Влияние налогообложения на структуру капитала

Следующим шагом является тестирование автокорреляции-зависимости текущих ошибок от предыдущих ошибок наблюдений. Для этого был проведен тест Вулдриджа. Нулевая гипотеза об отсутствии автокорреляции первого порядка отвергается, так как p - value <0,05. Значит, в модели присутствует автокорреляция.

Как и гетероскедастичность, автокорреляция приводит к тому, что оценки коэффициентов перестают быть эффективными, но остаются несмещенными и состоятельными, тестовые статистики повышаются (это говорит о качестве модели). В итоге: ухудшается качество параметров МНК-оценок регрессии.

Проверим распределение остатков переменных на нормальность. Для этого используется Skewness test. P-value>0,05 в рассматриваемых регрессиях, соответственно, на 5% уровне значимости гипотеза о нормальности остатков переменных не отвергается.

Таблица 8 - Тесты на наличие гетероскедастичности и автокорреляции в выборке режима «Патентный ящик»

Тест/Probability	Leverage	Market Leverage	Book Leverage
Тест Вальда	(125) =86000	(125)=50000	(125)=38000
p-value	0	0	0
Тест Вулдриджа на автокорреляцию	F(1, 69) = 15.894	F(1,69) = 90.668	F(1,69) =18.558
p-value	0.0002	0	0.0001
Тест Skewness на нормальность распределения ошибок	(2)=50.58	(2)=38.72	(2)=43.66
p-value	0,266	0,1743	0,277

Абсолютно аналогичные действия были произведены и для выборки с послаблениями на R&D расходы. Результаты представлены в таблице 9. 

Таблица 9 - Тесты на наличие гетероскедастичности и автокорреляции во второй выборке

Тест/Probability	Leverage	Market Leverage	Book Leverage
Тест Вальда	(604) =1.1e+35	(604) = 3.0e+33	(604) = 4.0e+33
p-value	0	0	0
Тест Вулдриджа на автокорреляцию	F(1, 542) = 426,603	F( 1, 542) = 227,992	F(1, 542) = 405,707
p-value	0	0	0

Как и в прошлой выборке присутствует автокорреляция и гетероскедастичность.

Следующая проблема - это мультиколлинеарность данных (в регрессии присутствует линейная зависимость между объясняющими переменными). Угроза состоит в том, что значения коэффициентов параметров становятся неустойчивыми, в случае полной мультиколлинеарности, либо к неустойчивости оценок - при частичной мультиколлинеарности. Главным показателем в этом случае являются высокие дисперсии оценок. Однако качество самой модели не утрачивается. Один из способов анализа наличия мультиколлинеарности - это обращение к матрице ковариации переменных (результаты представлены в приложении). В корреляционных матрицах отражены все используемые переменные, поэтому вполне логично наблюдать высокую связь между тремя показателями финансового рычага, в регрессиях используются по отдельности. Высокую корреляцию можно заметить между размером предприятия и финансовым рычагом. Это легко можно объяснить тем, что расчет размера компании подразумевает использование выручки, что является опорой для определения количества заемных средств предприятия. В целом можно сделать вывод об отсутствии мультиколлинеарности в рассматриваемой модели.

Нарушения эконометрических предпосылок: автокорреляция и гетероскедастичность были устранены. В приложении 2 и 13 выведены все полученные результаты. Во втором столбце указаны коэффициенты регрессии с фиксированными эффектами, в четвертом - регрессия с фиксированными эффектами с Driscoll and Kraay standard errors. Видны значительные улучшения:

Стандартные отклонения уменьшились.

Увеличилась t статистика.

3.3 Полученные результаты

Устранив в обеих выборках автокорреляцию и гетероскедастичность, были получены следующие результаты (таблица 10 и таблица 11), где :

(14)

(15)

(16)

Таблица 10 - Результаты для регрессии с пониженной налоговой ставкой на прибыль

	Пониженная ставка налога на прибыль
	Leverage	Market leverage	Book leverage
Corporate tax rate	0.699***	0.671**	0.527**
	(0.137)	(0.248)	(0.220)
ROA	-0.00104	-0.00133*	-0.000911
	(0.000794)	(0.000615)	(0.00105)
Growth Opportunities	0.176***	0.240***	0.201**
	(0.0382)	(0.0428)	(0.0783)
Size	-0.0149	-0.0467	-0.0404
	(0.0273)	(0.0361)	(0.0317)
Non-debt Tax Shield	-2.709*	-2.748***	-3.758*
	(1.217)	(0.261)	(1.700)
R&D intensity	0.00960	-0.0126	0.0272
	(0.0226)	(0.0192)	(0.0228)
Tangibility	0.151*	0.202*	0.138
	(0.0704)	(0.111)	(0.104)
GDP_	-0.00118**	-0.0188***	-0.00242**
	(0.000485)	(0.00233)	(0.000830)
Inflation_	0.00284	-0.00165	0.00230
	(0.00201)	(0.0123)	(0.00353)
Constant	0.156	0.631*	0.425**
	(0.129)	(0.297)	(0.156)
	11,07 %	21,15 %	6,33 %
Наблюдения	569	569	569
Кол-во групп	125	125	125

Таблица 11 - Результаты для выборки с послаблениями на R&D расходы

	Послабления на R&D
	Leverage	Market leverage	bookleverage
Effective Tax Rate	-0,0314**	0,00987	-0,0289
	-0,0135	-0,00951	-0,0202
ROA	-0,286***	-0,509***	-0,397***
	-0,0421	-0,0309	-0,0377
Growth Opportunities	20,29***	16,49***	24,56***
	-1,826	-1,13	-1,368
Size	3,639***	3,356***	5,275***
	-0,823	-0,965	-1,056
Non-debt Tax Shield	31,55	-13,8	46,45
	-26,65	-9,558	-32,5
R&D intensity	-0,0128	0,214	-0,0884
	-0,0692	-0,181	-0,0814
Tangibility	16,71***	19,12**	23,00***
	-3,657	-6,174	-4,987
GDP_	0,0825	-0,277**	0,0986
	-0,0498	-0,102	-0,0747
Inflation_	-0,439	-0,914**	-0,585
	-0,348	-0,317	-0,486
Constant	-14,05	-10,36	-19,13*
	-7,845	-8,511	-9,865
	11,89 %	16,99 %	10,93 %
Наблюдения	4,888	4,888	4,888
Кол-во групп	604	604	604

Рассмотрим «Таблица 10» с результатами панельной регрессии по выборке с пониженной ставкой налогообложения на прибыль для инновационных компаний. Незначимыми получились коэффициенты (во всех трех спецификациях левереджа): инфляция, расходы на R&D, размер компании. В этом случае политика компании описывается с помощью компромиссной теории, то есть:

Положительный и значимый коэффициент у переменной corporate tax rate (корпоративная ставка налога). Соответственно, при увеличении ставки налога на прибыль на 1 пункт, увеличивается финансовый рычаг компании на 0,699 (как в первой регрессии, на 0,671 и 0,527 в следующих двух), коэффициенты значимы на 1% и 5% уровне. Согласно компромиссной теории, долговое финансирование позволяет получать эффект налогового щита, что в данном случае увеличивается, тем самым увеличивая стоимость компании. Достаточно высокое значение этого показателя характеризуется тем, что ставки для инновационных компаний на порядок ниже тех, что кто у компаний без льгот. Полученный результат абсолютно согласуется с рассмотренной в главе 1 литературой: Nur Azura B и T. Sanusi(2014), Michael Faulkender и Jason M. Smith (2016); Nadja Dwenger и Viktor Steiner (2014) (для крупных компаний); Fama и French (2012); Craig Doidge и Alexander Dyck (2014); Oztekin (2015); Michael Pfafferayr, Matthias Stockl и Hannes Winner (2013) и т.д.

Недолговой налоговый щит (Non-debt Tax Shield) увеличивается, и компании уменьшают количество заемных средств. Вывод также соотносится с trade - off theory. Следующий эффект происходит за счет того, что компании стараются уменьшить вероятность банкротства (При увеличении на 2,079 пункта, общий долг компании уменьшается, согласно первой регрессии). До определенного уровня финансового рычага вероятность банкротства мала и преимущество налогового щита доминирует, однако после этого порогового уровня вероятность банкротства увеличивается и преимущества налогового щита сановятся незначительными. Коэффициенты регрессии соотносятся с результатами статей: [Castro P. Et al.,2015], [DeAngelo H., Masulis R.; 1980].

Положительный коэффициент и значимый при переменной структура активов (tangibility). При увеличении на 0,151 tangibility, компании увеличивают совокупный долг. Соответственно, компромиссная теория подтверждается. Чем выше tangibility, тем больше долга компания использует в силу того, что риск банкротства падает.

Увеличение роста ВВП приведет к снижению финансового рычага инновационных компаний из-за преобладающего количества нематериальных активов. Полученные результаты соотносятся с ранними исследованиями: [Demirgu?c?-Kunt and Maksimovic, 1996], [Bьlent K., Cьneyt O., Arif O.; 2013].

Стоит обратить внимание также на переменную возможности роста (Growth opportunities):

При увеличении переменной возможности роста (Growth opportunities) на 1, увеличится и финансовый рычаг на 0,174 (в первой регрессии). Полученный результат идет в разрез с раннее описанными коэффициентами и согласуется с теорией порядка финансирования. На начальных этапах жизненного цикла компания использует заемные средства для развития. Также важно обратить внимание на коэффициент детерминации в моделях. Он достаточно высок во всех трех моделях. Однако сравнивая между собой первую и третью регрессии, первая лучше подходит для описания данных , так как коэффициент детерминации равен 11,07%.

Таким образом, соотношение финансовый рычаг и возможности роста рассматривается в положительном ключе.

Результаты следующей группы регрессий (с R&D послаблениями) абсолютно иные. Данные согласуются с теорией порядка финансирования: отрицательное соотношение изменения эффективной налоговой ставки и совокупного долга компании (в случае Leverage). Таким образом, при увеличении эффективной налоговой ставки на 1% , компании уменьшают количество заемных средств на 3,14% (лишь в первой регрессии). Соответствующие результаты также фигурируют в статье [Z.Serrasqueiroa, P.Mac?aЮs Nunesa, Manuel da Rocha Armadac; 2016].

Эта же теория подтверждается отрицательным значением коэффициента при ROA. Высоко прибыльные компании создают фонды за счет прибыли, значит нет необходимости в заемных средствах. Согласуется с результатами других авторов [Bartholdy J., Mateus C.,2011], [Heider F., Ljungqvist A.; 2014], [Faccio M., Xu J.,2015].

Однако в этом случае, как и в прошлой группе регрессий, увеличение возможностей роста компании приводит к увеличению общего долга. Компании прибегают к использованию заемных средств, когда инновационные инвестиции являются достаточно дорогостоящими и внутренних средств недостаточно для покрытия. Полученные результаты подтверждаются ранее описанной статьей: [Myers and Majluf, 1984].

Стоит заметить, что в ходе анализа компаний с послаблениями на R&D расходы эффективая ставка налога является незначимой в двух регрессиях. Что может быть причиной такого эффекта? Одна из возможных идей - это включение в анализ обеих программ поддержки, что возможно дает смещенные коэффициенты, стоит рассмотреть отдельно «Налоговый кредит на НИОКР» (R&D tax credit) и «Инвестиционный вычет расходов на НИОКР» (R&D Super Deduction). Как и в прошлых регрессиях, проверим какая модель лучше описывает данные, а также рассмотрим с точки зрения наличия гетероскедастичности, автокорреляции и мультиколлинеарности.

Данные обеих групп описывать лучше с помощью модели с фиксированными эффектами (fixed effects). Гипотеза об отсутствии автокорреляции, гетороскедастичности была отвергнута, соответственно они присутствуют. В результате были получены следующие коэффициенты (таблица 12):

Таблица 12 - Коэффициенты регрессий с эффективной налоговой ставкой для инновационных компаний использующих «Налоговый кредит на НИОКР» (The R&D Tax Credit)

	The R&D Tax Credit
	Leverage	Market leverage	bookleverage
Effective Tax Rate	-0.0322**	0.00719	-0.0318
	(0.0129)	(0.00793)	(0.0195)
ROA	-0.275***	-0.496***	-0.383***
	(0.0474)	(0.0339)	(0.0439)
Growth Opportunities	20.35***	17.18***	24.78***
	(1.884)	(1.553)	(1.454)
Size	3.527***	3.207***	5.052***
	(0.768)	(0.930)	(1.020)
Non-debt Tax Shield	30.59	-19.47	45.83
	(23.65)	(12.18)	(28.62)
R&D intensity	-0.0228	0.135	-0.0997
	(0.0700)	(0.178)	(0.0848)
Tangibility	17.81***	21.92***	25.36***
	(4.056)	(6.385)	(5.560)
GDP_	0.115*	-0.230*	0.142
	(0.0591)	(0.114)	(0.0894)
Inflation_	-0.514	-0.963***	-0.686
	(0.379)	(0.303)	(0.534)
Constant	-13.21	-9.531	-17.55*
	(7.500)	(8.147)	(9.666)
	16,89 %	11,77 %	10,81 %
Наблюдения	4,659	4,659	4,659
Кол-во групп	574	574	574

Как и в таблице 11 эффективная налоговая ставка является незначимой в регрессиях с зависимыми переменными рыночный финансовый рычаг (Market Leverage) и балансовый финансовый рычаг (Book Leverage). Остаются значимыми переменные рентабельность активов (ROA), возможности роста (Growth Opportunities), размер компании (Size), структура активов (Tangibility). Стоить отметить, что отрицательное влияние ROA и положительное возможностей роста (Growth Opportunities) на финансовый рычаг компании подтверждают, что инновационные компании придерживаются теории порядка финансирования при выборе структуры капитала, однако иную теорию (компромисную теорию) подтверждают коэффициенты размер компании (Size) и структура активов (Tangibility). Безусловно, размер компании играет решающую роль в предоставлении займов компании, особенно актуально это для инновационных компаний, когда вероятность окупаемости “инновации” достаточно низка. Повышение соотношения чистых основных средств и оборудования к сумме активов приводит к увеличению финансового рычага компании, как и было получено в регрессии (таблица 12). Это говорит о том, что для инновационных компаний повышение доли материальных активов приведет к снижению риска банкротства.

Перейдем к изучению инновационных компаний с программой «Инвестиционный повышенный вычет расходов на НИОКР» (R&D Super Deduction). В совокупной выборке количество подобных компаний составило лишь 73. Исключив гетероскедастичность, автокорреляцию и мультиколлинеарность, были получены следующие коэффициенты (таблица 13). Значимое и положительное влияние эффективной налоговой ставки на финансовый рычаг инновационных компании: при увеличении эффективной налоговой ставки на 1% последует рост финансового рычага на 3,94%, что подтверждает trade-off теорию. Подобным же образом эта теория подтверждается положительным соотношением между независимой переменной - размер компании и зависимой - финансовым рычагом. Коэффициенты у переменных рентабельность активов (ROA) и возможности роста (Growth Opportunities) отличаются от компромиссной теории и соответствуют теории порядка финансирования.



Таблица 13 - Коэффициенты регрессий инновационных компаний, использующих программу «Инвестиционный повышенный вычет расходов на НИОКР» (R&D Super Deduction)

	R&D Super Deduction
	Leverage	Market leverage	bookleverage
Effective Tax Rate	0.00782	0.0479**	0.0394**
	(0.0122)	(0.0202)	(0.0159)
ROA	-0.365***	-0.463***	-0.451***
	(0.0667)	(0.0362)	(0.123)
Growth Opportunities	13.42***	13.24***	24.38***
	(1.501)	(1.634)	(2.641)
Size	5.216***	3.508*	7.612***
	(1.627)	(1.867)	(1.715)
Non-debt Tax Shield	-26.52	-18.97	-38.62
	(88.31)	(49.12)	(120.5)
R&D intensity	-0.00750	0.414	-0.274
	(0.224)	(0.420)	(0.298)
Tangibility	7.742	-1.452	8.855*
	(5.228)	(9.885)	(4.296)
GDP_	0.107	-0.772***	0.186
	(0.143)	(0.155)	(0.205)
Inflation_	0.0290	-0.724	-0.124
	(0.169)	(0.669)	(0.220)
Constant	-26.42*	-7.800	-37.55**
	(12.96)	(15.43)	(13.00)
	18,46%	23,34%	17,90%
Наблюдения	527	527	527
Кол-во групп	73	73	73

Общий итог:

Инновационные компании режима «Патентного ящика» (Innovation or patent box regime).

При повышении государственной ставки налога на прибыль на 1%, инновационные компании увеличивают финансовый рычаг на 0,699 (как в первой регрессии, на 0,671 и 0,527 в следующих двух).

Структуру капитала инновационных компаний с пониженной ставкой налогообложения можно описать компромиссной теорией: это положительное соотношение ставки налога на прибыль и финансового рычага, это отрицательный коэффициент переменной недолговой налоговый щит, это положительный коэффициент структуры активов (tangibility) и отрицательное соотношение с ростом ВВП. Однако исключением стал коэффициент возможности роста (growth opportunities), который следует теории порядка финансирования, то есть является положительным.

Инновационные компании программы «Налоговый кредит на НИОКР» (The R&D Tax Credit).

В ходе анализа использовалась эффективная налоговая ставка, которая оказалась незначимой в двух регрессиях. Компании этой налоговой программы повышают финансовый рычаг при росте в целом, а также увеличении возможностей роста (то есть отношения нематериальных активов к общим активам) и структуры активов (tangibility). Однако было найдено и отрицательное влияние рентабельности активов (ROA) на левередж. Это показывает, что инновационные компании придерживаются теории порядка финансирования: когда компания прибыльна, она может использовать в первую очередь собственные средства для развития компании, а затем долг.

Инновационные компании программы «Инвестиционный повышенный вычет расходов на НИОКР» (R&D Super Deduction).

Компании увеличивают финансовый рычаг на 3,94% при росте на 1% эффективной налоговой ставки. Такие переменные, как возможности роста (Growth opportunities) и размер компании (Size) положительно влияют на финансовый рычаг, коэффициент у переменной рентабельность активов (ROA) остается значимым и отрицательным.

На основе проведенного анализа гипотезы 1 и 2 были подтверждены, то есть «существует положительная связь между повышением эффективной налоговой ставки на прибыль и финансовым рычагом инновационных компании », «при увеличении государственной налоговой ставки на прибыль для инновационных компаний увеличивается финансовый рычаг инновационной компании». В последнем необходимо добавить, что гипотеза верна для компаний программы «Инвестиционный повышенный вычет расходов на НИОКР» (R&D Super Deduction).



Заключение

«Инвестиции в инновации очень важны сейчас, как инфраструктура, навыки и эффективность рынка» [World Economic Forum, 2016].

Научные статьи, посвященные изучению влияния налогообложения на структуру капитала компаний, создаются с 1963 года и по сей день. Причиной этому является неоднозначность ответа на поставленный вопрос: часть авторов склоняются к отрицательному соотношению налоговой ставки на прибыль и финансовым рычагом компании, другая часть исследователей представляют противоположный результат. Каково влияние ставки налога на прибыль на левередж компании?

Внимание к изучению инновационных компаний появилось совсем недавно, и результаты о структуре капитала таких компаний практически совпадают: инновационные компании придерживаются теории порядка финансирования, где долговые обязательства занимают последнее место. Возникает вопрос: «как налог на прибыль будет влиять на деятельность таких компаний?».

С точки зрения влияния налогообложения, инновационные компании были мало изучены. Из этого следуют выдвинутые гипотезы этой выпускной работы:

1. Существует положительная связь между повышением эффективной налоговой ставки на прибыль и финансовым рычагом инновационных компании.

2. При увеличении налоговой ставки на прибыль увеличивается финансовый рычаг инновационной компании.

Для каждой гипотезы были созданы выборки инновационных компаний на основе руководства Осло по сбору и анализу данных по инновациям. Для первой гипотезы выборка сделана на основе компаний с различными послаблениями на R&D расходы, для другой - компании с пониженной налоговой ставкой на прибыль.

Разные эффекты можно интерпретировать следующим образом: если для компаний с послаблениями на R&D расходы уже предполагают вычеты, поэтому ожидается, что коэффициент будет положительным, то для другой выборки важны налоговые вычеты, то есть активное использование налогового щита в своей деятельности для максимизации стоимости компании.

Изучение вышеизложенных гипотез проводилось по панельным данным методом регрессионного анализа. Временной промежуток с 2006- 2016 год. Регрессии включали часто используемый авторами набор контрольных переменных: рентабельность активов (ROA), структура активов (tangibility), возможности роста (growth opportunities), размер компании (Size), недoлговой нaлоговый щит (non-dеbt tаx shiеld), расходы на НИОКР (R&D intensity). Выборка составлялась по всем странам, где реализовывались инновации, и именно это разнообразие в странах подтолкнуло к включению в регрессию и макроэкономических факторов рост ВВП и Инфляция.

После исключения из выборки «хвостов», а также устранения гетероскедастичности и автокорреляции было получено следующее: Компромиссной теорией описывается структура капитала инновационных компаний режима «Патентного ящика» (Innovation or patent box regime). Это подтверждается положительным соотношением ставки налога на прибыль и финансового рычага, также отрицательным коэффициентом переменной недолгового налогового щита, положительным коэффициентом структуры активов (tangibility) и отрицательным соотношением с ростом ВВП. Гипотеза 2 об увеличении финансового рычага инновационной компании при повышении налоговой ставки на прибыль подтвердилась.

Гипотеза 1 также была подтверждена на основании выборки компаний, учавствующих в программе «Инвестиционный повышенный вычет расходов на НИОКР» (R&D Super Deduction). При увеличении эффективной налоговой ставки на 1% , компании увеличивают количество заемных средств на 3,94%. Незначима эффективная налоговая ставка в модели «Налоговый кредит на НИОКР» (R&D tax credit). Положительное и значимое влияние размера компании и возможностей роста на выбор инновационными компаниями с R&D послаблениями структуры капитала. Однако, отрицательно и значимо влияние рентабельности активов.

В результате проведенного исследования получен ответ на вопрос: какого влияние повышения ставки налога на прибыль на левередж инновационных компании? При повышении ставки налога на прибыль инновационные компании повышают финансовый рычаг (как соотношение , так и , ).

В дальнейшем развитие этой тематики можно сопроводить включением большего набора переменных, изменением временного промежутка, а также возможно разбиение выборки на развитые и развивающиеся страны, либо исследование определенных стран.



Список литературы

1. Ивашковская И.В., Макаров П.В. “Действуют ли классические концепции выбора структуры капитала на развивающихся рынках? Эмпирический анализ компаний Восточной и Центральной Европы.” Электронный журнал Корпоративные финансы 15,no.3 (2010): 47-62.

2. Кокорева М.С. “Выбор структуры капитала компаниями стран БРИК и Восточной Европы:эмпирический анализ”.Электронный журнал Корпоративные финансы 22, no.2 (2012): 58-70.

3. Никитушкина, И.В., С.Г. Макарова. Структура Капитала Корпорации?: Теория И Практика. Экономический факультет МГУ. Москва, 2013.

4. Bartholdy J., Cesбrio M. “Dеbt аnd Tаxеs for Private Firms.” International Review of Financial Analysis 20, no. 3 (2011): 177-89.

5. Buettner T., Overesch M., Schreiber U., Wаmsеr G. “Tаxаtiоn аnd Cаpitаl Structure Chоice-Evidеnce frоm a Pаnel of German Multinationals.” Economics Letters 105, no. 3 (2009): 309-11.

6. Castro P., Tascуn M.T., Amor-tapia B. “Dynamic Analysis of the Capital Structure in Technological Firms Based on Their Life Cycle Stages.” Spanish Journal of Finance and Accounting 44, no. 4 (2015): 458-86.

7. Clemente-Almendros J.A., Sogorb-Mira F. “The Effect of Taxes on the Debt Policy of Spanish Listed Companies.” Journal of the Spanish Economic Association 7 (2016): 359-91.

8. Coleman S., Robb A. “Capital Structure Theory and New Technology Firms?: Is There a Match??” Management Research Review 35, no. 2 (2012): 106-20.

9. DeAngelo H., Mаsulis R. “Оptimal Capital Structure under Personal and Corporate Taxation.” Journal of Financial Economics 8 (1980): 3-29.

10. Demirgьcё -Kunt, A., Maksimovic, V.Stock market development and firm financing choices. World Bank Econ. Rev. 10, no.2 (1996): 341-369

11. Doidge C., Dyck A. “Taxes and Corporate Policies: Evidence from a Quasi Natural Experiment.” Journal of Finance 70,no.1 (2013): 1-55

12. Dwenger N., Steiner V. “Financial Leverage and Corporate Taxation: Evidence from German Corporate Tax Return Data.” International Tax and Public Finance 21, no. 1 (2014): 1-28.

13. Faccio M., Xu J. “Taxes and Capital Structure.” Journal of Financial and Quantative Analysis, no. 3 (2015): 277-300.

14. Fama E.F., French K.R. “Capital Structure Choices.” Critical Finance Review, no. 1 (2012): 59-101.

15. Faulkender M., Smith J.M. “Taxes and Leverage at Multinational Corporations.” Journal of Financial Economics, (2016): 1-59.

16. Feld L.P., Heckemeyer J.H., Overesch M. “Capital Structure Choice and Company Taxation: A Meta-Study.” Journal of Banking and Finance 37, no. 8 (2013): 2850-66.

17. Flath D., Knoeber C.R. “Taxes, Failure Costs, and Optimal Industry Capital Structure?: An Empirical Test.” The Journal of Finance, no. 1 (1980): 99-118.

18. Frank M. Z., Goyal V.K. “Capital Structure Decisions: Which Factors Are Reliabiy Important?” Financial Management 38 (2009): 1-37.

19. Graham J. R. “Do Personal Taxes Affect Corporate Financing Decisions?” Journal of Public Economics 73, no. 2 (1999): 147-85.

20. Graham J. R., Lemmon M.L., Schаllheim J.S. “Dеbt, Lеаsеs, Tаxеs, аnd the Endogeneity of Corporate Tax Status.” The Journal of Finance 53, no. 1 (1998): 131-62.

21. Grier P., Strebel P. “The Empirical Relationship between Taxation and Capital Structure.”The Financial Review 15,no.3 (1980): 45-57.

22. Gropp R. E. “Local Taxes and Capital Structure Choice.” International Tax and Public Finance 9, no. 1 (2002): 51-71.

23. Heider F., Ljungqvist A. “As Certain as Debt and Taxes: Estimating the Tax Sensitivity of Leverage from State Tax Changes.” Journal of Financial Economics 118, no. 3 (2014): 684-712.

24. Huang G., Song F.M. “The Determinants of Capital Structure: Evidence from China.” China Economic Review 17, no. 1 (2006): 14-36.

25. Hyytinen A., Pajarinen M. “Financing of Technology-Intensive Small Businesses?: Some Evidence on the Uniqueness of the ICT Sector.” Information Economics and Policy 17 (2005): 115-32.

26. Ivashkovskaya I.V., Solntseva M.S. “The Capital Structure of Russian Companies: Testing Trade-off Theory versus Pecking Order Theory”. Электронный журнал Корпоративные финансы 2, no 2 (2007): 17- 31.

27. Jensen, M., Meckling, W. H. “Theory of the firms: Managerial behavior, agency costs and ownership structure.” Journal of Financial Economics 3, (1976): 305-360.

28. Lasfer M. A. “Agency Costs, Taxes and Debt?: The UK Evidence.” European Financial Management 1, no. 3 (1995): 265-85.

29. Liu Q. “Growth Opportunities, Knowledge Capital and Leverage?: Evidence from US Biotech Firms,” 2000, 1-31.

30. Mendell B. C., Sydor T., Mishra N. “Capital Structure in the United States Forest Products Industry?: The Influence of Debt and Taxes.” Forest Science 52, no. 5 (2006): 540-48.

31. Miller M. H. “Debt and Taxes.” The Journal of Finance 32, no. 3 (1977): 261-75.

32. Minola T., Cassia L. “Financing Patterns in New Technology-Based Firms?: An Extension of the Pecking Order Theory.” International Journal of Entrepreneurship and Small Business 19, no. 2 (2013): 212-33.

33. Modigliani, F., Miller M. “The Cost of Capital, Corporation Finance and the Theory of Investment.” American Economic Review 48, (1968): 261-297.

34. Modigliani F., Miller M.H. “Corporate income taxes and the cost of capital: A correction (in Communications).” American Economic Review 53(1963): 433-443.

35. Morris J. “Taxes, bankruptcy Costs and the Existence of an Optimal Capital Structure.” The Journal of Finance 5, no. 3 (1982): 285-299.

36. Myers S. C. “Determinants of corporate borrowing.” Journal of Financial Economics 5, (1977): 147-175.

37. Myers S. C., Majluf, N. S.“Corporate financing and investment decisions when firms have information that investors do not have.” Journal of Financial Economics 13, (1984): 187-221.

38. Цztekin Ц. “Cаpitаl Structurе Dеcisions аrоund the World?: Which Factors Are Reliably Important??” Journal of Financial and Quantitative Analysis 50, no. 3 (2015): 301-23.

39. Panier F., Pйrez-gonzбlez F., Villanueva P. “Capital Structure and Taxes: What Happens When You (Also) Subsidize Equity?” (2015): 1-48.

40. Pfaffermayr M., Stockl M., Winner H. “Capital Structure, Corporate Taxation and Firm Age.” The Journal of Applied Public Economics 34, no. 1 (2013): 109-35.

41. Sanusi B.T. “The Dynamics of Capital Structure in the Presence of Zakat and Corporate Tax.” International Journal of Islamic and Middle Eastern Finance and Management 7, no. 1 (2014): 89-111.

42. Schneller M. “Tаxеs and the Оptimаl Capitаl Structure of the Firm.” The Journal of Finance 35, no. 1 (1980): 119-28.

43. Serrasqueiro Z., Maзгs Nunes P., Armada R. “Capital Structure Decisions?: Old Issues, New Insights from High-Tech Small- and Medium-Sized Enterprises.” The European Journal of Finance 22, no. 1 (2016): 59-79.

44. Skrepnek G.H. “Debt and Taxes: Marginal Tax Rate Changes, Capital Structure, and Innovative Activity in the Biotechnology Sector.” Journal of Commercial Biotechnology 21, no. 1 (2015): 19-30.

45. Stohs M.H., Mauer D. “The Determinants of Corporate Debt Maturity Structure.” Journal of Business 69,no.3 (1996): 279-312.

46. Taggart R. A. “Taxes and Corporate Capital Structure in an Incomplete Market.” The Journal of Finance 35, no. 3 (1980): 645-60.

47. Temimi A., Zeitun R., Mimouni K. “How Dоes the Tax Status of the Cоuntry Impаct Cаpital Structure? Evidence from the GCC Region.” Journal of Multinational Financial Management, 2016, 1-19.

48. Titman S., Wessels R. “The determinants of capital structure choice.”Journal of Finance 43, (1988): 1-19.

49. Vijay J., Tang J. “Tax Reforms, Debt Shifting and Tax Revenues: Multinational Corporations in Canada.” International Tax and Public Finance 8, no. 1 (2001): 5-25.

50. Wu L., Yue H. “Cоrporate Tаx, Cаpitаl Structurе, аnd the Accеssibility of Bank Loans: Evidence from China.” Journal of Banking and Finance 33, no. 1 (2009): 30-38.

51. Forum, World Economic. The Global Competitiveness Report, 2017.

52. Government, Australian. “Patent Box Policies.” Melbourne Institute of Applied Economic and Social Research, 2015, 1-29.

53. Pwc. “Global Research & Development Incentives Group,” 2016.

54. Research and Innovation, 2016.

55. Scoreboard, Investment. EU R & D Investment Scoreboard, 2016.

56. “Guidance on the Patent Box Regime,” 2012.

57. “Oslo Mаnuаl. Guidеlines fоr Cоllеcting аnd Intеrpreting Innоvation Dаta,” 2005.



Приложение 1

Корреляционная матрица выборок



Приложение 2

Сравнение коэффициентов регрессий до устранения нарушений теоремы Гаусса-Маркова и после для выборки с R&D послаблениями

Коэффициенты регрессий с зависимой переменной Market Leverage.

Коэффициенты регрессий с зависимой переменной Book Leverage.



Коэффициенты регрессий с зависимой переменной Debt.



Приложение 3

Тест Вулдриджа на наличие автокорреляции для выборки с R&D послаблениями

Результаты теста с зависимой переменной Book Leverage.

Результаты теста с зависимой переменной Debt.

Результаты теста с зависимой переменной Market Leverage.



Приложение 4

Тест Хаусмана для выборки с R&D послаблениями

Результаты теста с зависимой переменной Market Leverage.

Результаты теста с зависимой переменной Debt.



Результаты теста с зависимой переменной Book Leverage.



Приложение 5

Результаты F теста (сравнение pool и fe регрессий) для выборки с R&D послаблениями

Результаты теста с зависимой переменной Debt.

Результаты теста с зависимой переменной Book Leverage.

Результаты теста с зависимой переменной Market Leverage.



Приложение 6

Тест Вальда на наличие гетероскедастичности в выборке с R&D послаблениями

Результаты теста с зависимой переменной Debt.

Результаты теста с зависимой переменной Book Leverage.

Результаты теста с зависимой переменной Market Leverage.



Приложение 7

Тест Breusch и Pagan Lagrangian для выборки с R&D послаблениями

Результаты теста с зависимой переменной Market Leverage.

Результаты теста с зависимой переменной Debt.



Результаты теста с зависимой переменной Book Leverage.



Приложение 8

Тест Breusch и Pagan Lagrangian для выборки с режимом «Патентного ящика»

Результаты теста с зависимой переменной Market Leverage.

Результаты теста с зависимой переменной Book Leverage.



Результаты теста с зависимой переменной Debt.



Приложение 9

Тест Вальда на наличие гетероскедастичности в выборке с режимом «Патентного ящика»

Результаты теста с зависимой переменной Debt.

Результаты теста с зависимой переменной Market Leverage.

Результаты теста с зависимой переменной Book Leverage.



Приложение 10

Результаты F теста (сравнение pool и fe регрессий) для выборки с режимом «Патентного ящика»

Результаты теста с зависимой переменной Market Leverage.

Результаты теста с зависимой переменной Book Leverage.

Результаты теста с зависимой переменной Debt.



Приложение 11

Тест Хаусмана для выборки с режимом «Патентного ящика»

Результаты теста с зависимой переменной Debt.

Результаты теста с зависимой переменной Market Leverage.



Результаты теста с зависимой переменной Book Leverage.



Приложение 12

Тест Вулдриджа на наличие автокорреляции для выборки с режимом «Патентного ящика»

Результаты теста с зависимой переменной Book Leverage.

Результаты теста с зависимой переменной Market Leverage.

Результаты теста с зависимой переменной Debt.



Приложение 13

Сравнение коэффициентов регрессий до устранения нарушений теоремы Гаусса-Маркова и после для выборки с режимом «Патентного ящика»

Результаты теста с зависимой переменной Debt.

Результаты теста с зависимой переменной Market Leverage.



Результаты теста с зависимой переменной Book Leverage.

Размещено на Allbest.ru

...