Влияние управления оборотным капиталом на деятельность компании

Для компаний производственной сферы между тремя основными показателями оборачиваемости оборотного капитала между собой прослеживается прямая связь, при этом показатель финансового цикла также имеет положительную зависимость с периодами оборачиваемости запасов и дебиторской задолженностью, но при этом прослеживается обратная связь с периодом оборачиваемости кредиторской задолженности.

Следует отметить, что коэффициент текущей ликвидности также положительно зависит от показателей оборачиваемости запасов, дебиторской задолженности и финансового цикла, отрицательно - от показателя оборачиваемости кредиторской задолженности.

Также была построена корреляционная матрица для компаний торговой сферы, причем полученные результаты являются аналогичными с результатами для переменных производственных компаний.

Далее следует проверить модели на наличие гетероскедастичности. Для этого необходимо провести тесты - тест Бройша-Пагана и Уайт тест. Полученные результаты показывают, что нулевая гипотеза о постоянстве дисперсии остатков отвергается (p-value <0,5), то есть тесты подтверждают наличие гетероскедастичности. Для того, чтобы определить истинная или ложная представленная гетероскедастичность, следует оценить правильность спецификации модели. Правильность выбранной спецификации подразумевает отсутствии пропущенных переменных. Для этого следует воспользоваться тестом Рамсея и Linktest. Результаты показали, что в первом случае p-value>0.05, следовательно, нулевая гипотеза об отсутствии пропущенных переменных принимается на 5% уровне значимости. Поскольку во втором тесте коэффициент перед квадратом предсказанного значения зависимой переменной незначим, то Linktest также не выявил ошибки спецификации и пропущенные переменные отсутствуют. Таким образом, выявленная гетероскедастичность является истинной и представляет собой свойство данных (оценки несмещенные, но неэффективные).

Таким образом, после проведения описательной статистики данных выборки и диагностики модели исследования следует перейти к тестированию регрессионных моделей и интерпретации результатов.

3.2 Результаты эмпирического исследования и их интерпретация

При анализе панельных данных выделяют три вида регрессий: объединенная модель (pooled model), регрессия со случайными эффектами (random effects model) и регрессия с фиксированными эффектами (fixed effects model) [11]. Для выбора модели наиболее адекватно подходящей исследуемым данным были проведены тесты на попарные сравнения оцененных моделей. Для сравнения между объединенной моделью и моделью с фиксированными эффектами был проведен тест Вальда, который показал, что наиболее точно описывает данные модель с фиксированными эффектами. Для сравнения объединенной модели регрессии и модели со случайными эффектами был проведен тест Бройша-Пагана, который выделил последнюю модель как более точно подходящую для анализа имеющихся данных. Тест Хаусмана позволяет выбрать между моделью с фиксированными эффектами и моделью со случайными эффектами. Результаты данного теста для каждой исследуемой модели приведены в таблицах с результатами соответствующих моделей. Все тестируемые модели были оценены с помощью регрессии со случайными эффектами.

В таблице 3 представлены результаты оценивания параметров первой модели с рентабельностью активов (RONA) в качестве зависимой переменной для компаний двух отраслей - производственной и торговой. В таблице 5 представлены только те значения коэффициентов, которые являются статистически значимыми.

Таблица 5 Результаты оценивания параметров первой регрессионной модели

Примечание: * переменная значима на уровне 5%

** переменная значима на уровне 1%

*** переменная значима на уровне 0,01%

Представленные в таблице 5 результаты показывают, что наилучшими статистическими характеристиками обладает модель, оцененная по компаниям производственной сферы. Однако коэффициенты детерминации у двух выборок находятся на невысоком уровне. Обе модели являются статистически значимыми, причем коэффициенты перед независимыми переменными также являются статистически значимыми. При этом для показателей оборачиваемости запасов (ITP) и дебиторской задолженности (ARP) для двух выборок коэффициент значим на 0,01% и 1% уровнях значимости, для показателя оборачиваемости кредиторской задолженности (APP) - на 0,01% и 5% уровнях значимости. Отрицательные значения коэффициентов при переменных оборачиваемости запасов и дебиторской задолженности означает, что в производственных и торговых компаниях при прочих равных условиях данные показатели оказывают обратное влияние на рентабельность активов компании. Для показателя оборачиваемости кредиторской задолженности для двух выборок коэффициент при переменной имеет положительное значение, что означает его прямую связь с рентабельностью активов. Другими словами, компаниям в целях увеличения рентабельности активов целесообразно уменьшать показатели оборачиваемости запасов и дебиторской задолженности, и увеличивать показатель оборачиваемости кредиторской задолженности. Следует также отметить, что в модели, оцененной по производственным компаниям, все три контрольные переменные являются также статистически значимыми, что не согласуется с результатами по компаниям торговой отрасли, где коэффициенты перед переменными текущей ликвидности (CR) и натурального логарифма совокупных активов (SIZE) не являются значимыми. Данная регрессионная модель была оценена как модель со случайными эффектами, поскольку она наилучшим образом оценивает исследуемые данные. Р-значение для теста Хаусмана является незначимым, соответственно нулевая гипотеза о наличии случайных эффектов принимается.

Таким образом, в связи с полученными данными следует сделать вывод, что гипотеза 1 подтверждается полностью, а именно в том, что между рентабельностью активов и показателями оборачиваемости запасов и дебиторской задолженности существует обратная зависимость, а между показателем оборачиваемости кредиторской задолженности и рентабельностью активов существует прямая связь.

Далее следует проанализировать второе регрессионное уравнение, которые направлено на определение зависимости между рентабельностью активов и показателем финансового цикла. Исследование также проводилось отдельно по двум сферам - производственной и торговой. Результаты оценивания параметров второго регрессионного уравнения с рентабельностью активов (RONA) в качестве зависимой переменной для компаний двух отраслей - производственной и торговой представлены в таблице 6.

Таблица 6 Результаты оценивания параметров второй регрессионной модели

Примечание: * переменная значима на уровне 5%

** переменная значима на уровне 1%

***переменная значима на уровне 0,01%

Вторая регрессионная модель, оцененная по двум выборкам, является статистически значимой в обоих случаях. При этом коэффициенты при переменной финансового цикла (CCC) для производственных и торговых компаний являются статистически значимыми на 0,01% уровне значимости. Отрицательное значение данного коэффициента говорит об обратной связи между рентабельностью активов и показателем финансового цикла компаний для двух рассматриваемых отраслей. Иными словами, в целях увеличения рентабельности активов компаниям необходимо уменьшать свой финансовый цикл. Полученный результат согласуется с результатами предыдущих исследований. Также следует сказать, что в данной модели такие контрольные переменные, как коэффициент текущей ликвидности (CR) и логарифм совокупных активов (SIZE), в выборке по торговым компаниям являются статистически незначимыми, что противоречит результатам, полученным для производственных компаний. Таким образом, следует сделать вывод, что гипотеза 2 подтверждается.

Важно отметить, что при анализе результатов по выборке компаний торговой отрасли связь между показателями оборачиваемости оборотного капитала, показателем финансового цикла и рентабельностью активов является аналогичной, как и в производственных компаниях. Иными словами, показатель рентабельности активов имеет прямую связь с показателем оборачиваемости кредиторской задолженности, и обратную - с показателями оборачиваемости запасов, дебиторской задолженности и финансовым циклом. В связи с этим гипотеза 4 о том, что на направление связи между показателем финансового цикла и рентабельностью активов влияет отраслевая принадлежность компании не подтверждается.

Следует также сделать вывод, что все статистические характеристики оценивания в производственных компаниях значительно лучше, чем в компаниях торговой отрасли. Различия наблюдаются в объясняющей силе модели, которая определяется коэффициентом детерминации.

Далее следует проверить гипотезу 3 о том, если компаниям с положительным финансовым циклом следует уменьшать, а компаниям с отрицательным - увеличиваться свой финансовый цикл до нулевого значения. В целях исследования общая выборка по компаниям производственной и торговой сфер была разделена на выборки по знаку финансового цикла. В таблице 7 представлены результаты оценивания модели с положительным и отрицательным финансовым циклом по выборке компаний в целом. В таблице не показаны коэффициенты перед переменными, которые не являются статистически значимыми. Результаты показывают, что при положительном финансовом цикле модель статистически значима, также, как и показатель финансового цикла, и находится он в обратной зависимости от рентабельности активов, что было ранее подтверждено отдельно по выборкам производственных и торговых компаний. При отрицательном финансовом цикле модель является статистически значимой, однако коэффициент при переменной финансового цикла не является статистически значимым. Таким образом, в связи с полученными данными гипотеза 3 не подтверждается.

Таблица 7 Результаты оценивания параметров модели для выборок с положительным и отрицательным финансовым циклом

Примечание: * переменная значима на уровне 5%

** переменная значима на уровне 1%

***переменная значима на уровне 0,01%

Для того чтобы выявить, является ли ликвидность компании ограничением для роста рентабельности активов, была протестирована регрессионная модель, в которой в качестве зависимой переменной выступает коэффициент текущей ликвидности, а в качестве независимой переменной - величина финансового цикла.

В таблице 8 представлены результаты регрессионной модели, определяющей зависимость величины финансового цикла и коэффициента ликвидности для компаний производственной и торговой сфер деятельности по модели со случайными эффектами. Эконометрическая модель и независимая переменная являются статистически значимыми. Полученные результаты показывают прямую связь между величиной финансового цикла и коэффициентом ликвидности, то есть при увеличении величины финансового цикла увеличивается ликвидность компании. Данная связь вполне объяснима, поскольку увеличение показателя финансового цикла предполагает увеличение оборотных средств компании или уменьшение краткосрочных обязательств, что в свою очередь приводит к увеличению коэффициента текущей ликвидности.

Таблица 8 Результаты оценивания параметров модели, определяющей связь между величиной финансового цикла и коэффициентом ликвидности

Примечание: * переменная значима на уровне 5%

** переменная значима на уровне 1%

***переменная значима на уровне 0,01%

Полученные к ходе исследования результаты говорят о том, что, с одной стороны, в целях увеличения рентабельности компания должна уменьшать величину финансового цикла, с другой стороны, в целях повышения коэффициента ликвидности компания должна увеличивать величину финансового цикла. Исходя из противоположно направленных целей, компании в целях увеличения эффективности своей деятельности следует найти оптимальные значения финансового цикла для достижения требуемого соотношения между рентабельностью активов и ликвидностью компании.

Таким образом, все четыре гипотезы были протестированы и получены следующие результаты. По выборке компаний производственной сферы была обнаружена статистически значимая обратная зависимость между показателями рентабельности активов и финансовым циклом. Причем в разрезе отдельных составляющих финансового цикла была получена прямая зависимость рентабельности активов с показателем оборачиваемости кредиторской задолженности, и обратная - с показателями оборачиваемости запасов и дебиторской задолженности. Аналогичные результаты были получены по выборке компаний торговой сферы, в связи с чем можно сделать вывод о том, что отраслевая принадлежность компании не влияет на направление связи между величиной финансового цикла и рентабельностью активов. При исследовании выборок, имеющих положительные и отрицательные значения финансового цикла, была выявлена статистически значимая обратная зависимость между показателями рентабельности активов и финансового цикла в случае выборки компаний с положительным финансовым циклом, и статистически незначимая обратная зависимость с выборкой компаний с отрицательным финансовым циклом. Данный результат не позволяет утверждать, что компании с отрицательным финансовым циклом должны стремиться к приближению своего финансового цикла до нулевого значения.

Полученные в ходе исследования результаты свидетельствуют о том, что компания имеет возможность с помощью величины финансового цикла достигнуть требуемое соотношение между рентабельностью и уровнем платежеспособности. Корректировка величины финансового цикла происходит на основе принятия управленческих решений в области отдельных элементов финансового цикла - запасов, дебиторской и кредиторской задолженности. Дальнейшая детализация объектов оборотного капитала должна осуществляться в соответствии с потребностями конкретных компаний. Так в целях уменьшения величины финансового цикла компании следует придерживаться определенных механизмов управления оборотным капиталом. Уменьшение величины финансового цикла происходит за счет уменьшения инвестиций в запасы и дебиторскую задолженность, а также увеличения доли краткосрочных источников финансирования. Однако данные меры управления оборотным капиталом подразумевают определённые ограничения, неисполнение которых может повлечь к неблагоприятным последствиям. Так слишком сильное уменьшение инвестиций в запасы может привести к ситуации, когда компания встретится с проблемой нехватки количества запасов для обеспечения бесперебойного производства. В случае слишком сильного сокращения инвестиций в дебиторскую задолженность может возникнуть потеря части покупателей и заказчиков из-за жестких кредитных условий, что в свою очередь приведет к потере части выручки. В случае слишком сильного увеличения доли краткосрочных обязательств компания может столкнуться с потерей ликвидности в силу необходимости погашения данных обязательств в краткосрочной перспективе.

Заключение

В настоящей работе исследовалась взаимосвязь между результатами управления оборотным капиталом и показателем эффективности деятельности компании. Данная проблема является актуальной для представителей финансового менеджмента любой компании, особенно в периоды экономического спада. Считается, что одним из ключевых драйверов эффективной работы компании является рост рентабельности активов.

В качестве показателя результатов управления оборотным капиталом выступал показатель финансового цикла, обладающий наибольшим количеством достоинств в числе обобщающих показателей управления оборотным капиталом, и который является наиболее важным для руководства компании. В то же время в дополнение к показателю финансового цикла были рассмотрены его отдельные элементы - показатели оборачиваемости запасов, дебиторской и кредиторской задолженности.

При изучении зависимости показателя рентабельности активов от выбранных показателей результатов управления оборотным капиталом были применены линейные регрессионные модели, тестирование которых осуществлялось на выборке крупных российских компаний, состоящей из 128 компании производственной сферы и 107 компаний сферы торговли за периоды 2011-2015гг. Результаты эмпирического исследования сводятся к следующему.

По выборке компаний производственной сферы была обнаружена статистически значимая обратная зависимость между показателем рентабельности активов и финансовым циклом. При этом было определено влияние отдельного элемента финансового цикла на рентабельность активов. Показатели оборачиваемости запасов и дебиторской задолженности находятся в обратной зависимости от показателя рентабельности активов, в то время как показатель оборачиваемости кредиторской задолженности - в прямой. Аналогичные результаты были получены и по выборке компаний торговой сферы, в связи с чем, можно сделать вывод о том, что отраслевая принадлежность компании не влияет на направление связи между величиной финансового цикла и рентабельностью активов. Также при рассмотрении выборок компаний двух отраслей, имеющих положительные и отрицательные значения финансового цикла, была выявлена статистически значимая обратная зависимость между показателями рентабельности активов и финансового цикла в случае выборки компаний с положительным финансовым циклом, и статистически незначимая обратная зависимость с выборкой компаний с отрицательным финансовым циклом. В связи с чем нельзя предъявить утверждение, что компаниям с отрицательным финансовым циклом необходимо стремиться к его увеличению.

Таким образом, в целях увеличения ценности для собственников компании следует решать задачу увеличения рентабельности активов через корректировку величины финансового цикла компании при поддержании необходимого уровня платежеспособности компании, поскольку коэффициент ликвидности является ограничителем роста рентабельности компании. Корректировка величины финансового цикла в свою очередь предполагает принятие управленческих решений в области элементов оборотного капитала.

Полученные в ходе работы результаты исследования взаимосвязи результатов управления оборотным капиталом и экономических результатов компании могут оказаться полезными для не только для проведения последующих исследований по рассматриваемой тематике, но также для представителей менеджмента компаний всех отраслей, которые интересуются вопросами повышения эффективности управления оборотным капиталом с целью повышения эффективности деятельности компании.

Если говорить о направлениях дальнейшего изучения проблемы управления оборотным капиталом, то представленные в работе результаты могут быть применены для изучения взаимосвязи между результатами управления оборотным капиталом и эффективностью деятельности компаний, например, более длительного промежутка времени, включая кризисные периоды, других отраслей или даже стран. Еще одним вариантом дальнейшего исследования является изучение проблемы управления оборотным капиталом мелких и средних российских компаний. Однако здесь может возникнуть проблема ограниченности доступной информации по компаниям.

Список литературы

1. Дамодаран А. Инвестиционная оценка. Инструменты и техника оценки любых активов./Пер. с анг. 5-е изд.- М.: Альпина Бизнес Букс, 2008.1340 с.

2. Волков Д.Л., Никулин Е.Д. Операционная эффективность и фундаментальная ценность собственного капитала организации // Вестник Санкт-Петербургского университета. Сер.8, Вып.1. 2009.

3. Волков Д.Л., Никулин Е.Д. Управление оборотным капиталом: анализ влияния финансового цикла на рентабельность и ликвидность компаний // Вестник Санкт-Петербургского университета. Серия 8. 2012. № 2. С. 3-33.

4. Волков Д.Л., Никулин Е.Д. Современное состояние и перспективы развития исследований в области управления оборотным капиталом компании // Электронный журнал: Корпоративные финансы. 2012. № 3 (23). С. 61-69.

5. Гаранина Т. А., Петрова О.Е. Взаимосвязь между ликвидностью, финансовым циклом и рентабельностью российских компаний // Электронный журнал: Корпоративные финансы.2015. № 1 (33).

6. Липчиу Н.В., Юрченко А.А. Модели управления оборотным капиталом организаций в современных условиях // Научный журнал КубГАУ. №76(02).2012.

7. Прокофьева А.А. Управление оборотным капиталом торговых компаний. Курсовая работа. 2016. 28с.

8. Ратникова Т.А. Методические указания «Анализ панельных данных в пакете «Stata». ВШЭ-М:2004, 40С.

9. Экономика России в 2011-2015 годах. Минэкономразвития России. 2016г.

10. Райзберг Б.А., Лозовский Л.Ш., «Современный экономический словарь». - 6-е изд., перераб. и доп. - М. (ИНФРА-М, 2011)

11. A. Colin Cameron, Pravik K. Trivedi. Microeconometrics Using Stata.- USA: Stata Press, 2009.-732p.

12. Data Analysis Using Stata. Third edition. USA: Stata Press, 2012.-732p.

13. Aktas N., Croci E., Petmezas D. Is working capital management value-enhancing? Evidence from firm performance and investments // Journal of Corporate Finance. Vol. 30 (1). 2015.

14. Autukaite R., Molay E. Cash holdings, working capital and firm value: Evidence from France. Working paper, SSRN.2011.

15. Blinder A. S., Maccini L. J. The Resurgence of Inventory Research: What Have We Learned? // Journal of Economic Survey 5. 1991. P 291-328.

16. Charitou M., Elfani M., Lois P. The effect of working capital management on firm's profitability: empirical evidence from an emerging market // Journal of Business Research. Vol.8, №12.2010.

17. Deloof M. Does Working Capital Management Affect Profitability of Belgian Firms? // Journal of Business, Finance and Accounting. 2003. Vol. 30. N 3-4. P. 573-587.

18. Garcia-Teruel P., Martinez-Solano P. Effects of Working Capital Management on SME Profitability // International Journal of Managerial Finance. 2007. Vol. 3. N 2. P. 164-177.

19. Kieschnick R., Laplante M., Moussawi R. Working Capital Management and Shareholder Wealth, Working Paper, SSRN Electronic Library. 2011.

20. Makori D., Jagongo A. Working Capital Management and Firm Profitability: Empirical Evidence from Manufacturing and Construction Firms Listed on Nairobi Securities Exchange, Kenya // International Journal of Accounting and Taxation, Vol. 1 No. 1, 2013.

21. Manyo S. Does Cash Conversion Cycle Have Impact on Return on Assets of Nigerian Firms? // Research Journal of Finance and Accounting. Vol.4, No.14, 2013.

22. Mansoori E, Joriah M. The effect of working capital management on firm's profitability: evidence from Singapore // Interdisciplinary Journal of Contemporary Research in Business. Vol. 4, №5. 2012.

23. Murtala Zakari, Sani Saidu. The Impact of Cash Conversion Cycle on Firm Profitability:Evidence from Nigerian Listed Telecommunication Companies // Journal of Finance and Accounting. 4(6): 2016. P.342-350

24. Raheman. A., Nars. M. Working capital management and profitability - case of Pakistan firms // International Review of Business Research Papers, 1(3).2007.P 279-300.

25. Smith J. K. Trade Credit and Informational Asymmetry // Journal of Finance 42. 1987. P 863-872.

26. Shin H., Soenen L. Efficiency of Working Capital Management and Corporate Profitability // Financial Practice and Education. 1998. Vol. 8. N 2. P. 37-45.

27. Wilner B. S. The Exploitation of Relationships in Financial Distress: The Case of Trade Credit // Journal of Finance 55. 2000. P. 153-178.

Размещено на Allbest.ru