обзору российских статей, посвящённых дивидендной политике, стоит сказать, что данное направление имеет множество перспектив для дальнейшего исследования, поскольку российских работ достаточно мало. Даже базовых исследований дивидендной политики, которые основаны на наиболее известных теориях дивидендов, в России не так много ввиду ограниченности доступных данных и относительной «молодости» российских компаний и дивидендной политики как явления. Так, исследователями не поднимался вопрос о том, как влияют на дивидендную политику влиятельные бизнесмены и менеджеры в качестве собственников, кроме того, достаточно мало работ о концентрации собственности, и их результаты также затруднительно сопоставить с аналогичными работами по другим странам. Наиболее изученной характеристикой собственности в России не без оснований является участие государства в акционерном капитале: по недавним оценкам, госкомпании формируют 70% российского ВВП, кроме того, именно государство является наиболее влиятельным собственником среди всех других типов акционеров. Несмотря на то, что государство требует высокого коэффициента дивидендных выплат от компаний, которыми владеет, в данный момент менеджерам ввиду несовершенства законодательной базы удаётся его сокращать. Таким образом, российские исследования идут вразрез с зарубежной практикой, которая показывает, что госкомпании преимущественно платят больше дивидендов. Кроме того, российские исследования не учитывают экзогенные шоки, которые воздействуют нароссийские акционерные общества и на решения акционеров в том числе, а именно санкции и ужесточение политики государства в отношении компаний, акциями которых оно владеет.

Таким образом, обзор существующей литературы, сопоставление российских и зарубежных исследований, позволил выявить вопросы, ответов на которые в данный момент российские статьи не дают.

2. Обоснование исследовательского вопроса и гипотез

Дивидендная политика в России, как показал обзор литературы, достаточно плохо изученная тема в силу объективных причин. Тем не менее, пробелы в существующих знаниях предоставляют большие возможности для исследовательской работы.

В данной работе в качестве ключевых стейкхолдеров рассматриваются собственники компании, которые, как предполагается из всех теорий дивидендных выплат, обладают наибольшим влиянием на процесс принятия решений относительно дивидендов, поскольку эти выплаты являются значимым инструментом взаимодействия между акционерами и компанией, важным инструментом для увеличения благосостояния именно собственников. Можно предположить, что для России это особенно характерно: как отмечают исследователи, выплаты дивидендов в России достаточно часто являются именно решением акционеров и характеризуются спонтанностью, которую можно связать с пожеланиями наиболее крупных собственников, принимающих решения вразрез с долгосрочной стратегией компании (Фёдорова и Лукасевич, 2014; Семернина, Козлова, 2016).При этом значительным фактором может являться тип собственников, владеющих компанией: у разных акционеров могут быть свои цели относительно дивидендов, а также свои инструменты влияния на компании. При этом стоит отметить, что государство всё же является наиболее влиятельным типом собственников из возможных, а также тем собственником, который напрямую или косвенно владеет большей частью российского фондового рынка.Именно государству как собственнику посвящена подавляющая часть российских статей о дивидендной политике, и в данной работе также в качестве влиятельного собственника будет рассматриваться государство, и, кроме того, влиятельные бизнесмены - один из нераскрытых в российских исследованиях тип собственников, который также может потенциально оказывать существенное влияние на дивидендную политику компании, которой владеет.

Также при исследовании дивидендной политики российских компаний необходимо учитывать контекст, в котором они существуют. Как показывают исследования, дивидендная политика на развивающихся рынках в целом очень волатильная, что можно связать с воздействием на неё внешних шоков, к которым компании вынуждены приспосабливаться и жертвовать стабильностью дивидендных выплат ради собственной финансовой устойчивости. В качестве экзогенных шоков в данной работе будет рассматриваться, во-первых, усиление давления государства на компании, в акционерном капитале которых оно участвует, и, во-вторых, санкции в отношении российских компаний, как персональные, то есть направленные против конкретной компании или её стейкхолдеров, так и общие санкции, направленные против российской экономики в целом. Эти шоки разнонаправленные: под давлением государства компании, вероятнее всего, начинают платить больше дивидендов, в то время как под воздействием санкций - меньше. Экзогенные шоки могут подавляться влиянием акционеров, которые заинтересованы в определённых дивидендных выплатах, особенно в России, где дивидендные выплаты зависят преимущественно от пожеланий акционеров. Вопрос о том, могут ли экзогенные шоки искажать или влиять на политику выплат, которой придерживаются акционеры компании-ранее не поднимался в исследованиях.

Таким образом, в данной работе был поставлен следующий исследовательский вопрос: как может влиять участие государства и влиятельных бизнесменов в акционерном капитале на дивидендную политику российских компаний, и менялась ли направленность этого влияния под воздействием экзогенных шоков? Соответственно, целью данной работы стало именно выявление наличия или отсутствия влияния данных типов акционеров на дивидендную политику компаний в России, а также динамике этого влияния, которая появляется ввиду политических изменений как внутри страны, так и за рубежом.

Ответить на исследовательский вопрос поможет постановка гипотез, касающихся как характеристики акционерного капитала компаний с точки зрения типов акционеров, так и изменения направленности влияния акционеров на дивиденды ввиду внешних факторов. Стоит отметить, что большинство указанных в обзоре литературы статей, посвящённых российским госкомпаниям, пришли к выводу о том, что компании с государственным участием платят меньше дивидендов по сравнению с частными, несмотря на все попытки государства эту тенденцию изменить. В связи с этим гипотеза H1 будет звучать следующим образом:

H1: Чем больше % акций компании в государственной собственности, тем коэффициент дивидендных выплат меньше.

Что касается влиятельных бизнесменов, то их влияние на дивидендную политику компании не изучено и при постановке гипотез опереться на предыдущие исследования затруднительно. Согласно предыдущим исследованиям, частные компании признаются более эффективными по сравнению с государственными, и причиной этой эффективности может быть оптимальная дивидендная политика, которая позволяет оставить часть прибыли внутри компании; однако при этом влиятельные бизнесмены при возникшей потребности в денежном потоке могут заставить компании выплатить всю нераспределённую прибыль в качестве дивидендов. Таким образом, гипотеза касаемо влиятельных бизнесменов и дивидендной политики будет звучать следующим образом:

H2: Чем больше % акций компании в собственности влиятельных бизнесменов, тем коэффициент дивидендных выплат больше.

Как показал обзор литературы, в 2017 и 2018 году наблюдалась однозначная положительная динамика по объёмам дивидендных выплат госкомпаний, у некоторых компаний она сохранялась начиная с 2014 года. Стоит отметить, что впервые решение об определении коэффициента дивидендных выплат было принято ещё в 2012 году, однако на данный момент далеко не все компании ему следуют. Министерство финансов впервые включило в «Основные направления бюджетной политики» требования по выплате определённого коэффициента дивидендных выплат в 2014 году. Несмотря на общие требования по высоким выплатам дивидендов, государство не может не принимать во внимание факт санкций, которые коснулись всего нефтегазового сектора, а также финансового и инновационного - первые санкции были введены именно в 2014 году. Компаниям в условиях санкций может быть намного важнее использовать нераспределённую прибыль в качестве инструмента для укрепления своего финансового положения и борьбы с негативными последствиями санкций, однако государство может заставить компании даже в условиях санкций платить больше дивидендов. Основываясь на этом, была сформулирована гипотеза H3:

H3: Начиная с 2014 года у компаний с государственным участием в акционерном капитале коэффициент дивидендных выплат стал больше.

Что касается влиятельных бизнесменов, то в данном случае будет предполагаться более закономерная реакция на санкции, заключающаяся в снижении дивидендных выплат:

H4:Начиная с 2014 года у компаний с участием влиятельных бизнесменов в акционерном капитале коэффициент дивидендных выплат стал меньше.

Аналогичным образом были сформулированы гипотезы, касающиеся персональных санкций, за тем исключением, что у обоих типов собственников предполагается решение о снижении уровня дивидендов:

H5:У компаний с государственным участием в акционерном капитале в условиях персональных санкций коэффициент дивидендных выплат стал меньше.

H6: У компаний с участием влиятельных бизнесменов в акционером капитале в условиях персональных санкций коэффициент дивидендных выплат стал меньше.

3. Методология исследования

При выборе инструментария для ответа на поставленный исследовательский вопрос, в первую очередь стоит обратить внимание на данные, которые будут использоваться. Основой для выборки послужили компании, входившие в базу для расчёта Индекса широкого рынка МосБиржи в 2017 году:90 наиболее крупных и динамически развивающихся компаний России, выпускающие 100 наиболее ликвидных акций, составляющих подавляющую часть совокупной капитализации всех компаний, участвующих в торгах на Московской Бирже - наиболее крупном биржевом холдинге Российской Федерации. Данные имеют панельную структуру, компании наблюдаются на периоде с 2009 по 2017 год, но данная панель не сбалансирована, то есть мы имеем не все данные по всем компаниям выборки за указанный период. Несбалансированность выборки связана со сложностью сбора данных по акционерным обществам: годовые отчёты нестандартизированы, и каждая компания раскрывает разный объём информации об акционерах.

База данных, включающая в себя 90 компаний из индексов МосБиржи, была собрана в международной лаборатории экономики нематериальных активов НИУ ВШЭ - Пермь и регулярно дополнялась при участии автора настоящей работы. Также она потребовала дополнения и для данного исследования: был необходим сбор данных о некоторых характеристиках собственности, о санкциях, а также о дивидендах: выплачивались они или нет, а если выплачивались, то в какой доле от чистой прибыли. Данные собирались из доступных открытых источников: аналитических сайтов, годовых отчётов компаний.

У каждой компании своя методика расчёта дивидендов, и, несмотря на то что подавляющее большинство компаний выборки считает коэффициент дивидендных выплат как соотношение суммы выплаченных дивидендов к чистой прибыли по РСБУ, существуют компании, которые ведут свой бухгалтерский учёт исключительно по МСФО, или считают коэффициент выплат не от чистой прибыли, а от свободного денежного потока. Это потенциально может внести смещение в оценки, однако коэффициент дивидендных выплат все равно остается более информативным показателем по сравнению с бинарной переменной, отражающей выплату/невыплату дивидендов. Таким образом, в данной работе коэффициент дивидендных выплат будет выступать в качестве целевой переменной для исследования.

Влиятельные бизнесмены определялись по списку журнала Forbes«200 богатейших бизнесменов России», отсечение производилось по топ-25 из списка. В каждый из наблюдаемых периодов список менялся.

Что касается переменной, характеризующей структуру собственности, то это % акций, которым владеет каждый тип акционеров: государство и влиятельные бизнесмены.При этом % акций учитывается также в случае, если государство или влиятельные бизнесмены не владеют акциями компании напрямую - для России характерно владение акциями через пирамиды собственности(Enikolopov & Stepanov, 2013).

Помимо этого, в модель был включён ряд наиболее распространённых контрольных переменных, характеризующих компанию, которые использовались также в предыдущих исследованиях данной темы:

1) Финансовый рычаг - соотношение заёмного и собственного капитала. Исследователи говорят о том, что финансовый рычаг является важным инструментом для регулирования агентского конфликта и важным фактором, который оказывает влияние на дивиденды, направленность влияния отрицательная (Fama&French, 2001).

2) Рентабельность активов - соотношение выручки и совокупных активов компании, характеризует успешность деятельности, от которой напрямую зависит возможность выплаты дивидендов: чем лучше результаты деятельности, тем более вероятны высокие выплаты (Ramli, 2010).

3) Размер компании - измеряется логарифмомсовокупных активов (Thanatawee, 2013). Исследователи преимущественно приходили к смешанным выводам о том, как размер компании влияет на дивидендные выплаты: часть исследователей говорила о том, что крупные фирмы платят больше дивидендов (Jensenetal., 1992; Fama&French, 2001), часть говорила о том, что размер компании негативно влияет на размер дивидендных выплат (Gugler& Yurtoglu, 2003).

4) Market-to-bookratio - соотношение рыночной капитализации и балансовой стоимости активов компании. Данная переменная может быть использована как прокси для будущих инвестиционных возможностей, что компании с меньшим соотношением рыночной капитализации и балансовой стоимости активов имеют меньше стимулов к выплате дивидендов (Bhattacharya, 1976).

5) Материальность активов - соотношение внеоборотных и совокупных активов (Aivazian et al, 2003). Компании с большей долей внеоборотных активов обладают более широким доступом к рынкам капитала и наиболее вероятно платят дивиденды (Aivazian et al, 2006).

6) Ликвидность - соотношение денежных средств и совокупных активов, поскольку компаниям в стадии роста необходимо большое количество денежных средств для проведения инвестиционных программ, компании с высокой ликвидностью склонны платить меньше дивидендов (Bradford etal, 2013).

Стоит отметить, что все финансовые данные, за исключением размера компании,о тносительные, то есть не имеют единиц измерения. Активы компании были взяты в тысячах рублей.

Выборка, подобранная для анализа, имеет панельную структуру, то есть описывает одни и те же компании на протяжении определённого промежутка времени. Наиболее распространёнными инструментами для анализа панельных данных являются модели со случайными и фиксированными эффектами. Фиксированные эффектыпредназначены для неслучайных выборок, позволяют как проследить эволюцию всех объектов во времени, так и учесть индивидуальные различия между ними и, кроме того, основываются на менее строгих предпосылках по сравнению со случайными эффектами (отсутствие корреляции случайных ошибок с регрессорами) (Ратникова, 2006).

Кроме того, необходимо учитывать специфику зависимой переменной, которая цензурирована и не может принимать значения меньше нуля. Существует класс моделей, который позволяет учитывать цензурированность зависимых переменных, модели Тобит, однако тестирование панельных данных посредством данного класса моделей сопряжено со сложностями. Тобит-модель возможно оценить только со случайными эффектами, так как при использовании фиксированных эффектов оценённые коэффициенты являются состоятельными только при условии приближения количества периодов, в которые мы наблюдаем объекты, к бесконечности (Henningsen, 2010). В данной работе был выбран компромиссный вариант: при тестировании каждой из гипотез будет использоваться две модели, классическая линейная модель с фиксированными эффектами, а также модель Тобит со случайными эффектами. Это позволит также провести тестирование результатов на устойчивость: результаты оценки обоих моделей не должны противоречить друг другу.

Таким образом, в обобщённом виде модели для тестирования гипотез H1 и H2 будут выглядеть следующим образом:

(1)

,

где: dividends - коэффициент дивидендных выплат,

governamt - % акций в собственности государства,

businessamt - % акций в собственности влиятельных бизнесменов,

controls - контрольные переменные, перечисленные в разделе «Выборка и переменные» настоящей работы,

б - константа модели,

е - ошибка модели;

i - номер компании в выборке;

t - период в выборке.

Для тестирования гипотез H3и H4, которые касаются динамического изменения дивидендных выплат под влиянием внешней и внутренней политической ситуации, необходимы другие методы. Классическим способом выявить результат воздействия тех или иных изменений на исследуемую выборку, является разность разностей (difference-in-difference). В базовой спецификации для построения модели разности разностей необходимо две группы наблюдений и два периода времени. Одна из групп подвергается некоторому воздействию во втором периоде времени, другая группа остаётся без воздействия в обоих периодах.Для тестирования гипотезH3и H4 будет использоваться именно такая модель, чтобы иметь возможность её построить, необходимо дополнительно сконструировать следующие дамми-переменные:

1) Дамми на участие государства в акционерном капитале, принимает значение 1 в случае, если компанией i в указанный год t владело государство, 0 в противном случае;

2) Дамми на участие влиятельных бизнесменов в акционерном капитале, принимает значение 1 в случае, если компанией i в указанный годt владел влиятельный бизнесмен, 0 в противном случае;

3) Дамми на введение общих для экономики России санкций и ужесточения политики государства в отношении компаний, которыми оно владеет, отправной точкой в данном случае будет 2014 год. Переменная будет принимать значение 1 в случае, если период t больше или равен 2014, 0 в противном случае.

Спецификация моделей в данном случае будет выглядеть следующим образом:

(2)

,

где: over2014 - дамми на введение общих санкций;

shareholder - дамми на собственников, длятестирования гипотезы H3 -государство, для тестирования гипотезы H4 -влиятельные бизнесмены;

governD - дамми на участие государства в акционерном капитале;

businessD - дамми на участие влиятельного бизнесмена в акционерном капитале.

Для тестирования третьего блока гипотез, H5 и H6, которые касаются персональных санкций, потребуется также использовать метод разности разностей, но с некоторыми модификациями, поскольку для каждой компании персональные санкции вводились в разное время. Для целей тестирования гипотез H5 и H6 необходимо сформировать следующие дополнительные переменные:

1) Дамми на санкции с учётом периода, принимает значение 1 в случае, если в период t к компании i применяли персональные санкции, 0 в противном случае;

2) Дамми на санкции, принимает значение 1 в случае, если к компании i когда-либо применяли санкции, 0 в противном случае;

3) Дамми на периоды, каждый из исследуемых периодов (2009-2017) будет выступать в качестве дамми-переменной.

Ввиду того, что в данной спецификации используется переменная, которая не меняется во времени, а именно переменная из п.2), то в данном случае использовать фиксированные эффекты невозможно, поэтому гипотезы будут тестироваться на классических линейных моделях. Частично это будет компенсироваться дамми-переменными на периоды, что фактически позволит включить фиксированные эффекты по периодам в модель.

Общая спецификация моделей представлена ниже:

+ ,

где: sanctionsonperiod - дамми на санкции с учётом периода;

sanctions D - дамми на компании, к которым когда-либо применяли санкции;

yeardummies-дамми на периоды.

Всего в исходной выборке было представлено 788 наблюдений, однако при тестировании гипотез модели строились на более маленькой выборке, поскольку, во-первых, не в каждом из наблюдений присутствовали данные по выбранным переменным и, кроме того, было проведено удаление выбросов по следующим условиям:

1) Коэффициент дивидендных выплат больше 100%;

2) Финансовый рычаг больше 10 и меньше 0;

3) Отрицательная рентабельность активов;

4) Соотношение рыночной капитализации и балансовой стоимости собственного капитала больше 50000 и меньше 0.

Предварительный анализ исследуемых и контрольных переменных производился на выборке, в которой доступны все показатели, которые включаются в модели (от одной модели к другой возможны отклонения по количеству наблюдений в большую сторону ввиду включения разных переменных, отличающихся по отсутствующим значениям). Выборка с учётом удаления выбросов и пустых значений сократилась практически вдвое, до 418 наблюдений.

В первую очередь необходимо изучить целевую переменную, коэффициент дивидендных выплат, как он меняется от одного периода к другому, а также как он меняется от одного типа собственников к другому. В Таблице 1 представлены описательные статистики по коэффициенту дивидендных выплат:

Таблица 1. Распределение дивидендных выплат по годам и по типам собственников

По статистике дивидендных выплат, что для общей выборки, что для подвыборки компаний с государственным участием, характерен тренд по увеличению среднего коэффициента дивидендных выплат на всём наблюдаемом периоде, в том числе после 2014 года. При этом у государственных компаний с 2009 года максимальный коэффициент дивидендных выплат увеличился к 2017 году в два раза. У компаний, принадлежащих влиятельным бизнесменам, аналогичный тренд не прослеживается, при этом после 2014 года средний коэффициент дивидендных выплат стал меньше, и также после 2014 года значительно снизился максимальный коэффициент дивидендных выплат.

В Таблице 2 представлены описательные статистики по типам собственников, представленных в выборке:

Таблица 2. Описательные статистики по типам собственников, %

Как можно увидеть, более чем половиной компаний выборки владеет государство, при этом на компании с участием влиятельных бизнесменов в акционерном капитале приходится от 7% до 20% компаний. При этом влиятельные бизнесмены в среднем владеют значительно меньшим процентом акций по сравнению с государством. Начиная с 2014 года пакеты акций у государства и у влиятельных бизнесменов начали снижаться.

В рамках предварительного анализа также был проведён тест на равенство средних (t-тест), который позволил выявить наличие статистически значимого различия между средними выплатами дивидендов у собственников под влиянием экзогенных шоков. Гипотеза H0 в данном случае предполагает равенство средних в двух подвыборках.

В Таблице 3 представлены результаты t-теста:

Таблица 3. Результаты тестов на равенство средних для подвыборок

Прим.: здесь и далее КДВ - коэффициент дивидендных выплат

Результаты t-теста показали, что значимое различие между средними выплатами дивидендов наблюдается только при рассмотрении компаний с государственным участием, как на общей выборке, так и на подвыборках с санкциями.

В Таблице 4 представлены средние значения по контрольным переменным в подвыборках.

Таблица 4. Средние значения контрольных переменных по подвыборкам

Как можно увидеть, по средним показателям на подвыборках существуют различия. Так, компании с участием влиятельных бизнесменов в акционерном капитале обладают большим средним финансовым рычагом - 1.38 против 1.06 у государственных компаний, кроме того, у компаний в собственности бизнесменов также выше рентабельность по сравнению с государственными компаниями, 0.13 против 0.08. Данное наблюдение может говорить о более низкой эффективности компаний с государственным участием.

В Таблице 5 представлена информация по персональным санкциям в отношении как государственных компаний, так и компаний в собственности влиятельных бизнесменов:

Таблица 5. Распределение персональных санкций по типам собственников, %

Статистика по периоду с 2009 по 2013 года была опущена, поскольку все санкции, как персональные так и общеэкономические, начали вводиться в 2014 году. К 2017 году порядка 11% компаний выборки находились под персональными санкциями, при этом среди компаний с участием влиятельных бизнесменов в акционерном капитале доля компаний, к которым применяли санкции, составляет 33%, что практически в два раза выше, чем у компаний с государственным участием. Снижение доли компаний под санкциями в 2017 году можно связать с тем, что не по всем компаниям доступны данные: наибольшее количество наблюдений приходилось на 2016 год, и, вероятно, по тем компаниям, по которым в 2016 году была отметка о санкциях, не попали в выборку 2017 года из-за отсутствия данных.

В Таблице 6 представлена корреляционная матрица между количественными переменными, участвующими в анализе:

Таблица 6. Корреляционная матрица переменных

*** для p-value<0.01, ** для p-value < 0.05, * для p-value <0.1

С коэффициентом дивидендных выплат скоррелированы все переменные, кроме материальности активов и соотношения рыночной и балансовой стоимости. При этом все рассчитанные коэффициенты корреляции находятся в диапазоне слабой и умеренной корреляции по шкале Чеддока, что позволяет включить все выбранные переменные в модель и пренебречь проблемой мультиколлинеарности.

Для тестирования базовых гипотез H1 и H2 было построено две модели, линейная модель с фиксированными эффектами и тобит-модель со случайными. В гипотезе H1 предполагается, что при увеличении процента акций, которым владеет государство, коэффициент дивидендных выплат уменьшается; гипотеза H2 касается влиятельных бизнесменов и предполагает, что при увеличении процента акций, которым владеют бизнесмены, коэффициент дивидендных выплат увеличивается. Результаты оценивания моделей представлены в Таблице 7:

Таблица 7. Оценённые коэффициенты моделей для тестирования гипотез H1 и H2

*** для p-value<0.01, ** для p-value < 0.05, * для p-value <0.1

Результат оценивания моделей показал, что чем больше процент акций в собственности государства, тем меньше коэффициент дивидендных выплат в обоих моделях, в то время как процент акций в собственности влиятельных бизнесменов на дивиденды не влияет ни в одной из моделей. Данный результат противоречит международной практике, которая говорит о том, что компании с государственным участиям платят больше дивидендов, но при этом соотносится с выводами, которые получали исследователи на российских данных.

В Таблице 8 представлены модели для тестирования гипотезы H3. В данной гипотезе предполагается, что начиная с 2014 года поведение государства как собственника меняется, и коэффициент дивидендных выплат госкомпаний становится больше.

Таблица 8. Результаты оценивания моделей для тестирования гипотезы H3

*** для p-value<0.01, ** для p-value < 0.05, * для p-value <0.1

В данные модели был включён совместный эффект общеэкономических санкций и дамми-переменная на участие государства в акционерном капитале.

В линейной модели коэффициент при совместном эффекте оказался значимым положительным, что можно интерпретировать как изменение воздействия государства на компании в собственности после 2014 года: они стали платить больше дивидендов, несмотря на разворачивающийся кризис и санкции.

Это подтверждают тренды, показанные Национальным рейтинговым агентством в своём обзоре дивидендной политики.

В Таблице 9 представлены результаты оценивания моделей для тестирования гипотезы H4. Она аналогична гипотезе H3, но касается влиятельных бизнесменов: у компаний, которыми они владеют, после 2014 года коэффициент дивидендных выплат стал меньше.

Таблица 9. Результаты оценивания моделей для тестирования гипотезы H4

*** для p-value<0.01, ** для p-value < 0.05, * для p-value <0.1

Данные модели аналогичны представленным в Таблице 8, в них тестировалось изменение направленности влияния бизнесменов на дивидендную политику компаний после введения общеэкономических санкций. Совместный эффект дамми на влиятельных бизнесменов и дамми на период действия санкций имеет значимый отрицательный коэффициент в обоих моделях, это значит, что после введения санкций компании, которыми владеют влиятельные бизнесмены, стали платить меньше дивидендов по сравнению с остальными компаниями выборки, иными словами, изменилась политика бизнесменов в отношении выплат дивидендов. В Таблице 10 представлены результаты оценивания моделей для тестирования гипотезы H5, которая касается отрицательного влияния введения персональных санкций против компаний с государственным участием на коэффициент дивидендных выплат. Поскольку частью метода разности разностей в данном случае является дамми, которая не меняется во времени, то была оценена линейная модель с фиксированными эффектами по годам, а также тобит-модель с включением дамми-переменных на периоды.

Таблица 10. Результаты оценивания моделей для тестирования гипотезы H5

*** для p-value<0.01, ** для p-value < 0.05, * для p-value <0.1

Совместный эффект персональных санкций и участия государства в акционерном капитале оказался незначим ни в одной из моделей, персональные санкции не повлияли на политику дивидендных выплат государственных компаний. Это соотносится с результатами, полученными при анализе общеэкономических санкц...