Как говорилось ранее, с началом рассматривания транзакционных издержек как отдельной детерминанты структуры капитала, исследователи начали исследовать оптимальный диапазон структуры капитала. Одной из наиболее новых работ по усовершенствованию методологии исследования оптимального диапазона является работа Дадли (Dudley, 2007), которая позволяет выявить детерминанты диапазона структуры капитала и оценить ее нижнюю и верхнюю границы. Логика модели основывается на том, что при существовании оптимального диапазона (в модели предполагается, что она существует), компания привлекает долг только при превышении долговой нагрузки выше верхней границы и погашает, если уровень долга ниже нижней границы оптимального диапазона. На основе данной логики изначально оцениваются детерминанты верхней и нижней границ, после чего выявляются детерминанты оптимального диапазона с помощью следующей модели:



Где структура капитала

скорость приспособления капитала от нижней и верхней границы соответственно

матрица детерминант границ диапазона

оператор, равняющийся единице при достижении верхней границы диапазона/погашении долга и -1 при достижении нижней границы/привлечении заемного капитала.

матрица, которая равняется единичной при и нулевой при

В случаях, если компания корректирует структуру капитала до целевого значения выражение . Если же компании корректируют не до целевого, то .

2.2 Модель исследования и выдвигаемые гипотезы

Модель исследования будет состоять из трех частей.

На первом этапе будут рассчитаны показатели асимметрии информации:

Где это цена предложения

цена спроса

реальная стоимость

среднее значение и

Данные показатели рассчитывают уровень ликвидности активов. Чем ниже данный показатель, тем ликвиднее актив. Чем ликвиднее, тем меньше уровень асимметрии. Таким образом, можно утверждать, что при увеличении данных показателей уровень асимметрии также возрастает.

Каждый из двух коэффициентов будет по очереди оценен в модели. Для возможности построения регрессии данные показатели приводятся к ежегодному показателю, путем расчета ликвидности акций на каждый день и затем считается среднее значение в течение года.

На втором этапе будет построена регрессия для оценки влияния показателей на структуру капитала:

Где детерминанты структуры капитала компании i в момент времени t

уровень финансового рычага компании i в момент времени t

В качестве детерминант структуры капитала помимо асимметрии информации будут рассмотрены наиболее популярные детерминанты, а именно:

Size. Размер компании будет определяться как натуральный логарифм от общих активов компании. Подавляющее большинство исследований выявляют положительное влияние данного фактора на уровень долга компании. Однако в ряде работ (Ivashkovskaya, Solntseva, 2007; Pцyry и Maury, 2010) при исследовании российских данных была выявлена обратная зависимость между размером компании и уровнем долга, что объясняется высокими агентскими издержками и информационной асимметрией.

Prof. Рентабельность считается как соотношение EBIT к общим активам компании. Согласно теории иерархии рентабельность негативно влияет на уровень долга, что также подтверждается эмпирическими работами, проведенными на российских данных (Ivashkovskaya, Solntseva, 2007; Pцyry и Maury, 2010).

Tax Shield. Недолговой налоговый щит оценивается как соотношение амортизационных отчислений к активам компании. Чем выше амортизационные выплаты, тем меньше налогооблагаемая прибыль. Согласно данной логике ожидается положительная взаимосвязь между NDTS и уровнем долга компании. Данное утверждение также подтверждается эмпирически для российских компаний (Ivashkovskaya, Solntseva, 2007).

Tang. Уровень материальных активов определяется как соотношение материальных активов к общим активам. Эмпирические исследования российских компаний подтверждают положительное влияние доли материальных активов на уровень долга (Ivashkovskaya, Solntseva, 2007; Pцyry и Maury, 2010).

Growth. Темпы роста рассчитываются как отношение капитальных затрат на общие активы компании. Согласно теории иерархии и компромисса данный показатель имеет отрицательное влияние. Компании с высокими темпами роста стараются не привлекать заемного финансирования, чтобы не создавать дополнительных угроз, а также иметь возможность в будущем финансировать инвестиционные проекты.

На третьем этапе будет проверена теория иерархии (порядковая теория) следующего вида:

Где дамми переменная, равная 1, если компания входит в первые 33% компаний (наивысший уровень асимметрии) по уровню асимметрии информации, рассчитанная как средняя за все года наблюдения и 0 иначе

дамми переменная, равная 1, если компания входит в промежуток между топ 33% и топ 66% (средний уровень асимметрии) при аналогичных условиях, 0 иначе.

дамми-переменная, равная 1, если компания входит в группу компаний с наименьшим уровнем асимметрии информации, 0 иначе

Согласно порядковой теории компании выпускают долговые ценные бумаги, а затем лишь долевые из-за асимметрии информации. С математической точки зрения данная теория проверяется с помощью базовой формулы 2 (см. параграф 2.1.).

Данные для исследования скачаны из Bloomberg и Thomson Reuters за 2010-2014 года для России, Бразилии, Китая, Индии. Из выборки исключены компании финансового сектора, а также компании, предоставляющие коммунальные услуги.

На основе проведенного литературного обзора выдвигаются следующие гипотезы:

Гипотеза 1. Чем выше уровень асимметрии информации, тем выше уровень общего долга компаний.

Как уже объяснялось выше, согласно теории иерархии компании привлекают сначала долговое финансирование из-за асимметрии информации. Данный результат подтверждается в исследованиях (Bharath at el, 2009) для американских компаний. Кроме того, многие исследователи подтверждают, что в развивающихся странах уровень асимметрии информации гораздо выше, чем в развитых странах (Djankov et al., 2005; Bushman et al., 2004), что дает возможность предположить о том, что в развивающихся странах асимметрия информации влияет на уровень долга согласно теории иерархии

Гипотеза 2. Асимметрия информации оказывает нелинейное воздействие на структуру капитала в развивающихся странах.

Даже при проверке традиционных детерминант структуры капитала разные исследователи приходят к выводу, что имеет место нелинейное влияние. Так, Пиртеа с коллегами (Pirtea at el., 2014) выявили, что прибыльность имеет нелинейное воздействие на структуру капитала румынских фирм. С логической же точки зрения можно предположить, что при превышении определенного уровня асимметрии информации долговые инвесторы либо перестанут инвестировать в компанию (высокие риски), либо будут требовать таких условий, на которые компания уже не согласится. Таким образом, после определенного порогового значения уровень долга в компании будет снижаться

Гипотеза 3. Теория иерархии имеет большую объясняющую силу в компаниях с высоким уровнем асимметрии информации.

Данный результат подтверждается в статье Вхараса (Bharath at el, 2009). Автор проверил теорию иерархии и получил, что в компаниях с высоким уровнем асимметрии информации показатель “B” в формуле 2 (см. параграф 2.1) больше, чем показатель ”B” у компаний с низким уровнем асимметрии информации. Логика данной гипотезы заключается в том, что компании при привлечении долга, согласно порядковой теории, выбирают между издержками неблагоприятного выбора и издержками вероятности банкротства. Чем выше уровень асимметрии информации, тем выше издержки неблагоприятного выбора, поэтому компании будут привлекать больше долга. Кроме того, модель, учитывающая уровень асимметрии информации имела большую объясняющую силу, что также подтверждается работой Сейферта (Seifert, Gonenc, 2011).

Гипотеза 4. Компании с высоким уровнем асимметрии информации будут иметь меньший уровень финансового рычага, рассчитанный на основе долгосрочного уровня долга.

Даже интуитивно понятно, что чем выше уровень асимметрии информации, тем выше уровень неопределённости компании в будущем. Согласно данной логике рассуждения можно предположить, что при очень высоких уровнях асимметрии информации компании будут замещать долгосрочный долг краткосрочным долгом. Данные результаты были также получены зарубежными авторами. (Stohs and Mauer,1996; Johnson,2003).



Глава 3. Эконометрический анализ

3.1 Расчет уровня асимметрии информации

Для анализа данных первым делом необходимо рассчитать уровни асимметрии информации для каждой из компаний. Как было показано в параграфе 2.2, будут рассчитаны 2 показателя уровня асимметрии:

Где ask price

bid price

bid-ask midpoint price

actual transaction

Данные для расчетов собраны из базы данных Thomson Reuters на каждую неделю за 2010-2014 года. Для каждой компании рассчитывался годовой уровень асимметрии информации для каждого года по следующей формуле:

Где недельный показатель уровня асимметрии информации для компании i

количество недель в соответствующем году.

На основе проведенных расчетов были получены следующие результаты для показателя L:

В Индии и Китае самый низкий уровень асимметрии информации и данный показатель для данных стран незначительно растет на протяжении всех 5 лет. Что касается России, то уровень асимметрии информации в данной стране самый высокий. До 2013 года уровень асимметрии незначительно изменялся, однако в течение 2014 года резко вырос с 0,27 до 0,40. Бразилия находится на втором уровне по уровню асимметрии информации

Что касается уровня асимметрии информации, рассчитанной по формуле показателя LL, то результаты немного отличаются. Если на предыдущем рисунке Россия была лидером по уровню асимметрии информации на протяжении всего срока наблюдения, то на данном рисунке в 2010 году Бразилия была на первом месте. Китай и Индия занимают аналогичные позиции с незначительным изменением показателей на протяжении всего периода исследования. Уровень асимметрии информации в Бразилии уменьшился на протяжении 5 лет, а России значительно вырос.

В целом, на основе двух показателей уровня информации можно сказать, что в России в среднем уровень асимметрии информации значительно выше, чем в других странах. После России следующей страной является Бразилия, далее Индия и Китай. Динамика изменения уровня асимметрии информации разная для каждого способа расчета, поэтому сделать какие-либо выводы по данному вопросу не представляется возможным.

3.2 Тестирование асимметрии информации как детерминанты структуры капитала

В данной главе будут проведен подробный регрессионный анализ российских и индийских компаний согласно второму этапу исследования, описанному в предыдущей главе, и кратко приведены результаты анализа китайских и бразильских компаний.

Проведем сначала детальный анализ на российских данных. В качестве данных используются данные панельного типа.

Первым делом построим корреляционную матрицу (таблица 4).

Таблица 4. Корреляционная матрица

	size	prof	tang	growth	taxs	L	ll
Size	1.0000
Prof	0.0878	1.0000
Tang	0.0168	-0.0040	1.0000
Growth	-0.0310	0.1832	-0.0954	1.0000
Taxs	0.0404	-0.1223	-0.0911	0.2197	1.0000
L	-0.0472	-0.0375	-0.0385	-0.0581	0.0464	1.0000
Ll	-0.0770	-0.1386	-0.0064	-0.0470	0.0216	0.5771	1.0000
Источник: расчеты автора

Как видно на рисунке 4, все контрольные переменные, за исключением наших двух показателей уровня асимметрии информации, незначительно коррелируют между собой, однако показатели L и LL коррелируют, как и ожидалось. Из-за этого данные показатели будут анализироваться отдельно друг от друга.

Рассмотрим переменные более подробно. В таблице 5 приведены описательные характеристики переменных.

Таблица 5. Описательные характеристики

Variable	Obs	Mean	Std. Dev.	Min	Max
Id	905	91	52.27829	1	181
Year	905	2012	1.414996	2010	2014
Ltd	905	.0870727	.1098856	0	.5635197
Std	905	.1697857	.1454751	0	.826223
Td	905	.2568584	.1820751	0	.8774509
Size	905	20.48237	1.39324	17.20978	25.28542
Prof	905	.0557572	.0721649	-.4085025	.4042165
Tang	905	.9602265	.0984937	.174427	1
growth	905	.0582974	.0519869	.0000479	.4648309
Taxs	905	.0264703	.0175538	.0008148	.109023
L	905	.3173288	.4499316	0	2
LL	905	.392163	.9971376	0	13.01923
Источник: расчеты автора

Как видно, в посткризисный период уровень долгосрочного долга значительно ниже краткосрочного, чего не было в более ранних работах: уровень долгосрочного долга в среднем составляет 8% от активов компании, а краткосрочный долг-17%. При этом встречаются компании, которые вообще не используют долговое финансирование. Здесь, на мой взгляд, основное влияние сыграли 2 фактора: курс валют и “неопределенность в завтрашнем дне”. Что касается рентабельности компаний, то ее среднее значение составляет 5% от уровня активов, однако встречаются компании с рентабельностью до -40%. Уровень материальных активов российских компаний традиционно высок и составляет в среднем около 96% от общего числа активов. Уровень роста, рассчитанный как соотношение капитальных затрат компаний к общим активам в среднем составляет около 5%, следует также заметить, что в выборке отсутствуют компании, которые не осуществляли капитальных затрат. Что касается асимметрии информации, то данные показатели в среднем похожи, однако у показателя LL больший разброс, нежели у показателя L.

При анализе панельных данных необходимо сделать выбор между сквозной регрессией (Pool), регрессией со случайными эффектами (RE) и регрессией с фиксированными эффектами(FE). Для этого были проведены тесты Вальда, Бройша-Пагана, Хаусмана. Кроме того, был проведен тест Рамсея, который показал, что в модели имеются нелинейные взаимосвязи. Согласно полученным результатам наиболее адекватная модель для данных является FE модель. Избавившись от гетероскедастичности, удалив некоторые незначимые переменные методом последовательного исключения, получаем следующие результаты при разных способах оценки долга.

В таблице 5 можно увидеть финальные результаты нашего анализа.



Таблица 5. Результаты анализа российских компаний

Variable	TD	STD	LTD
Size	.39946535*	.17582925	.22363609
Prof	-.50170418***	-.31731741***	-.18438677***
Tang	-.05077755	.08792441*	-.13870197*
Growth	-.31601426	-.42885015***	.11283585
Taxs	.60678006	.69626366	-.08948361
ll2	-.00093743***	-.00089022***	-.00004721
size2	-.00821259	-.00356521	-.00464739
growth2	1.1577573*	1.369614***	-.21185667
_cons	-4.3906989*	-1.9964944	-2.3942044
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

Согласно нашему анализу показатель асимметрии информации, рассчитанный по формуле Proportional elective spread и возведенный в квадрат (LL^2), значим на уровне 1 % при зависимых переменных STD и TD. Коэффициент имеет отрицательный знак, что свидетельствует о том, что по мере увеличения показателя асимметрии информации долг сначала увеличивается, но затем начинает снижаться.

Проведем аналогичный анализ для индийских компаний.

Таблица 6. Корреляционная матрица

	size	prof	tang	growth	Taxs	l	Ll
Size	1.0000
Prof	-0.0088	1.0000
Tang	-0.0515	0.0118	1.0000
Growth	-0.0241	0.0307	0.0090	1.0000
Taxs	-0.0732	-0.0608	-0.0255	0.1872	1.0000
L	0.0168	-0.0539	0.0186	0.0023	0.0609	1.0000
Ll	0.0316	-0.0410	-0.0171	-0.0321	0.0271	0.6199	1.0000
Источник: расчеты автора



Для начала построим корреляционную матрицу и убедимся, что показатели не коррелируют между собой (Таблица 6). Как видно, ни один из показателей не коррелирует между собой кроме асимметрии информации.

Таблица 7. Описательные характеристики

Variable	Obs	Mean	Std. Dev.	Min	Max
id	2615	262	151.0057	1	523
year	2615	2012	1.414484	2010	2014
ltd	2615	.1097138	.1372636	0	.8964576
std	2615	.1589636	.1373827	0	.9034043
td	2615	.2686774	.1931325	0	.9767076
size	2615	19.42361	1.317701	10.74772	25.17341
prof	2615	.0754124	.0713292	-.5317262	.4351748
tang	2615	.9631626	.0940929	.0738349	1
growth	2615	.0715634	.0629886	0	.5952929
taxs	2615	.0291668	.0194577	.0001355	.219852
L	2615	.0247999	.0240265	.0005224	.2172116
ll	2615	.0245682	.0343032	0	.8017977
Источник: расчеты автора

В таблице 7 приведены описательные характеристики индийских компаний. Если сравнивать с российскими компаниями, то можно сказать, что в среднем индийские компании привлекают больше долгосрочного долга, чем российские, но при этом российские компании привлекают больше краткосрочного (10% против 8% долгосрочного долга и 16% против 17% краткосрочного). Что касается доходности, то индийские компании в среднем доходнее, чем российские (8% против 6%). Индийские компании также тратят больше капитальных затрат. Что касается уровня асимметрии, то он гораздо меньше, чем в российских компаниях, что подтверждается как показателем L, так и показателем LL.

Согласно результатам тестов, RE модель предпочтительнее сквозной, однако модель FE предпочитается RE.

Построим регрессию с фиксированными индивидуальными эффектами при разных способах оценки показателя долга (Таблица 8). Согласно полученным данным уровень асимметрии информации влияет на долгосрочный уровень долга и на общий долг. С увеличением уровня асимметрии уровень долга компаний снижается, однако после какого-то момента начинает активно увеличиваться.

Таблица 8. Результаты анализа индийских компаний.

Variable	TD	LTD	STD
Prof	-.46384208***	-.24138028***	-.22246181***
Growth	-.08931672	-.00141247	-.08790427
Taxs	.58150404	-.16576501	.74726905
size2	.00096978***	.0004234**	.00054638**
tang2	-.05210658	-.10339367***	.05128709
growth2	.68210136*	.60589944**	.07620197
taxs2	-2.0929631	.53430644	-2.6272699
L	-.77240325**	-.93457739***	.16217412
l2	5.3428714**	5.9209291**	-.57805771
_cons	-.01651029	.07916781	-.09567811
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

В таблицах 9 и 10 приведены результаты анализа для бразильских и китайских компаний соответственно. Согласно результатам уровень асимметрии информации влияет лишь на краткосрочный долг для бразильских компаний. Что касается китайских компаний, то результаты показали, что показатели L и LL имеют положительное, статистически значимое влияние на краткосрочный и общий уровни долга.

Таблица 9. Результаты анализа бразильских компаний.

Variable	TD	LTD	STD
Size	-.00746116	-.01269951	.00523835
Prof	.06198876	.69413672	-.63214801*
Growth	-.03608354	.07771585	-.11379945
Taxs	2.1719903**	1.1279626	1.0440277*
l2	-.00659746	.02858019	-.03517765*
_cons	.41596682	.41556561	.00040111
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

Таблица 10. Результаты анализа китайских компаний

Variable	TD1	TD2	LTD	STD1	STD2
Size	.02708369**	.02795607**	-.06491836***	-.05054999**	-.05034246**
Prof	-.2961315***	-.29876***	-.18616287***	-.149785***	-.15004628***
Tang	-.08978269	-.08824984	-.06181703	-.01887792	-.01872402
Growth	.06924914	.06897053	.09669239	-.02109602	-.02120702
L	.36611696**
ll2		1.5543526*	-.28239767	1.3489007*
size2			.0021828***	.00185697***	.00184787***
prof2			-.05926127	.13431723***	.13465757***
l2					.84285675**
_cons	-.22072962	-.23690762	.59859034***	.39802007*	.39738914*
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

3.3 Проверка порядковой теории структуры капитала

В данной главе будет проведен анализ порядковой теории структуры капитала. Как писалось ранее, порядковая теория гласит, что из-за асимметрии информации компании привлекают сначала долговое финансирование, а лишь потом долевое (акционерное). На основе данной логики, можно утверждать, что чем больше уровень асимметрии информации, тем выше объясняющая сила порядковой теории.

Для анализа здесь также применяются панельные данные. Поэтому алгоритм схож с анализом в главе 3.1. Для начала необходимо выбрать между сквозной, FE и RE регрессиями. Для этого снова проведем тесты Вальда, Бройша-Пагана и Хаусмана. Согласно полученным данным сквозная регрессия предпочтительнее и FE модели, и RE. В таблице 11 приведены результаты сквозной регрессии с учетом дамми-переменных. Согласно полученным данным, регрессия значима на 5 % уровне значимости, она объясняет 7% выборки. Также следует обратить внимание на то, что коэффициент при показателе DefmidL имеет положительное и статистически значимое влияние на уровень “B”. Данные результаты подтверждают, что порядковая теория лучше объясняет структуру капитала у компаний с высоким уровнем асимметрии информации.

Таблица 11. Результаты сквозной регрессии с учетом дамми-переменных

	Prob > F	0.0430
	R-squared	0.0787
Ctd	Coef.	Robust Std. Err.	T	P>t	[95% Conf. Interval]
defminL	-.2254713	.4741255	-0.48	0.635	-1.159225	.708282
defmidL	.5328495	.2028333	2.63	0.009	.133385	.932314
defmaxL	-.2707392	.2684902	-1.01	0.314	-.7995097	.2580313
_cons	9.81e+07	1.03e+08	0.95	0.341	-1.05e+08	3.01e+08
Источник: расчеты автора

Построим аналогичную регрессию без учета дамми-переменных, описанную в главе 2.1. Согласно полученным данным, изображенным в таблице 12, модель значима и объясняет 3 % выборки. Однако модель с дамми-переменными объясняет 7% выборки, что свидетельствует о том, что введение дамми-переменных оказывает положительное влияние на модель.

Таблица 12. Сквозная регрессия

					Prob>F	0.0029
					R-squared	0.0345
Ctd	Coef.	Std. Err.	T	P>t	[95% Conf. Interval]
Def	-.1732347	.0575212	-3.01	0.003	-.2865139	-.0599555
_cons	7.63e+07	1.88e+08	0.41	0.685	-2.94e+08	4.47e+08
Источник: расчеты автора

В таблице 13 приведены результаты регрессии с учетом дамми-переменных, посчитанных на основе показателей Lи LL.



Таблица 13. Результаты анализа для российских компаний.

Variable	L	LL
defminL	-.22547135
defmidL	.53284951***
defmaxL	-.27073921
defminLL		-.20834488
defmidLL		.74331817***
defmaxLL		-.26919519
_cons	98094931	1.031e+08
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

Следует также отметить, что данные результаты также согласуются с результатами анализа, проведенными в главе 3.1. Напомню, что согласно полученным результатам при увеличении асимметрии информации уровень долга компании в начале возрастает, а затем убывает.

Соответствующий анализ был проведен и для остальных стран. При анализе индийских компаний были получены следующие результаты (таблица 14)

Таблица 14. Результаты анализа индийских компаний

Variable	L	LL
defminL	.02845572
defmidL	.31204583***
defmaxL	.3538538***
defminLL		.05261576
defmidLL		-.30667642
defmaxLL		.3406056***
_cons	52337061***	56300411***
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

Полученные результаты также говорят в пользу теории иерархии, так как с увеличением асимметрии информации “B” стремится к единице. Если сравнить данные результаты с результатами, полученными в главе 3.1, то они также подтверждаются. При увеличении асимметрии информации уровень долга снижается (здесь коэффициенты при defminL/LL незначимы), но после начинает активно расти, что в данном анализе подтверждается значимым и более высоким уровнем “B” на + 0,3 и +0,35 для компаний со средним и высоким уровнями асимметрии информации.

Таблица 15. Анализ китайских компаний.

Variable	L	LL
defminL	.14363592**
defmidL	.03147738
defmaxL	.09040693
defminLL		.20408581***
defmidLL		-.41169875**
defmaxLL		.21775514
_cons	1.526e+08***	1.476e+08***
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

Анализ регрессии на китайских данных не подтверждает порядковую теорию структуры капитала. При увеличении асимметрии информации “B” не только не увеличивается, а в случае с дамми-перменной, учитывающей переменную LL, даже уменьшается. Это можно объяснить тем, что уровень асимметрии настолько высок, что даже долговые инвесторы не решаются финансировать данные компании. Возможно, что при более детальном анализе, например, с учетом государственного контроля или разделение по секторам можно будет сделать более качественные выводы. Если же сравнивать результаты данной регрессии с результатами в главе 3.1, то опять же не возникает никаких противоречий. Согласно результатам главы 3.1. с увеличением показателя LL уровень долга сначала уменьшается, а затем увеличивается. Меньший коэффициент беты компаний со средним уровнем асимметрии информации может говорить о том, что точка перелома приходится на больший уровень асимметрии информации.

Что же касается бразильских компаний, то результаты снова поддерживают порядковую теорию структуры капитала. Одинаковые коэффициенты при дамми-переменных L и LL говорят о том, что при оценке уровня асимметрии информации ни одна компания не переходила из подгруппы с минимальным или средним, или максимальным уровнями асимметрии информации в другую. Следует заметить, что коэффициент при наибольшем уровне асимметрии информации незначим, на основе чего можно сделать вывод о том, что порядковая теория не объясняет поведение компаний с высоким уровнем асимметрии информации. Данные результат снова поддерживает результаты, полученные в главе 3.1. Согласно им, при увеличении показателя L уровень долга растет, но затем начинает снижаться. Таким образом, можно предположить, что переломная точка находится между средним и высоким уровнями асимметрии информации.

Таблица 16. Анализ бразильских компаний

Variable	L	LL
defminL	1.0387979***
defmidL	.43949516***
defmaxL	.62168611
defminLL		1.0387979***
defmidLL		.43949516***
defmaxLL		.62168611
_cons	82108702	82108702
Уровни значимости: *,**,*** - 10%,5%, 1% соответственно. Источник: расчеты автора

3.4 Анализ полученных результатов

На основе проведенного исследования были получены следующие результаты:

Россия. Уровень асимметрии информации имеет перевернутое U-образное влияние на структуру капитала, что говорит о том, что уровень долга увеличивается с увеличением уровня асимметрии информации, однако с определенного момента начинает снижаться. Это можно объяснить следующим образом: изначально кредиторам выгодно финансировать компании с высоким уровнем асимметрии информации, однако после определенного уровня кредиторам невыгодно, так как, возможно, они не способны уже контролировать менеджеров или быть уверены в том, что не возникнет оппортунистического поведения. Что касается проверки порядковой теории, то после введения уровня асимметрии информации в качестве дамми-переменных, качество подгонки увеличилось, сама модель и коэффициент “B” для компаний со средним уровнем информации были также значимы, что свидетельствует о том, что российские компании следуют теории иерархии, что подтверждается рядом работ (Pцyry, Maury, 2010; Ivanov 2010; Березинец и др, 2010; Ivashkovskaya,2007).

Индия. Только показатель L имел статистически значимое U-образное влияние на структуру капитала. Согласно данному влиянию уровень финансового рычага снижается при росте уровня асимметрии информации, но после начинает расти. На основе данного результата можно предположить, что порядковая теория имеет наибольшую объясняющую силу у компаний с высоким уровнем асимметрии информации, что подтверждается путем анализа порядковой теории. Согласно полученным результатам коэффициент “B” у компаний с высоким уровнем асимметрии информации имеет статистически значимое положительное влияние, на основе чего можно утверждать, что индийские компании следуют порядковой теории, что также подтверждается рядом других работ (Abhijit, 2013; Кокорева, 2012).

Китай. Согласно результатам анализа китайских компаний и показатель L, и показатель LL имеют статистически значимое U-образное влияние. Асимметрия информации влияет только на краткосрочный и долгосрочный уровни долга. Что касается порядковой теории, то она применима лишь к компаниям с низким уровнем асимметрии информации, а из-за отрицательного коэффициента “B” при дамми-переменной со средним уровнем асимметрии информации, можно предположить, что порядковая теория не является одной из основных теорий, хотя также имеет места быть (Chen 2004; Tong,2005).

Бразилия. Что касается Бразилии, то удалось выявить только U-обратную зависимость между краткосрочным уровнем долга и показателем асимметрии информации L. При проверке порядковой теории делается вывод, что теория иерархии работает только для компаний с наименьшим уровнем асимметрии информации. Однако следует заметить, что при низком уровне асимметрии информации коэффициент “B” равняется 1,03. Таким образом, можно предположить, что порядковая теория имеет высокую степень объяснения для компаний с низким уровнем асимметрии информации.

Полученные результаты частично или полностью подтверждают гипотезы, сформулированные выше в данной работе, однако степень подтверждения варьируется от стран.



Заключение

капитал контроль финансовый

Целью данной работы являлся анализ влияния асимметрии информации на структуру капитала компаний развивающихся стран. Были собраны данные по компаниям из Бразилии, Китая, России и Индии за 2010-2014 года. Для исследования были рассчитаны переменные асимметрии информации, которые проверялись в качестве детерминанты структуры капитала, кроме того проводилась проверка порядковой теории структуры капитала (теории иерархии) с учетом разного уровня асимметрии информации. В результате данного исследования были получены следующие выводы:

· Асимметрия информации действительно влияет на структуру капитала в развивающихся странах, однако имеет разную направленность в зависимости от страны. Так, в России и в Бразилии с увеличением уровня асимметрии информации долг изначально возрастает, но далее начинает снижаться. В Китае и в Индии при увеличении асимметрии информации уровень долга понижается, но после начинает увеличиваться.

· При практических и научных исследованиях бразильских и индийских компаний рекомендуется пользоваться Proportional quoted spread (L) в качестве переменной, учитывающей уровень асимметрии информации, а при анализе российских и китайских компаний- Proportional elective spread (LL).

· Порядковая теория структуры капитала объясняет политику финансирования у бразильских и китайских компаний с маленьким уровнем асимметрии информации, у индийских - фирмы со средним и высоким уровнями асимметрии информации, а у российских-только со средним уровнем.

В качестве рекомендаций для дальнейших исследований рекомендуются следующие направления:

· Анализ новых прокси переменных, описывающих уровень асимметрии информации.

· Анализ компаний по отраслям и с учетом государственного, а также иностранного влияния.

· Анализ влияния асимметрии информации компания на разных стадиях жизненного цикла компаний.



Список литературы

1. Березинец И. В., Размочаев А. В., Волков Д. Л. Финансовые решения российских компаний: результаты эмпирического анализа //Вестник СПбГУ, Менеджмент, серия. - 2010. - Т. 8. - pp. 3-6.

2. Гайфутдинова Н. С., Кокорева М. С. Влияние поведенческих аспектов на структуру капитала российских публичных компаний //Корпоративные финансы. - 2011. - №. 3 (19). - pp. 44-58.

3. Ивашковская И. В., Макаров П. В. Действуют ли классические концепции выбора структуры капитала на развивающихся рынках? Эмпирический анализ компаний Восточной и Центральной Европы //Корпоративные финансы. - 2010. - №. 3 (15). - pp. 47-62.

4. ТАГАРОВ Б. Ж. Асимметрия информации на рынке капитала и ее последствия //Известия Иркутской государственной экономической академии. - 2014. - №. 1.

5. Akerlof G. The market for “lemons”: Quality uncertainty and the market mechanism. - Macmillan Education UK, 1995. - pp. 175-188.

6. Altman E. I. A further empirical investigation of the bankruptcy cost question //The Journal of Finance. - 1984. - Т. 39. - №. 4. - pp. 1067-1089.

7. Andrade G., Kaplan S. N. How costly is financial (not economic) distress? Evidence from highly leveraged transactions that became distressed //The Journal of Finance. - 1998. - Т. 53. - №. 5. - pp. 1443-1493.

8. Ang J. S., Chua J. H., McConnell J. J. The administrative costs of corporate bankruptcy: A note //The Journal of Finance. - 1982. - Т. 37. - №. 1. - pp. 219-226.

9. Atiyet B. A. The pecking order theory and the static trade off theory: comparison of the alternative explanatory power in French Firms //Journal of Business Studies Quarterly. - 2012. - Т. 4. - №. 1. - pp. 1.

10. Baker M., Wurgler J. Market timing and capital structure //The journal of finance. - 2002. - Т. 57. - №. 1. - pp. 1-32.

11. Bikhchandani S., Hirshleifer D., Welch I. A theory of fads, fashion, custom, and cultural change as informational cascades //Journal of political Economy. - 1992. - pp. 992-1026.

12. Booth L. et al. Capital structures in developing countries //The journal of finance. - 2001. - Т. 56. - №. 1. - pp. 87-130.

13. Brealey R., Leland H. E., Pyle D. H. Informational asymmetries, financial structure, and financial intermediation //The journal of Finance. - 1977. - Т. 32. - №. 2. - pp. 371-387.

14. Bruinshoofd W. A., De Haan L. Market timing and corporate capital structure: a transatlantic comparison //Applied Economics. - 2012. - Т. 44. - №. 28. - pp. 3691-3703.

15. Burlacu R. New evidence on the pecking order hypothesis: the case of French convertible bonds //Journal of Multinational Financial Management. - 2000. - Т. 10. - №. 3. - pp. 439-459.

16. Chen J. J. Determinants of capital structure of Chinese-listed companies //Journal of Business research. - 2004. - Т. 57. - №. 12. - pp. 1341-1351.

17. Chong T. T. L., Law T. Y. The capital structure adjustments of firms in five asian economies //International Journal of Business and Society. - 2012. - Т. 13. - №. 1. - pp. 1.

18. Dittmar A., Thakor A. Why do firms issue equity? //The Journal of Finance. - 2007. - Т. 62. - №. 1. - pp. 1-54.

19. Donaldson G., Fox B. Corporate debt capacity: A study of corporate debt policy and the determination of corporate debt capacity. - Beard Books, 2000.

20. Dong M. et al. What drives security issuance decisions: Market timing, pecking order, or both? //Financial Management. - 2012. - Т. 41. - №. 3. - pp. 637-663.

21. Dudley E. Testing models of dynamic trade off theory //Available at SSRN 1030119. - 2007.

22. Dutta A. Lemon Problem and Pecking Order theory: An Investigation on Indian Corporate sector //Vilakshan: The XIMB Journal of Management. - 2013. - Т. 10. - №. 2.

23. Easley D., Hvidkjaer S., O'hara M. Is information risk a determinant of asset returns? //The journal of finance. - 2002. - Т. 57. - №. 5. - pp. 2185-2221.

24. Fischer E. O., Heinkel R., Zechner J. Dynamic capital structure choice: Theory and tests //The Journal of Finance. - 1989. - Т. 44. - №. 1. - pp. 19-40.

25. Harris M., Raviv A. Capital structure and the informational role of debt //The Journal of Finance. - 1990. - Т. 45. - №. 2. - pp. 321-349.

26. Harris M., Raviv A. Corporate control contests and capital structure //Journal of financial Economics. - 1988. - Т. 20. - pp. 55-86.

27. Haugen R. A., Senbet L. W. The insignificance of bankruptcy costs to the theory of optimal capital structure //The Journal of Finance. - 1978. - Т. 33. - №. 2. - pp. 383-393.

28. Hernбdi P., Ormos M. What managers think of capital structure and how they act: Evidence from Central and Eastern Europe //Baltic Journal of Economics. - 2012. - Т. 12. - №. 2. - pp. 47-71.

29. Ivashkovskaya I. V., Solntseva M. S. The capital structure of Russian companies: testing trade-off theory versus pecking order theory //Корпоративные финансы. - 2007. - №. 2. - pp. 17-31.

30. Jensen M. C. Agency cost of free cash flow, corporate finance, and takeovers //Corporate Finance, and Takeovers. American Economic Review. - 1986. - Т. 76. - №. 2.

31. Jensen M. C., Meckling W. H. Theory of the firm: Managerial behavior, agency costs and ownership structure //Journal of financial economics. - 1976. - Т. 3. - №. 4. - pp. 305-360.

32. Jiraporn P., Chintrakarn P., Liu Y. Capital structure, CEO dominance, and corporate performance //Journal of Financial Services Research. - 2012. - Т. 42. - №. 3. - pp. 139-158.

33. KAYA H. D. The Market Timing Theory of Capital Structure Revisited: Evidence from the SEO Market //International Journal of Economic Perspectives. - 2014. - Т. 8. - №. 1.

34. Krasker W. S. Stock price movements in response to stock issues under asymmetric information //The Journal of Finance. - 1986. - Т. 41. - №. 1. - pp. 93-105.

35. Lee H., Oh S., Park K. How do capital structure policies of emerging markets differ from those of developed economies? Survey evidence from Korea //Emerging Markets Finance and Trade. - 2014. - Т. 50. - №. 2. - pp. 34-72.

36. Modigliani F., Miller M. H. Corporate income taxes and the cost of capital: a correction //The American economic review. - 1963. - Т. 53. - №. 3. - pp. 433-443.

37. Modigliani F., Miller M. H. The cost of capital, corporation finance and the theory of investment //The American economic review. - 1958. - Т. 48. - №. 3. - pp. 261-297.

38. Myers S. C. The capital structure puzzle //The journal of finance. - 1984. - Т. 39. - №. 3. - pp. 574-592.

39. Myers S. C., Majluf N. S. Corporate financing and investment decisions when firms have information that investors do not have //Journal of financial economics. - 1984. - Т. 13. - №. 2. - pp. 187-221.

40. Narayanan M. P. Debt versus equity under asymmetric information //Journal of Financial and Quantitative Analysis. - 1988. - Т. 23. - №. 01. - pp. 39-51.

41. Nivorozhkin E. Financing choices of firms in EU accession countries //Emerging Markets Review. - 2005. - Т. 6. - №. 2. - pp. 138-169.

42. Pan L. H. et al. Information ratings and capital structure //Journal of Corporate Finance. - 2015. - Т. 31. - pp. 17-32.

43. Pirtea M., Nicolescu C., Boюoc C. DO ROMANIAN COMPANIES FOLLOW PECKING ORDER FINANCING? //Economic Computation & Economic Cybernetics Studies & Research. - 2014. - Т. 48. - №. 1.

44. Pцyry S., Maury B. Influential ownership and capital structure //Managerial and Decision Economics. - 2010. - Т. 31. - №. 5. - pp. 311-324.

45. Procasky W., Ujah N. U., Raja Z. A. Funds from Operations to Total Debt: A More Efficient Measure of Leverage for Capital Structure Decision Making //Journal of Accounting and Finance. - 2014. - Т. 14. - №. 6. - pp. 71.

46. Ross S. A. The determination of financial structure: the incentive-signalling approach //The bell journal of economics. - 1977. - pp. 23-40.

47. Santos M. S., Moreira A. C., Vieira E. S. Ownership concentration, contestability, family firms, and capital structure //Journal of Management & Governance. - 2014. - Т. 18. - №. 4. - pp. 1063-1107.

48. Seifert B., Gonenc H. Pecking Order Behavior in Emerging Markets* //Journal of International Financial Management & Accounting. - 2010. - Т. 21. - №. 1. - pp. 1-31.

49. Shakhina N., Kokoreva M. Empirical Testing of Dynamic Capital Structure Choice: Case of Russian Companies //Journal of Corporate Finance Research. - 2010. - №. 4 (16). - pp. 31-40.

50. Stulz R. M. Managerial control of voting rights: Financing policies and the market for corporate control //Journal of financial Economics. - 1988. - Т. 20. - pp. 25-54.

51. Stulz R. M. Managerial discretion and optimal financing policies //Journal of financial Economics. - 1990. - Т. 26. - №. 1. - pp. 3-27.

52. Tong G., Green C. J. Pecking order or trade-off hypothesis? Evidence on the capital structure of Chinese companies //Applied Economics. - 2005. - Т. 37. - №. 19. - pp. 2179-2189.

53. Weiss L. A. Bankruptcy resolution: Direct costs and violation of priority of claims //Journal of Financial Economics. - 1990. - Т. 27. - №. 2. - pp. 285-314.



Приложение 1

Тесты, проведенные для российских компаний

Тест Рамсея

Тест Бройша-Пагана

Тест Хаусмана



VIF тест.



Приложение 2

Тесты, проведенные для индийских компаний

Тест Рамсея

Тест Бройша-Пагана

Тест Хаусмана



VIF-тест

Размещено на Allbest.ru