Также, необходимо проанализировать показатели кредитных рейтингов российских компаний. Для удобства все рейтинги в данной работе будут представлены по методологии кредитного агентства Standard & Poor's.

Кредитные рейтинги - это один из инструментов, который инвесторы могут использовать в процессе покупки облигаций или осуществления других инвестиций с фиксированным доходом. Рейтинги Standard & Poor's выражают мнение агентства относительно способности и готовности эмитента - например, корпорации или регионального (местного) органа власти - своевременно и в полном объеме выполнять свои финансовые обязательства. Кроме того, кредитные рейтинги могут отражать кредитное качество того или иного долгового обязательства - например, корпоративных или муниципальных облигаций, а также относительную вероятность дефолта по таким обязательствам. Обычно для обозначения рейтинга используется буквенная шкала, которая позволяет показать рейтинги, отражающие мнение агентства об относительном уровне кредитного риска в диапазоне от ААА до D. Где «ААА» свидетельствует о том, что кредитоспособность компании находится на высшем уровне, в то время как значение «D» свидетельствует о банкротстве компании.

В течение рассматриваемого периода агентство Standard & Poor's не меняло значение суверенного рейтинга России. С 2008 по 2013 год суверенный рейтинг Российской Федерации находился на уровне BBB, после кризиса 2008 года, однако в 2014 году рейтинг был снижен до уровня BBB- на фоне политических и финансовых санкций. Стоит отметить, что рейтинговые агентства не присваивают компаниям, зарегистрированным на территории страны, рейтинг выше суверенного для данной страны. Таким образом, максимальный кредитный рейтинг, который могла получить российская компания на данном промежутке времени, составляет BBB. Более подробно динамику изменения суверенного рейтинга России можно найти в приложении 1.

Более детально проанализируем кредитный рейтинг российских компаний за рассматриваемый период. На графике 2 представлена гистограмма распределения кредитного рейтинга российских корпораций.

Можно обратить внимание, что максимальный рейтинг, как и ожидалось, находится на уровне BBB, который был выставлен в 22 из 405 наблюдений. В то же время, минимальный рейтинг, попавший в выборку, составляет ССС, а общее количество таких наблюдений равняется 7. Наиболее же часто встречающимися рейтингами являются значения на уровне ВВ, ВВ-, В+. В сумме наблюдения с таким рейтингом составляют около 48% от общего количества наблюдений. В то же время, можно обратить внимание, что распределения кредитного рейтинга представляет собой близкое к нормальному распределению. Для проведения эконометрического анализа каждому уровню рейтинга будет присвоено соответствующее дискретное значение в интервале от 1 до 10, так как суммарное количество уровней рейтинга, попавших в выборку, равно 10. Таким образом, уровню кредитного рейтинга ВВВ соответствует значение 1, уровню кредитного рейтинга ВВВ- соответствует значение 2 и так далее, вплоть до уровня рейтинга ССС, которому соответствует значение 10. В связи с этим, повышение значений показывает более низкий рейтинг, что необходимо учитывать при интерпретации полученных результатов.

График 2. Гистограмма распределения кредитных рейтингов

Далее перейдем к анализу описательных статистик объясняющих и контрольных переменных. В таблице 1 представлены средние значения, минимальное и максимальное, а также стандартное отклонение объясняющих переменных. Прежде всего, отметим, что столбец доля компаний отражает количество компаний, в которых присутствует определенная характеристика структуры акционеров, общем количестве наблюдений. Данное уточнение сделано только для бинарных переменных, для того чтобы более наглядно описать выборку. Кроме того, для показателей отмеченных символом ( * ) отражают среднее значение и стандартное отклонение только для ненулевых значений показателя. Другими словами среднее значение показателей государственных инвестиций, присутствия институционального инвестора и акционера в топ менеджменте компании, рассчитывалась только для компаний, в которых действительно присутствуют перечисленные типы акционеров. Благодаря этому не происходит смещения результатов, а описательные статистики более точно характеризуют выборку.

Стоит отметить, что во время анализа объясняющих переменных не было выявлено каких-либо выбросов, которые могли бы сместить результаты и исказить представление о влияние корпоративного управления на стоимость долга.

Обратим внимание на то, что количество членов в совете директоров является достаточно неоднородным, тем не менее, среднее значение количества участников совета директоров равно 10. Как уже говорилось, механизм независимых директоров является одним из самых эффективным в разрешении конфликта между акционерами и кредиторами, однако в России все еще существуют крупные компании, в совете директоров которых нет ни одного независимого директора. Тем не менее, средняя доля независимых директоров составляет 27 процентов, что в абсолютном измерении соответствует трем членам совета директоров. Также весьма неоднородной оказалась переменная активности совета директоров, так как разница между наибольшим и наименьшим значениями составила 107 единиц.

Таблица 1. Описательные статистики объясняющих переменных

Кроме того, отметим, что в России все еще малую роль в корпоративном управлении играют женщины. Средняя доля участия женщин в совете директоров российских компаний составляет лишь 3%, при этом примерно в 83% процентах компаний нет ни одной женщины в совете директоров.

Концентрация собственников, которая рассчитывалась на основе индекса Херфинадаля-Хиршмана, показал, что среднее значение соответствует 3642, в то время как наименьшее значение равно 874, что свидетельствует о присутствии нескольких не крупных акционеров в компании. В то же время максимальное значения индекса составило 7329, что свидетельствует о наличии компании, в которой присутствует один очень крупный акционер. Одной из таких компаний является «Новолипецкий Металлургический Комбинат», основной акционер которого владеет примерно 85 процентами предприятия. Одно же из самых низких значений соответствует компании «Уралкалий», три крупнейших собственника которого имеют в сумме менее 50% акций компании.

Нельзя не отметить тот факт, что около 47% компаний имеет институционального инвестора в списке крупнейших акционеров компании, при это доля акций, которая принадлежит этим инвесторам в среднем составляет 17%, однако существуют компании, в которых контрольный пакет акций принадлежит одному институциональному инвестору. Примером может служить телекоммуникационная компания МТС, основным акционером которой является холдинг АФК Система, владеющая 53% акций компании.

Также стоит отметить, что около 21% являются государственной собственностью, при этом, если государство является акционером компании, то в среднем владеет 54% компании, то есть имеют контрольный пакет акций компании. Данный факт свидетельствует о том, что государство владеет лишь крупными пакетами акций, что может быть связано со стратегическими планами государства, либо необходимостью контроля некой функции, которую выполняет государство. Например, государство является владельцем крупнейшей компании России - «Газпром», так как компания является стратегически важной для России и выступает в качестве одного из крупнейших налогоплательщиков. Аналогичная ситуация и с крупнейшим российским банком - «Сбербанк», который обслуживает большую часть населения и является гарантом надежности банком, исключающим вероятность возникновения дефолта, и как результата недовольства населения.

Кроме того, стоит обратить внимание на то, что топ-менеджеры компании в 79% случаев являются акционерами компании, однако обычно владеют небольшими пакетами акций. Однако, существуют примеры, когда собственник компании непосредственно руководит компанией, занимая должность генерального директора или председателя совета директоров.

Более того, было обнаружено, что в российских компаниях лишь в 7% случаев должность генерального директора и председателя совета директоров.

Аналогично проведем анализ описательных статистик контрольных переменных представленных в таблице 2

Таблица 2. Описательные статистики контрольных переменных

Как мы можем увидеть в таблице 2, контрольные переменные также являются неоднородными, что может быть проиллюстрировано высокой разницей между максимальными и минимальными значениями. Тем не менее, в ходе анализа контрольных переменных выбросы не были обнаружены и все переменные находятся в допустимых рамках.

Хотелось бы отметить, что в российских крупных компаниях соотношения заемных средств к собственным средствам меньше единицы, что показывает невысокую закредитованность российских компаний. Кроме того, можно выделить тот факт, что российские компании, попавшие в выборку, отличаются весьма высокой эффективностью деятельности, что отражает среднее значения показателя рентабельности.

Также, достаточно неоднородны значения коэффициентов Бета в выборке. Для сбора базы данных было принято решение, что коэффициент Бета является постоянным на всем промежутки исследования. Данное допущение было связано с особенностью расчета показателя и удобства использования параметра.

В целом, мы можем утверждать, что в выборку попали крупные предприятия с серьезными возможностями по привлечению заемных средств. Вопросы корпоративного управления для таких компаний становятся все более острыми в связи с необходимостью удовлетворять интересы всех основных инвесторов компании, как акционеров, так и кредиторов.

Далее перейдем к корреляционному анализу отобранных переменных. Матрица корреляции между переменными представлена в таблице 3.

Анализ корреляционной матрицы показал присутствие ожидаемых связей. В то же время высокое значение корреляции наблюдается между присутствием институционального инвестора и концентрацией собственника, что может объясниться тем, что институциональные инвесторы предпочитают инвестировать в предприятия с меньшей концентрацией собственников. Кроме того, хотелось бы на данном этапе отметить, что присутствие государства имеет взаимосвязь с уровнем кредитного рейтинг, при этом чем выше доля государственного участия тем выше кредитный рейтинг компании. Также, присутствует отрицательная линейная взаимосвязь между стоимостью долга и активностью совета директоров, которая также имеет тесную взаимосвязь с размером компании. Отметим, что высоких значений корреляции между переменными не было обнаружено, что снижает угрозу мультиколлинеарности в модели.

3.2 Эконометрическое моделирование

В данной части мы более подробно раскроем вопрос используемых моделей, методов оценки коэффициентов, а также возможные способы решение проблемы эндогенности.

В рамках данной работы будет проанализировано три основных модели, которые помогут ответить на вопрос о влиянии корпоративного управления на стоимость долга российских компаний.

Первая модель оценивает влияние объясняющих и контрольных переменных на кредитный рейтинг российских компаний, при этом переменные будут взяты за один и тот же год. Первая модель выглядит следующим образом:

где:

- мера стоимости заемного капитала, выраженная кредитным рейтингом

- вектор объясняющих переменных, включающий такие показатели как размер совета директоров, размер совета директоров в квадрате, доля независимых директоров, активность совета директоров, доля женщин в совете директоров, двойное лидерство, концентрация собственников, институциональные инвесторы, государственные инвестиций и присутствие акционера в топ-менеджменте компании

- вектор контрольных переменных, включающий число сотрудников, рентабельность активов, соотношение заемного к собственному капиталу и сумму долгосрочного и краткосрочного долга

- вектор бинарных переменных, отвечающий за отношение i-ой компании к определенной отрасли. При этом в качестве базовой отрасли, для отсутствия мультиколлинеарности, была выбрана нефтяная и газовая отрасль, которые традиционно считаются локомотивами российской экономики агентский конфликт акционер долг

- отражает ошибку модели

, и - векторы оценок соответствующих параметров, отражающих направление и степень влияния переменных на зависимую переменную

Однако, как уже было сказано, логичным допущением является то, что на вынесение кредитного рейтинга в определенном году, оказывает влияние скорее деятельность в предыдущий год, нежели тот же год. В связи с этим, вторая модель в точности повторяет предыдущую, только объясняющие и контрольные переменные входят в модель со значением показателя за предыдущий год. Таким образом, вторая модель выглядит следующим образом:

где,

- мера стоимости заемного капитала, выраженная кредитным рейтингом

- вектор объясняющих переменных с лагом в одним год

- вектор контрольных переменных с лагом в один год

- вектор бинарных переменных, отвечающий за отношение i-ой компании к определенной отрасли.

- отражает ошибку модели

, и - векторы оценок соответствующих параметров, отражающих направление и степень влияния переменных на зависимую переменную.

В следующей части работы мы сравним результаты двух моделей и придем к выводу, какой подход является более оптимальным для определения взаимосвязи между корпоративным управлением и стоимостью долга российских компаний.

Кроме того, для лучшего понимания динамики изменения кредитного рейтинга, в рамках данной работы будет оценена третья модель, включающая первые разности объясняющих и контрольных переменных.

Данный подход помогает проанализировать изменение кредитного рейтинга год от года и понять, какие факторы влияют на присуждение компании более высокого или более низкого рейтинга.

Таблица 3. Корреляционная матрица зависимой, объясняющих и контрольных переменных.

В связи с этим третья модель выглядит следующим образом:

- Показывает изменения кредитного рейтинга в отчетный год по сравнению с предыдущим

- вектор первых разностей объясняющих переменных

- вектор первых разностей контрольных переменных,

- вектор бинарных переменных, отвечающий за отношение i-ой компании к определенной отрасли.

- отражает ошибку модели

, и - векторы оценок соответствующих параметров, отражающих направление и степень влияния переменных на зависимую переменную

Как уже было сказано, зависимая переменная принимает дискретные значения, при этом увеличение значения переменной соответствует понижению кредитного рейтинга. Для такого типа зависимой переменной приято использовать модели упорядоченного выбора, оценки параметров в которых находятся с помощью метода максимального правдоподобия.

Для оценки подобных моментов используется латентная переменная, позволяющая оценить параметры модели. Тем не менее, оценки параметров не показывают влияние, а лишь указывают на направление связи. Для понимания степени влияния необходимо переходить к предельным эффектам.

Однако, усложняет использование данной модели тот факт, что переменные корпоративного управления являются эндогенными, что ведет к несостоятельности оценок.

Для борьбы в моделях с упорядоченным выбором можно использовать несколько подходов. Один из наиболее распространенных подходов, является использования метода максимального правдоподобия с ограниченной информацией, который оценивает модель упорядоченной пробит регрессии с непрерывными эндогенными переменными (Smith, 1987). Несмотря на асимптотическую устойчивость, данный подход крайне труден в реализации. Rivers and Vuong (1988) предложили использование более простого, но эффективного способа оценивания подобных моделей, с помощью двухшаговой модели. На первом шаге с помощью метода наименьших квадратов оцениваются эндогенные переменные, в то время как на втором шаге проводится модель упорядоченной пробит регрессии. Такой подход позволяет найти оценки необходимых параметров и в то же время избавится от эндогенности. Также, Newey (1987) предложил асимптотически эффективный двухшаговый подход минимизации оценки распределения Хи квадрат, который также используется для подобных моделей.

В данной работе мы предполагаем использование метода, описанного Rivers and Vuong (1988), при этом в качестве инструментальных переменных будут использоваться контрольные переменные. В анализе предыдущих исследований указывалось, что подобные контрольные переменные являются релевантными и валидными для использования при оценке параметров корпоративного управления.

4. Результаты

В данной части работы будут представлены результаты эконометрических моделей, описанных в предыдущей части, а также анализ и интерпретация полученных результатов.

В ходе построения модели была проведена проверка на устойчивость результатов, при исключении из выборки финансовых компаний. Как уже говорилось, финансовые компании имеют отдельное законодательство и методы ведения бухгалтерского учета, в связи с этим, в некоторых исследованиях из выборки исключался такой тип компании. Однако исключение финансовых компаний в данной работе не показало значительного смещения результатов и не привело к смене типа влияния переменных.

Также отметим, что все стандартные ошибки оценок коэффициентов были скорректированы на гетероскедастичность, что позволяет делать более точные выводы о значимости оценок в модели.

Результаты моделей (1) и (2) представлены в таблице 4. При этом, приведенные в таблице оценки параметров модели были получены с помощью двухшагового метода, описанного в предыдущей части. На первом шаге переменные, описывающие корпоративное управление регрессировались на контрольные переменные, на втором шаге с помощью оценок переменных корпоративного управления находятся оценки интересующих коэффициентов пробит-моделью упорядоченного выбора. Также стоит отметить, что каждая их моделей тестировался дважды, с включением в модель переменных присутствия институционального инвестора, государственных инвестиций и присутствие акционера в правлении компании в качестве бинарной переменной и с включением тех же переменных со значением доли акций которыми владеет каждый из упомянутых типов собственников.

Сравнивая между собой два вида модели, мы пришли к выводу, что стоимость долга, выраженную кредитным рейтингом, более качественно описывает именно вторая модель включающая лаги контрольных и объясняющих переменных. Такой вывод был получен при сравнении логарифма функции максимального правдоподобия, который оказался выше у второй модели. Таким образом, мы приходи к выводу, что кредитный рейтинг в большей степени зависит от событий, происходящих в год, предшествующий назначению рейтинга, нежели в тот же самый год, в который был выставлен определенный рейтинг.

Таблица 4. Оценки параметров моделей (1) и (2)

*** значим на 10%, ** значим на 5%, * значим на 1%

Не стоит забывать, что кредитный рейтинг снижается при увеличении соответствующей переменной, что необходимо учитывать при интерпретации результатов. Другими словами отрицательное значение коэффициентов говорит о положительном влиянии на кредитный рейтинг и наоборот.

Анализируя полученные результаты, мы можем утверждать, что размер совета директоров не влияет на стоимость долга и кредитный рейтинг российских компаний. Коэффициенты, стоящие перед соответствующими переменными, оказались не значимыми на всех уровнях значимости. Кроме того, не подтвердилось предположение о нелинейной связи между стоимостью долга и размеров совета директоров. Данное наблюдение приводит к выводу, что размер совета директоров не оказывает влияние на эффективность работы компании и как результат на стоимость заемного капитала. Стоит отметить, что к аналогичному выводу приходили и другие авторы, анализировавшие аналогичные показатели на развивающихся рынках (Missonier-Piera, 2007; Tanaka 2014).

В то же время, большая независимость совета директоров сопровождается более высоким кредитным рейтингом и более низкой ставкой по долговым обязательствам. Коэффициент перед показателем доли независимых директоров оказался значимым на 1% уровне значимости. По-видимому, независимые директора действительно помогают решить агентский конфликт между кредиторами и собственниками компании, выступая в качестве независимого арбитра. Таким образом, российские компании и акционеры могут повышать независимость совета директоров, что приведет к более низкой стоимости долга. Однако стоит отметить, что данная мера может оказать лишь ограниченное влияние, так как в совете директоров необходимо находить оптимальный баланс между исполнительными, неисполнительными и независимыми директорами для того, чтобы эффективно сочетать понимание функционирования компании и независимую оценку деятельности. Также отметим, что подобные результаты были обнаружены в ходе исследований связи между стоимостью долга и корпоративным управлением на развитых рынках (Anderson et al., 2004; Ashbaugh-Skaife et al., 2006; Paige Fields et al., 2012).

Коэффициент перед переменной активности совета директоров также оказался значимым на 5% уровне и имеет обратную связь с стоимостью долга российских компаний. Возможно, активность совета директоров воспринимается кредиторами компании как положительный факт, свидетельствующий о эффективное и сосредоточенной работе. Аналогичный вывод был получен в работе Lorca et al. (2010).

На основе полученных результатов был сделан вывод, что механизм двойного лидерства не оказывает влияния на стоимость долга российских компаний, так как соответствующий коэффициент оказался не значимым. По-видимому, кредиторы не оценивают данный сигнал ни положительно, ни отрицательно. Кроме того, практика совмещения должностей генерального директора и председателя совета директоров в одном лице крайне редко встречается в деятельности крупных российских компаний.

Аналогично, показатель доли женщин в совете директоров компании оказался не значимым. Как уже было сказано, женщины не играют важную роль в корпоративном управлении российских компаний, что противоречит результатом других исследований. Однако, можно ожидать, что в будущем влияние данного показателя на корпоративное управление и стоимость долга будет возрастать.

В то же время, показатель концентрации собственников влияет на повышение стоимости долга российских компаний. Соответствующий коэффициент оказался значимым на 5% уровне значимости. Согласно работе Bhojraj and Sengupta (2003), в которой был получен аналогичный результат, для кредиторов высокая концентрация собственников может свидетельствовать о чрезмерной власти одного собственника, что ведет к удовлетворению его интересов, а не интересов других инвесторов компании. Кроме того, при высокой концентрации собственников передача прав собственности может кардинально сменить курс развития компании и вызвать дополнительные риски, что сказывается на стоимости заемного капитала компании.

В предыдущих частях работы было описана важность участия институциональных инвесторов в акционерном капитале компании для кредиторов. Однако результаты данного исследования показывают, что присутствие институционального инвестора не оказывает влияние на стоимость долга компаний. Данное заключение можно связать с меньшим опытом и практикой институциональных инвесторов в российской экономике. Также, к такому результату мог привести тот факт, что российская институциональная среда отличается от западных аналогов, а роль такого рода инвесторов незначительна в сложившихся условиях. В данном случае, вывод, полученный при анализе развивающейся экономки, дает отличный результат от выводов, полученных при анализе развитых рынков (Shuto and Kitagawa 2011; Aman and Nguyen, 2013).

Более интересный результат был получен при оценке влияние участия государства в акционерном капитале компании. С одной стороны, включение данного показателя в качестве бинарной переменной приводит к выводу, что государственные инвестиции ведут к более высокому кредитному рейтингу и к более низкой стоимости заемного капитала, при этом соответствующий коэффициент значим на 1% уровне значимости. С другой стороны включение в модель доли акций, принадлежащей государству, ведет к выводу, что большее участие государства в собственности отрицательно влияет на кредитный рейтинг компании и ведет к более высокой стоимости долга. Таким образом, мы получаем вывод, что факт участия государства положительно оценивается со стороны кредиторов, однако более высокая доля участия государства связана с дополнительными рисками, что сказывается на кредитном рейтинге компании. Данный факт наталкивает на заключение о том, что государство действительно является неким гарантом и дополнительным конкурентным преимуществом, тем не менее, высокая концентрация государства в собственности может вести к неэффективности работы компании, что сказывается на предпочтениях кредиторов. Как и ожидалось, участие государства является важным элементом корпоративного управления российских компаний, что соответствует результатам, полученным в работе Shailer and Wang (2015).

Влияние присутствия акционера в правлении компании также оказалось значимо на 5% уровне, как для бинарной, так и для количественной переменной. Соответствующий коэффициент показывает, что участие акционера в правлении оказывает положительное влияние на кредитный рейтинг, при этом увеличение доли собственности среди менеджеров компании также ведет к снижению стоимости заемных средств. Аналогичный результат был получен в работе Sanchez-Ballesta and Garcia-Meca (2011), в которой данный результат объясняется как позитивное отношение кредиторов к выполнению функций контроля и мониторинга саамам акционером компании, заинтересованным в эффективности развития компании.

В то же время, среди контрольных переменных значимыми на 1% уровне оказались показатели размера компании, соотношения заемных и собственных средств, а также уровень рентабельности активов. Показатели совокупного долга и коэффициента Бета оказались не значимыми в исследуемых моделях. В целом, можно утверждать, что такой результат является закономерным, более крупные компании действительно имеют большие возможности для привлечения капитала, так как обладают большими ресурсами и являются более стабильными, по сравнению с более мелкими предприятиями. Соотношение заемных средств к собственному капиталу отражает долговую нагрузку компаний, увеличение которой ведет к увеличению стоимости долга. При увеличении доли долга повышается риск дефолта компании, который связан с трудностью обслуживания все больших обязательств, что провоцирует кредиторов устанавливать более высокую стоимость заемных средств. Рентабельность активов отражает эффективность работы компании, и закономерно, что более высокая эффективность работы сопровождается более низкой стоимостью долга и более высоким кредитным рейтингом.

В то же время, коэффициент Бета отражает уровень рыночного риска акций компаний, который, возможно, не столь эффективно отражает совокупный уровень риска компании, а кредиторы не оценивают данный параметр как значимый при оценке кредитоспособности российских компаний. Также уровень совокупного долга оказался не значимым, что, возможно, связано с его абсолютным значением, которое напрямую не характеризует деятельность компании. Кроме того, совокупный долг скоррелирован с размером компании, что может привести к выводу о том, что более высокий уровень долга положительно влияет на стоимость долга. Однако такой вывод не верен и может быть связан лишь со смещением коэффициента, связанного с взаимосвязью данного показателя с размером компании.

Также, рассмотрим влияние отраслевой принадлежности на кредитный рейтинг российских компаний. Напомним, что в качестве базовой была выбрана нефтегазовая отрасль, таким образом, все коэффициенты являются измерено относительно данной отрасли. Таким образом, на уровне 10% значимым оказалось влияние таких отраслей как телекоммуникации, металлургия и торговля. При этом более высокий кредитный рейтинг склонны иметь компании, работающие в отрасли телекоммуникаций. Возможно, это связано с тем, что на рынке присутствует лишь несколько крупных игроков с относительно постоянной долей рынка. Кроме того, данная отрасль является одной из наиболее перспективных, так как услуги связи и интернета становятся все более и более востребованными. Однако, такие отрасли как торговля и металлургия имеют более низкий кредитный рейтинг в сравнении с нефтегазовой отраслью. Возможно, это связано с более высокой конкуренции в данных отраслях и неоднозначными перспективами отраслей. Кроме того, износ основных фондов в металлургической отрасли неразрывно связан с необходимостью масштабного кредитования с целью модернизации производства. Совокупность этих факторов ведут к более низкому кредитному рейтингу и более высокой стоимости долга.

Далее перейдем к анализу модели (3), которая моделирует динамику изменения кредитного времени год от года. В таблице 5 представлены результаты оценки третьей модели, при этом параметры структуры акционеров были включены как непрерывные переменные, для того чтобы оценить динамику изменения. Отметим, что показатель государственных инвестиций не изменялся на протяжении рассматриваемого периода, что привело к отсутствию результатов по данному показателю в третьей модели, аналогичная ситуация и с показателем двойного лидерства. Кроме того, на рассматриваемом промежутке кредитные рейтинги российских компании не столь часто менялись, что приводит к ограничению наблюдений перехода от одного рейтинга к другому. В связи с этим, возможно возникновение некоторого смещения. Для получения более стабильных результатов возможно использование более протяженного промежутка времени.

Таблица 5. Оценки параметров модели (3)

*** значим на 10%, ** значим на 5%, * значим на 1%

Из таблицы мы можем увидеть, что значимыми оказались такие параметры как изменение активности совета директоров, изменение независимости совета директоров, а также изменение концентрации собственников. Увеличение активности совета директоров приводит к увеличению кредитного рейтинга российских компаний, что соответствует результатом, полученным в предыдущей модели. Независимость директоров оказалась значима на уровне 1%, а увеличение независимости совета директоров приводит также к повышению кредитного рейтинга российских компаний. Однако обратная взаимосвязь наблюдается при увеличении концентрации собственников, которая ведет к снижению кредитного рейтинга и росту стоимости долга российских компаний.

Кроме того, положительное влияние на уровень кредитно рейтинга оказывает увеличение размера компании и снижение соотношения заемного к собственному капиталу. Данные результаты также соотносятся с результатами по предыдущим моделям, а их влияние кажется логичным. Также, отметим, что переменные, отвечающие за отношение к определенной отрасли, оказались не значимыми, что свидетельствует о влиянии отрасли на кредитный рейтинг, но не на его динамику.

В целом, результаты данной модели не могут полностью описывать динамику изменения кредитного рейтинга и стоимости долга в силу гомогенности многих параметров, таких как размер совета директоров и характеристики структуры акционеров. Для выявление более точной степени влияния данных переменных на стоимость долга необходимо рассматривать более долгий промежуток времени, на протяжение которого в компаниях происходили более значимые изменения.

В результате эконометрического моделирования трех типов моделей были сделаны выводы о подтверждение и опровержении выдвинутых раннее гипотез.

Гипотеза 1. Более высокая концентрация акционеров, при прочих равных, ведет к снижению стоимости заемного капитала российских компаний. Гипотеза не подтвердилась, и был сделан вывод о том, что более высокая концентрация собственников ведет к снижению кредитного рейтинга и росту стоимости заемного капитала российских компаний.

Гипотеза 2. Присутствие государственных и институциональных инвесторов в акционерном капитале российской компании ведет к снижению стоимости заемного капитала. Гипотеза была частично подтверждена, так как в ходе эконометрического моделирования было выявлено, что присутствие государства среди инвесторов компании ведет к более высокому кредитному рейтингу и снижению стоимости долга российских компаний. В то же время, было выявлено, что увеличение доли государственного участия в российских компаниях наоборот ведет к повышению стоимости долга. Таким образом, влияние участия государства является положительным сигналом для кредиторов, но высокая доля участия создает дополнительные риски. Однако влияние присутствия институциональных инвесторов не показало значимого влияния на стоимость долга российских компаний.

Гипотеза 3.Участие членов правления в составе акционеров компании влияет на снижение стоимости долга российских компаний. Гипотеза была подтверждена в рамках моделей (1) и (2). Возможно, участие акционеров в управлении компании является положительным сигналом для кредиторов, свидетельствующим об эффективности работы компании и нацеленности на достижение долгосрочных целей.

Гипотеза 4. Размер совета директоров нелинейно связан со стоимостью долга в российских компаниях. Данная гипотеза не была подтверждена в рамках исследования. Было выявлено, что размер совета директоров не оказывает влияние на кредитный рейтинг и стоимость долга российских компании. Такой вывод свидетельствует о том, что размер совета директоров не является важным индикатором при оценке кредитоспособности и уровня риска компании.

Гипотеза 5. Независимость и активность совета директоров, а также присутствие женщин в совете директоров ведут к снижению стоимости заемного капитала компании. Данная гипотеза была частично подтверждена в исследовании. Действительно механизм независимых директоров ведет к снижению стоимости долга российских компаний. Вероятно, кредиторы оценивают присутствие независимых директоров как позитивный сигнал, свидетельствующий о более качественном выполнении функции контроля и мониторинга. Кроме того, аналогичное влияние оказывает и активность совета директоров. Возможно, кредиторы видят в данном показателе знак того, что руководство компании с высокой ответственностью относится к своим обязательствам и эффективно выполняет функции контроля разработки стратегии. Однако присутствие женщин в совете директоров российских компании не оказывает влияние на вынесение кредитного рейтинга и стоимость долга, а женщины до сих пор играют малую роль в корпоративном управлении российских компаний.

Гипотеза 6. Двойное лидерство повышает стоимость долга российских компаний. В рамках данного исследования последняя гипотеза не была подтверждена. Эконометрическое моделирование показало, что данный механизм не оказывает значимого влияния на кредитный рейтинг и стоимость долга. Кроме того, данный механизм крайне редко встречается в деятельности крупных российских компаний, что поднимает вопросы об эффективности такого подхода

Проверка гипотез и проведенный эконометрический анализ помогают более детально понять, какие факторы корпоративного управления оказывают влияние на стоимость долга российских компаний. Результаты такого исследования могут быть использованы акционерами компании для понимания, каким образом возможно снижение стоимости долга их компании, что может помочь компании быть более эффективной, устойчивой и гибкой в своем развитии. Также результаты могут быть использованы кредиторами, которые оценивают стоимость долга. Благодаря результатам работы, кредиторы смогут более эффективно оценивать кредитоспособность компаний на развивающихся рынках капитала.

Заключение

Данная работа посвящена анализу влияния корпоративного управления на стоимость долга компаний, работающих на развивающихся рынках капитала на примере российских компаний. В качестве переменной, характеризующей стоимость долга, был выбран уровень кредитного рейтинга соответствующей компании.

Используя эконометрическое моделирование, была проанализирована 81 российская компания, имеющая кредитный рейтинг и капитализацию выше 300 миллионов долларов. В качестве временного горизонта был выбран промежуток длительностью 5 лет с 2009 по 2013 года. Данный временной был выбран в связи с тем, что не включает кризисы 2008 и 2014 года, повлиявшие на суверенный рейтинг России.

Для построения модели были отобраны следующие характеристики структуры акционеров и структуры совета директоров: концентрация собственников, присутствие институционального инвестора, государственные инвестиции, присутствие топ-менеджеров среди акционеров компании, размер, независимость и активность совета директоров, а также присутствие женщин в совете директоров и практика двойного лидерства в компании. Перечисленные переменные показали свое неоднозначное влияние на стоимость долга компаний на развитых рынках, что было отмечено в теоретическом обзоре.

Отметим, что переменные корпоративного управления являются эндогенными, что может привести к несостоятельности оценок, полученных в ходе моделирования. В связи с этим, для получения состоятельных оценок было принято решение использовать двухшаговую модель с инструментальными переменными, в качестве которых выступили контрольные переменные.

В результате было выявлено, что положительное влияние на уровень кредитного рейтинга и снижение стоимости заемного капитала оказывают доля независимых директоров в совете директоров компании, активность совета директоров и присутствие акционеров в правлении компании. Также была обнаружена интересная взаимосвязь, выраженная тем, что участие государства в акционерном капитале компании ведет к снижению стоимость долга. Однако более высокая доля государственной собственности негативно сказывается на кредитном рейтинге и ведет к росту стоимости заемного капитала. Также более высокий уровень рентабельности активов и размер компании ведут к более низкой стоимости долга российских компании. Кроме того, было обнаружено, что компании телекоммуникационной отрасли имеют более низкую стоимость долга.

С другой стороны, к более высокой стоимости долга ведут такие показатели как, концентрации собственников и соотношение заемного к собственному капиталу. Также более низкий кредитный рейтинг склонны получать компании металлургической отрасли и торговли.

В то же время, было выявлено, что такие показатели как размер совета директоров, присутствие женщин в совете директоров, механизм двойного лидерства, присутствие институционального инвестора не оказывают значимого влияния на стоимость долга российских компаний.

К ограничениям данного исследования можно отнести то, что результаты исследований не могут представлять влияние корпоративного управления на стоимость долга на всех развивающихся рынках капитала. Данный факт связан с тем, что каждый развивающийся рынок имеет особенности политического, юридического и институционального характера, который могут повлиять на смещение результатов и обнаружение других типов взаимосвязей. Кроме того, вопрос выбора оптимального набора инструментальных переменных для преодоления проблем эндогенности остается открытым. Несмотря на то, что в исследованиях западных авторов используются аналогичные инструментальные переменные, они могут не полностью соответствовать необходимым критериям. Также для анализа динамики стоимости долга необходимо рассматривать более продолжительные промежутки времени, характеризующиеся большей гетерогенностью зависимой и объясняющих переменных.

Дальнейшие исследования по теме влияния корпоративного управления на стоимость долга могут учесть ограничения данной работы и тем самым более полно описать механизмы влияние соответствующих факторов на стоимость долга. Кроме того, крайне перспективным является более детально изучение влияния государственной собственности на стоимость долга. Важную роль в российской экономике играют государственные компании, а близость к власти зачастую создает дополнительные конкурентные преимущества. В связи с этим понимание механизмов влияния государственной собственности на стоимость долга поможет более детально понять взаимосвязь корпоративного управления и стоимости долга на развивающихся рынках.

Список использованной литературы

Специальная литература

1. Adams, R. B., Ferreira, D. (2009). Women in the boardroom and their impact on governance and performance. Journal of financial economics, 94(2), 291-309.

2. Adams, R.B., Ferreira, D., (2007). A theory of friendly boards. Journal of Finance 62, 217-250.

3. Aman, H., Nguyen, P. (2013). Does good governance matter to debtholders? Evidence from the credit ratings of Japanese firms. Research in International Business and Finance, 29, 14-34.

4. Anderson, R. C., Mansi, S. A., Reeb, D. M. (2004). Board characteristics, accounting report integrity, and the cost of debt. Journal of accounting and economics, 37(3), 315-342.

5. Andres, P., Azofra, V., Lopez, F.J., (2005). Corporate boards in OECD countries: Size, composition, compensation, functioning and effectiveness. Corporate Governance: An International Review, 13, 197-210.

6. Ashbaugh-Skaife, H., Collins, D. W., LaFond, R. (2006). The effects of corporate governance on firms' credit ratings. Journal of Accounting and Economics, 42(1), 203-243.

7. Aslan, H., and P. Kumar. 2012. Strategic Ownership Structure and the Cost of Debt. Review of Financial Studies, 25(7): 2257-2299.

8. Bhojraj, S., Sengupta, P. (2003). Effect of corporate governance on bond ratings and yields: The role of institutional investors and outside directors. The Journal of Business, 76(3), 455-475.

9. Bliss, A.M. and Gul, F.A. (2012), “Political connection and cost of debt: some Malaysian evidence”, Journal of Banking Finance , 36 (5), . 1520-1527

10. Booth L., Aivazian V., Demirguc-Kunt A., Maksimovic V. (2001). Capital Structures in developing countries. The journal of Finance, 56(1), 87-130

11. Borisova, G., Megginson, W. L. (2011). Does government ownership affect the cost of debt? Evidence from privatization. Review of Financial Studies, 24(8), 2693-2737.

12. Bradley, M., Chen, D. (2011). Corporate governance and the cost of debt: Evidence from director limited liability and indemnification provisions. Journal of Corporate Finance, 17(1), 83-107.

13. Brickley, J. A., Coles, J. L., Jarrell, G. (1997). Leadership structure: Separating the CEO and chairman of the board. Journal of corporate Finance, 3(3), 189-220.

14. Da...