Гипотеза 2. Предполагается, что компания, находящаяся на стадии роста, будет в большей мере следовать теории компромисса, то есть размер, рентабельность, структура активов, эффективная налоговая ставка и ликвидность будут иметь прямую взаимосвязь с финансовым рычагом (знаки детерминантов в зависимости от теории структуры капитала представлены в таблице 2). Влияние государства также будет иметь положительное влияние на левередж. Данные выводы подтверждаются (таблица 3) у Данилова П. (Данилов, 2007).

Гипотеза 3. На стадии стабильности ожидается, что компании будут следовать теории порядка финансирования, поскольку в лице потенциальных кредиторов компания уже имеет репутацию и кредитную историю - привлекать заемный капитал стало проще. Также высокая рентабельность позволяет обходиться только внутренними средствами, значит, долговых заимствований будет меньше. Аналогичные выводы наблюдаются у Кузьмичевой Е. и Луценко С. (Кузьмичева, 2013; Луценко, 2012)

Гипотеза 4. На стадии спада у компаний не будет однозначной логики принятия решений о финансировании, поэтому знаки у переменных будут различны (будут присутствовать признаки как компромиссной теории, так и теории порядка финансирования) (Ивашковская, 2010; Nivorozhkin, 2002; Ivanov, 2010).

Ожидаемые знаки переменных схематично представлены в таблице 12.

Таблица 12

Ожидаемое влияние тестируемых переменных на левередж в зависимости от стадии жизненного цикла

Тестируемая переменная	Стадия жизненного цикла
	Рост	Стабильность	Спад
Размер компании	+	-	-
Рентабельность	+	-	+
Структура активов	+	-	+
Эффективная налоговая ставка	+	-	-
Ликвидность	+	-	-
Контроль и поддержка государства	+	-	+

Резюмируя 2 главу, посвященную методологии проводимого исследования, отметим, что была описана выборка, причины ее сокращения и наложенные ограничения на показатели. Далее были описаны детерминанты, включенные в регрессионную модель, а также формулы для их расчета. Затем поэтапно было описано подразделение компаний на стадии жизненного цикла согласно выбранной методике. В заключение были выдвинуты гипотезы исследования, основанные на предыдущих проанализированных эмпирических исследованиях. В 3 главе будет описана эконометрическая модель, и на ее основе будут сделаны выводы относительно влияния ключевых параметров на финансовый рычаг компании в зависимости от стадии жизненного цикла.

детерминант жизненный структура капитал



Глава 3. Эконометрический анализ детерминантов структуры капитала российских компаний на разных этапах жизненного цикла

3.1 Описательная статистика детерминантов структуры капитала

Приступим к практической части исследования - эконометрическому анализу детерминантов структуры капитала на каждой из стадий жизненного цикла компании. В качестве инструмента анализа данных будет использоваться прикладной пакет статистической обработки данных Stata. Как было оговорено ранее, основная выборка была разделена на три подвыборки в соответствии с обозначенными стадиями жизненного цикла: рост, стабильность и спад.

Данные образуют панель, так как представлены за временной промежуток 2010-2014 гг. Соответственно будут тестироваться модели панельных данных. Будет применен стандартный метод наименьших квадратов (МНК или OLS), используемый в релевантных эмпирических исследованиях (Ivanov, 2010; Sidlauskiene, 2009).

По результатам разделения компаний по стадиям жизненного цикла, имеем несбалансированную панель, поскольку в процессе подразделения были исключены наблюдения (фирма-лет), относящиеся к промежуточным стадиям. Для сбалансированности панели необходимо, чтобы все компании наблюдались одинаковое количество временных тактов (Ратникова, 2006). Таким образом, если компания i находилась на стадии роста в 2010 году, а все последующие года пробыла в промежуточной стадии, то после удаления таких стадий, наблюдения по компании i будут представлены только за 2010 год, а за остальные года значения переменных будут отсутствовать.

Стандартная процедура оценки панельных данных предполагает построение трех моделей: модель сквозной регрессии, модель регрессии с детерминированным индивидуальным эффектом (fixed effect model или FE-модель) и модель регрессии со случайным индивидуальным эффектом (random effect model или RE-модель) (Ратникова, 2006). Сквозная регрессия обычно не предпочитается в качестве итоговой, так как считается самой ограничительной из всех трех моделей, поскольку предписывает одинаковое поведение всем объектам выборки во все моменты времени. По результатам проведения соответствующих тестов из трех моделей будет выбрана одна, наилучшим образом описывающая полученные результаты.

Процедура выбора среди трех регрессионных моделей схематично представлена ниже (рис. 3).

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 3. Схема проведения эконометрического анализа панельных данных

Перейдем к описанию независимых переменных. Напомним, что согласно проведенному теоретическому обзору релевантных источников, в модель будут включены следующие переменные: размер компании, рентабельность, структура активов или материальность, эффективная налоговая ставка, ликвидность и дамми-переменная контроля и поддержки государства. Описательная статистика переменных, тестируемых в модели, представлена в таблице 13. В обобщенном виде модель выглядит следующим образом (формула 1).

(1)

Таблица 13

Описательная статистика тестируемых переменных

Стадия ЖЦО	Переменная	Obs	Mean	Std. Dev.	Min	Max
Рост	Lev	741	0,692	0,254	0,014	1,258
	Sales	741	13,429	1,287	7,666	18,640
	Prof	741	0,052	0,0599	-0,395	0,339
	Tang	741	0,327	0,241	0,001	0,978
	Tax	741	0,157	0,621	-8	4,726
	Liquid	741	2,134	4,786	0,075	77,401
	Gov	741	-	-	0	1
	Age	741	11,838	4,375	1	19
Стабильность	Lev	1388	0,428	0,254	0,002	1,962
	Sales	1388	13,822	1,474	10,742	20,519
	Prof	1388	0,157	0,149	-0,258	1,364
	Tang	1388	0,362	0,216	0,0008	0,912
	Tax	1388	0,146	0,957	-22,647	5,041
	Liquid	1388	3,532	10,746	0,202	379,682
	Gov	1388	-	-	0	1
	Age	1388	21,48	16,214	2	111
Спад	Lev	760	0,300	0,211	0,003	0,999
	Sales	760	14,368	1,639	11,564	20,575
	Prof	760	0,194	0,129	-0,520	1,459
	Tang	760	0,390	0,216	0,005	0,951
	Tax	760	0,207	0,200	-2,171	1,858
	Liquid	760	6,579	18,885	0,119	283,362
	Gov	760	-	-	0	1
	Age	760	32,77	21,847	16	109

Согласно описательной статистике компании на стадии роста имеют финансовый рычаг, равный 0,69, то есть заемные средства составляют больше половины совокупных активов. С переходом в следующую стадию уровень долга снижается, это объясняется тем, что компания генерирует достаточное количество внутренних средств, достаточных для целей финансирования. Рентабельность компаний растет от стадии к стадии, как структура активов и ликвидность. Эффективная налоговая ставка, выступающая в качестве прокси-переменной, ведет себя неравномерно, сначала повышаясь к стадии стабильности, и затем снижаясь в момент стадии спада. Это объясняется тем, что компания с целью получения положительной репутации на этапе роста выплачивает дивиденды, затем, завоевав определенное положение на рынке, прекращает выплаты, а к стадии спада, когда все процессы отлажены, компания вновь начинает выплачивать дивиденды. Средний возраст компании на стадии роста составляет 12 лет, на стадии стабильности - 22 года, на стадии спада - 33 года.

Графики распределений переменных с наложением нормального распределения представлены в приложении 1. Практически у всех переменных распределение близко к нормальному.

Также была построена матрица корреляции переменных с указанием значимости данной корреляции (приложение 2). По результатам не выявлено значимых корреляций - наличие линейной взаимосвязи между факторами не подтвердилось.

Для большей уверенности рассчитаем показатели VIF (Таблица 14). Значение данного показателя не должно быть больше 8 (VIF<8).

Таблица 14

Показатели VIF

Фактор	Рост	Стабильность	Спад
Sales	1,05	1,15	1,33
Gov	1,04	1,12	1,27
Prof	0,02	1,10	1,09
Tang	1,01	1,03	1,07
Liquid	1,01	1,02	1,05
Tax	1,00	1,01	1,01

По результатам расчета VIF не выявлено переменных, подверженных явлению мультиколлинеарности, поэтому, как и планировалось ранее, все текущие переменные будут включены в модель.



3.2 Выбор спецификации модели для анализа детерминант структуры капитала

Перейдем к построению регрессий. При построении сквозной регресии учтем поправку на гетероскедастичность, чтобы избежать смещенности и несостоятельности оценок коэффициентов. Результаты тестирования детерминант структуры капитала на стадии роста представлены в обобщенном виде в таблице 15.

Таблица 15

Спецификации модели на стадии роста

Фактор	Сквозная регрессия
	Оценка коэффициента	P-Value	Std. Err.
Sales	0,0262***	0,000	0,006
Prof	-0,924***	0,000	0,174
Tang	-0,351***	0,000	0,035
Tax	0,012	0,305	0,011
Liquid	-0,013**	0,012	0,005
Gov	-0,077*	0,087	0,045
Rsq	0,2405
Prob>F	0,0000
N	741
FE-модель
Sales	0.060***	0,000	0,008
Prof	-0.591***	0,000	0,115
Tang	-0.266***	0,000	0,042
Tax	0.0009	0,884	0,006
Liquid	-0.0003	0,808	0,001
Gov	0	omitted	omitted
Rsq	0.2600		0,122
Prob>F	0,0000
N	741
RE-модель
	Оценка коэффициента	P-Value	Std. Err
Sales	0.045***	0,000	0,006
Prof	-0,695***	0,000	0,103
Tang	-0,327***	0,000	0,033
Tax	0,001	0,789	0,006
Liquid	-0,003***	0,005	0,001
Gov	-0,105*	0,087	0,061
Wald сhi2	196,14
Prob>chi2	0,0000
N	741

*** - 1% уровень значимости, ** - 5% уровень значимости, * - 10% уровень значимости.

Далее проведем тесты для определения модели, наилучшим образом описывающей влияние детерминант на структуру капитала. Результаты соответствующих тестов приведены в таблице 16.

Таблица 16

Выбор спецификации модели для анализа детерминант структуры капитала

Стадия роста
	F тест (тест Вальда)	Тест Бройша-Пагана	Тест Хаусмана
Значение статистики (p-value)	12,03 (0,0000)	258,27 (0,0000)	90,29 (0,0000)
Вывод	FE предпочитается Pooled	RE предпочитается Pooled	FE предпочитается RE

По итогам проведенных тестов модель, наилучшим образом описывающая влияние факторов на финансовый рычаг, - это модель с фиксированными эффектами (подробные результаты тестов указаны в приложении 3). Коэффициент вариации равен 0,2600, значит, включенные в модель переменные объясняют вариацию зависимой переменной на 26%.

Для того чтобы учесть временные эффекты дополнительно была построена модель с фиксированными эффектами и включенными в нее фиктивными переменными, отвечающими за год наблюдения (2011, 2012, 2013 и 2014). Однако данная спецификация не показала значимости этих переменных - это означает, что значение показателя структуры капитала не меняется значительным образом от года к году. Спецификация с фиктивными переменными представлена в приложении 3.

Развернутые выводы по каждой значимой переменной будут даны в разделе анализа и интерпретации полученных результатов исследовательской работы.

Перейдем к анализу и построению регрессии на следующей стадии развития компании - стадии стабильности.

Аналогичным образом построим три спецификации модели (таблица 17) и проведем соответствующие тесты для определения наилучшей из них (таблица 18).

Таблица 17

Спецификации модели на стадии стабильности

Фактор	Сквозная регрессия
	Оценка коэффициента	P-Value	Std. Err.
Sales	0,011***	0,008	0,004
Prof	-0,667***	0,000	0,053
Tang	-0,227***	0,000	0,030
Tax	-0,007*	0,081	0,004
Liquid	-0,004	0,132	0,003
Gov	-0,065**	0,016	0,027
Rsq	0,2359
Prob>F	0,0000
N	1388
FE-модель
Sales	0,023*	0,083	0,013
Prof	-0,356***	0,000	0,047
Tang	-0,090*	0,065	0,049
Tax	0,003	0,345	0,003
Liquid	-0,014***	0,000	0,002
Gov	0	omitted	omitted
Rsq	0,1684
Prob>F	0,0000
N	1388
RE-модель
	Оценка коэффициента	P-Value	Std. Err
Sales	0,014***	0,008	0,005
Prof	-0,513***	0,000	0,036
Tang	-0,170***	0,000	0,031
Tax	0,001	0,724	0,003
Liquid	-0,004***	0,000	0,0005
Gov	-0,060*	0,097	0,036
Wald сhi2	291,90
Prob>chi2	0,0000
N	1388

*** - 1% уровень значимости, ** - 5% уровень значимости, * - 10% уровень значимости.

Таблица 18

Выбор спецификации модели для анализа детерминант структуры капитала

Стадия стабильности
	F тест (тест Вальда)	Тест Бройша-Пагана	Тест Хаусмана
Значение статистики (p-value)	9,22 (0,0000)	380,00 (0,0000)	63,40 (0,0000)
Вывод	FE предпочитается Pooled	RE предпочитается Pooled	FE предпочитается RE

По итогам построения моделей, наилучшей оказалась модель с фиксированными эффектами. Модель в целом адекватна (Prob>F=0,0000). Независимые переменные объясняют вариацию левереджа на 16,84%.

Перейдем к построению моделей на стадии спада (таблица 19, 20).

Таблица 19

Спецификации модели на стадии спада

Фактор	Сквозная регрессия
	Оценка коэффициента	P-Value	Std. Err.
Sales	0,007	0,123	0,005
Prof	-0,392***	0,000	0,066
Tang	-0,054	0,192	0,41
Tax	-0,060*	0,043	0,29
Liquid	-0,003***	0,000	0,000
Gov	-0,041	0,112	0,025
Rsq	0,1458
Prob>F	0,0000
N	760
FE-модель
Sales	0,010	0,115	0,006
Prof	-0,519***	0,000	0,081
Tang	-0,082*	0,088	0,048
Tax	-0,062	0,307	0,060
Liquid	-0,004***	0,000	0,0006
Gov	-0,033	0,416	0,041
Rsq	0,1892
Prob>F	0,0000
N	760
RE-модель
	Оценка коэффициента	P-Value	Std. Err
Sales	0,009	0,141	0,006
Prof	-0,235***	0,000	0,045
Tang	-0,074*	0,054	0,038
Tax	-0,022	0,306	0,022
Liquid	-0,001***	0,000	0,000
Gov	-0,023	0,584	0,042
Wald сhi2	50,70
Prob>chi2	0,0000
N	760

*** - 1% уровень значимости, ** - 5% уровень значимости, * - 10% уровень значимости.

Таблица 20

Выбор спецификации модели для анализа детерминант структуры капитала

Стадия упадка
	F тест (тест Вальда)	Тест Бройша-Пагана	Тест Хаусмана
Значение статистики (p-value)	9,09 (0,0000)	210,43 (0,0000)	49.89 (0,0000)
Вывод	FE предпочитается Pooled	RE предпочитается Pooled	FE предпочитается RE

Проведение соответствующих тестов также показало, что модель с фиксированными эффектами наилучшим образом описывает тестируемые параметры и их взаимосвязь с левереджем. Модель в целом адекватна (Prob > F = 0,0000). Независимые переменные объясняют вариацию левереджа на 18,92%.

Построение FE-модели с фиктивными переменными, отвечающими за год наблюдения, не показало значимости этих переменных (приложение 3). Значит, на стадии спада также не наблюдается значительное изменение в показателях финансового рычага.

3.3 Анализ и интерпретация полученных результатов

Перейдем к трактовке полученных результатов в моделях с фиксированными эффектами. Во-первых, следует отметить, что программа исключила из модели дамми-переменную контроля государства по причине высокой корреляции (на стадии роста и стабильности). Однако проведенные до этого тесты на мультиколлинеарность не показали наличие линейной взаимосвязи. На стадии спада анализировалась FE-модель (between), поскольку FE-модель (within) оказалась в целом незначимой, но в ней также дамми контроля и поддержки государства не показала значимость.

Проинтерпретируем полученные результаты согласно стадиям жизненного цикла.

Стадия роста. По результатам регрессионного анализа на стадии роста значимыми переменными оказались размер компании, рентабельность и структура активов. Размер компании положительно взаимосвязан со структурой капитала. Это объясняется тем, что небольшой компании сложнее привлекать внешнее финансирование в силу отсутствия кредитной истории и репутации на рынке. Рентабельность и структура активов показали в итоге отрицательную взаимосвязь с левереджем. Это объясняется тем, что компания с высокой рентабельностью обладает достаточными средствами внутри компании и не нуждается в финансировании извне. Структура капитала также имеет отрицательную взаимосвязь. Этот факт можно объяснить тем, что в России еще не сформирована система законодательства, которая позволяла бы заключать выгодные контракты, а также одной из причин отрицательной взаимосвязи могут выступать неликвидные вторичные рынки (Кузьмичева, 2013).

Полученный результат опровергает выдвинутую ранее гипотезу о прямом влиянии переменных и следованию компанией компромиссной теории.

Стадия стабильности. В модели с фиксированными эффектами на стадии стабильности значимыми переменными оказались размер компании, рентабельность, структура активов, а также оказался значимым фактор ликвидности. Подтвердилась выдвинутая гипотеза о следовании компаниями на стадии стабильности теории порядков финансирования (за исключением переменной размера компании). Действительно, компания обеспечивает свою деятельность сначала внутренними средствами (высокая рентабельность компании обеспечивает снижение долговых обязательств), а зачет прибегает к внешнему финансированию (активы в качестве залога).

Стадия спада. На текущей стадии значимыми переменными оказались рентабельность, структура активов (или материальность активов) и ликвидность. Все указанные переменные имеют отрицательную взаимосвязь со структурой капитала. Гипотеза о том, что компании на стадии спада не имеют однозначной логики в принятии решений, не подтвердилась, поскольку знаки при переменных соответствуют теории порядков финансирования. Важно подчеркнуть, что перестает быть значимым фактор размера компании. Это может свидетельствовать о том, что на стадии спада для привлечения финансирования компании достаточно того, что она давно находится на рынке, имеет кредитную историю и репутацию, соответственно, размер не имеет значения.

Отметим, что на всех трех стадиях незначимым оказался фактор эффективной налоговой ставки. Одна из причин, почему данный фактор оказался незначимым, - это некорректный выбор прокси-переменной для описания влияния на налоговый щит.

В заключение следует отметить, что главная гипотеза исследования подтвердилась: на разных стадиях жизненного цикла существует разный набор детерминант структуры капитала. Поэтому концепция жизненного цикла является важной составляющей современного финансового анализа фирмы, поскольку помогает разграничить деятельность компании в зависимости от ее возраста, темпа роста и других показателей. Также концепция жизненного цикла помогает определить набор ключевых детерминант, на которые следует обратить более пристальное внимание на той или иной стадии.



Заключение

Полученные выводы позволяют утверждать о существовании различий в деятельности компаний в зависимости от стадий жизненного цикла. Полученный набор детерминант структуры капитала показывает, что компании на разных этапах развития следуют разных теориям структуры капитала. Наибольшее подтверждение находит теория порядка источников финансирования, когда компания в первую очередь использует внутренние ресурсы для финансирования, зачем прибегает к внешним заимствованиям и выпуску акций.

Важно упомянуть тот факт, что в модели может присутствовать эндогенность параметров - случай, когда регрессоры X_it коррелируют со случайной ошибкой. Это важное замечание является ограничением текущей тестируемой модели. При дальнейшем развитии тематики возможно применение модифицированного метода наименьших квадратов, предложенного Чакраборти И. (Chakraborti, 2010).

Также одним из вариантов развития текущей тематики является рассмотрение других отраслей экономики, и сравнение их с отраслью промышленности. Более того, сравнительный анализ можно произвести между странами, например, включить в выборку Украину и Казахстан - страны, которые присутствуют в базе данных Ruslana BvD.

Основной вклад в теорию заключается в том, что была предпринята попытка соединить наработки в теории структуры капитала, и в теории жизненного цикла организации. Результатом является набор детерминант структуры капитала на каждом из трех проанализированных этапов жизненного цикла организации: рост, стабильность и спад.



Список литературы

1. Adizes I. (1999), Managing Corporate Lifecycles, Prentice Hall: Paramus

2. Anthony, J. and Ramesh, K., (1992), Association between Accounting Performance Measures and Stock Prices: A Test of the Life Cycle Hypothesis', Journal of Accounting & Economics, 15, pp 203-227

3. Barros, L. Silveira, A. (2007), Overconfidence, managerial optimism and the determinants of capital structure, Working Paper 7

4. Bevan, A., Danbolt, J. (2002), Capital structure and its determinants in the UK--A decompositional analysis, Applied Financial Economics, №12, pp 159-170

5. Booth L., Varouj A., Demirguk-Kunt A., Maksimovic V. (2001), Capital structures in developing countries, Journal of Finance, №56 (1), pp 87-130

6. Bulan, Laarni, Narayanan Subramanian and Lloyd Tanlu, (2007), On the Timing of Dividend Initiations, Financial Management, 36(4), pp 31-65

7. Chakraborty I., (2010) Capital structure determinants in an emergining stock market: The case of India, Research in International Business and Finance, 24 (2010), pp 295-314

8. DeAngelo, Harry, Linda DeAngelo and Rene Stulz (2006), Dividend Policy and the Earned/Contributed Capital Mix: A Test of the Lifecycle Theory, Journal of Financial Economics, 81:2, 227-254.

9. Fama, Eugene F. and Kenneth R. French (2002), Testing Trade-Off and Pecking Order Predictions About Dividends and Debt, Review of Financial Studies 15: 1,1-33.

10. Frank, Murray Z. and Vidhan K.Goyal (2003), Testing the Pecking Order Theory of Capital Structure, Journal of Financial Economics 67, 217-24.

11. Ivanov I., (2010), Capital structure determinants of Russian public companies, Корпоративные финансы №1(13)б pp 5-38

12. Jahanzeb A., Bajuri N., Ghori A. (2015), Market power versus capital structure determinants: Do they impact leverage? Cogent Economics&Finance, 3

13. Jensen, Michael C. and Meckling (1976), William H., Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure, Journal of Financial Economics (JFE), Vol. 3, No.4, 1976.

14. La Rocca M., T. La Rocca and A.Cariola (2011) Capital structure decisions during a firm's life cycle. Small Business Economics, Vol. 37, No. 1, pp. 107-30.

15. Modigliani, F., Miller, M. (1958) The Cost of Capital, Corporation Finance and the Theory of Investment. American Economic Review, 48(3), 261-297.

16. Myers, Stewart C. (1984), The Capital Structure Puzzle, Journal of Finance 39, 575-592

17. Nivorozhkin E. Capital Structures in Emerging Stock Markets: The Case of Hungary. The Developing Economies. 2002. P. 166--187.

18. Owen, S., Yawson, A. 2010. Corporate life cycle and M&A activity. Journal of Banking and Finance 34, 427-440. Elsevier

19. Sidlauskiene S. (2009), Determinants of capital structure: evidence from the emerging market - the case of the Baltic region

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

21. Герасимова С., (2012) `Эмпирические исследования структуры капитала компаний на развивающихся рынках: специфика и методология', Корпоративные финансы, №1(21), с. 97-109.

22. Данилов П. (2007), Факторы формирования структуры капитала российских и украинских компаний, Журнал экономической теории, с. 145 - 161

23. Ивашковская И., Константинов Г., Филонович С., (2004) Становление корпорации в контексте жизненного цикла организации', Российский журнал менеджмента, №4, с. 19-34

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

25. Ивашковская И., Солнцева М., (2009), Детерминанты стратегических решений о финансировании крупных компаний на развивающихся рынках капитала: пример России, Бразилии и Китая, Российский журнал менеджмента, №1, с. 25-42

26. Ивашковская И., Янгель Д., (2007) Жизненный цикл организации и агрегированный показатель роста, Корпоративные финансы, №4, с. 97-110

27. Кокорева М. Никифоров М., (2015), Выбор структуры капитала компаниями на развивающихся рынках с учетом бизнес-циклов экономики, Корпоративные финансы, №4(36), с. 72-88

28. Кузьмичева (2013) Исследование состава и оценка факторов, формирующих структуру капитала компаний, Экономика предприятия, №47, с. 44-53

29. Митенкова Е., (2015), Эмпирические исследования факторов, определяющих структуру капитала компании на развивающихся рынках капитала, с. 84-90

30. Назаренко С., (2014), Методический подход к определению стадии жизненного цикла компании, Известия Тульского государственного университета, с. 82-87

31. Партин И., (2014), Влияние стадии жизненного цикла компании на вероятность ее вступления в сделку M&A на развивающихся рынках капитала, Корпоративные финансы, №3(31), с. 23-35

32. Розанова Н., Катайкова А., (2012), Использование концепции жизненного цикла в экономическом анализе фирмы, Terra Economicus, №3, с. 8-21

33. Черкасова В.А., Смирнова И.Н., (2012) Зависимость инвестиционной активности компании от стадий корпоративного жизненного цикла', Корпоративные финансы, №2(22), с. 45-57

34. Широкова Г., Меркурьева И., (2006), Особенности формирования жизненных циклов российских компаний (эмпирический анализ)', Российский журнал менеджмента, №3, с. 3-26

Приложение 1

Стадия роста



Стадия стабильности



Стадия спада



Приложение 2

Стадия роста

Сквозная регрессия



FE-модель (between)

FE-модель (within)



RE-модель

Стадия стабильности

Матрица корреляции



Сквозная регрессия

FE-модель (between)



FE-модель (within)

RE-модель



Тест Бройша-Пагана

Тест Хаусмана



Стадия спада

Матрица корреляции

Сквозная регрессия



FE-модель (between)

FE-модель (within)



RE-модель

Тест Бройша и Пагана



Тест Хаусмана

Регрессия с фиктивными переменными

Размещено на Allbest.ru