Отраслевые факторы структуры капитала российских компаний

Выбор детерминант структуры капитала компаний, функционирующих на российском рынке. Сбор статистических данных по российским компаниям в разрезе отраслей российской экономики, построение и тестирование регрессионных моделей с учетом фактора отрасли.

Рубрика Экономико-математическое моделирование
Вид дипломная работа
Язык русский
Дата добавления 31.10.2016
Размер файла 898,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Выбор наиболее адекватной спецификации проводился по результатам тестов Хаусмэна, Вальда и Бройша-Пагана. Различия в коэффициентах получились несистематическими. Так как у большинства отраслей рассчитанный p-уровень статистики меньше 0.01, то основная гипотеза о наличии случайных эффектов отвергается. Однако по результатам теста для первой группы отрасли коммунальных и социальных услуг и отрасли сферы услуг гипотеза о наличии случайных эффектов была принята. Полученные результаты позволяют сделать вывод о том, что для большинства отраслей наиболее адекватна модель с фиксированными индивидуальными эффектами, свидетельствуя о наличии ненаблюдаемых индивидуальных факторов у российских компаний. Этого и следовало ожидать, кроме того, для исследования выбирался конкретный набор компаний, который не менялся от года к году. Результаты тестировании первой группы приведены в Таблице 9.

Таблица 9

STR

Ind1

Ind2

Ind3

Ind4

Ind5

Ind6

Ind7

Ind8

Ind9

Ind10

Ind11

Ind12

ROA

-1.2568*

-1.2227*

-0.1102*

-0.5552*

-0.7352*

-0.2446*

-0.0473*

-0.1154*

-0.0649*

-0.3780*

-0.0292

-0.0447**

Tang

-0.1259***

-0.1168***

-0.9930*

-0.9020*

-1.7765*

-0.4486*

-0.7517*

-0.8676*

-1.2007*

-1.1502*

-0.2031

-0.6826*

ROE

0.011

0.011

0.003***

-0.027

-0.007

-0.008**

0.005

0.004***

0.027***

0.018***

0.065

0.031

Asset_tur

0.0456*

0.0518*

0.0099*

0.0035*

0.0495*

0.0856*

0.0013

0.0021*

0.0464*

0.1860*

0.0698*

0.0828*

Growth

0.1244*

0.1205*

0.0106

0.0162***

-0.0049***

0.0005

-0.0000

-0.0019**

0.0448**

0.0509

0.1748*

0.0049

Size

-0.0507***

-0.0347***

0.0408*

0.0389*

-0.0222

0.1476*

0.1463*

-0.0173

-0.2576*

0.1151

-0.0603

0.0787

Tax

0.0111

0.0210

-0.0527*

-0.0056*

-0.0204**

-0.0022*

-0.0153*

-0.0038*

0.0080**

-0.1696*

-0.0622**

-0.0467*

Sect

0.0806*

0.0705

0.0321

0.0685*

0.0615*

0.0165

0.0799*

0.0811**

0.1562***

0.6419*

0.0140***

0.0729

Dolm

0.0016

0.0010

-0.0139*

-0.00779*

0.0051**

-0.0035

0.0020

0.0021

-0.0065

-0.0292*

0.0037

-0.0091**

Dol1

-0.0072***

-0.0073***

-0.0049**

-0.0022

-0.0031

-0.0138**

-0.0094*

-0.0148*

0.0080

-0.0025

-0.0166***

0.0022

Dol2

0.0017

0.0033

0.0027***

0.0071**

0.0065**

-0.0331*

0.0032

-0.0100*

0.0041

-0.0441*

-0.0008

0.0037

Dol3

-0.0006

0.0006

0.0052*

0.0043**

0.0026

0.0006

0.0047

0.0029***

-0.0011

0.0102***

-0.0012

0.0091

infm

-0.0726***

-0.0381

0.1317*

0.1213*

-0.0737

-0.1605**

0.1283*

0.0803***

-0.1267

0.7182*

-0.2385***

0.0170**

inf1

-0.1795

-0.1637**

-0.0164

-0.0161

-0.0754

-0.0878

-0.1198**

-0.0958**

0.2605***

-0.0238

-0.4146*

-0.0623**

inf2

0.0603**

0.0593***

-0.0211

0.0273

0.0697*

-0.1623*

0.0418***

-0.0666*

-0.1062

-0.3073*

0.1341***

0.0144

_cons

-0.2479*

-0.4811*

-0.7171*

-0.9764*

-0.2101*

-0.5015*

-1.6541*

0.1846*

0.9905*

0.0865*

-0.0564*

-1.8197*

Within

0.1178

0.1099

0.0621

0.0917

0.3195

0.0825

0.0700

0.0677

0.1275

0.1452

0.0689

0.1015

Between

0.2493

0.2691

0.1546

0.1576

0.3024

0.0202

0.1347

0.0343

0.0773

0.2273

0.1117

0.2016

Overall

0.1686

0.1667

0.1087

0.1259

0.3095

0.0551

0.1037

0.0486

0.0921

0.1889

0.0875

0.1650

Fe

+

+

+

+

+

+

+

+

-

+

+

-

* -

P <0,01

 ** -

P < ,05

 *** -

P < 0,1

По результатам эконометрического анализа можно сделать следующие выводы. Практически все контрольные переменные (традиционные детерминанты) оказались значимыми для каждой отрасли. Рентабельность активов обратно пропорционально влияет на величину финансового рычага почти для всех отраслей. Вывод совпадает с теорией иерархии, а также с результатами других исследовательских работ [Ивашковская, Солнцева 2012]. Показатель структуры активов значим во всех моделях и имеет строго отрицательный знак. Для все отраслей чем больше в структуре активов доля внеоборотных активов, как правило они и менее ликвидные, тем больше издержки банкротства. Вывод полностью подтверждает компромиссную теорию. Размер компании, оцененный по логарифму активов, имеет высокую значимость для большинства отраслей. Однако о характере зависимости нельзя сказать однозначно [Ниворожкин, 2002]. Более крупные компании оптовой и розничной торговли, сельского хозяйства, строительства и отрасли по операциям с недвижимостью имеют более высокий уровень долга, что совпадает с компромиссной и результатами исследований [Ивашковская, Солнцева 2012]. Остальные отрасли имеют отрицательные оценки. Как и ожидалось, оборачиваемость капитала оказывает непосредственное воздействие на структуру капитала. Для каждой отрасли переменная оборачиваемости имеет положительный знак. Показатель оборачиваемости абсолютно во всех отраслях является значимым и имеет положительный знак. Экономия на налоге на прибыль, как одна из основополагающих детерминант структуры капитала, показала противоречивые результаты. Хотя фактор значим для всех отраслей (кроме обрабатывающей и добывающей промышленности), оценка имеет отрицательный знак, что противоречит компромиссной теории, но согласуется с результатами исследования [Ивашковская, 2008]. Влияние рентабельности капитала и показателя прироста активов значимы в большинстве случаев, однако не показывают однозначного направления влияния, а значит зависят от специфики отрасли. Свободный член во всех моделях, кроме транспортной отрасли, отрасли коммунальных и социальных услуг и отрасли рыболовства, имеют отрицательный знак. Таким образом, индивидуальные характеристики компаний из большинства отраслей способствуют снижению уровня совокупного долга.

По результатам анализа, из дополнительных переменных, степень диверсификации производства (sect1) имеет влияние на разных уровнях значимости для восьми отраслей и имеет положительный знак . Поэтому для компаний этих отраслей диверсификация производства возможно уменьшает вероятность банкротства, что способствует, согласно компромиссной теории, увеличению долга [Bas, Muradoglu, Phylaktis, 2009]. Инфляция и курс доллара имеют высокое значение для всех исследуемых областей. Стоит отметить, что каждой отрасли соответствует свой набор значимых лаговых переменных, который характеризует то, как каждая отрасль приспосабливается к изменению внешних факторов. Лаговые переменный с различным временным сдвигом оказались значимыми для большинства отраслей. Коэффициент перед курсом доллара имеет строго отрицательный знак, что подтверждает гипотезу о сокращении возможностей кредитования при ослаблении национальной валюты. Знак перед оценками показателя инфляции, напротив, варьируется - характер ее влияния точно определить не предоставляется возможным. С одной стороны при росте инфляции происходит инфляция издержек и растет ставка, которая увеличивает налоговые выгоды [Bьlent Kцksal, Cьneyt Orman, Arif Oduncu, 2013], с другой стороны с ростом процентной ставки и инфляции в экономике возрастает уровень неопределенности и увеличивается стоимость заемных ресурсов.

Фактор отрасли, как и предполагалось, имеет важное значение при выборе структуры капитала компаниями [Ивашковская, Солнцева 2007]. Стоит отметить, что из исследуемых отраслей по полученным оценкам выделяются отрасли добывающей и обрабатывающей промышленности. Они имеют самые высокие коэффициенты перед показателем рентабельности активов, т.е. компании, имея высокую рентабельность, активнее других отраслей используют именно собственные средства. Коэффициент перед структурой активов, наоборот, самый низкий, что, возможно, связано с высокой капиталоемкостью производства. Кроме того, схожи остальные оценки, как по знаку так и по величине, значит на эти отрасли влияют схожие группы факторов. Это можно объяснить тем, что предприятия обрабатывающей промышленности зачастую используют поставляемые добывающей промышленностью материалы, а значит сильно взаимосвязаны. Отрасли оптовой и розничной торговли и операций с недвижимым имуществом в отличие от вышеперечисленных промышленных отраслей имеют более низкие коэффициенты перед показателем рентабельности активов и более высокие коэффициенты перед показателем структуры активов. Также важно отметить, что для данных отраслей курс доллара за текущий год уже влияет на их структуру капитала, в то время как для промышленных отраслей курс доллара влияет с лагом год. Отрасль строительства и отрасль коммунальных и социальных услуг имеют самую низкую долю объясняемой моделью дисперсии. Скорей всего на структуру капитала компаний этих отраслей в сильно влияют другие факторы, в виду того что отрасль строительства для финансирования проектов активно использует средства дольщиков, а тарифы коммунальных и социальных услуг контролируются государством, что ограничивает норму прибыли таких предприятий и не может не отразится на выбираемой структуре капитала. В обрабатывающей, добывающей и отросли социальных и коммунальных услуг фактор размера компании значим и имеет отрицательный знак. В одном случае, из теории иерархии следует, что для крупной фирмы привлечение собственных средств путем размещения акций является более дешевым, вследствие экономии от масштаба. В другом случае, выводы теории иерархии, предполагают, что крупная фирма более сильно подвержена проблеме асимметрии информации, что делает привлечение внешних источников финансирования менее привлекательным (Rajan and Zingales, 1995).

Аналогичные расчеты в разрезе отраслей были проведены для второй группы: компании крупного и среднего бизнеса. Результаты тестирования моделей приведены в Таблице 10. Модели не тестировались для крупных и средних компаний таких отраслей, как коммунальных и социальных услуг, здравоохранения, сферы услуг и рыболовства, ввиду сравнительно малого количества компаний-представителей этих отраслей.

Таблица 10

 STR

Ind1

Ind2

Ind3

Ind4

Ind5

Ind6

Ind7

Ind8

Ind9

Ind10

Ind11

Ind12

ROA

-1.2921*

-1.2117*

-0.1337*

-0.9766*

-0.8323*

-0.6269*

-0.0412***

-0.1084*

Искл.

Искл.

Искл.

Искл.

Tang

0.2112**

0.2273*

-1.5255*

-0.8128*

-1.9652*

-0.8674*

-0.7939*

-0.7955*

Искл.

Искл.

Искл.

Искл.

ROE

0.0113**

0.0108**

0.0022*

0.0002

0.0013

-0.0009

0.0401*

0.0006

Искл.

Искл.

Искл.

Искл.

Asset_tur

0.0276

0.0385

0.0188*

0.0062*

-0.0118*

0.1408***

-0.0072

0.0023*

Искл.

Искл.

Искл.

Искл.

Growth

0.2311*

0.2256*

0.0059***

0.0000

-0.0094*

0.0037

0.0244**

0.0652*

Искл.

Искл.

Искл.

Искл.

Size

-0.1274*

-0.1230*

-0.0159

0.2048*

-0.0113

0.2044*

0.0767*

0.1460*

Искл.

Искл.

Искл.

Искл.

Tax

0.0000

0.0000

-0.0009

0.0079

0.0034

0.0238

0.0259*

-0.1130*

Искл.

Искл.

Искл.

Искл.

sect1

0.1085***

0.1052***

0.1247*

0.0431

0.0601

-0.1141

-0.0508

0.0564

Искл.

Искл.

Искл.

Искл.

Dolm

0.0101**

0.0107**

-0.0032

-0.0123*

0.0065*

-0.0234**

0.0011

-0.0018

Искл.

Искл.

Искл.

Искл.

Dol1

-0.0119***

-0.0117

-0.0072

0.0066

-0.0022

-0.0218

-0.0073

-0.0133***

Искл.

Искл.

Искл.

Искл.

Dol2

0.0058

0.0035

-0.0065

0.0112

-0.0012

-0.0437*

-0.0032

0.0002

Искл.

Искл.

Искл.

Искл.

Dol3

-0.0008

-0.0012

0.0016

0.0043

0.0031

-0.0063

0.0028

0.0038

Искл.

Искл.

Искл.

Искл.

infm

-0.0099

0.0063

0.0596

0.1619**

-0.0553

-0.3924***

0.0084

0.1243

Искл.

Искл.

Искл.

Искл.

inf1

-0.1437

-0.1464

-0.1459*

0.1286

-0.1823**

0.1185

-0.1357***

-0.1034

Искл.

Искл.

Искл.

Искл.

inf2

0.0866***

0.0734***

-0.0138

0.0096

0.0590

-0.2569*

0.0123

-0.0044

Искл.

Искл.

Искл.

Искл.

_cons

-0.3860

-0.3828

0.1837

-2.7039

0.0972

0.7663

-0.5880

-1.7411

Искл.

Искл.

Искл.

Искл.

Within

0.1342

0.1255

0.2243

0.1432

0.3749

0.1027

0.1424

0.0903

-

-

-

-

Between

0.3052

0.2916

0.1688

0.1362

0.4098

0.0582

0.0732

0.1244

-

-

-

-

Overall

0.2003

0.1896

0.1910

0.1348

0.3942

0.0833

0.1070

0.1069

-

-

-

-

Fe

*

+

+

+

+

+

+

+

-

-

-

-

* -

P <0,01

 ** -

P < ,05

 *** -

P < 0,1

Для большинства компаний среднего и крупного бизнеса традиционные факторы остались значимыми, однако фактор налоговых выгод является незначимым абсолютно для всех отраслей. Необходимо отметить, что для компаний этой группы доля дисперсии, объясненной моделью, намного выше. Особенно выделяется отрасль производства и распределения электроэнергии, имеющая наибольшие коэффициенты детерминации, то есть выбранная группа факторов лучше описывает структуру капитала именно этой отрасли. На выборке крупных и средних компаний коэффициенты обрабатывающей и добывающей промышленности сохранили сходство, как по величине коэффициентов, так и по уровню значимости. Дополнительная переменная степени диверсификации сохранила влияние только для отрасли операций с недвижимым имуществом, обрабатывающей и добывающей отраслей. Характер влияния внешних факторов изменился. Как и предполагалось, временные переменные с лагами на выборке крупных и средний компаний оказывают меньшее влияние долю заемных средств. Это объясняется тем, что компании микро и малого бизнеса имеют меньше возможностей быстро адаптироваться к изменяющимся внешним условиям. Знак свободного члена, характеризующий направление влияния индивидуальных эффектов фирм, варьируется. Видны существенные различия в оценках коэффициентов разных отраслей, что также подтверждает значимость специфики отрасли при формировании структуры капитала для компаний крупного и малого бизнеса.

Заключение

В результате проведения данного исследования были достигнуты поставленные цели, а именно: было проверено влияние традиционных факторов на структуру капитала российских компаний, а так же проверена гипотеза о значимости отраслевого фактора при формировании структуры капитала. Из анализа результатов, полученных при тестировании регрессионных моделей по достаточно обширной базе данных с показателями финансовой деятельности более чем по 5 тыс. компаниям разных секторов экономики, можно сделать следующие выводы:

Во-первых, в результате исследования подтвердилась высокая степень влияния, как для компаний крупного и среднего бизнеса, так и для компаний малого микро бизнеса, традиционных детерминант: показателей рентабельности активов и рентабельности капитала, показателя структуры активов, размера компании, возможностей роста, налогового щита, показателя оборачиваемости. Подтвердилась значимость внешних (макроэкономических) факторов, таких как курс доллара и инфляция. Все детерминанты оказались устойчивы относительно фактора времени. Результаты тестирования моделей по разным секторам российской экономики подтверждают предположения классических теорий структуры капитала, в то числе: рентабельность активов обратнопропорционально влияет на величину финансового рычага, показатель структуры активов значим во всех моделях и имеет строго отрицательный знак, переменная оборачиваемости значима и имеет только положительный знак. Но в то же время, экономия на налоге на прибыль, в свою очередь, во всех спецификациях модели, сопровождалась коэффициентом с отрицательным знаком, что противоречит предположениям теории компромисса.

Во-вторых, для большинства отраслей малого и микро сегмента оказался значимым фактор степени диверсификации деятельности компании на достаточно высоком уровне значимости. Фактор оценивался по количеству заявленных кодов экономической деятельности (ОКВЭДов) в Налоговую службу. Данный фактор при условии значимости имеет строго положительный знак для компаний любой отрасли. С точки зрения компромиссной теории, стратегия, направленная на диверсификацию деятельности, является предпочтительной для предприятий в условиях большой неопределенности экономической системы и сокращает вероятность банкротства, что в свою очередь увеличивает возможный рычаг более диверсифицированных предприятий.

В-третьих, анализ проводился отдельно в разрезе каждой отрасли с учетом принадлежности к сегменту бизнеса (крупный, средний, малый, микро), в виду того, что были выявлены существенные различия при формировании структуры капитала компаниями из разных сегментах бизнеса. Компании обрабатывающей и добывающей промышленности имеют самые высокие коэффициенты перед показателем рентабельности активов, т.е. более рентабельные компании активнее других отраслей используют именно собственные средства. Коэффициент перед структурой активов, наоборот, самый низкий, что в виду высокой капиталоемкостью производства. Отрасли оптовой и розничной торговли и операций с недвижимым имуществом, напротив, имеют более низкие коэффициенты перед показателем рентабельности активов и более высокие коэффициенты перед показателем структуры активов. Также важно отметить, что для данных отраслей курс доллара за текущий год уже влияет на их структуру капитала, в то время как для промышленных отраслей курс доллара влияет с лагом год. Также выявлено, что компании малого и микро сегмента имеют меньше возможностей быстро адаптироваться к изменяющимся внешним условиям.

Таким образом, на основании результатов, полученных в ходе тестирования модели в разрезе отраслей, можно сделать вывод о том, что специфика отрасли имеет существенное значение при выборе структуры капитала. Различие в процессе формирования структуры капитала между компаниями разных сегментов бизнеса и разных отраслей свидетельствует о том, что существуют дополнительные факторы, оказывающие влияние на уровень долговой нагрузки. К ним можно отнести качество менеджмента, определённые факторы влияния того региона, в котором работает компания, инвестиционную привлекательность региона, организационную структуру, долю государственной собственности, способы принятия решений, методы управленческого учёта и т.д.

Список литературы

1. Baker, M. P., & Wurgler, J. A. (2002). Market Timing and Capital Structure. SSRN Electronic Journal SSRN Journal.

2. Bas, T., Muradoglu, G., & Phylaktis, K. (2009). Determinants of Capital Structure in Developing Countries.

3. Berger, P. G., Ofek, E., & Yermack, D. L. (1997). Managerial Entrenchment and Capital Structure Decisions. The Journal of Finance,52(4), 1411-1438.

4. Booth, L., Aivazian, V., Demirguc-Kunt, A., & Maksimovic, V. (2001). Capital Structures in Developing Countries. The Journal of Finance,56(1), 87-130.

5. Broll, U., & Wong, K. P. (2006). Multinationals, Hedging, and Capital Structure under Exchange Rate Uncertainty. Open Econ Rev Open Economies Review, 17(1), 103-114.

6. Chipeta, C., & Mbululu, M. (2013). Firm heterogeneity, macroeconomic conditions and capital structure adjustment speeds: Evidence from the JSE. Investment Analysts Journal, 77, 69-80.

7. Cwynar, A., Cwynar, W., & Dankiewitz, R. (2015). Studies of firm capital structure determinants in Poland: An integrative review. Financial Internet Quarterly „e-Finanse”, 11(4), 1-22.

8. Desai, M., Foley, C. F., & Hines, J. (2003). A Multinational Perspective on Capital Structure Choice and Internal Capital Markets.

9. Dong, Z. (2011). Foreign Exchange rate and Capital Structure: A Study of New Zealand. 17th Pacific Conference.

10. Fama, E. F., & French, K. R. (1998). Taxes, Financing Decisions, and Firm Value. The Journal of Finance, 53(3), 819-843.

11. Franco Modigliani, Merton H. Miller. The cost of capital, corporation finance and the theory of investment. // The American Economic Review. 6(3) (1958).

12. Gordon, R. H., & Shoven, J. B. (1982). Interest Rates, Inflation, and Corporate Financial Policy. Brookings Papers on Economic Activity,1982(2), 461.

13. Gropp, R., & Heider, F. (2010). The Determinants of Bank Capital Structure. Review of Finance, 14(4), 587-622.

14. Harris, M., & Raviv, A. (1991). The Theory of Capital Structure. The Journal of Finance, 46(1), 297-355.

15. Ilya Ivanov. Capital structure determinants of Russian public companies. // Корпоративные Финансы. 1(13) (2010).

16. Ivashkovskaya, I., & Solntseva, M. (2007). The Capital Structure of Russian Companies: Testing Tradeoff Theory versus Pecking Order Theory.

17. Jalilvand, A., & Harris, R. S. (1984). Corporate Behavior in Adjusting to Capital Structure and Dividend Targets: An Econometric Study. The Journal of Finance, 39(1), 127-145.

18. Jerold B. Warner. Bankruptcy costs: some evidence. // The journal of finance. 2 (1977)

19. Julija Tamulyte. The determinants of capital structure in the Baltic States and Russia. // Electronic Publications of Pan-European Institute 1 (2012)

20. Karin Jхeveer. Sources of capital structure: evidence from transition countries. // Working paper series. 11-12 (2006).

21. Lemmon, M. L., Roberts, M. R., & Zender, J. F. (2008). Back to the Beginning: Persistence and the Cross-Section of Corporate Capital Structure. The Journal of Finance, 63(4), 1575-1608.

22. Mackie-Mason, J. Do Taxes Affect Corporate Financing Decisions? (1988).

23. Miroslav Mateev, Konstantin Ivanov. How SME Uniqueness Affects Capital Structure: Evidence from Central and Eastern Europe Panel Data. // Quarterly Journal of Finance and Accounting. 1 (2011)

24. Morellec, E., Nikolov, B., & Schьrhoff, N. (2010-2012). Corporate Governance and Capital Structure Dynamics. SSRN Electronic Journal SSRN Journal.

25. Murray Z. Frank, Vidhan K. Goyal. Capital Structure Decisions: Which Factors are Reliably Important? // Munich Personal RePEc Archive. 1 (2009)

26. Muthama, C., Mbaluka, P., & Kalunda, E. (n.d.). An Empirical Analysis of Macro-Economic Influences on Corporate Capital Structure of Listed Companies in Kenya. Journal of Finance and Investment Analysis,,2(2), 41-62.

27. Nivorozhkin, E. (2004). The Dynamics of Capital Structure in Transition Economies. Economics of Planning, 37(1), 25-45.

28. Цzde Цztekin, Capital Structure Decisions around the World: Which Factors Are Reliably Important?, Journal of Financial and Quantitative Analysis, 2009, 50, 03, 301

29. Pedrono, J., & Violon, A. (2016). Banks' Capital Structure and US dollar Diversification of Assets: Does reduction in systemic risk offset agency costs. Aix-Marseille University (AMSE).

30. Pettit, R. and R. Singer. Small Business Finance: A Research Agenda. Financial Management. 14(3) (1985)

31. Raghuram G. Rajan, Luigi Zingales. What do we know about Capital Structure? Some Evidence from International Data. // The Journal of finance. 5 (1995).

32. Salla Pцyry and Benjamin Maur. Influential Ownership and Capital Structure. // Managerial and Decision Economics. 5 (2010)

33. Sheluntcova, M. (2014). Capital Structure of Private Pharmaceutical Companies in Russia. Int. Journal of Economics and Managemen, 8(2), 315-325. Retrieved from http://econ.upm.edu.my/ijem/vol8no2/bab03.pdf

34. Stewart C. Myers. Determinants of corporate borrowing. // Journal of Financial Economics 5 (1977)

35. Vlasceanu, C. (2012). Analysis of the determinants of capital structure. Retrieved from http://www.dafi.ase.ro/revista/7/Vlasceanu_Catalina.pdf

36. Wald, J. K. (1999). How Firm Characteristics Affect Capital Structure: An International Comparison. Journal of Financial Research, 22(2), 161-187. Retrieved from https://www.researchgate.net/publication/227375009_How_Firm_Characteristics_Affect_Capital_Structure_An_International_Comparison.

37. Wenlian Gao, Lilian Ng, Qinghai Wang. Does corporate Headquarters Location Matter for Firm Capital Structure? // Financial Management 1 (2011)

38. Wolfgang Drobetz, Pascal Pensa, Gabrielle Wanzenried. Firm characteristics and dynamic capital structure adjustment. // Firm characteristics and dynamic capital structure adjustment. 18 (2006)

39. Макарова С.Г., Великороссова Е.Н. Особенности формирования структуры капитала в различных отраслях российской экономики. // Аудит и финансовый анализ. 2 (2014)

40. Pek Yee Low, Kung Chen Diversification and Capital Structure: Some international Evidence // Review of Quantitative Finance and Accounting, 23 (2004)

Приложение 1

Приложение 2

Приложение 3

Приложение 4

Cross -Section

Panel

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

ROA

-0.645*

-0.332*

-1.865*

-0.995*

-0.837*

-0.590*

-1.066*

-1.369*

-0.028*

-1.550*

-0.614*

-0.832

-1.470*

-1.137*

-0.679*

-0.102*

ROE

-0.003

0.036*

0.004***

-0.005

-0.011

-0.001

-0.001

0.002**

0.001***

-0.000

-0.000

-0.011*

0.001

-0.002

-0.000

0.000***

Asset_tur

0.004*

0.038*

0.042*

0.038*

0.039*

0.091*

0.031*

0.058*

0.054***

0.078*

0.069*

0.061*

0.085*

0.077*

0.010*

0.001*

Growth

0.001*

0.002

0.000

0.000

0.012*

0.002***

0.011*

0.036*

0.013

-0.017*

0.001

0.019*

-0.007*

0.000

0.000

0.002

Size

0.050*

0.037**

0.032***

0.060*

0.093*

0.163*

0.125*

0.149*

0.110***

0.169*

0.103*

0.098*

0.111*

0.118*

0.003

-0.016*

Tang

-2.157*

-1.896

-1.896*

-1.561*

-1.296*

-0.884*

-0.889*

-0.961*

-0.630*

-0.627*

-0.542*

-0.520*

-0.443*

-0.737*

-0.380**

-0.878*

Tax

-0.003***

-0.011**

0.010***

-0.038*

-0.003*

-0.003*

-0.003**

-0.024*

-0.001**

-0.001**

0.000

0.000

-0.002

-0.009*

-0.000

-0.0005**

sect1

0.045*

0.050*

0.032***

0.024**

0.030***

0.034***

0.012

0.007

0.012

0.003

0.012***

0.004

0.011*

0.025***

0.024**

0.021***

ind1

-0.014*

-0.015*

-0.015**

-0.008

-0.016*

-0.009*

-0.001

-0.009

0.000

0.002

0.001

0.012

0.002

0.002

0.013

-0.001*

ind3

-0.325*

-0.336*

-0.238*

-0.214*

-0.222*

-0.140**

-0.078

-0.086

-0.071

-0.132***

-0.153**

-0.140***

-0.152***

-0.199**

-0.232*

-0.199*

ind4

-0.280*

-0.356*

-0.259*

-0.199*

-0.180**

-0.124***

0.011

-0.033

-0.005

-0.079

-0.071

-0.075

-0.099*

-0.113*

-0.038

-0.044***

ind5

-0.143***

-0.205**

-0.180**

-0.134**

-0.187***

-0.157***

-0.184**

-0.255*

-0.108

-0.164***

-0.140

-0.110

-0.131***

-0.110

-0.097

-0.117

ind6

-0.523*

-0.695*

-0.457*

-0.458*

-0.497*

-0.386*

-0.343**

-0.254*

-0.149**

-0.183**

-0.152***

-0.165**

-0.243*

-0.244*

-0.279*

-0.369*

ind7

-0.166**

-0.226*

-0.167**

-0.051

-0.027***

0.033

0.073

0.126**

0.229*

0.142***

0.131***

0.172**

0.168*

0.135*

0.225*

0.106*

ind8

-0.242*

-0.241*

-0.161**

-0.178*

-0.180**

-0.145**

-0.087

-0.115**

0.009

-0.065

-0.087**

-0.084

-0.126***

-0.103

-0.079

-0.108

ind9

-0.331*

-0.311*

-0.209**

-0.163***

-0.211**

-0.267**

-0.278*

-0.326*

-0.168

-0.232**

-0.269

-0.202***

-0.222**

-0.274*

-0.330

-0.238*

ind10

-0.396*

-0.314**

-0.281**

-0.311***

-0.136

-0.037

-0.116

0.038

0.225

0.093

0.112

-0.130

-0.045

-0.180***

-0.208*

-0.139

ind11

-0.074

-0.131***

-0.100***

-0.132

-0.063

-0.132

-0.098

-0.101

-0.088

-0.133

-0.124

-0.029

-0.105***

-0.093

-0.079***

-0.107*

ind12

-0.393*

-0.414*

-0.204***

-0.091

-0.238**

-0.274**

-0.048

-0.123

-0.217**

-0.250**

-0.302*

-0.233***

-0.208**

-0.214***

-0.207

-0.208***

average

-0.148*

-0.125**

-0.131**

-0.074

0.003

0.009

-0.006

0.017*

0.054

0.064

0.063

0.083***

0.110***

0.038

-0.063***

-0.069*

small

-0.178*

-0.163*

-0.189*

-0.101**

-0.004

0.089***

0.068***

0.072*

0.059

0.087***

0.032

0.020

0.019

0.024

-0.129*

-0.114*

micro

-0.248*

-0.164*

-0.274*

-0.153*

-0.061

0.033

-0.068

-0.028

-0.073

-0.026

-0.099***

-0.140*

-0.166*

-0.161**

-0.355*

-0.273*

infm

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

0.039**

inf1

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-0.083*

inf2

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-0.025**

Dolm

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-0.003*

Dol1

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-0.008*

Dol2

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-0.004*

Dol3

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

0.003*

_cons

0.708*

-0.165*

0.416*

-0.539*

-1.024*

-1.991*

-1.530*

-1.838*

-1.649*

-1.644*

-1.633*

-1.561*

-1.628*

-1.667*

-0.530*

0.236

F

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

0.000

R2

0.3539

0.3013

0.2939

0.2490

0.2007

0.1544

0.1515

0.1831

0.0968

0.1676

0.1978

0.1129

0.1797

0.1347

0.1198

-

within

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

0.1111

between

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

0.6760

overall

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

0.1143

Размещено на Allbest.ru


Подобные документы

  • Анализ рентабельности активов как отношения чистой прибыли к среднему значению совокупных активов. Вертикальный анализ актива бухгалтерского баланса ПАО "ВЕРОФАРМ". Тестирование существующих моделей ROA на выборке российских фармацевтических компаний.

    дипломная работа [728,1 K], добавлен 09.09.2016

  • Систематизация существующих методов и моделей управления портфельными инвестициями. Ограничения их использования в условиях экономики России на фондовом рынке. Рыночные риски при инвестировании оборотного капитала в закупку материальных ресурсов.

    автореферат [75,3 K], добавлен 24.12.2009

  • Выявление производственных связей на основе регрессионных моделей. Расчет прогнозных значений показателей, при уровне факторных показателей, на 30% превышающем средние величины исходных данных. Использование коэффициента корреляции рангов Спирмэна.

    задача [58,5 K], добавлен 11.07.2010

  • Подходы к оптимизации структуры капитала. Анализ формирования собственного и заемного капитала. Расчет эффекта финансового рычага. Влияние дивидендной политики на структуру капитала. Моделирование финансовой системы ООО "Первый Автомобильный Салон".

    дипломная работа [184,0 K], добавлен 13.02.2015

  • Особенности функционирования региональных рынков жилой недвижимости. Значимые факторы, отражающие процессы ценообразования на рынках жилой недвижимости в регионах. Построение многофакторных регрессионных моделей стоимости жилья в некоторых областях РФ.

    дипломная работа [2,8 M], добавлен 11.02.2017

  • Выбор факторных признаков для построения регрессионной модели неоднородных экономических процессов. Построение диаграммы рассеяния. Анализ матрицы коэффициентов парной корреляции. Определение коэффициентов детерминации и средних ошибок аппроксимации.

    контрольная работа [547,6 K], добавлен 21.03.2015

  • Российский рынок бензина. Рост цен на бензин. Обоснование возможности применения статистических методов для моделирования и прогнозирования цен на бензин. Обработка результатов. Построение трендовой, регрессионных моделей и прогнозирование с их помощью.

    курсовая работа [2,5 M], добавлен 16.04.2008

  • Методика и этапы построения экономических моделей с помощью программы Microsoft Excel. Определение оптимальной структуры производства консервного завода на основании имеющихся статистических данных. Нахождение условного экстремума функции в Excel.

    контрольная работа [1,4 M], добавлен 01.06.2009

  • Исследование модели поведения на рынке двух конкурирующих фирм, выпускающих аналогичный пользующийся неограниченным спросом товар, с точки зрения теории игр. Определение прибыли игроков. Динамика изменения капитала во времени по секторам экономики.

    контрольная работа [139,0 K], добавлен 20.01.2016

  • Теоретико-методологический подход к построению множественных регрессионных моделей. Моделирование и прогнозирование основных экономических показателей при использовании панельных данных. Исследование объемов продаж пяти предприятий с течением времени.

    курсовая работа [2,0 M], добавлен 02.12.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.