Целью исследования «Действуют ли классические концепции выбора структуры капитала на развивающихся рынках» эмпирический анализ компаний Восточной и Центральной Европы» Ивашковской И.В. и Макарова П.В. является определить следуют ли компании Восточной и Центральной Европы логике концепции иерархии в выборе источников финансирования или принципы компромиссной теории являются определяющими для мотивов их политики финансирования. Для исследования используются традиционные факторы структуры капитала: доля материальных активов; размер капитала; доходность капитала; перспективы роста; налоговая экономия; фиктивная переменная, отражающая год наблюдения; фиктивная переменная, отражающая отраслевую принадлежность. Выборка состоит из компаний из 10 стран ЦВЕ - Польши, Болгарии, Словении, Хорватии, Румынии, Литвы, Венгрии, Латвии, Эстонии, Чехии. Анализируются 400 компаний (2000 наблюдений) в рамках сбалансированной панели за период с 2004 по 2008 год. 40% наблюдений составляют компании из Польши, 22% составляют компании из Хорватии. Доля каждой из остальных стран не превышает 10%. В рамках анализа панельных данных для каждой модели оцениваются три вида регрессий: сквозная (Pooled) регрессия, регрессия со случайным эффектом (RE) и регрессия с детерминированным эффектом (FE). По результатам проведенного исследования авторы сделали следующие выводы. Однозначного подтверждения на данных исследованной выборки не находит ни теория компромисса, ни теория порядка финансирования. Доля материальных активов и размер капитала положительно влияют на уровень финансового рычага, что свидетельствует в пользу теории компромисса. В то же время доходность капитала отрицательно связана с уровнем финансового рычага, что свидетельствует в поддержку теории порядка финансирования. Кроме того, использование краткосрочного долга и долгосрочного долга компаниями выборки обусловлено разными факторами. Доля материальных активов, размер капитала, прибыльность, перспективы роста значимы для долгосрочного долга, то есть для кредиторов помимо показателей текущей доходности капитала важны также и наличие залога (доля материальных активов), и общая стабильность компании (размер капитала). В модели краткосрочного долга высокую значимость имеет только показатель прибыльности компании.

В исследовании, посвященном изучению структуры капитала в странах с переходной экономикой, «The dynamics of capital structure in transition economies», [Nivorozhkin, 2003], анализируются факторы, влиявшие на структуру капитала в Чехии и Болгарии. В работе использована динамическая подстройки структуры капитала, в которой компании эндогенно выбирают целевую структуру капитала и подстраиваются к ней. В качестве переменных используются следующие показатели: доля материальных активов, логарифм совокупных активов как размер компании, отношение торговых кредитов к продажам и торговой задолженности к продажам, рентабельности, и вариативность прибыли как измерение риска компании. Основываясь на информации из базы «Bureau Van Dyck», было выбрано 667 болгарских и 596 чешских компаний за период 1993-1997 гг. Полученные результаты подтверждают теоретические предположения: целевая структура капитала и скорость подстройки изменяются с течением времени. Хотя факторы, влияющие на целевую структуру капитала в разных странах были практически одинаковы, результаты характеризующие скорость адаптации показывают, что кредитный рынок в Болгарии был менее ограничен со стороны предложения нежели чем в Чехии - болгарские компании адаптировались гораздо быстрее. Скорость адаптации для болгарских компаний положительно коррелирует с разницей между целевой и настоящей структурой капитала, для Чехии такой зависимости не обнаружено. Это может быть объяснено влиянием консервативной государственной политики и контроля в данный период.

Одним из недавних исследований, является проведенное в прошлом году польскими экономистами [Cwynar A, Cwynar W.Dankiewitz R., 2015 ] Studies of firm capital structure determinants in Poland: an integrative review”. В работе поставлено несколько различных целей, а именно: сравнение степени влияния страновых и индивидуальных (присущих фирме) факторов; сравнение релевантности двух теорий - теории компромисса и теории иерархии и важность понятия оптимальной структуры капитала. В исследовании, обобщающем результаты 34 эмпирических анализов, использована информация о финансовых результатах деятельности польских компаний на протяжении 1991-2012 гг., т.е. за весь период с момента смены политического режима в 90-х. Таким образом, авторы пришли к выводу что с развитием финансового рынка Польши, и как следствие, сокращением издержек асимметрии информации общий леверидж компаний увеличился, достиг целевого уровня и в настоящее время близок к значению западноевропейских стран. Однако существуют и некоторые различия, например, преобладание долгосрочных обязательств в структуре капитала польских компаний объясняется разницей в развитости финансовых рынков. Как следствие, доступ к рынкам капитала для польских компаний, в среднем, более затруднителен, также выше издержки асимметрии информации. Однако, в целом, роль страновых факторов отходит на второй план, и в определении структуры капитала большую роль играют индивидуальные факторы. Однако страновые факторы, все еще играют важное значение для маленьких, частных компаний, более подверженных проблемам асимметрии информации, и факторам, влияющим на предложение на долговом рынке. Второй вывод - структура капитала в Польше, как и в развитых странах, в большей степени объясняется теорией иерархии, нежели чем теорией компромисса, однако в Польше это может объясняться институциональными особенностями, как результат переходной экономики. Как и в западных странах, размер и рентабельность являются наиболее важными факторами, определяющими леверидж, и характеризуются такими же знаками как и во многих западных исследованиях ( леверидж положительно коррелирует с размером фирмы и отрицательно с ее рентабельностью). Остальные факторы в рамках данной теории также влияют на структуру капитала, но авторы отдельно выделили долю материальных активов, поскольку изменение влияние данного фактора отражает динамику развития деловой среды в стране. Если в начале леверидж находился в обратной зависимости с данным показателем, то к концу исследуемого периода, наблюдается положительная корреляция. Кроме того, несмотря на преобладание иерархической теории, роль оптимальной структуры капитала для польских компании значительнее, чем в развитых западных странах.

Еще одно исследование [Vlasceanu, 2012], «Analysis of the determinants of capital structure», посвящено анализу факторов влияющих на структуру капитала компаний в странах БРИКС. Для анализа были выбраны компании, котирующиеся на фондовых биржах данных стран и включенные в следующие индексы: Ibovespa Brasil Sao Paulo Stock Exchange Index, MICEX Index, Hong Kong Hang Seng Index and FTSE/JSE Africa All Share Index. В качестве зависимых переменных выбраны показатель общего, долгосрочного и краткосрочного левериджа. Анализ основан на показателях 40 компаний за период 2010-2011 гг. Статистический анализ показал, что коэффициенты левериджа достаточно высоки у бразильских компаний ( около 60 %), тогда как рентабельность находится на нормальном уровне. В среднем доля фиксированных активов составляет 25 %. Коэффициенты левериджа также находятся в рамках нормальных значений, а оборачиваемость активов - выше среднего. Российские компании характеризуются диверсифицированной деятельностью и умеренным аппетитом к внешнему заимствованию, и как результат, средним уровнем левериджа и предпочтением реинвестировать прибыль. Структура активов представлена оборотными и внеоборотными активами практически в равной степени; рентабельность находится на достаточно удовлетворительном уровне (около 30 %) , также ка ки ликвидность(1,7). Китайские компании характеризуются относительно низким левериджем относительно других стран. Оборотные активы занимают большую долю в структуре активов, и полностью обеспечиваются собственным капиталом. Компании ЮАР в большей степени используют краткосрочные активы; рентабельность находится на удовлетворительном уровне; уровень левериджа значителен. В результате, была установлена отрицательная корреляция между левериджем и ликвидностью, положительная - с рентабельностью и размером компании. В общем, как и в исследовании [Ivashkovskaya, Solntseva, 2007], результаты анализа согласуются, как и с теорией иерархии (отрицательная корреляция с рентабельностью в Китае), так и с теорией компромисса (положительная корреляция между рентабельностью и левериджем в России, Бразилии и ЮАР).

Согласно выше перечисленным исследованиям рыночные факторы имеют высокое значение в определении структуры капитала компаниями. Следовательно, необходимо рассмотрение внешних макроэкономических факторов и их влияние на принятие решений, в том числе относительно структуры капитала.

Одним из ранних исследований является работа Роджера Городона (1982), изучавшего влияние процентной ставки и инфляции на финансовую политику корпораций, в том числе на изменение коэффициента D/E. Кроме того, автор поставил цель изучения влияния ожидаемых показателей инфляции и процентной ставки, и неожиданных изменений данных переменных. Гордон рассматривает различные теории, связывающие процентную ставку и структуру капитала ( как указано в статье, коэффициент D/V - отношение долга к стоимости компании). так, обычная модель «налоговые преимущества-издержки банкротства» предсказывает что показатель D/V должен положительно коррелировать с номинальными процентными ставками, и использование краткосрочного долга напрямую зависит от краткосрочных процентных ставок. Однако эффект инфляции, т.е. номинальных процентных ставок неясен. Модель DeAngelo-Masulis предполагает, что D/V находится в обратной зависимости от номинальной процентной ставки, и в прямой зависимости от инфляции. Модель Миллера полагает, однако не совсем явно, сто D/V находится в обратной зависимости и от номинальной процентной ставки и от инфляции. Неожиданный рост реальной ставки дисконтирования снижает стоимость фирмы, и неожиданный рот номинальной ставки снижает рыночную стоимость долгосрочного долга. Из этого следует, что неожиданный рост номинальной процентной ставки (с постоянным уровнем инфляции), приводит, по крайней мере, к росту балансовой стоимости D/V, тогда как неожиданный рост инфляции приводит к снижению D/V. Гипотеза Модильяни-Кона предполагает, что показатели D/V должны находиться в прямой зависимости от ожидаемой инфляции. Неожиданная инфляция при неизменном уровне номинальных ставок, однако, должна оказывать небольшой эффект, поскольку, инвесторы обычно используют номинальные, а не реальные ставки. Учет адаптационные издержек предполагает большие коэффициенты D/V в периоды рецессий, и более низкие - в периоды восстановления экономики. Так как перечисленные теории не являются взаимоисключающими, все перечисленные эффекты могут проявляться одновременно.

Чуть позднее была опубликована еще одна работа, описывающая финансовые решения через модель частичной подстройки (partial adjustment) относительно долгосрочных финансовых целей - «Corporate Behavior in Adjusting to Capital Structure and Dividend Targets: An Econometric Study»[ Jalilvand, Harris, 1984]. Так скорость подстройки зависит от трех переменных: размера компании, цены акций и процентной ставки. Основным предположением проведенного эмпирического анализа является то, что большинство работ, посвящённых принятий финансовых решений, в том числе относительно структуры капитала, основано на допущении, что фирма существует в условиях совершенного рынка, в том числе и работы Модильяни-Миллера и, как следствие, финансовые решения независимы. Принимая во внимание реальные условия, а именно несовершенство рынка, возникают три основные аналитические проблемы: во-первых, в условиях несовершенного рынка принимаемые решения могут оказывать влияние на стоимость компании, и поэтому у компаний есть долгосрочная целевая структура, которая зависит от налогов, издержек банкротства, агентских издержек и т.п. Во-вторых, несовершенство рынка и существующие издержки подстройки (adjustment costs) вынуждают фирму не полностью подстраиваться под долгосрочные цели, а следовать модели частичной подстройки. И, в-третьих, несовершенство рынка может привести к взаимозависимости фундаментальных финансовых решений. Поэтому целью анализа было изучение двух последних вопросов, а именно скорости частичной подстройки компаний и степени взаимозависимости финансовых решений. В общем, построенная авторами модель представляет собой систему линейных уравнений, описывающих потребность компании в долгосрочном, краткосрочном финансировании, оборотных активах, определение размера дивидендов. В выборку были включены 108 компаний из производственного сектора за период 1963-1978 гг. Таким образом, результаты эмпирического исследования подтвердили предположения о том, что компании подстраиваются под долгосрочные цели. Этот вывод соответствует предположению о несовершенстве рыка, который вынуждает компании подстраиваться лишь частично. Более того, авторы получили более точные (чем в предыдущих исследованиях - Taggart, Spies) коэффициенты подстройки. Так, крупные фирмы быстрее подстраиваются под долгосрочные цели, кроме того крупные компании используют больше долгосрочных обязательств для финансирования своих потребностей. Более того, эти фирмы медленнее подстраиваются под целевые уровни капитала и используют меньше обыкновенных и привилегированных акций для финансирования потребностей, чем меньшие компании. Кроме того, результаты показали, что ожидание понижения долгосрочных процентных ставок заставляет компании отложить выпуск долгосрочных обязательств, и вместо этого выпускать краткосрочные обязательства и использовать внешнее финансирование капитала. Подстройка под целевой уровень капитала происходит быстрее у компаний с ценой акций большей чем недавние значения. Кроме того, для таких компаний в большей характерно использование акционерного капитала. Поскольку автор указал, что информации, необходимой для проверки всех перечисленных теорий недостаточно, он провел три регрессионных анализа для общей оценки перечисленных факторов на структуру капитала. Коэффициенты D/V были рассчитаны на основе данных из базы Compustat за 1956-1980 гг. Так, во всех трех анализах, доминирующую роль играли ожидаемые долгосрочные процентные ставки. Коэффициенты корреляции значительны как в статистическом, так и в экономическом отношении: повышение долгосрочных ожидаемых ставок на 1 %, приводит к повышению рыночного левериджа (D/V) на 0,065 пункта, отношений балансовой стоимости долга к рыночной стоимости фирмы - на 0,084 пункта, и краткосрочного долга к рыночной стоимости - на 0,015 пунктов. Данный результат соотносится с моделью «налоговых преимуществ», но противоречит модели DeAngelo-Masulis и Миллера. Кроме того, фактор цикличности также оказался важным и подтвердил предположение о росте долга в периоды рецессии. Таким образом, эмпирическое исследование проведенное Гордон показало наличие тесной связи между процентной ставкой и структурой капитала.

В исследование Титмана и Весселса (Titman and Wessels, 1988) используется моделирование структурными уравнениями (linear structural modeling). В модель включен фактор уникальности продуктовой линейки предприятия. Авторы предполагают, что, чем более уникальный продукт производит фирма, тем меньше долга она должна привлекать. Это объясняется тем, что при ликвидации предприятия (которая может быть вызвана банкротством), его стейкхолдеры могут понести крупные потери, так как сотрудники обладают уникальными навыками, поставщики поставляют специфические товары, а покупатели пользуются специфическими комплектующими и услугами по обслуживанию продукции фирмы. Однако, традиционные переменные оказались незначимыми в моделях структурных уравнений, и авторы пришли к выводу, что необходимо проводить дальнейшие исследования для отыскания наблюдаемых переменных, которые будут лучше описывать приведенные факторы.

Роль макроэкономических факторов была упомянута и в работе [Booth, Aivazian, Demirguc-Kunt, Maksimovic, 2001]. Еще одним исследованием, посвященным анализу воздействия данных факторов является «An Empirical Analysis of Macro-Economic Influences on Corporate Capital Structure of Listed Companies in Kenya»[ Muthama , Mbaluka and Kalunda, 2013]. Данная работа основывается на анализе роста ВВП, процентной ставки и инфляции на структуру капитала всех кенийских компаний, котирующихся на бирже Найроби, за период 2004-2008 гг. Использованная модель мультипликативной регресии, авторы пришли к выводу что рост ВВП положительно коррелирует с долгосрочным левериджем, и негативно с общим и краткосрочными коэффициентами левериджа. Рост инфляции приводит к сокращению краткосрочных обязательств в структуре пассивов, но не оказывает никакого влияния на другие коэффициенты левериджа. И, наконец, процентная ставка положительно коррелирует с коэффициентами долгосрочного долга и общим левериджем, но находится в обратной связи с краткосрочным коэффициентом. В последнее время также проводится много исследований об определении структуры капитала мультинациональных компаний, и влияния специфических факторов, таких как волатильность валютного курса. К одному из таких исследований относится «Multinationals, Hedging, and Capital Structure under Exchange Rate Uncertainty» [Broll, Wong, 2006], в котором показано, каким образом валютный риск менеджмент влияет на структуру данных компаний. Таким образом, авторы пришли к выводу, что, если у мультинациональной компании есть доступ к рынку валютных форвардов, компания выберет такую структуру капитала, при которой глобальный WACC будет минимизирован. Если у компании нет такого доступа, то она будет выпускать больше долговых обязательств деноминированных в иностранной валюте, и меньше - в местной.

Другой эмпирический анализ структуры капитала международных компаний, проведенный в работе «A Multinational Perspective on Capital Structure Choice and Internal Capital Markets» [Desai, Foley,Hines, 2003] показал, что повышение местных налогов на 10 % приводит к повышению левериджа на 2.8 %. Филиалы используют меньше внешнего заимствования в странах с неразвитыми ранками капитала или слабо защищенными правами кредитора, что соответственно повышает стоимость заимствования. также анализ показал, что увеличение внутреннего заимствования (у материнской компании) заменят 75 % внешнего заимствования, вызванное факторами рынка капиталов. Для анализа была использована информация Бюро экономического анализа о всех мультинациональных компаниях США, собранная в 1982, 1989 и 1994 годах, охватывавшая 2979 материнские компании с 17898 филиалами, и средней стоимостью активов 13 и 74 миллиона долларов соответственно. Коэффициент левериджа используемый в анализе - отношение суммы текущих обязательств и долгосрочного долга к активам. Средний коэффициент левериджа, с исключением торговых кредитов, составил в филиалах 0,35, причем большая часть левериджа составляют внешние заимствования. Коэффициент «внутреннего» левериджа (заимствования у материнской компании к активам) составил всего 0,08 в среднем. В качестве независимых переменных использованы показатели доли материальных активов (tangibility), способность активов генерировать свободный денежный поток(EBITDA/активы), размер филиала(натуральный логарифм от выручки), и параметры роста (прогноз роста продаж по индустриальной и страновой группировке). Кроме того, были учтены особенности налогообложения, законодательства, глубины рынка капитала, степень макроэкономической и политической стабильности. Таким образом данное исследование позволило оценить факторы влияющие на структуру капитала не только с точки зрения выбора между собственными и заемными средствами, но и между внутренним и внешним заимствованием в мультинациональных компаниях. Так регрессионный анализ, рост налоговых ставок приводит к росту и первого и второго. Причиной того, что в странах с неразвитыми рынками капитала филиалы предпочитают внутренне заимствование, является тот факт, что разница между процентными ставками выше, ввиду незащищенности кредиторов (кредитный риск выше). Кроме того, внутреннее заимствование дает филиалам преимущество над местными компаниями, вынужденными тратить больше средств на обслуживание долга (цена заемного капитала выше). Кроме того, это преимущество усиливается в случае если государство накладывает ограничения на возможность привлечения национальными компаниями зарубежного финансирования.

С помощью эмпирических исследований также была показана значимость валютного курса в определении структуры капитала. Например, в работе, посвященной рынку недвижимости в Новой Зеландии - «Foreign Exchange rate and Capital Structure: A Study of New Zealand listed Property Trust» [Dong, 2011], установлена негативная корреляция между долгосрочным левериджем и ожидаемым укреплением национальной валюты. В работе использованы два метода -усеченной регрессии и пробит-регрессии. Построено три модели - простая модель с традиционными переменными(активы, отношение рыночной стоимости к балансовой, коэффициент P/E, процентный спред), модель с включением параметра «укрепление национальной валюты к доллару по ставке спот» и модель с включением параметра «укрепление национальной валюты к доллару по форвардной ставке(1 год)». Кроме того, основной целью анализа была проверка двух теорий структуры капитала - иерархической и компромисса. Результаты исследования показали, что для характеристики выбора структуры капитала на рынке недвижимости Новой Зеландии более подходит теория компромисса, так как особенностью данного сектора является относительно небольшое число транзакций, как подчеркивают авторы. Кроме того, установлена значительная отрицательная корреляция между укреплением национальной валюты по форвардной ставке и долгосрочным левериджем, что вызвано распространением системы оффшорного финансирования в стране.

В то время как финансовые факторы, как внешние, так и внутренние, широко исследованы, нефинансовые факторы исследуются намного реже, но в свою очередь оказывают значимое влияние на выбор структуры капитала компаниями. В ниже перечисленных статьях используются такие факторы структуры капитала как расположение штаб-квартиры организации и форма собственности компании.

В статье «Does Corporate Headquarters Location Matter for Firm Capital Structure?» Wenlian Gao, Lilian Ng, and Qinghai Wang изучается влияние расположения штаб-квартиры организации на структуру капитала. Показано, что фирмы проявляли сходство в политике относительно структуры капитала в одной и той же географической области. Исследование проводилось на кросс-секционной выборке фирм из США и показало, что такой нефинансовый фактор, как местная финансовая культура и социальное взаимодействие руководителей организаций, играют важную роль в формировании капитала компаниями. Кроме того, в анализе учитываются внутренние особенности отросли при формировании структуры капитала компаниями. В выборку вошли публичные американские компании. Банки и финансовые организации были исключены из выборки. Также из выборки были удалены небольшие компании с активами менее 20 млн. $ т.к. эти компании вероятней всего сталкиваются с ограничениями в финансировании. Финальная выборка включает в себя 38287 наблюдений по 4118 американским компаниям. Для определения местоположения компаний использовалась Metropolitan Statistical Area (MSA), содержащая данные за период с 1988 по 2003 годы. Было выбрано 27 областей (каждая из которых содержит агломерацию или мегаполис). Анализ фокусировался на влиянии каждой такой области на выбор структуры капитала компаниями. Результаты исследования показали, что выбранный фактор имеет значительное влияние на выбор структуры капитала. Кроме того, отраслевая принадлежность также показала сильное влияние на уровень долга.

В статье «Influential Ownership and Capital Structure» Salla Pцyry and Benjamin Maur исследуется влияние права собственности российских организаций на структуру ее капитала. Исследование показало более высокую долговую нагрузку у компаний, имеющих среди своих акционеров государство нежели только частных акционеров. Кроме того, традиционные факторы имеют сильное влияние на заданной выборке. Компании, поддерживаемые государством, финансируют свой рост с большим долгом, чем остальные компании. Компании, имеющие акционеров, которые обладают политическим влиянием и связями, ведут более успешную долговую политику. По результатам исследования фактор рентабельности имеет сильное отрицательное влияние на структуру капитала. Этот результат показывает, что многие высокорентабельные компании меньше полагаются на долговое финансирование и больше предпочитают менее дорогие внутренние средства. В выборку вошли 95 российских компаний за период с 2000 по 2004 годы. Банки и финансовые организации в выборку не включались. В исследовании используется два прокси показателя для уровня долговой нагрузки: отношение совокупного долга к общим активам и отношение совокупного долга к сумме рыночной стоимости капитала и балансовой стоимости долга. В качестве показателя для фактора рентабельности используется EBITDA. Прокси показатель для размера фирмы -- это логарифм выручки. Структура активов оценивается как отношение вне оборотных активов к совокупным активам. Регрессионная модель построена методом OLS. В модель добавлены две дамми переменные для того, чтобы учесть влияние времени и отросли (автомобильная, услуги, металлообрабатывающая, телекоммуникационная, энергетика, нефтегазовая и другие отрасли). Фактор влияния состояния отросли оказался значимым.

Таким образом, данный обзор содержит эмпирические и теоретические исследования, начиная с работ Модильяни-Миллера, заканчивая совсем недавними исследованиями, проведенными в 2014-2015 годах. В общем, можно выделить четыре основных теории структуры капитала, подтверждённые различными эмпирическими исследованиями: теория компромисса, теория иерархии, теория агентских издержек и теория отслеживания рынка. Кроме того, в обзоре проанализированы исследования, основывающиеся на показателях как развитых, так и развивающихся стран, в том числе и с переходной экономикой. Хотя полученные результаты и разнообразны, в большинстве рассмотренных работ находит подтверждение теория иерархии, особенно в развитых странах. Результаты, полученные на основе анализа развивающихся стран, отличаются большей вариативностью, что может быть связано, как отмечают авторы, с большим влиянием особенностей каждой страны (макроэкономические и политические факторы). В работе рассмотрены различные группы факторов, в том числе показатели деятельности компании, размер, перспективы роста, бизнес риск, отраслевая принадлежность фирм, местоположение, так и макроэкономические факторы, такие как процентная ставка, рост ВВП, инфляция и т.д.



2. Практическое исследование

2.1 Характеристики выборки

С целью определения общих характеристик и особенностей формирования структуры капитала была сформирована выборка на основе данных по российским компаниям, включающие компании по 81 региону и 12 отраслям экономики. В исследуемую базу данных попали публичные компании действующие на рынке более 10 лет крупного, среднего, малого и микро бизнеса. Общая выборка состоит из 4851 компаний российского рынка и содержит данные по финансовым показателям деятельности за 2000-2014 гг.: долгосрочному долгу, краткосрочному долгу, собственному капиталу, оборотным и внеоборотным активам, выручки, чистой прибыли. Также база содержит данные по кодам деятельности. Данные по наличию в компании иностранных кредитов взяты из годовых отчетов, однако такую информацию имеют только около 9% компаний.

Структура выборки в разрезе отраслей [Таблица1] и сегмента бизнеса [Таблица 2] приведены ниже.

Таблица 1

Наименование отрасли	% наблюдений
Добыча полезных ископаемых	3.6%
Обрабатывающие производства	3.7%
Операции с недвижимым имуществом	14%
Оптовая и розничная торговля	15.5%
Производство и распределение электроэнергии, газа и воды	4.7%
Сельское хозяйство	11.9%
Строительство	11%
Транспорт и связь	15.5%
Коммунальные и социальные услуги	2.3%
Рыболовство	1%
Здравоохранение	1.4%
Гостиничный и ресторанный бизнес	1.9%
Финансовые /страховые компании	-

Таблица 2

Сегмент бизнеса	Количество наблюдений	% наблюдений
Крупный	653	13,5%
Средний	463	9,5%
Малый	1540	31,7%
Микро	2195	45%

Разбивка по сегментам: крупный, средний, малый, микро была взята в соответствии с классификацией базы данных СПАРК-Interfax.

Из выборки были исключены компании, относящиеся к банковской, страховой и инвестиционной\финансовой отраслям, поскольку для них долг не является предметом стратегического выбора при формировании структуры капитала в отличие от прочих компаний. Кроме того, финансовая отрасль характеризуется уникальными особенностями функционирования и выбора источников формирования долгосрочных пассивов, а также подвержен влиянию иных, специфических факторов, оказывающих влияние на выбор структуры капитала, относительно других типов хозяйствующих субъектов.

В выборку не попали компании отрасли образования, в связи с крайне малым количеством публичных организаций, и компании отрасли обеспечения военной безопасности, в связи с отсутствием статистики вследствие сильной монополизации отросли.

Необходимо отметить, что из выборки были удалены единичные выбросы, значительно выбивающиеся из основной выборки. Метод полного «отсечения хвостов» не использовался, для предотвращения возникновения проблем «самоотбора».

Для анализа данные были получены из системы профессионального анализа рынков и компаний СПАРК-Interfax. Статистика по макроэкономическим показателям взяты с официальных сайтов Московской биржи [moex.com] и Центрального банка РФ [www.cbr.ru].

2.2 Описание переменных и гипотезы

К зависимым (объясняемым) переменным относятся:

1. Показатель структуры совокупного капитала, равный отношению всех обязательств к совокупному собственному капиталу:

2. Отношение краткосрочного капитала к совокупному собственному капиталу:

3. Отношение долгосрочного капитала к совокупному собственному капиталу:

К независимым (объясняющим) качественным переменным относятся:

1. Рентабельность активов, рассчитанная по стандартной формуле:

2. Структура активов, рассчитанная по стандартной формуле:

3. Рентабельность продаж, рассчитанная по стандартной формуле:

4. Оборачиваемость активов, рассчитанная по классической формуле:

5. Показатель размера компании, рассчитанный как логарифм активов компании:

6. Показатель возможностей роста, определенный как отношение активов в текущем периоде к активам предыдущего периода:

7. Показатель налогового щита отношение выплаченного налога на прибыль к операционной прибыли:

Данные показатели являются традиционными, наиболее существенными факторами, проявляющихся в самых различных комбинациях детерминант структуры капитала, и используются практически во всех исследованиях, посвященных структуре капитала компаний. Вследствие выше сказанного, данные переменными можно считать контрольными для оценивания регрессионной модели.

8. Показатель степени диверсификации деятельности компании, определенный по количеству кодов Общероссийского классификатора видов экономической деятельности (ОКВЭД).

Стоит отметить недостаток оценивания последнего фактора т.к. заявленные ОКВЭДы в налоговую службу при регистрации организации, не всегда соответствуют действительности вследствие того, что в процессе ведения бизнеса организации нередко сталкиваются с необходимостью сменить (иногда и кардинально) направление деятельности. При этом многие из них начинают заниматься новым видом деятельности, не позаботившись о том, чтобы изменить существующие или добавить новые коды ОКВЭД в соответствующий государственный реестр в определенный законом срок. Хотя за неисполнение такой обязанности предусмотрен штраф, все равно наблюдаются несоответствия между заявленными ОКВЭДами и реальной деятельностью, в том числе и из-за того, что налоговой службе сложно установить факт начала новой деятельности, к тому же нет четкого определения понятия «начало ведения новой деятельности». Существуют и более надежные показатели степени диверсификации, такие как индекс Херфиндаля-Хиршмана, индекс энртопии и индекс диверсификации [Таблица 3].

Таблица 3

Индекс	Индекс Херфиндаля-Хиршмана	Индекс энртопии	Индекс диверсификации
Формула
Описание	i - сегменты (отрасли), в которых действует компания, i = 1, 2... n; - доля продаж компании в i-м сегменте (отрасли) по отношению к совокупной выручке компании.

Однако, практическое применение индексов Херфиндаля-Хиршмана, энтропии и диверсификации проблематично для российских компаний, т.к. требования к представлению и раскрытию информации по всем видам деятельности, сегментам и рынкам в российских нормативных документах отсутствуют.

К независимым (объясняющим) макроэкономическим показателям относятся:

1. Учетная ставка на конец периода

2. Среднее значение инфляции за период

3. Среднее значение курса доллара за период

4. Среднее значение курса нефти за период

К независимым (объясняющим) качественным показателям относятся:

1. Отрасль

2. Сегмент

3. Наличие у компаний кредитов в зарубежных банках

Иностранные банки становились все более и более привлекательным источником кредитования для российских компаний. Желание занимать за рубежом свидетельствует о том, что в России существует недостаток ликвидности, что в свою очередь может спровоцировать рост процентных ставок внутри страны и привести к удорожанию кредитов, а также к дальнейшему замедлению темпов роста экономики. Число компаний с участием иностранного капитала, в том числе и использующие иностранные кредиты, ежегодно растет, за период 2006-2012 гг. их количество увеличилось на 28%, а стоимость активов таких компаний в России выросла практически в 1,5 раза, что свидетельствует о повышении интереса иностранных инвесторов к российской экономике в этот период [Федеральная служба государственной статистики: www.gks.ru]. Поэтому заимствования на международных рынках капиталов способно оказать положительное влияние на структуру капитала, в том числе и на совокупную стоимость компании. Необходимо ответить, что данный фактор определен только для 436 компаний (9% общей выборки). Источником являлись годовые отчеты компаний.

Все качественные детерминанты внесены в модель как фиктивные переменные.

Вышеперечисленные детерминанты, способы определения и обозначения сведены в Таблицу 4.

Таблица 4

	Показатель	Переменная в модели	Прокси-показатель	Вид
Независимммые	Рентабельность активов	ROA		Внутрифирменная
	Структура активов	Tang		Внутрифирменная
	Рентабельность продаж	ROS		Внутрифирменная
	Оборачиваемость активов	Asset_tur		Внутрифирменная
	Размер компании	Size		Внутрифирменная
	Возможности роста	Growth		Внутрифирменная
	Степень диверсификации	Sect	Количество ОКВЭДов	Внутрифирменная
	Курс нефти	Brentm	-	Макро-экономическая
	Инфляция	Infm	-	Макро-экономическая
	Учетная ставка	Rate1	-	Макро-экономическая
	Курс доллара	Dolm	-	Макро-экономическая
	Наличие зарубежных кредитов	Foreign	-	Внутрифирменная
	Принадлежность отрасли	Ind1 - Ind12	Ind1 - добыча полезных ископаемых Ind2 - обрабатывающие производства Ind3 - операции с недвижимым имуществом Ind4 - оптовая т розничная торговля Ind5 - производство и распределение электроэнергии Ind6 - сельское хозяйство Ind7 - строительство Ind8 - транспорт и связь Ind9 - коммунальные и социальные услуги Ind10 - рыболовство Ind11 - здравоохранение Ind12 - гостиницы и рестораны	Фиктивная переменная
Зависимые	Структура совокупного капитала	STR		-

В соответствии с результатами ранее проведенных исследований были выстроены следующие гипотезы по характеру влияния детерминант структуры капитала российских компаний:

Гипотеза 1. Рентабельность оказывает отрицательное влияние на уровень долговой нагрузки. Чёткое объяснение этому даёт теория иерархии, которая гласит, что фирмы по возможности выбирают внутренние источники финансирования. То есть, если внутреннего финансирования хватает на покрытие потребностей компании, то к долговому финансированию компании будут прибегать редко.

Гипотеза 2. Показатель доли оборотных средств в совокупных активах оказывает отрицательное влияние на уровень долговой нагрузки компаний. Чем больше в структуре активов доля ликвидных средств (текущих активов в виде высоколиквидных ценных бумаг, запасов, внеоборотных активов с высокой ликвидационной стоимостью), тем меньше издержки банкротства и тем больше может быть значение финансового рычага. К тому же, компромиссная теория предполагает, что снижение издержек банкротства оказывает положительное влияние на рост долга.

Гипотеза 3. Зависимость показателя объема заемных средств от показателя размера компании, определенного как логарифм совокупных активов, положительная. Крупные компании более устойчивые и могут предоставить банкам более надежное залоговое обеспечение, что соответствует компромиссной теории.

Гипотеза 4. Оборачиваемость активов также оказывает благоприятное воздействие на уровень долга, так как банки предполагают, что у компаний с высоким показателем оборачиваемости качество обслуживания долга выше, что полностью соответствует компромиссной теории.

Гипотеза 5. Более высокие перспективы роста положительно влияют на показатель долговой нагрузки. Согласно компромиссной теории банки будут кредитовать развивающиеся и более стабильные компании. Теория иерархии также гласит, что у перспективных компаний акции недооценены, поэтому для финансирования будут выбираться заемные средства.

Гипотеза 6. Доля налога на прибыль оказывает положительное влияние на уровень долговой нагрузки. Согласно компромиссной теории, чем больше экономия на налоге на прибыль, тем больше заемных средств привлекает компания.

Стандартный набор переменных дополнен таким фактором, как диверсификация производства, а также макроэкономическими факторами.

Гипотеза 7. Диверсификация деятельности способствует более высокому уровню долга т.к. служит инструментом для снижения рисков и повышения конкурентоспособности, что не может не отразится и на выбираемой структуре капитала компаний. К тому же, в условиях рыночной экономики инвестиционная политика специализированных и диверсифицированных предприятий может существенно различаться [Pek Yee Low, Kung Chen, 2008]. Специализированные предприятия характеризуются тем, что их продукция носит в основном однотипный, взаимодополняющий характер, а управление относительно централизовано. Диверсифицированное предприятие, напротив, характеризуется многоотраслевым профилем продукции; управление таким предприятием относительно децентрализовано, а общее руководство осуществляется преимущественно за счет перераспределения финансовых средств. Диверсифицированное предприятие имеет больше возможностей для развития внутри региона путем разработки новых продуктов, изучения и удовлетворения новых потребностей. Поэтому значительную часть издержек таких предприятий составляют инвестиции в исследование потребностей, разработку новых сфер вложения капитала, новых продуктов и т.д. У специализированных фирм эти затраты, как правило, меньше. В целом стратегия, направленная на диверсификацию, является предпочтительной для предприятий в условиях большой неопределенности экономической системы. Для более диверсифицированных компании в период неблагоприятной конъюнктуры возможен перелив капитала в виды деятельности, менее подверженные действию негативных факторов [Pek Yee Low, Kung Chen, 2008]. Тем самым, вероятность банкротства снижается и у компании появляется позможность увеличить финансовый рычаг, что полностью соответствует компромиссной теории.

Гипотеза 8. Влияние макроэкономических детерминант является самым неопределенным и трудно предсказуемым. Так как рост таких показателей как инфляция, процентная ставка, курс нефти и курс доллара представляют собой источники неопределенности. С одной стороны, согласно компромиссной теории, инфляция и процентная ставка положительно влияют на уровень финансового рычага, так как происходит инфляция издержек и растет налоговая выгода. С другой стороны, при высокой степени неопределенности могут увеличится издержки банкротства, которые зависят от квалификации топ-менеджеров и их решений по управлению компаниями в «трудные времена», кроме того растет стоимость заемных средств и многие компании попросту не могут позволить себе повысить уровень долга.

Гипотеза 9. Существует существенная разница в процессе формирования структуры капитала между компаниями разных отраслей.

2.3 Выбор регрессионной модели

Для анализа данных с панельной структурой используется классическая модель:

, (1)

где - соответствующий показатель структуры капитала, - регрессоры (внутрифирменные, макроэкономические, фиктивные переменные отрасли и сегмента), - случайная ошибка, I - номер фирмы, t - номер периода.

Однако, фирмы имеют особые индивидуальные характеристики, которые не учитываются обычной сквозной регрессией. Такими признаками являются, в том числе, качество менеджмента, определённые факторы влияния того региона, в котором работает компания, инвестиционная привлекательность региона, организационная структура, доля государственной собственности, способы принятия решений, методы управленческого учёта и т.д. Для учёта таких индивидуальных характеристик используется модель с фиксированными эффектами.

, (2)

где - индивидуальные ненаблюдаемые свойства фирм, инвариантные во времени. Предположительно именно модель с фиксированными переменными лучше будет описывать данные, чем модель со случайными эффектами. Однако модель с фиксированными переменными в виду своей специфики не позволяет оценить показатели, которые не изменяются с течением времени. Поэтому для исследования также использовался метод деления выборки по отраслевому признаку.

Предварительный анализ данных

Корреляционный анализ количественных переменных показал характерное для российской экономики наличие сильной взаимосвязи (более 0,6) между инфляцией, процентной ставкой и курсом нефти. Курс доллара имеет наибольшую взаимосвязь (0,3214) с уровнем инфляции. Корреляционная матрица приведена в Таблице 5. Полная корреляционная матрица размещена в Приложении 3.

Таблица 5

CORR	STR	ROA	Asset_~r	ROS	Growth	Size	Tang	sect	foreign	rate1	infm	Brentm	Dolm
STR	1.0000
ROA	-0.0128	1.0000
Asset_tur	0.0852	0.1825	1.0000
ROS	-0.0429	0.1192	-0.0104	1.0000
Growth	0.0314	-0.0027	-0.0138	0.0021	1.0000
Size	0.1432	-0.0026	-0.2281	0.0648	0.0230	1.0000
Tang	-0.3235	-0.0881	-0.2442	0.0048	0.0260	0.0274	1.0000
sect	0.0299	-0.0174	-0.0851	0.0071	0.0016	0.3152	0.0953	1.0000
foreign	-0.0097	0.0343	-0.0131	0.0131	-0.0061	-0.0055	0.0032	-0.0172	1.0000
rate1	-0.0497	-0.0727	-0.0413	-0.0326	-0.0006	-0.1573	0.1211	0.0052	-0.0072	1.0000
infm	-0.0312	0.0763	-0.0176	-0.0123	-0.0070	-0.1743	0.1215	-0.0037	-0.0150	0.8346	1.0000
Brentm	0.0381	0.1314	-0.0065	0.0472	-0.0071	0.1849	-0.1182	0.0142	0.0170	-0.7011	-0.7683	1.0000
Dolm	-0.0440	-0.2495	-0.0459	-0.0479	0.0081	0.0842	-0.0112	-0.0063	-0.0215	-0.1721	-0.3058	0.1361	1.0000

	слабая (<0,1)
	незначительная (0,11-0,3
	умеренная (0,31-0,5)
	значительная (0,51-0,7)
	тесная (0,71-0,9)

Для матрицы корреляций необходимо оставить статистически значимые коэффициенты, для этого рассчитываются доверительные интервалы. После чего получаем матрицу статистически значимых коэффициентов корреляции.

Таблица 6

CORR	STR	ROA	Asset_~r	ROS	Growth	Size	Tang	sect	foreign	rate1	infm	Brentm	Dolm
STR	1
ROA	0	1
Asset_tur	0,09	0,11	1
ROS	0	0,10	0	1
Growth	0,03	0	0	0,002	1
Size	0,14	0	0	0,06	0,02	1
Tang	0	0	0	0,01	0,03	0,03	1
sect	0,03	0	0	0,01	0,001	0,32	0,1	1
foreign	0	0,03	0	0,01	0	0	0,003	0	1
rate1	0	0	0	0	0	0	0,12	0,005	0	1
infm	0	0,08	0	0	0	0	0,12	0	0	0,84	1
Brentm	0,04	0,13	0	0,05	0	0,19	0	0,014	0,02	0	0	1
Dolm	0	0	0	0	0,01	0,08	0	0	0	0	0	0,14	1

Практически все коэффициенты оказались значимыми, кроме коэффициента корреляции между инфляцией и учетной ставкой.

Для анализа автокорреляции временных переменных и определения лага, были построены парные и автокорреляционные регрессии второго и третьего порядка.

Сравнение регрессионных уравнений проводилась по сумме остатков необъясняемых моделью и по критерию Фишера (отношению дисперсий межгрупповой и внутригрупповой). Анализ распределения остатков регрессии оказался не показательным. Результаты анализа приведены в Таблице 7.

Таблица 7

	Сумма остатков, необъясненных моделью.	Критерий Фишера
Infm
Brentm
Dolm
Rate1

Графики по фактору инфляция (infm) наглядно показывают, что увеличение порядка авторегрессии не приводит к улучшению качества модели. Откуда следует, что оптимальный порядок авторегрессии - два. Это означает, что временная «память» экономической системы составляет два года, и что за два года структура экономики приспосабливается к инфляции. Графики по фактору стоимость нефти (Brentm) и учётная ставка (Rate1) показывают, что оптимальный порядок регрессии равен трем (не меньше трёх). Это означает, что цены на нефть и учетная ставка оказывают долгосрочное опосредованное влияние на экономику и «память» экономической системы составляет не менее 3 лет. Результаты по расчетам авторегрессий для структуры капитала в зависимости от курса доллара (Dolm) имеют наиболее противоречивый характер. Суммарные остатки уменьшаются, но при этом критерий Фишера, описывающий статистическую значимость модели - растет, но имеет тенденцию «насыщения» (наклон прямой уменьшается). Учитывая данный факт предположим, что лаг экономической системы оценивается в три года.

Гистограммы распределения и диаграммы рассеяния количественных переменных приведены в Приложении 1. и Приложении 2.

Полученные результаты

На первом этапе были построены линейные регрессионные модели в разрезе каждого года для проверки устойчивости влияния факторов и их чувствительности к изменению условий, а также линейная сквозная регрессия [Приложение 4.]. Результаты оценивания показали, что такие переменные как ROA, Asset_tur, Size, Tang, Tax, Sect имеют строго однонаправленное влияние во все периоды. Однако, переменные Growth и ROE оказывают разнонаправленный эффект. В целом, можно допустить, что выбранные детерминанты устойчивые по времени. Линейная совокупная регрессия по всем наблюдениям показала значимость фиктивных переменных отрасли на высоком уровне (фактор оказался незначимым только для двух отраслей: транспорт и связь, производство и распределение электроэнергии), фиктивные переменные принадлежности к сегменту также оказались значимы на 1% уровне.

На втором этапе совокупная выборка была разделена на кластеры по критерию принадлежности к сегменту (крупный, средний, микро, малый) для сравнения степени влияния и значимости выбранных факторов в каждой из групп. Были построены модели трех видов: модель с фиксированными эффектами, модель со случайными эффектами и обычная сквозная регрессия. Выбор наиболее адекватной модели проводился по результатам теста Хаусмэна. Систематических различий в оценках не обнаружено. Модель с фиксированными переменными оказалась наиболее адекватной для исследуемой выборки ввиду наличия индивидуальных эффектов у исследуемых фирм. Выбор спецификации также проводился с учётом теста Вальда (для выбора между моделью с фиксированными эффектами и сквозной регрессии) и теста Бройша-Пагана (для выбора между моделью со случайными эффектами и сквозной регрессией). Результаты тестирования приведены в Таблице 8.

Таблица 8

	Сегмент
	Микро	Малый	Средний	Крупный
ROA	-0.1369*	-0.946*	-0.1361*	-0.513*
ROE	-0.0611	0.0312***	0.0131*	0.0114***
Asset_tur	0.0120*	0.0138*	0.0151**	0.0093*
Growth	0.0031**	0.0019	0.0001	0.0039**
Size	-0.0522*	0.0352*	-0.0169	0.0324**
Tang	-0.8197*	-0.9069*	-1.0220*	-0.8657*
Tax	-0.0001*	-0.0003*	0.0072*	0.0004
sect1	0.0081	0.0320***	0.0434	0.0541***
infm	-0.5264*	-0.4809	-0.5786	-0.1233**
inf1	-0.0713	-0.0196*	0.1087**	0.2376
inf2	-0.3404**	-0.1318**	-0.2509	-0.0242
Dolm	-0.5185*	-0.2794*	-0.3630	0.1768
Dol1	-0.7180**	-0.0046*	-0.2671*	-0.3501***
Dol2	-0.3258***	-0.1828*	-0.1500	0.1597
Dol3	-0.4888*	-0.2495**	0.0389	-0.2611**
_cons	0.3391*	-0.0087*	0.5945*	-0.4997
within	0.0478	0.0769	0.0974	0.0581
between	0.5182	0.5878	0.7060	0.6246
overall	0.1870	0.1812	0.1574	0.1559
Fe	+	+	+	+

* -	P <0,01			** -	P < ,05			*** -	P < 0,1

По результатам анализа можно сделать вывод о том, что на уровень финансового рычага для каждого сегмента, действительно, влияют разные факторы, так как значимость в группах существенно отличается. Явным образом прослеживаются различия особенно во влиянии макроэкономических детерминант. Для компаний малого и микро бизнеса значимыми являются все лаговые временные переменные, в то время как для компаний среднего и крупного бизнеса такое влияние не прослеживается. Следовательно, исследование необходимо проводить в разрезе сегмента. Для дальнейшего исследования, ввиду схожей значимости и направления влияния факторов, компании малого и микро бизнеса выделены в одну группу (Группа 1). Компании крупного и среднего бизнеса - во вторую (Группа 2).

Далее, модели тестировались уже отдельно для каждой отрасли в группе малых и микро предприятий и в группе крупных и средних компаний. Необходимо отметить, что для временных факторов проходил отбор переменных. Строились модели с различными наборами временных переменных, и затем выбиралась лучшая из них по критерию наибольшего R2. Из макроэкономических факторов в результате включены только среднегодовые уровень инфляции (infm) и курс (Dolm) доллара, в том числе ввиду сильной корреляции курса нефти и доллара, а также инфляции и ставки. Стоит обратить внимание на то, что включение в модель из временных переменных только курса доллара и ставки приводит к аналогичным, практически идентичным, оценкам. В соответствие с первичным анализом данных в модели включены временные переменные с лагами 2 и 3 порядка, для инфляции и курса доллара, соответственно. Переменная, определяющая наличие иностранных кредитов, не включена в модели: добавление её в модель сильно ухудшало оценки. Все модели получились значимыми согласно статистике Фишера (Prob > F = 0.0000).