Политика финансирования

0,692**

(-0,131)

(-2,32E-09)

(-3,01E-10)

(-0,0316)

gdp_growth

-0,00364

0,0715**

0,0035

0,00156

(-0,856)

(-0,0169)

(-0,746)

(-0,98)

growth

-0,765**

0,0153

-0,13

0,204

(-0,0395)

(-0,876)

(-0,29)

(-0,755)

decline

0,0948

0,0103

-0,0499

0,502**

(-0,504)

(-0,898)

(-0,436)

(-0,0292)

Constant

-5,058

-6,193***

-4,387***

-14,36**

(-0,2)

(0)

(-3,26E-08)

(-0,0416)

Observations

1,605

18,988

14,164

1,245

R-squared

0,324

0,105

0,069

0,577

Number of id

214

2,780

1,973

187

Противоположные результаты получены для долгосрочного уровня долга. Для Бразилии значимым оказался переход со стадии роста на стадию зрелости (на 10% уровне значимости), долгосрочный уровень долга для компаний на стадии роста на 0,407 в среднем меньше, чем на стадии зрелости.

Для Китая и Индии значимой оказалась разница между стадией зрелости и стадией спада, на 5% и 1% уровнях значимости соответственно. В обоих случаях, долгосрочный уровень долга сокращается на последней стадии. Долгосрочный уровень долга для российских компаний также различается при переходе со стадии зрелости на стадию спада, однако он возрастает при более поздней стадии. Значимое различие между стадиями подтвердилось на 10% уровне значимости.

Объясняющая способность моделей в целом ниже, чем для тестирования общего уровня долга. В модели со случайными эффектами (для тестирования уровня долгосрочного долга) значение статистики Вальда высокое (1230,55), что позволяет сделать вывод о том, что модель в целом значима.

Таблица 13. Результаты тестирования моделей для долгосрочного уровня долга по странам. Для Бразилии, Китая и России представлены результаты модели FE с поправками Уайта, для Индии - модели REИсточник: расчеты автора

VARIABLES	Бразилия	Китай	Индия	Россия
tang	-0,0477	0,512***	1,040***	-0,624
	(-0,779)	(-7,91E-09)	(0)	(-0,292)
roa	-6,219***	0,000493	-0,273***	-3,39
	(-0,00945)	(-0,233)	(-3,67E-05)	(-0,249)
go	0,0449***	-0,000576	0,00111***	0,232
	(-0,00114)	(-0,393)	(-0,000531)	(-0,245)
tax_eff	0,000684	9,08E-06	3,79e-05*	6,27E-06
	(-0,108)	(-0,366)	(-0,0593)	(-0,621)
roe	1,308***	0,0625	0,874***	1,102
	(-0,00119)	(-0,294)	(0)	(-0,286)
size	0,298*	0,145***	0,0812***	0,0474
	(-0,0693)	(0)	(-2,96E-06)	(-0,755)
gdp_growth	-0,00188	0,00680***	0,0433***	-0,0158
	(-0,885)	(-0,00184)	(-9,64E-10)	(-0,52)
growth	-0,407*	0,0254	-0,0951	0,12
	(-0,0834)	(-0,34)	(-0,522)	(-0,604)
decline	0,0418	-0,0189**	-0,184***	0,246***
	(-0,7)	(-0,0354)	(-1,23E-06)	(-0,00491)
Constant	-5,4	-2,893***	-1,431***	-0,693
	(-0,103)	(0)	(-9,18E-06)	(-0,835)
Observations	1,605	18,983	14,156	1,245
R-squared	0.192	0.138		0.310
Number of id	214	2,780	1,973	187

В целом, обобщая выше представленное, нами может быть сделан вывод, что влияние перехода на разные стадии ЖЦО различается по странам БРИК.

Для анализа политики финансирования и тестирования, какая из теорий наилучшим образом описывает ее на каждой из стадий, нами был использован регрессионный анализ панельных данных. Однако, в данном случае, стадии ЖЦО не вводятся как дамми-переменные.

Разделив панель на три группы, нами было построено по три регрессии в каждой группе. Используя тесты, мы остановили свой выбор на модели с фиксированными эффектами для оценивания уровня долга на каждой из стадий.

Таблица 14. Выбор спецификации модели по стадиям ЖЦО. Источник: расчеты автора

	Тест Вальда	Тест Бройша-Пагана	тест Хаусмана	Тест Вальда	Тест Бройша-Пагана	тест Хаусмана
Стадия роста
	Общий уровень долга	Долгосрочный уровень долга
Значение статистики	1,84	14,65	18,50	1,85	3,16	24,27
P-value	0,00	0,00	0,01	0,00	0,04	0,00
Выбор	FE	RE	FE	FE	POOL	FE
Стадия зрелости
	Общий уровень долга	Долгосрочный уровень долга
Значение статистики	1,53	0,00	348,13	3,01	1245,08	164,52
P-value	0,00	1,00	0,00	0,00	0,00	0,00
Выбор	FE	POOL	FE	FE	RE	FE
Стадия спада
	Общий уровень долга	Долгосрочный уровень долга
Значение статистики	19,14	537,54	81,12	7,18	3112,95	84,35
P-value	0,00	0,00	0,00	0,00	0,00	0,00
Выбор	FE	RE	FE	FE	RE	FE

В моделях модифицированным тестом Вальда была обнаружена проблема гетероскедастичности (приложение 24), но модель с поправками Уайта приводила к ухудшению результатов.

Сравнив график остатков случайных ошибок и факторов модели (приложение 25), нами обнаружено, что гетероскедастичность присутствует не для всех переменных, поэтому нами было принято решение использовать модель без поправок Уайта. К смещению оценок коэффициентов это не приведет.

Так как количество наблюдений в каждой из стадий различается, мы будем анализировать только знаки коэффициентов и их значимость.

Таблица 15. Результаты тестирования моделей для общего уровня долга по стадиям ЖЦО. Источник: расчеты автора

VARIABLES	Рост	Зрелость	Спад
tang	+**	+***	+***
roa	+**	+***	-***
go	+	-***	+***
tax_eff	-	+	+
roe	+***	+***	+***
size	+	+***	+***
gdp_growth	+**	+***	+*
Observations	425	19,531	16,046
R-squared	0,174	0,080	0,318
Number of id	300	4,441	3,717

Модели для оценивания общего уровня долга имеют высокую объясняющую способность для регрессий на стадии роста и спада, на стадии зрелости объясняющая способность модели чуть ниже. Тем не менее, мы можем использовать полученные результаты.

Для компаний в стадии роста, положительное и значимое влияние оказывают материальность активов, прибыльность компании, рентабельность капитала и рост ВВП страны, где действует компания.

Влияние остальных детерминант оказалось незначимым.

Для компаний в стадии зрелости значимое влияние оказывают все переменные, кроме эффективной налоговой ставки. Положительно влияют на уровень заемного капитала компании материальность активов, прибыльность компании, рентабельность капитала, размер капитала компании и рост ВВП. Так же, на стадии зрелости обнаружена обратная связь уровня долга и перспектив роста. политика финансирование организация

В стадии спада, эффективная налоговая ставка имеет незначимое влияние на общий уровень долга. Остальные факторы, за исключение прибыльности компании имеют положительную зависимость с долговым способом финансирования компании.

Прибыльность отрицательно влияет на общий уровень долга на стадии спада компании.

Таблица 16. Результаты тестирования моделей для долгосрочного уровня долга по стадиям ЖЦО. Источник: расчеты автора

VARIABLES	Рост	Зрелость	Спад
tang	+***	+***	+***
roa	+**	+***	-***
go	-	-***	+***
tax_eff	-	+	+***
roe	+***	+***	+***
size	+	+***	+***
gdp_growth	+**	+***	+***
Observations	425	19,524	16,040
R-squared	0,200	0,020	0,106
Number of id	300	4,441	3,717

На долгосрочный уровень долга компаний в стадии роста и зрелости значимое влияние оказывают такие же факторы, как и на общий уровень долга. Знаки значимых коэффициентов так же совпадают по стадиям.

Для компаний в стадии спада оказались значимыми все переменные, включенные в регрессионную модель для тестирования долгосрочного уровня долга. Все переменные кроме прибыльности компании имеют положительный коэффициент.



Выводы

Протестировав все разработанные нами модели, основываясь на представленных выше результатах, мы можем сделать выводы относительно подтверждения выдвинутых нами гипотез.

В первую очередь, мы обнаружили, что гипотеза о значимом влиянии перехода на новую стадию ЖЦО на общий уровень долга отвергается. По сравнению со стадией зрелости, общий уровень заемного финансирования компании в стадиях роста и спада ниже, но это изменение оказалось незначимым. Однако, нами было выявлено значимое влияние перехода от стадии зрелости к стадии спада на долгосрочный уровень долга. Данный вывод не согласуется с предыдущими исследованиями, однако это может быть связано с разными выборками и исследуемыми рынками, а так же различиями в способах тестирования политики финансирования компаний и определении стадий ЖЦО компаний. Основываясь на полученных результатах, наша гипотеза подтвердилась лишь частично: существует значимое влияние перехода в стадию спада на финансирование компании посредством долгосрочного долга.

В стадии спада долгосрочный уровень долга снижается. Возможно, это связано с тем, что на стадии спада компания начинает испытывать ряд финансовых трудностей, или же уже имеет большой объем долговых заемных средств. В связи с этим, менеджеры компании могут принимать решение о сокращении финансирования посредством долгосрочных займов, а так же о погашении имеемых займов. Данное изменение в финансовом рычаге на стадиях зрелости и спада согласуется с предположением компромиссной теории.

Нами так же была подтверждена вторая гипотеза, о различии по странам БРИК влияния на способ финансирования компании перехода на разные стадии ЖЦО. Для Бразилии и Индии переход от стадии зрелости к стадии спада оказывает значимое влияние на долгосрочный уровень долга. При этом - уровень долга сокращается. Для Бразилии значимым оказался переход от стадии роста к стадии зрелости. Финансовый рычаг, представленный как с долгосрочным долгом, так и общим долгом увеличивается на стадии зрелости. Для России, значимое влияние оказывает переход от стадии зрелости в стадию спада. Отметим, что переход значим и на общий уровень долга, и на долгосрочный уровень долга. При этом в отличие от Бразилии и Индии, переход в более позднюю стадию ЖЦО положительно влияет на финансовый рычаг российских компаний. Возможным объяснением различия влияния стадий ЖЦО по странам может заключаться в том, что представлены разные отрасли по странам, а так же влияние институциональных факторов.

Для тестирования двух последних гипотез о следовании компании теории порядка или компромиссной теории на разных стадиях ЖЦО, нами были протестированы модели на каждой стадии отдельно.

Во-первых, в стадии роста из 7 факторов, значимыми оказались только 4. При этом влияние материальности активов, прибыльности компании и рентабельности капитала согласуется с предположение компромиссной теории. Данные факторы положительно влияют на уровень долга. Тогда как рост ВВП согласуется с теорией порядка и снижает уровень долга. Однако так как компромиссная теория предсказывает поведение большего количества детерминант, мы можем сделать вывод о следовании политике финансирования согласно данной теории на стадии роста. Возможности роста, эффективная налоговая ставка и размер компании не оказывают значимого влияния на стадии роста.

Во-вторых, в стадии зрелости, из включенных нами детерминант в модель, значимого влияния на уровень долга не оказывает только эффективная налоговая ставка. Материальность активов, прибыльность компании, возможности роста, рентабельность компании и размер компании положительно влияют на уровень долгового финансирования компаний. Это согласуется с компромиссной теорией. Заметим, что, как и на стадии роста, рост ВВП оказывает положительное влияние на финансовый рычаг, что согласуется с порядковой теорией. В целом, мы можем заключить, что на стадии зрелости компромиссная теория обладает большей объясняющей способностью.

В-третьих, на стадии спада все факторы оказались значимыми во влиянии на долгосрочный уровень долга. Согласно компромиссной теории положительное влияние оказывают материальность активов, рентабельность капитала, размер компании и эффективная налоговая ставка. Прибыльность компании, возможности роста и рост ВВП оказывают влияние согласно теории порядка. Основываясь на выше сказанном, нами может быть сделан вывод о следовании компромиссной теории на стадии спада, однако объясняющая способность данной теории на этой стадии снижается, по сравнению с предыдущими стадиями.

В целом, мы можем заключить, что наша третья гипотеза о следовании в политике финансирования компромиссной теории подтвердилась. Соответственно, четвертая гипотеза может быть отвержена.



Заключение

Данная работа была посвящена исследованию политики финансирования компании на разных стадиях ЖЦО. Под политикой финансирования мы рассматривали соотношение заемных и собственных средств компании. Для анализа мы использовали финансовую отчетность публичных нефинансовых компаний стран БРИК. Нами были выполнены все поставленные задачи: проанализированы предыдущие исследования, успешно применен метод (Anthony, Ramesh, 1992) для определения стадий жизненного цикла компаний и протестировано влияние перехода в разные стадии ЖЦО на политику финансирования компаний. Так же были успешно применены методы борьбы с проблемами в построенных эконометрических моделях.

В данной работе были получены следующие результаты относительно влияния перехода в новые стадии ЖЦО на политику финансирования компаний. Во-первых, на общий уровень долга переход в разные стадии ЖЦО не оказывает статистически значимого влияние. Напротив, на долгосрочный уровень долга оказывает значимое влияние переход из стадии зрелости в стадию спада. Уровень финансового рычага сокращается, что согласуется с предположением компромиссной теории.

Во-вторых, нами было показано, что влияние ЖЦО на соотношение заемных и собственных средств отличается по странам. Переход от стадии роста на стадию зрелости оказывает значимое влияние на бразильские компании, их финансовый рычаг растет. Для России значимым является переход от стадии зрелости к стадии спада, уровень долга растет в более поздней стадии. А вот для Бразилии и Индии, переход на разные стадии ЖЦО не оказывает значимого влияния на общий уровень долга. В тоже время, переход от стадии зрелости к стадии спада сокращает долгосрочный уровень долга.

В-третьих, нами было выявлено какой из теорий соответствует политика финансирования компаний на отдельных стадиях ЖЦО. В данном случае, мы подтвердили, что компромиссная теория в большей степени объясняет политику финансирования на всех трех стадиях ЖЦО (стадии роста, зрелости и спада). Данный результат согласуется с предыдущими исследованиями (Ivashkovskaya et al, 2013).

Наше исследование имеет значимый вклад, как в теоретическом плане, так и практическом. В теоретическом плане, нами были использованы классические модели для тестирования политики финансирования компаний, но с добавлением стадий ЖЦО, определенных по методу (Anthony, Ramesh, 1992). В практическом плане, данная работа может быть полезна экономистам и менеджерам компаний, так как понимание стадии ЖЦО может помочь в использовании оптимальной политики финансирования.

Следующие исследования могут быть расширены посредством улучшения качества модели тестирования политики финансирования с добавлением большего количества факторов. Так же может быть расширена выборка и применен улучшенный метод определения стадий ЖЦО. Кроме того, могут быть исследованы причины, почему переход на разные стадии ЖЦО влияет только на долгосрочный уровень долга.



Список литературы

1. Adizes I. Corporate Lifecycles: how and why corporations grow and die and what to do about it. New Jersey: Prentice Hall, Paramus,1988

2. Acedo-Ramirez M. A., Ruiz-Cabestre F. J. Determinants of Capital Structure: United Kingdom Versus Continental European Counries// Journal of International Financial Management & Accounting,2014,(3),pp.237-280

3. Al Ani M. K., Al Amri M. S. The Determinants of Capital Structure: an Empirical Study of Omani Listed Industrial Companies// Business: theory and practice,2015,(16),pp.159-167

4. Al-Fayomi N.A., Abuzayed B. M., Ownership Structure and Corporate Financing// Applied Financial Economics,2009,(24),pp.1975-1986

5. Alipour M., Mohammadi M. F. S., Derakhshan H. Determinants of Capital Structure: an Empirical Study of Firms in Iran//International Journal of Law and Management,2015,(1),pp.53-83

6. Anthony J.H., Ramesh K. Association between accounting performance measures and stock prices. A test on the life cycle hypothesis// Journal of Accounting and Economics,1992,(15),pp.203-227

7. Bauer P. Determinants of Capital Structure. Empirical Evidence from the Czech Republic//Czech Journal of Economics and Finance, 2004,(54), pp.1-2

8. Berger A., Udell G. The Economics of Small Business Finance: the Roles of Private Equity and Debt Markets in the Financial Growth Cycle// Journal of Banking and Finance,1998,(22),pp.613-673

9. Black E. Life-Cycle Impacts on the Incremental Value-relevance of Earnings and Cash Flow Measures// Journal of Financial Statement Analysis,1998,(1),pp.40-56

10. Bulan L., Zhipeng Y. Firm Maturity and the Pecking Order Theory// Intarnational Journal of Business and Economics,2010,(3),pp.179-200

11. Castro P., Tacson M. T., Amor-Tapia B. The Role of Life Cycle on The Firm's Capital Structure//Pecvnia,2014,(19),pp.131-155

12. Coleman, S. Capital Structure in Small Manufacturing Firms: Evidence from the Data// Journal of Enterpreneurial Finance,2006,(11),pp.104-122

13. DeAngelo H., DeAngelo L., Stulz R., Dividend Policy and the Earned, Contributed capital mix-a test of the Life-Cycle Theory// Journal of Financial Economics,2006,(2),pp.227-254

14. Dickinson V. Cash Flow Patterns as a Proxy for Firm Life Cycle// The Accounting Review,2011,(6),pp.1969-1994

15. Ezeoha A.E. Firm Size and Corporate Financial-leverage Choice in a Developing economy. Evidence from Nigeria// The Journal of Risk Finance, 2008,(4),pp.351-364

16. Fama E., French K. Testing trade-off and pecking order predictions, about dividends and debt// Review of Financial Studies,2002,(1),pp.1-33

17. Frielinghaus A., Mostert B., Firer C., Capital Structure and the Firm's Life Stage// South Africa Journal of Business Manage,2005,(36),pp.9-18

18. Gomez A. P., Castro G. A., Ortega M. F. Determinants of Leverage in mining companies, empirical evidence for Latin American Countries// Cantaduria y Administracion,2016,(61), pp.26-40

19. Greiner L. E. Evolution and Revolution as Organizations Grow// Harward Business Review,1972,(4),pp.37-46

20. Hall G. C., Hutchinson P. J., Michaelas N. Dererminants of the Capital Structures of European SMEs// Journal of Business Finance and Accounting, 2004,(4),pp.711-728

21. Ivashkovskaya I. V., Gushchin A. S., Rukavishnikov Y. M. Capital Structure Choice at Different Life-Cycle Stages in Turbulent Environment: the Evidence from Russian Emerging Capital Market// Economic and Social Development: Book of Proceedings of the 2^nd Intermational Scientific Conference,2013,pp.311-321

22. Ivashkovskaya I., Solntseva M, Capital Structure Choice in BRIC: Do Russian, Brazilian, and Chinese Firms Follow Pecking Order or Trade-Off Logic of Financing? Business Strategies and Technological Innovations for Sustainable Development// Global Business and Technology Association Eleventh International Conference Readings Book,2009,pp.572-580

23. Jenkins D., Kane G. D., Velury U., The Impact of the Corporate Life-Cycle on the Value-Relevance of Disaggregated Earnings Components// Review of Accounting and Finance,2004,(4),pp.5-20

24. Kara E., Erdur D. A. Determinants of Capital Stricture: A Research on Sectors That Contribute to Exports in Turkey//Istanbul University Journal of the School of Business,2015,(2),pp.27-38

25. Koh S., Durand R. B., Dai L., Chang M. Financial Distress: Lifecycle and Corporate Restructuring// Journal of Corporate Finance,2015,(33),pp.19-33

26. Koksal B., Orman C. Determinants of Capital Structure: Evidence From a Major Developing Economy// Small Business Economics,2015,(44), pp.255-282

27. La Rocca M., La Rocca T., Cariola A. Capital Structure Decisions During a Firm's Life Cycle// Small Business Economics,2011,(37),pp.107-130

28. Lemmon M. L., Zender J. F. Debt Capacity and Test of Capital Structure Theories//Journal of Financial and Quantative Analysis,2010,(5),pp.1161-1187

29. Matemilola B. T., Ahmad R., Debt Financing and Importance of Fixed Assets and Goodwill Assets as Collateral: Dynamic Panel Evidence//Journal of Business Economics and Management,2015,(2),pp.407-421

30. Miller M., The Modigliani-Miller Propositions after Thirty Years// Journal of Economic Perspective,1989,(3), pp.99-121

31. Miller D., Friesen P. A longitudinal Study of the Corporate Life Cycle// Management Science,1984,(10), pp.1161-1183

32. Modigliani F., Miller M., The Cost of Capital, Corporation Finance and the Theory of Investment// The American Economic Review,1958,(3), pp.261-297

33. Mokhova N., Zinecker M. Macroeconomic Factors and Corporate Capital Structure//Procedia-Social and Behavioral Sciences,2014,(110), pp.530-540

34. Motahedin A., Mirmostafaee E. Reviewing the Relationship between Capital Structure Policies and the Life Cycle of Listed Companies in Tehran Stock Exchange// International Journal of Management, Accounting and Economics,2014,(1), pp.28-36

35. Myers S.C. The Capital Structure Puzzle// Journal of Finance,1984,(3), pp.575-592

36. Myers S. C., Majluf N., Corporate Financing and Investment Decision when Firms Have Information That Investors Do Not Have// Journal of Financial Economics,1984,(2),pp.187-221

37. Pashley M., Philippatos G., Voluntary divesitures and Corporate Life-Cycle: some empirical evidence// Applied Economics,1990,(9),pp.1181-1196

38. Pinkova P., Kaminkova P. Corporate Life Cycle an Determinant of Capital Structure in Companies of Chezch Automotive Industry//Acta universitatis agriculturae et silviculturae mendelianae brunensis, 2012,(34), pp.255-259

39. Raijan R., Zingalets L. What Do We Know About Capital Structure? Some Evidence from International Data// Journal of Finance,1995,(5),pp.1421-1460

40. Salehnejad S. H., Shahiazar M. A., The Relationship Between Capital Structure and The Life Cycle Listed in Tehran Stock Exchange// Kuwait Chapter of Arabian Journal of Business and Management Review, 2014,(6), pp.76-86

41. Serrasqueiro Z., Caetano A., Trade-off Theory Versus Pecking Order Theory: Capital Structure Decisions in Peripheral Region of Portugal// Journal of Business Economics and Management,2015,(2),pp.445-466

42. Taha, R.; Sanusi Nur A. Overview of Capital Structure Theory// Studies in Business and Economic,2014,(2),pp.108-116

43. Texeira G.R., Santos M. J., Do firms have financing preferences along their life cycles? Evidence from Iberia// http://papers.ssrn.com/sol3/papers.cfm?abstract_id=676869 ,2005

44. Ивашковская И. В., Макаров П. В. Действуют ли классические концепции выбора структуры капитала на развивающихся рынках? Эмпирический анализ компаний Восточной и Центральной Европы//Корпоративные финансы,2010,(3),С. 47-62

45. Черкасова В. А., Теплова О. Ю. Исследование влияния факторов финансовых ограничений на инвестиционные решения компаний на развивающихся рынках капитала//Корпоративные финансы, 2013,(26), С. 5-20

46. Черкасова В. А., Чадин В. А. Детерминанты Оборотного Капитала в Концепции Жизненного Цикла Организации// Корпоративные финансы, 2015,(2),С.79-96



Приложение 1. Модель FE для общего уровня долга

Fixed-effects (within) regression Number of obs = 36002

Group variable: id Number of groups = 5154

R-sq: within = 0,0909 Obs per group: min = 1

between = 0,0695 avg = 7,0

overall = 0,0799 max = 12

F(9,30839) = 342,79

corr(u_i, Xb) = -0,0491 Prob > F = 0,0000

------------------------------------------------------------------------------

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,2758 ,2208435 5,78 0,000 ,8429379 1,708663

roa | ,004853 ,0002123 22,86 0,000 ,0044369 ,0052692

go | -,0022636 ,0003373 -6,71 0,000 -,0029248 -,0016024

tax_eff | ,0000546 ,0000438 1,25 0,212 -,0000312 ,0001404

roe | ,6871739 ,0131964 52,07 0,000 ,6613085 ,7130392

size | ,2552365 ,0366739 6,96 0,000 ,1833542 ,3271189

gdp_growth | ,0411238 ,0105898 3,88 0,000 ,0203674 ,0618803

growth | -,1353386 ,21708 -0,62 0,533 -,5608242 ,2901471

decline | -,0104951 ,0569082 -0,18 0,854 -,1220374 ,1010473

_cons | -4,906987 ,7427792 -6,61 0,000 -6,362865 -3,451109

-------------+----------------------------------------------------------------

sigma_u | 2,719933

sigma_e | 3,6763274

rho | ,35374587 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(5153, 30839) = 2,45 Prob > F = 0,0000



Приложение 2. Модель RE для общего уровня долга

Random-effects GLS regression Number of obs = 36002

Group variable: id Number of groups = 5154

R-sq: within = 0,0902 Obs per group: min = 1

between = 0,0961 avg = 7,0

overall = 0,0869 max = 12

Wald chi2(9) = 3547,10

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0,0000

------------------------------------------------------------------------------

tdte | Coef, Std, Err, z P>|z| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,037338 ,1406899 7,37 0,000 ,7615904 1,313085

roa | ,0049357 ,0001906 25,90 0,000 ,0045621 ,0053092

go | -,0024294 ,0003258 -7,46 0,000 -,003068 -,0017908

tax_eff | ,0000602 ,0000394 1,53 0,127 -,0000171 ,0001375

roe | ,7058721 ,0126175 55,94 0,000 ,6811422 ,7306019

size | ,0903051 ,0175183 5,15 0,000 ,05597 ,1246403

gdp_growth | ,0097579 ,0089562 1,09 0,276 -,007796 ,0273118

growth | -,1507921 ,1980629 -0,76 0,446 -,5389883 ,2374042

decline | -,0074575 ,0491987 -0,15 0,880 -,1038851 ,0889701

_cons | -1,391702 ,3525212 -3,95 0,000 -2,082631 -,7007732

-------------+----------------------------------------------------------------

sigma_u | 2,0176893

sigma_e | 3,6763274

rho | ,23148898 (fraction of variance due to u_i)



Приложение 3. Модель FE для общего уровня долга с поправками Уайта

Fixed-effects (within) regression Number of obs = 36002

Group variable: id Number of groups = 5154

R-sq: within = 0,0909 Obs per group: min = 1

between = 0,0695 avg = 7,0

overall = 0,0799 max = 12

F(9,5153) = 56,14

corr(u_i, Xb) = -0,0491 Prob > F = 0,0000

(Std, Err, adjusted for 5154 clusters in id)

------------------------------------------------------------------------------

| Robust

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,2758 ,3943012 3,24 0,001 ,5028026 2,048798

roa | ,004853 ,003783 1,28 0,200 -,0025632 ,0122692

go | -,0022636 ,0071163 -0,32 0,750 -,0162146 ,0116874

tax_eff | ,0000546 ,0000122 4,47 0,000 ,0000306 ,0000786

roe | ,6871739 ,5454117 1,26 0,208 -,3820646 1,756412

size | ,2552365 ,0431386 5,92 0,000 ,1706665 ,3398066

gdp_growth | ,0411238 ,0192589 2,14 0,033 ,0033682 ,0788795

growth | -,1353386 ,1189701 -1,14 0,255 -,3685705 ,0978933

decline | -,0104951 ,0474902 -0,22 0,825 -,1035959 ,0826058

_cons | -4,906987 ,8482092 -5,79 0,000 -6,569837 -3,244137

-------------+----------------------------------------------------------------

sigma_u | 2,719933

sigma_e | 3,6763274

rho | ,35374587 (fraction of variance due to u_i)

Приложение 4. Модель FE для долгосрочного уровня долга

Fixed-effects (within) regression Number of obs = 35989

Group variable: id Number of groups = 5154

R-sq: within = 0,0214 Obs per group: min = 1

between = 0,0139 avg = 7,0

overall = 0,0151 max = 12

F(9,30826) = 74,82

corr(u_i, Xb) = -0,1130 Prob > F = 0,0000

------------------------------------------------------------------------------

tldte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | ,5676713 ,0785834 7,22 0,000 ,4136446 ,721698

roa | ,0007955 ,0000755 10,53 0,000 ,0006475 ,0009436

go | -,000696 ,00012 -5,80 0,000 -,0009312 -,0004608

tax_eff | ,0000305 ,0000156 1,96 0,050 -3,05e-08 ,000061

roe | ,1072595 ,0046947 22,85 0,000 ,0980577 ,1164612

size | ,1197841 ,0130524 9,18 0,000 ,0942009 ,1453674

gdp_growth | ,0198447 ,0037681 5,27 0,000 ,012459 ,0272304

growth | -,0267736 ,077246 -0,35 0,729 -,1781789 ,1246317

decline | -,0660493 ,0202481 -3,26 0,001 -,1057364 -,0263621

_cons | -2,217715 ,2643804 -8,39 0,000 -2,735912 -1,699519

-------------+----------------------------------------------------------------

sigma_u | 1,4173664

sigma_e | 1,3078748

rho | ,54011209 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(5153, 30826) = 4,40 Prob > F = 0,0000



Приложение 5. Модель RE для долгосрочного уровня долга

Random-effects GLS regression Number of obs = 35989

Group variable: id Number of groups = 5154

R-sq: within = 0,0199 Obs per group: min = 1

between = 0,0423 avg = 7,0

overall = 0,0280 max = 12

Wald chi2(9) = 809,06

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0,0000

------------------------------------------------------------------------------

tldte | Coef, Std, Err, z P>|z| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | ,7039642 ,0606808 11,60 0,000 ,5850321 ,8228963

roa | ,0008107 ,0000709 11,44 0,000 ,0006718 ,0009497

go | -,0007903 ,0001176 -6,72 0,000 -,0010209 -,0005597

tax_eff | ,0000357 ,0000147 2,44 0,015 6,97e-06 ,0000644

roe | ,1147636 ,004576 25,08 0,000 ,1057947 ,1237324

size | ,0424321 ,0081802 5,19 0,000 ,0263992 ,058465

gdp_growth | ,0042497 ,0034117 1,25 0,213 -,0024371 ,0109364

growth | -,042811 ,073164 -0,59 0,558 -,1862098 ,1005879

decline | -,0231966 ,0186648 -1,24 0,214 -,0597789 ,0133858

_cons | -,6598126 ,1646852 -4,01 0,000 -,9825896 -,3370355

-------------+----------------------------------------------------------------

sigma_u | 1,223737

sigma_e | 1,3078748

rho | ,46680177 (fraction of variance due to u_i)



Приложение 6. Модель FE для долгосрочного уровня долга c поправками Уайта

Fixed-effects (within) regression Number of obs = 35989

Group variable: id Number of groups = 5154

R-sq: within = 0,0214 Obs per group: min = 1

between = 0,0139 avg = 7,0

overall = 0,0151 max = 12

F(9,5153) = 21,97

corr(u_i, Xb) = -0,1130 Prob > F = 0,0000

(Std, Err, adjusted for 5154 clusters in id)

------------------------------------------------------------------------------

| Robust

tldte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | ,5676713 ,0851634 6,67 0,000 ,4007149 ,7346278

roa | ,0007955 ,0004883 1,63 0,103 -,0001617 ,0017528

go | -,000696 ,0008211 -0,85 0,397 -,0023058 ,0009138

tax_eff | ,0000305 5,15e-06 5,93 0,000 ,0000204 ,0000406

roe | ,1072595 ,0705812 1,52 0,129 -,0311097 ,2456287

size | ,1197841 ,0183452 6,53 0,000 ,0838197 ,1557486

gdp_growth | ,0198447 ,0044156 4,49 0,000 ,0111884 ,0285011

growth | -,0267736 ,036589 -0,73 0,464 -,0985035 ,0449563

decline | -,0660493 ,0200367 -3,30 0,001 -,1053297 -,0267688

_cons | -2,217715 ,3698887 -6,00 0,000 -2,942854 -1,492577

-------------+----------------------------------------------------------------

sigma_u | 1,4173664

sigma_e | 1,3078748

rho | ,54011209 (fraction of variance due to u_i)

Приложение 7. Модель FE для общего уровня долга. Бразилия

Fixed-effects (within) regression Number of obs = 1605

Group variable: id Number of groups = 214

R-sq: within = 0,3245 Obs per group: min = 1

between = 0,0398 avg = 7,5

overall = 0,1553 max = 12

F(9,1382) = 73,75

corr(u_i, Xb) = -0,6098 Prob > F = 0,0000

------------------------------------------------------------------------------

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | -,0961406 ,3153316 -0,30 0,760 -,7147208 ,5224397

roa | -10,87367 ,8741114 -12,44 0,000 -12,58839 -9,158937

go | ,072479 ,0084656 8,56 0,000 ,0558723 ,0890858

tax_eff | ,0009447 ,000412 2,29 0,022 ,0001365 ,0017529

roe | 3,480297 ,1723602 20,19 0,000 3,142181 3,818413

size | ,2929235 ,0819163 3,58 0,000 ,1322298 ,4536172

gdp_growth | -,0036393 ,0183598 -0,20 0,843 -,0396555 ,0323768

growth | -,7652304 ,3481965 -2,20 0,028 -1,448281 -,0821796

decline | ,0947997 ,1124006 0,84 0,399 -,1256945 ,3152938

_cons | -5,057832 1,704518 -2,97 0,003 -8,401554 -1,714109

-------------+----------------------------------------------------------------

sigma_u | 4,7920643

sigma_e | 1,6564125

rho | ,89327265 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(213, 1382) = 7,44 Prob > F = 0,0000



Приложение 8. Модель FE для долгосрочного уровня долга. Бразилия

Fixed-effects (within) regression Number of obs = 1605

Group variable: id Number of groups = 214

R-sq: within = 0,1917 Obs per group: min = 1

between = 0,0569 avg = 7,5

overall = 0,1263 max = 12

F(9,1382) = 36,41

corr(u_i, Xb) = -0,4780 Prob > F = 0,0000

------------------------------------------------------------------------------

tldte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | -,0477488 ,2211228 -0,22 0,829 -,4815215 ,3860238

roa | -6,218725 ,612961 -10,15 0,000 -7,42116 -5,016291

go | ,0448985 ,0059364 7,56 0,000 ,0332531 ,0565438

tax_eff | ,000684 ,0002889 2,37 0,018 ,0001172 ,0012507

roe | 1,307608 ,1208657 10,82 0,000 1,070508 1,544708

size | ,2978252 ,0574429 5,18 0,000 ,1851405 ,4105099

gdp_growth | -,0018803 ,0128746 -0,15 0,884 -,0271362 ,0233756

growth | -,4067322 ,244169 -1,67 0,096 -,885714 ,0722497

decline | ,0418391 ,0788197 0,53 0,596 -,11278 ,1964582

_cons | -5,399532 1,195275 -4,52 0,000 -7,74428 -3,054783

-------------+----------------------------------------------------------------

sigma_u | 2,2903826

sigma_e | 1,1615411

rho | ,79542508 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(213, 1382) = 6,34 Prob > F = 0,0000



Приложение 9. Модель FE для общего уровня долга c поправками Уайта. Бразилия

R-sq: within = 0,3245 Obs per group: min = 1

between = 0,0398 avg = 7,5

overall = 0,1553 max = 12

F(9,213) = 4,72

corr(u_i, Xb) = -0,6098 Prob > F = 0,0000

(Std, Err, adjusted for 214 clusters in id)

------------------------------------------------------------------------------

| Robust

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | -,0961406 ,3150567 -0,31 0,761 -,717169 ,5248879

roa | -10,87367 3,794289 -2,87 0,005 -18,35283 -3,394501

go | ,072479 ,0235052 3,08 0,002 ,0261464 ,1188117

tax_eff | ,0009447 ,000689 1,37 0,172 -,0004133 ,0023028

roe | 3,480297 1,247317 2,79 0,006 1,02163 5,938963

size | ,2929235 ,1931852 1,52 0,131 -,0878762 ,6737232

gdp_growth | -,0036393 ,0200887 -0,18 0,856 -,0432375 ,0359588

growth | -,7652304 ,3694289 -2,07 0,040 -1,493435 -,0370255

decline | ,0947997 ,1414884 0,67 0,504 -,1840971 ,3736964

_cons | -5,057832 3,937404 -1,28 0,200 -12,8191 2,703437

-------------+----------------------------------------------------------------

sigma_u | 4,7920643

sigma_e | 1,6564125

rho | ,89327265 (fraction of variance due to u_i)

------------------------------------------------------------------------------



Приложение 10. Модель FE для долгосрочного уровня долга c поправками Уайта. Бразилия

R-sq: within = 0,1917 Obs per group: min = 1

between = 0,0569 avg = 7,5

overall = 0,1263 max = 12

F(9,213) = 4,33

corr(u_i, Xb) = -0,4780 Prob > F = 0,0000

(Std, Err, adjusted for 214 clusters in id)

------------------------------------------------------------------------------

| Robust

tldte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | -,0477488 ,1702894 -0,28 0,779 -,3834171 ,2879194

roa | -6,218725 2,374256 -2,62 0,009 -10,89877 -1,538677

go | ,0448985 ,013617 3,30 0,001 ,0180572 ,0717397

tax_eff | ,000684 ,0004242 1,61 0,108 -,0001523 ,0015202

roe | 1,307608 ,3980542 3,29 0,001 ,5229783 2,092238

size | ,2978252 ,1631211 1,83 0,069 -,0237133 ,6193637

gdp_growth | -,0018803 ,0129687 -0,14 0,885 -,0274437 ,0236831

growth | -,4067322 ,2338453 -1,74 0,083 -,8676796 ,0542153

decline | ,0418391 ,1084673 0,39 0,700 -,1719677 ,2556459

_cons | -5,399532 3,299447 -1,64 0,103 -11,90328 1,104219

-------------+----------------------------------------------------------------

sigma_u | 2,2903826

sigma_e | 1,1615411

rho | ,79542508 (fraction of variance due to u_i)

------------------------------------------------------------------------------



Приложение 11. Модель FE для общего уровня долга. Китай

Fixed-effects (within) regression Number of obs = 18988

Group variable: id Number of groups = 2780

R-sq: within = 0,1051 Obs per group: min = 1

between = 0,2004 avg = 6,8

overall = 0,1122 max = 12

F(9,16199) = 211,45

corr(u_i, Xb) = -0,0227 Prob > F = 0,0000

------------------------------------------------------------------------------

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,801466 ,3532674 5,10 0,000 1,109023 2,49391

roa | ,0045884 ,0002467 18,60 0,000 ,0041047 ,005072

go | -,002801 ,0004367 -6,41 0,000 -,003657 -,001945

tax_eff | ,0001141 ,0001794 0,64 0,525 -,0002376 ,0004657

roe | ,6474248 ,0159797 40,52 0,000 ,6161028 ,6787468

size | ,2833914 ,0602478 4,70 0,000 ,1652992 ,4014837

gdp_growth | ,0715032 ,0205867 3,47 0,001 ,0311509 ,1118554

growth | ,0153104 ,378931 0,04 0,968 -,7274362 ,7580569

decline | ,0102854 ,0906719 0,11 0,910 -,1674416 ,1880124

_cons | -6,192695 1,310279 -4,73 0,000 -8,760985 -3,624404

-------------+----------------------------------------------------------------

sigma_u | 1,7498083

sigma_e | 4,2119567

rho | ,14718628 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(2779, 16199) = 1,14 Prob > F = 0,0000



Приложение 12. Модель FE для долгосрочного уровня долга. Китай

Fixed-effects (within) regression Number of obs = 18983

Group variable: id Number of groups = 2780

R-sq: within = 0,1383 Obs per group: min = 1

between = 0,2482 avg = 6,8

overall = 0,1968 max = 12

F(9,16194) = 288,83

corr(u_i, Xb) = -0,0436 Prob > F = 0,0000

------------------------------------------------------------------------------

tldte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | ,5123429 ,0336319 15,23 0,000 ,4464207 ,5782651

roa | ,0004934 ,0000235 21,01 0,000 ,0004473 ,0005394

go | -,0005759 ,0000416 -13,86 0,000 -,0006574 -,0004944

tax_eff | 9,08e-06 ,0000171 0,53 0,595 -,0000244 ,0000426

roe | ,0625283 ,0015208 41,12 0,000 ,0595474 ,0655093

size | ,1445742 ,0057387 25,19 0,000 ,1333258 ,1558226

gdp_growth | ,0067981 ,0019604 3,47 0,001 ,0029556 ,0106406

growth | ,0254318 ,0360635 0,71 0,481 -,0452565 ,0961202

decline | -,0189127 ,0086299 -2,19 0,028 -,0358283 -,0019971

_cons | -2,892717 ,1248213 -23,17 0,000 -3,13738 -2,648053

-------------+----------------------------------------------------------------

sigma_u | ,33835751

sigma_e | ,40085723

rho | ,41605131 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(2779, 16194) = 5,00 Prob > F = 0,0000



Приложение 13. Модель FE для общего уровня долга c поправками Уайта. Китай

Fixed-effects (within) regression Number of obs = 18988

Group variable: id Number of groups = 2780

R-sq: within = 0,1051 Obs per group: min = 1

between = 0,2004 avg = 6,8

overall = 0,1122 max = 12

F(9,2779) = 49,43

corr(u_i, Xb) = -0,0227 Prob > F = 0,0000

(Std, Err, adjusted for 2780 clusters in id)

------------------------------------------------------------------------------

| Robust

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,801466 ,7271536 2,48 0,013 ,3756506 3,227282

roa | ,0045884 ,0041124 1,12 0,265 -,0034753 ,012652

go | -,002801 ,0086477 -0,32 0,746 -,0197576 ,0141556

tax_eff | ,0001141 ,0000231 4,94 0,000 ,0000687 ,0001594

roe | ,6474248 ,5939547 1,09 0,276 -,5172124 1,812062

size | ,2833914 ,0472824 5,99 0,000 ,1906793 ,3761036

gdp_growth | ,0715032 ,0299061 2,39 0,017 ,0128628 ,1301436

growth | ,0153104 ,0983296 0,16 0,876 -,1774962 ,2081169

decline | ,0102854 ,0799956 0,13 0,898 -,1465715 ,1671423

_cons | -6,192695 ,9288804 -6,67 0,000 -8,01406 -4,37133

-------------+----------------------------------------------------------------

sigma_u | 1,7498083

sigma_e | 4,2119567

rho | ,14718628 (fraction of variance due to u_i)

Приложение 14. Модель FE для долгосрочного уровня долга c поправками Уайта. Китай

Fixed-effects (within) regression Number of obs = 18983

Group variable: id Number of groups = 2780

R-sq: within = 0,1383 Obs per group: min = 1

between = 0,2482 avg = 6,8

overall = 0,1968 max = 12

F(9,2779) = 18,51

corr(u_i, Xb) = -0,0436 Prob > F = 0,0000

(Std, Err, adjusted for 2780 clusters in id)

------------------------------------------------------------------------------

| Robust

tldte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | ,5123429 ,0885136 5,79 0,000 ,3387839 ,6859019

roa | ,0004934 ,0004132 1,19 0,233 -,0003169 ,0013036

go | -,0005759 ,0006745 -0,85 0,393 -,0018985 ,0007467

tax_eff | 9,08e-06 ,0000101 0,90 0,366 -,0000106 ,0000288

roe | ,0625283 ,0596176 1,05 0,294 -,0543709 ,1794275

size | ,1445742 ,0125212 11,55 0,000 ,1200224 ,1691259

gdp_growth | ,0067981 ,0021798 3,12 0,002 ,0025239 ,0110723

growth | ,0254318 ,0266447 0,95 0,340 -,0268136 ,0776773

decline | -,0189127 ,0089854 -2,10 0,035 -,0365314 -,001294

_cons | -2,892717 ,2721313 -10,63 0,000 -3,426317 -2,359117

-------------+----------------------------------------------------------------

sigma_u | ,33835751

sigma_e | ,40085723

rho | ,41605131 (fraction of variance due to u_i)

------------------------------------------------------------------------------

Приложение 15. Модель FE для общего уровня долга. Индия

Fixed-effects (within) regression Number of obs = 14164

Group variable: id Number of groups = 1973

R-sq: within = 0,0694 Obs per group: min = 1

between = 0,0851 avg = 7,2

overall = 0,0651 max = 12

F(9,12182) = 100,99

corr(u_i, Xb) = -0,0925 Prob > F = 0,0000

------------------------------------------------------------------------------

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,042549 ,2483146 4,20 0,000 ,5558131 1,529285

roa | -,4866352 ,1114209 -4,37 0,000 -,7050379 -,2682325

go | ,0017308 ,000486 3,56 0,000 ,0007782 ,0026834

tax_eff | ,0000492 ,0000317 1,56 0,120 -,0000128 ,0001113

roe | 1,271703 ,0436076 29,16 0,000 1,186225 1,357181

size | ,2642956 ,038251 6,91 0,000 ,1893176 ,3392735

gdp_growth | ,0034993 ,0108065 0,32 0,746 -,0176832 ,0246818

growth | -,1301538 ,2318731 -0,56 0,575 -,5846618 ,3243542

decline | -,0499489 ,0596902 -0,84 0,403 -,1669511 ,0670533

_cons | -4,387203 ,7202275 -6,09 0,000 -5,798963 -2,975443

-------------+----------------------------------------------------------------

sigma_u | 2,9945296

sigma_e | 2,3981905

rho | ,60924633 (fraction of variance due to u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(1972, 12182) = 4,44 Prob > F = 0,0000



Приложение 16. Модель RE для долгосрочного уровня долга. Индия

Random-effects GLS regression Number of obs = 14156

Group variable: id Number of groups = 1973

R-sq: within = 0,0722 Obs per group: min = 1

between = 0,1520 avg = 7,2

overall = 0,0925 max = 12

Wald chi2(9) = 1230,55

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0,0000

------------------------------------------------------------------------------

tldte | Coef, Std, Err, z P>|z| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,039585 ,1282755 8,10 0,000 ,7881698 1,291001

roa | -,2730276 ,0661513 -4,13 0,000 -,4026817 -,1433736

go | ,0011099 ,0003203 3,46 0,001 ,000482 ,0017377

tax_eff | ,0000379 ,0000201 1,89 0,059 -1,49e-06 ,0000773

roe | ,8742985 ,0267484 32,69 0,000 ,8218726 ,9267243

size | ,0811875 ,0173715 4,67 0,000 ,04714 ,115235

gdp_growth | ,0432977 ,0070803 6,12 0,000 ,0294206 ,0571747

growth | -,0951228 ,1485393 -0,64 0,522 -,3862545 ,1960089

decline | -,1838768 ,0379018 -4,85 0,000 -,2581629 -,1095907

_cons | -1,431035 ,322614 -4,44 0,000 -2,063347 -,7987228

-------------+----------------------------------------------------------------

sigma_u | 1,6450112

sigma_e | 1,6250277

rho | ,50611083 (fraction of variance due to u_i)

------------------------------------------------------------------------------



Приложение 17. Модель FE для общего уровня долга c поправками Уайта. Индия

Fixed-effects (within) regression Number of obs = 14164

Group variable: id Number of groups = 1973

R-sq: within = 0,0694 Obs per group: min = 1

between = 0,0851 avg = 7,2

overall = 0,0651 max = 12

F(9,1972) = 11,75

corr(u_i, Xb) = -0,0925 Prob > F = 0,0000

(Std, Err, adjusted for 1973 clusters in id)

------------------------------------------------------------------------------

| Robust

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | 1,042549 ,3632845 2,87 0,004 ,3300874 1,755011

roa | -,4866352 1,001423 -0,49 0,627 -2,450595 1,477324

go | ,0017308 ,0012464 1,39 0,165 -,0007135 ,0041752

tax_eff | ,0000492 9,04e-06 5,45 0,000 ,0000315 ,000067

roe | 1,271703 ,6334616 2,01 0,045 ,0293784 2,514027

size | ,2642956 ,041746 6,33 0,000 ,1824246 ,3461665

gdp_growth | ,0034993 ,0108155 0,32 0,746 -,0177117 ,0247102

growth | -,1301538 ,1230687 -1,06 0,290 -,3715121 ,1112045

decline | -,0499489 ,0640904 -0,78 0,436 -,1756408 ,0757431

_cons | -4,387203 ,7905937 -5,55 0,000 -5,93769 -2,836716

-------------+----------------------------------------------------------------

sigma_u | 2,9945296

sigma_e | 2,3981905

rho | ,60924633 (fraction of variance due to u_i)

------------------------------------------------------------------------------

Приложение 18. Модель FE для общего уровня долга. Россия

Fixed-effects (within) regression Number of obs = 1245

Group variable: id Number of groups = 187

R-sq: within = 0,5767 Obs per group: min = 1

between = 0,3130 avg = 6,7

overall = 0,4312 max = 12

F(9,1049) = 158,79

corr(u_i, Xb) = 0,0883 Prob > F = 0,0000

------------------------------------------------------------------------------

tdte | Coef, Std, Err, t P>|t| [95% Conf, Interval]

-------------+----------------------------------------------------------------

tang | -,7339432 1,359582 -0,54 0,589 -3,401752 1,933866

roa | -4,868441 ,9272191 -5,25 0,000 -6,687857 -3,049026

go | ,8552223 ,0300423 28,47 0,000 ,7962724 ,9141722

tax_eff | -,0000151 ,0001747 -0,09 0,931 -,0003579 ,0003278

roe | 1,371147 ,1782636 7,69 0,000 1,021353 1,720941

size | ,6924699 ,3293039 2,10 0,036 ,0463007 1,338639

gdp_growth | ,0015649 ,0351583 0,04 0,965 -,0674237 ,0705535

growth | ,2044315 ,8518817 0,24 0,810 -1,467155 1,87...