Связь инвестиций в научно-исследовательские и опытно-конструкторские разработки и финансовых ограничений

Анализ самоуверенности в данной работе основан на двух методах, основанных на (1) исполнении директором опционов и на (2) упоминании в прессе.

Самоуверенность на основе опционов

Первый метод использует исполнение опционов генеральным исполнительным директором, как это было сделано в работах Малмендьер и Тэйта (2005, 2008), Хиршляйфера и др. (2010), Кампбелла и др. (2011), Дешмука и др. (2009).

Авторами предлагается конструирование трех индикаторов, делящих директоров на «поздно» и «вовремя» реализующих опционы.

Longholder. Первый индикатор относится к директорам, которые как минимум раз в течение пребывания в должности держали опционы вплоть до истечения их срока даже если опцион составляет в стоимости как минимум 40% от рыночной стоимости акции в последний год исполнения опциона.

Также авторы строят два альтернативных индикатора позднего исполнения опционов, которые (1) учитывают изменение во времени и (2) исключают из классификации информацию, относящуюся к будущим периодам.

Pre-/Post-Longholder.Во-первых, индикатор Longholder разбивается на две отдельные бинарные переменные. Post-Longholderравен 1 только в случае, когда директор впервые держит опцион до истечения его срока (с условием, что он превышает порог в 40%).Pre-Longholderравен 1 для всех оставшихся лет, в которых Longholder равен 1.

Holder 67.Данный индикатор ослабляет требование о том, что директор держит опционы вплоть до самого последнего года их исполнения. Вместо этого условия, авторы отмечают исполнение опционов за пять лет до истечения его срока. Пять лет до истечения срока - это самый ранний момент, который можно рассмотреть, так как большинство опционов имеют 10-летний срок и могут быть полностью исполнены только через 4 года. Таким образом, Holder 67 равен 1, если директор не исполняет опционы, оставшийся срок исполнения которых равен пяти годам, несмотря на рост курса акций более чем на 67% с момента получения директором опциона (Malmendier et al., 2008).

Также в рамках этого метода может быть использован один из вариантов измерения самоуверенности, применяемый Хиршляйфером и др. (2010) и Кампбеллом и др. (2011). Во-первых, мы делим стоимость пригодных для исполнения, но не исполненных опционов на их количество и вычитаем это значение из цены акции компании на конец финансового года, чтобы получить цену исполнения одного опциона. Во-вторых, делим стоимость пригодных для исполнения, но не исполненных опционов, (в расчете на один опцион) на среднюю стоимость исполнения опциона (в расчете на один опцион), чтобы вычислить отношение «опциона с выигрышем» (ITM, in-the-money option). В-третьих, мы высчитываем Holder67, показатель самоуверенности, равный 1, если вышеупомянутое отношение превышает 0,67 как минимум дважды за один и тот же период, и 0 в обратном случае (Ahmed et al., 2013). Согласно Малмендьер и Тэйту (2005) и Кампбеллу и др. (2011), директор классифицируется как самоуверенный, если он хотя бы раз показывал самоуверенное поведение, и остается самоуверенным до конца изучаемого периода.

Данный способ измерения является особенно полезным в том случае, когда данных об опционах может быть недостаточно для того, чтобы сделать выводы о самоуверенности генерального исполнительного директора.

Самоуверенность на основе цитирования в прессе

Второй метод основан на упоминании о директоре в прессе.

Данный метод заключается в том, что изначально собираются данные об упоминании генерального исполнительного директора в базах периодики, например, в Factiva. Для каждого директора и года отмечается (1) общее количество статей, (2) количество статей, содержащих слова “confident”, “confidence”, а также такие варианты написания, как “overconfidence” и “over-confidence”, (3) количество статей, содержащих слова “optimistic”, “optimism”, а также такие варианты написания, как “overoptimistic” и “over-optimism”, (5)количество статей, содержащих слова“reliable”, “steady”, “practical”, “conservative”, “frugal”, “cautious”, “gloomy”. Категория (5) также включает статьи, в которых отрицаются слова “optimistic” и “confident”.

Для каждого года, далее, сравнивается количество статей, содержащих слова “confident” и все его варианты, то есть категории (2) и (3), с количеством статей в категориях (4) и (5). На основе этого сравнения строится показатель самоуверенности для каждого i-того генерального директора и годаt:

, (1)

где ais - количество статей в категориях (2) и (3), а bis - количество статей в категориях (4) и (5) (Hirshleifer et al, 2010).

Также учитывается общее количество упоминаний в прессе директора в течение одного и того же периода (Total Mention). Статьи могут быть смещены в сторону положительных историй, и этот факт может привести к большему количеству упоминаний директора как самоуверенного, когда ему уделяется больше внимания в прессе (Malmendier et al, 2008).

Контрольные переменные

Наряду с самоуверенностью и финансовыми ограничениями будущая модель включит в себя ряд контрольных переменных. Настоящее исследование должно иметь под собой достаточно большую базу исследований, чтобы гипотезы были научно обоснованы. Наибольшее влияние на автора оказала работа Малмендьер и Тэйта в связи с близостью исследовательского вопроса. Поэтому контрольные переменные преимущественно были выбраны преимущественно на основе этой работы, однако выбор переменных был также подтвержден исследованиями авторов.

Так, это будут следующие переменные: Tobin's Q как отношение рыночной стоимости компании к балансовой (Q_Tobin), финансовый рычаг (Leverage), риск (Risk), размер компании (Size, натуральный логарифм балансовой стоимости активов), возраст компании (Age). (Malmendier and Tate, 2008)Также в модель могут быть включены такие показатели, как капиталоемкость (Capital_Intensity), рентабельность активов (ROA) и доля нематериальных активов в активах, или «нематериальность» активов (Int_share) (Lamount et al, 2001; Czarnitzki and Hottenrott, 2011; Carpenter and Petersen, 2002).

Денежные потоки включаются в качестве контрольной переменной при анализе инвестиций практически в каждом исследовании. Однако существует мнение, что зачастую денежные потоки отражаются компаниями некорректно, поэтому в качестве аналога этого фактора строится показатель PCM (price-cost margin). Этот показатель представляет собой линейную комбинацию нескольких финансовых показателей: PCM = (Выручка (Sales) -Трудовые затраты (Staff Costs) - Материальные затраты (Material Costs) + R&D)/Выручка (Sales). PCM показывает наличие внутренних источников финансирования (Czarnitzki and Hottenrott, 2011).

Важной контрольной переменной, как было отмечено ранее, является отрасль. Собственно, это тот показатель, который позволяет сделать исследование в два этапа.

Первым этапом является определение отраслей, для которых статистически значимым является влияние ограничений на инвестиции. Второй этап заключается в том, чтобы выявить характер влияния самоуверенности генерального исполнительного директора на отношение инновационной и финансовой политики.

Также в модель могут быть включены переменные, касающиеся непосредственно генерального исполнительного директора.

Нами будут рассмотрены срок пребывания директора в должности (CEO_Tenure)как показатель его опыта. Более того, может быть учтен возраст директора (CEO_Age) и его компенсации, а именно, суммарные выплаты, выплачиваемые директору и включающие наряду с фиксированной заработной платой бонусы и премии, (CEO_Comp) (Hirshleifer et al,2010).

Таким образом, на первом этапе исследования модель будет выглядеть следующим образом:



, (2)

где R&D будет поочередно представлен пятью показателями RDA, RDS, RDE, RDME и RDCAP, Financial_Constraints - индексами KZ, WW и SA, а DI - совокупность дамми-переменных, описывающих принадлежность компании к определенной отрасли.

На данном этапе будет тестироваться значимость коэффициента в2. А именно, на данном этапе важно определить те отрасли, где финансовые ограничения статистически значимо влияют на инвестиции в НИОКР.

На втором этапе будет исследовано непосредственно влияние самоуверенности на взаимосвязь инвестиций и финансовых ограничений. Модель этого этапа имеет следующий вид:

, (3)

На этом этапе важно отметить, что при включении в модель самоуверенности генерального директора, к первичному набору контрольных переменных добавляются переменные, отвечающие за личные качества директора. Переменные, отвечающие за опыт и возраст, при моделировании будут рассматриваться в квадрате.



3.2 Данные и ограничения

Данные для текущей работы были собраны Международной Лабораторией Экономики Нематериальных Активов в 2014 - 2015 году при непосредственном участии автора данной работы. База данных включает информацию о крупных европейских компаниях, имеющих количество работников большее, чем 250 человек, а также, размер активов больший, чем 1000 EUR. Для выборки были отобраны компании следующих стран: Великобритания, Германия, Франция, Швейцария, Италия, Испания и Нидерланды. Также данные компании принадлежат 19 отраслям по классификации NACE. В данной работе используются панельные данные по 2008 - 2013 годам. Таким образом, на выходе мы имеем дело с 1455 компаниями и, соответственно, с 8730 наблюдениями (по 6 годам каждая компания).

Источниками данных для финансовой информации, играющей в данном исследовании роль контрольных переменных, стали Amadeus, Bloomberg Terminal, а также годовые отчеты компаний. Из годовых отчетов также была взята информация о личностных характеристиках генеральных исполнительных директоров, выступающих в роли контрольных переменных в настоящем исследовании. В том случае, когда информация о личностных характеристиках не предоставлялась в отчетах, данная информация бралась с сайтов World of CEOs (рубрика Dossiers), Bloomberg, а также Wikipedia.

Информация о компенсациях директоров, включающих фиксированную заработную плату, премии, бонусы, и о полученных ими опционах также была получена из годовых отчетов. Информация об опционах представляет особую важность в связи с ее необходимостью для расчета показателя самоуверенности генерального директора.

Также расчет самоуверенности может быть произведен путем применения имеющихся данных об упоминании директора в деловой прессе. Для данного метода были собраны необходимые данные с помощью бизнес-ресурса «Factiva».

Очевидно, что сбор такой обширной базы привел к ограничениям, необходимым для воплощения идеи об ее сборе. Во-первых, как было указано ранее, в выборку были включены исключительно Европейские компании. Более того, данные были собраны лишь по семи странам. Данное обстоятельство служит ограничением в том смысле, что компании этих стран ведут деятельность в однородном экономическом пространстве. Таким образом, данная выборка ограничивает возможности в сопоставлении результатов деятельности компаний, находящихся в разных экономических, правовых и географических условиях.

Во-вторых, важным ограничением является тот факт, что информация о личностных характеристиках и, в особенности, о доходах генеральных директоров не раскрывалась ни в отчетах компаний, ни в других источниках по очевидным причинам. Поэтому выборка при проведении непосредственного эмпирического исследования значительно сократится.

В-третьих, в выборку включены исключительно крупные компании. Данный факт может также служить ограничением в том случае, если рассматривать размер компании как показатель стабильности. Дело в том, что крупные компании давно торгуются на фондовой бирже, имеют относительно стабильные финансовые показатели и стоимость акций, формируемую на фондовых биржах Европы. Таким образом, в выборку не попадают такие компании, которые показывают высокую волатильность финансовых показателей, в том числе и курса акций. Однако данное допущение имеет экономический смысл: малый и средний бизнес имеют очень маленькую долю рынка, поэтому включение этих компаний привело бы к смещениям в расчетах. Более того, крупные компании раскрывают больше информации, чем малые.

Несмотря на то, что ограничения выборки сокращают масштабы исследования, они делают данную выборку более однородной и приемлемой для проведения эмпирического исследования. Прежде, чем перейти к результатам моделирования зависимости стоимости компании от самоуверенности генерального исполнительного директора, уделим особое внимание описательным статистикам и распределениям переменных.

Изначально, как было указано ранее в настоящей главе, мы имеем дело с большим количеством контрольных переменных. В таблице 1 представлено описание переменных, а в таблице 2 представлена описательная статистика для всех переменных, предположительно включаемых в будущее исследование(с учетом выбросов, удаленных с помощью графика box-plot, а также правила трех сигм). Очевидно, что в финальной модификации модели не будут присутствовать все контрольные переменные.

Таблица 1 - Описание переменных

Переменная	Описание переменной
RDA, в млн евро	Затраты на НИОКР, нормализованные активами
RDS, в млн евро	Затраты на НИОКР, нормализованные выручкой
RDE, в млн евро	Затраты на НИОКР, нормализованные количеством работников
RDME, в млн евро	Затраты на НИОКР, нормализованные рыночной стоимостью компании
RDCAP, в млн евро	Затраты на НИОКР, нормализованные капитальными затратами
KZ	Индекс финансовых ограничений. Линейная комбинация отношения долга к суммарному капиталу, отношения дивидендов к капиталу, отношения денежной наличности к капиталу, отношения денежного потока к капиталу, и Tobin's Q
WW	Индекс финансовых ограничений. Линейная комбинация отношения денежного потока к суммарным активам, темпа роста выручки, отношения долгосрочной задолженности к суммарным активам и логарифма суммарных активов, индикатора дивидендной политики.
SA	Индекс финансовых ограничений. Линейная комбинация размера активов компании и ее возраста
Overconfidence (citation)	Самоуверенность генерального исполнительного директора, рассчитываемая методом, основанном на упоминании о директоре в прессе. Равен 1, если директор самоуверенный.
Over67	Самоуверенность генерального исполнительного директора, рассчитываемая методом, основанном на реализации опционов. 1 - директор самоуверенный, если держит опционы более, чем на 67% в деньгах, хотя бы дважды за период
Over_Option_with_0	Самоуверенность генерального исполнительного директора, рассчитываемая методом, основанном на реализации опционов. 1 - директор самоуверенный, если держит опционы в деньгах до конца дюрации
Over_Option_with_-1	Самоуверенность генерального исполнительного директора, рассчитываемая методом, основанном на реализации опционов. 1 - то же что и в предыдущем, а -1 - если его поведение диаметрально противоположно (исполняет опционы), 0 - поведение не определенно
QTobin	Рыночная стоимость компании, нормализованная восстановительной стоимостью материальных активов.
Leverage	Финансовый рычаг компании. Отношение заемных средств к собственным
Risk	Риск компании. Рассчитывается как годовая волатильность курса акций компании
Size	Размер компании. Рассчитывается как натуральный логарифм активов компании
Age, в годах	Возраст компании на момент исследования
Capital_Intensity, в млн евро	Капиталоемкость. Рассчитывается как отношение суммарных активов к выручке компании
ROA	Рентабельность активов. Рассчитывается как отношение чистой прибыли к активам компании
Int_share	Нематериальность активов. Доля нематериальных активов в общей сумме активов.
PCM	Price-cost margin. Показатель наличия внутренних источников финансирования. Равен сумме инвестиций в НИОКР и выручки за вычетом материальных и трудовых затрат, все нормализовано выручкой.
CEO_Tenure, в годах	Срок пребывания в должности генерального исполнительного директора
CEO_Age, в годах	Возраст генерального исполнительного директора
CEO_Compensation, в евро	Компенсации директора. Рассчитывается как сумма заработной платы, премии и бонусов директору

Таблица 2 - Описательные статистики переменных

Переменная	Среднее	Медиана	Максимум	Мини мум	Jarque-Bera	Коэффициент вариации, %
RDA, в млн евро	0,031	0,021	0,263	0,000	1774	112,9
RDS, в млн евро	0,038	0,024	0,358	0,000	3162	121,1
RDE, в млн евро	0,009	0,005	0,119	0,000	11926	142,7
RDME, в млн евро	0,058	0,031	1,049	0,000	31034	166,1
RDCAP, в млн евро	1,126	0,449	48,389	0,001	333608	284,8
KZ	0,363	0,146	3,596	0,001	4156	162,2
WW	0,988	0,834	2,999	0,002	159	71,9
SA	0,999	0,752	8,676	0,001	20182	110,2
Overconfidence (citation)	0,148	-	-	-	-	-
Over67	0.180	-	-	-	-	-
Over_Option_with_0	0.235	-	-	-	-	-
Over_Option_with_-1	0.105	-	-	-	-	-
QTobin	5,82	3,52	45,14	0,07	2598	116,9
Leverage	100,08	86,05	441,86	1,91	513	78,1
Risk	0,276	0,262	0,776	0,000	60	38,8
Size	8,129	8,001	11,852	4,063	23	23,8
Age, в годах	56	42	167	1	74	80,4
Capital_Intensity, в млн евро	1,361	1,119	13,733	0,319	116342	73,5
ROA	4,091	4,310	30,995	-27,680	1019	135,0
Int_share	0,229	0,208	0,683	0,000	29	75,5
PCM	0,353	0,361	0,823	-0,319	15	46,7
CEO_Tenure, в годах	10	8	55	0	1087	85,9
CEO_Age, в годах	54	55	82	38	21711	12,2
CEO_Compensation, в евро	1 673 047	1 319 000	7 433 373	88 447	259	83,9

Несмотря на то, что мы имеем дело с большой выборкой, ни одна переменная не имеет нормальное распределение. Однако таким свойством, как однородность, обладает одна переменная Size, отвечающая за размер компании.

В связи с тем, что в настоящем исследовании приводится анализ влияния самоуверенности генерального директора на соотношение инвестиций в НИОКР и финансовых ограничений компании, важно рассмотреть подробнее описательные статистики именно этих факторов.

Инвестиции в НИОКР будут рассматриваться как зависимая переменная, имеющая пять вариантов измерения: RDA, RDS, RDE, RDMEи RDCAP.RDA варьируется от 0 до 0,26, имея среднее, равное 0,031. Коэффициент RDS имеет среднее 0,038, однако пробегает в значениях от 0 до 0,36. RDE принимает значения от 0 до 0,12, однако среднее значение близко к минимальному и составляет 0,009. RDME имеет похожее распределение, изменяясь от 0 до 1,05, среднее значение равно 0,058. RDCAP имеет более широкую область значений: от 0 до 48,39, однако среднее также близко к минимальному значению и равно 1,13.

Индексы-показатели финансовых ограничений имеют распределения, близкие к нормальным, основываясь на близости среднего к медиане. Так, у индекса KZ среднее и медиана равны 0,36 и 0,15 соответственно, у WW - 0,98 и 0,83, у SA - 0,99 и 0,75. Индексы KZ и WW имеют похожее распределение, изменяясь от практически нулевого значения примерно до 3. Индекс SA изменяется в пределах от 0 до 8,7.

Так как самоуверенность описывается как бинарная переменная, единственной характеристикой, имеющей экономический смысл, является среднее. Таким образом, можно отметить, что в выборке, согласно разным метрикам (с использованием показателей упоминания в прессе или использования опционов), оказалось от 11% до 24% (в среднем - 17%) самоуверенных генеральных директоров.

Ряд контрольных переменных необходим исключительно для составления полноценной модели и, соответственно, для уменьшения ошибки регрессионного анализа.



4. Описание результатов

матрица разработка директор самоуверенность

Прежде чем непосредственно исследовать взаимосвязь с помощью построения регрессий, необходимо построить корреляционную матрицу. В настоящей работе будет построен набор коэффициентов ранговой корреляции Спирмана. Эта техника позволит нам исключить контрольные переменные, сильно скоррелированные с другими переменными. Также проверка корреляции ключевых факторов позволит примерно определить характер взаимосвязей.

С помощью корреляционной матрицы было выявлено, что среди контрольных переменных наблюдается достаточно сильная корреляция между переменными Leverage и Q_Tobin, Leverage и Size, Capital_Intensity и Size, ROA и Q_Tobin, CEO_Compensation и Size. Касаемо основных переменных, RDA, RDCAP скоррелированы с Q_Tobin, Leverage, Size. RDS коррелирует с Q_Tobin, Leverage. Индекс финансовых ограничений SA коррелирует с переменными Size, Age. Индекс WW коррелирует с переменными Leverage, Size.

Таким образом, мы точно можем исключить из последующего анализа такие контрольные переменные, как Leverage, Size, Q_Tobin, Age. К сожалению, эти переменные являются важными контрольными переменными в традиционных исследованиях в области корпоративных финансов. Но, в связи с тем, что данные переменные коррелируют со множеством других, мы вынуждены пожертвовать ими ради получения несмещенных, состоятельных и эффективных оценок параметров регрессий (удаление вышеперечисленных переменных - способ избавиться от проблемы мультиколлинеарности).

Далее для проверки характера влияния ограничений на инвестиции были рассчитаны коэффициенты корреляции, с учетом ограничений, наложенных как на главные, так и на контрольные переменные, с целью сглаживания выборки. Относительно первого этапа, финансовые ограничения имеют отрицательное влияние на показатели инвестиций в НИОКР. Индекс KZ на 1% уровне значимости отрицательно влияет на показатель RDME. Индекс SA показал статистически значимое отрицательное влияние на все показатели инвестиций в НИОКР, как и индекс WW (также отрицательно влияет на инвестиции, на 1% уровне значимости).

Самоуверенность генерального директора практически не имеет влияния на инвестиции, несмотря на использование четырех показателей этого поведенческого феномена. Нами отмечена положительная статистически значимая (10%) взаимосвязь только показателя самоуверенности Over_Option_with_-1 с показателем инвестиций RDME.

Мультипликативный эффект самоуверенности и индекса KZ положительно и статистически значимо влияет на несколько показателей инвестиций. Мультипликативный эффект KZ и Over_Option_with_0 положительно влияет на RDA, RDE, RDS (1% уровень значимости) и на RDME (5% уровень значимости). Мультипликативный эффект KZ и Over67 положительно влияет на RDE (1% уровень значимости) и на RDA, RDS (5% уровень значимости).

Мультипликативный эффект самоуверенности и индекса SA имеет, наоборот, отрицательное статистически значимое влияние на показатели инвестиций. Мультипликативный эффект SA и Over_Option_with_0 отрицательно влияет на все показатели инвестиций на 1% и 5% уровнях значимости. Мультипликативный эффект SA и Overconfidence_citation отрицательно влияет на RDME (10% уровень значимости). Мультипликативный эффект SA и Over_Option_with_-1 отрицательно влияет на RDS (10% уровень значимости), ровно как и мультипликативный эффект SA и Over67.

Мультипликативный эффект самоуверенности и индекса WW имеет, точно как и мультипликативный эффект самоуверенности и индекса SA, отрицательное статистически значимое влияние на все показатели инвестиций. Мультипликативный эффект WW и Over_Option_with_0 отрицательно влияет на все показатели инвестиций на 1% и 5% уровнях значимости. Мультипликативный эффект WW и Over_Option_with_-1 отрицательно влияет на RDA (5% уровень значимости) и на RDS (10% уровень значимости). Мультипликативный эффект WW и Over67 отрицательно влияет на RDA, RDE, RDS (1% уровень значимости) и на RDME (10% уровень значимости).

Такие противоречивые, на первый взгляд, результаты могут быть рационально объяснены. Дело в том, что абсолютное значение коэффициента корреляции между индексом KZ и показателем инвестиций RDME больше, чем абсолютные значения корреляции мультипликативного эффекта показателей самоуверенности с индексом KZ и инвестиций. Так как мы не можем интерпретировать мультипликативный эффект отдельно от самого коэффициента финансовых ограничений, то результаты будут вполне объяснимыми. Так, если директор является самоуверенным, ограничения имеют отрицательный эффект на показатели инвестиций. Когда директор является рациональным, индекс KZ в большей степени, но также отрицательно влияет на инвестиции.

Касаемо индекса WW, тут, наоборот, при управлении компанией самоуверенным директором инвестиции в большей степени зависят от ограничений, чем при управлении компанией рациональным директором. Те же самые выводы напрашиваются при использовании показателя финансовых ограничений SA.

Общая закономерность, тем не менее, начинает прослеживаться. Так, при анализе первого этапа было выявлено, что финансовые ограничения преимущественно отрицательно влияют на инвестиции в НИОКР. На втором этапе, противоположно предположениям, самоуверенный директор не меняет направления влияния ограничений на инвестиции.

Однако коэффициенты ранговой корреляции не могут всецело описать тестируемые нами взаимосвязи, поэтому мы переходим к регрессионному анализу.

Первым этапом настоящего исследования стало изучение отраслей, для которых финансовые ограничения статистически значимо влияют на инвестиции в НИОКР. Для того, чтобы убедиться в том, что инвестиции зависят от ограничений, нами было построено пять показателей инвестиций, три показателя ограничений и четыре показателя самоуверенности генерального исполнительного директора. Таким образом, мы сможем тестировать является какой-либо коэффициент случайным, или же он может быть подтвержден переменными, измеренными другим методом. Такая методика позволит нам избежать проверки модели на устойчивость с помощью известных тестов, так как перебор сочетаний показателей инвестиций в НИОКР, финансовых ограничений и самоуверенности позволит выделить общую закономерность. Таким образом, результаты могут быть устойчивыми.

На данном, первом, этапе хотелось бы уделить внимание проблеме эндогенности. Очевидно, что данная проблема существует в каждом исследовании и не может быть полностью преодолена. Существуют факторы, которые могут быть специфическими для конкретной компании или периода, однако оказывают непосредственное влияние на инвестиционную политику компании. Контроль таких факторов практически невозможен, однако их упущение при анализе инвестиций может привести к проблеме эндогенности.

Одним из способов борьбы с проблемой эндогенности является использование фиксированного эффекта. Фиксированный эффект будет использован нами для периодов, чтобы контролировать факторы, являющиеся специфическими и уникальными для каждого из годов, анализируемых в настоящем исследовании. Кризисные явления, последствия экономических изменений, политические события, связанные с конфликтом на Западе, все эти факторы являются специфическими для 2008 - 2013 годов, и могут быть учтены при помощи фиксированного эффекта. Оценки коэффициентов регрессии, таким образом, могут быть более состоятельными.

Индексы KZ, WW и SA были построены с помощью метода PCA (principal component analysis), который позволил определить коэффициенты в линейных комбинациях этих индексов, а также непосредственно составить их. Результаты расчетов индексов можно увидеть в приложении 1.

Таким образом, мы имеем дело с пятнадцатью регрессиями (основанными на модели 1 этапа, формула 2 настоящей работы), результаты измерения коэффициентов представлены в таблице 3. Настоящие и последующие регрессии были оценены с помощью метода наименьших квадратов с помощью статистического пакета Eviews. Проблемы гетероскедастичности были устранены с помощью использования поправок Вальда. Мультиколлинеарность была также преодолена ранее, когда были удалены контрольные переменные, коррелирующие с несколькими другими переменными как контрольными, так и основными.

Как можно заметить, статистическая значимость мультипликативных эффектов индексов ограничений и отраслей варьируется в зависимости от того, какой индекс ограничений и показатель инвестиций был использован. Выбор отраслей, для которых можно утверждать, что ограничения влияют на инвестиции, выполнен субъективным образом. С учетом ограничений, поставленных на выборку для исключения статистических выбросов, отрасли сельское хозяйство, лесное хозяйство и рыболовство», а также «энергетика и химическая отрасль», не включили в себя ни одного наблюдения. Чтобы избежать проблемы вырожденной матрицы, с которой можно столкнуться, включая в регрессию все бинарные переменные по отраслям, эти отрасли были исключены из дальнейшего исследования.

Так, в отрасли «финансовая деятельность и страхование» (Finance) коэффициент мультипликативного эффекта значим только в двух случаях из пятнадцати. Таким образом, мы принимаем решение, что данная отрасль далее изучаться нами не будет. Аналогично, отрасль «услуги» (Services) имеет четыре значимых показателя, и потому также исключается нами из дальнейшего рассмотрения.

Таким образом, на втором этапе будут изучаться следующие три отрасли: «строительство и недвижимость» (Constr); «производство» (Manuf); «профессиональная, научная и техническая деятельность» (Prof_serv).

Для отрасли «строительство и недвижимость» коэффициент перед индексом KZ составляет (0,077 + 0,146) = 0,223 при влиянии на RDA. Однако для индекса WW он составляет 0,015 при влиянии на RDME. Для SA этот коэффициент равен -0,023 для RDA, -0.026 для RDS, -0,005 для RDE, -0,43 для RDME.

Для отрасли «производство» в модели нет ни одного статистически значимого коэффициента при KZ. При WW этот коэффициент равен -0,007 для RDA и -0,006 для RDS, -0,033 для RDCAP. При индексе SA коэффициент равен 0,002 для RDE и -0,189 для RDCAP.

Для отрасли «профессиональная, научная и техническая деятельность» коэффициент перед KZ равен 0,005 для RDA. Перед WW коэффициент равен -0,014 для показателя RDS, -0,002 для RDE. Для индекса SA этот коэффициент равняется -0,002 для RDS и 0,010 для RDME.

Таблица 3 - Результаты 1 этапа

	KZ Index	WW Index	SA Index
	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP
KZ	0,077*	0,077	0,015	0,029	4,896	-	-	-	-	-	-	-	-	-	-
WW	-	-	-	-	-	-0,013***	-0,022***	-0,004***	-0,019***	-0,750***	-	-	-	-	-
SA	-	-	-	-	-	-	-	-	-	-	-0,005***	-0,007***	-0,001***	-0,009***	-0,284***
KZ/WW/SA*Constr	0,146**	0,132*	0,032**	0,040	3,407	-0,001	-0,006	-0,001	0,034*	0,088	-0,018***	-0, 19***	-0,004***	-0,034**	-0,243
KZ/WW/SA*Finance	-0,065	-0,087	-0,017	0,0001	-5,427	-0,002	0,006	0,002*	-0,002	-0,259	0,001	0,004	0,002*	-0,008	0,065
KZ/WW/SA*Manuf	-0,032	-0,037	0,002	-0,091	0,132	0,006*	0,016***	0,004***	0,012	0,717***	0,002	0,002	0,001*	0,011**	0,095*
KZ/WW/SA*Prof_serv	-0,072*	-0,068	-0,010	-0,035	-4,246	-0,003	0,008**	0,002**	0,010	-0,142	0,001	0,005**	0,001*	0,019**	-0,139
KZ/WW/SA*Services	-0,085	-0,054	0,026	0,161	-3,227	-0,005	0,002	0,002**	0,004	0,307	-0,004*	-0,005*	-0,001	-0,005	-0,180**
Risk	0,038***	0,032**	0,002	0,147***	-	0,023**	0,012	0,001	0,129***	-0,723	0,030***	0,022*	0,002	0,140***	-0,408
Capital_Intensity	-0,008***	-0,003	-0,001	-0,012***	-0,234***	-0,003***	0,005***	0,001***	-0,009***	0,038	-0,008***	-0,002	-	-0,012***	-0,099**
ROA	-	-	-0,0001	-0,002***	-0,037**	-	-0,001	-0,0001	-0,003***	-0,040**	-	0,021*	-0,0001	-0,002***	-0,014
Int_Share	0,003	0,023**	0,005**	0,072***	-1,116**	0,019**	0,032***	0,004*	0,058***	-0,337	0,046***	0,047***	0,004*	0,046**	-0,463
PCM	0,046***	0,046***	0,010***	0,046**	0,706	0,045***	0,048***	0,008***	0,047**	0,744	0,004	-0,001	0,008***	0,052***	-
R2 adj.	7,19%	4,54%	3,75%	5,86%	1,95%	15,27%	12,63%	4,38%	6,49%	3,94%	8,56%	6,34%	2,95%	6,75%	1,05%
No. obs(unbalanced)	1134	1134	1134	1134	1134	1134	1134	1134	11341	1134	1134	1134	1134	1134	1824
F-st	7,26***	4,85***	3,94***	5,70***	1,59*	15,59***	11,92***	4,46***	6,24***	4,09***	8,57***	6,11***	3,46***	6,47***	2,39***

Примечание: * - Статистическая значимость коэффициента на 10% уровне, ** - значимость на 5%, *** - значимость на 1%. Применены поправки white diagonal standard errors & covariance. Фиксированный эффект периода учтен.

Таким образом, можно заключить, что для всех актуальных отраслей («строительство и недвижимость», «производство» и «профессиональная, научная и техническая деятельность») финансовые ограничения отрицательно влияют на инвестиции в НИОКР. Для всей модели, как и для актуальных отраслей, финансовые ограничения также отрицательно влияют на инвестиции в НИОКР.

На втором этапе исследования мы тестируем влияние самоуверенности на соотношение инвестиций и финансовых ограничений. Для этого, как обсуждалось нами в методологии, мы включаем в модель мультипликативный эффект ограничений и самоуверенности, также анализируя это отдельно по отраслям и по выборке в целом. Результаты второго этапа исследования представлены ниже в таблицах 4 - 7.

При управлении компанией самоуверенным директором, влияние финансовых ограничений на инвестиции будет отличаться от компаний под руководством рационального директора. Для этого будет интерпретироваться переменная, представляющая собой произведение ограничений и самоуверенности. Также в связи с тем, что второй этап представляет собой исследование поведенческих аспектов инвестиционной политики, в регрессии в качестве контрольных переменных будут включены характеристики генерального директора, такие как CEO_Tenure и CEO_Compensation. Переменная CEO_Age, к сожалению, не может быть включена в регрессионный анализ, так как приводит к проблеме мультиколлинеарности.

Принципиальной в настоящей работе является интерпретация тех оценок, которым соответствуют статистически значимые коэффициенты как при показателе финансовых ограничений, так и при показателе мультипликативного эффекта ограничений и самоуверенности. Как можно видеть из результатов, применение разных способов измерения самоуверенности генерального директора привело к неожиданным результатам. В связи с тем, что выборка является несбалансированной, отсутствие наблюдений по каким-либо переменным влияет на уменьшение количества наблюдений в регрессии, которая эту переменную включает. Множественная регрессия, соответственно, приводит к проблеме существенного ограничения наблюдений. Как можно заметить, при измерении самоуверенности генерального директора методом использования им опционов, выборка сократилась более чем существенно. Поэтому автором настоящего исследования было принято решение отказаться от интерпретации результатов регрессий, представленных в таблицах 5 - 7.

Еще одной проблемой сокращения выборки до столь малого количества наблюдений является тот факт, что на втором этапе исследуются только те отрасли, которые показали статистически значимое взаимодействие инвестиций в НИОКР и финансовых ограничений на первом этапе. Однако отсечены были такие отрасли, как «финансовая деятельность и страхование» (Finance) и «услуги» (Services), в сумме составляющие практически 30% выборки (после удаления статистических «выбросов»). Таким образом, пропуск наблюдений в переменных, связанный с низкой раскрываемостью информации у компаний) в совокупности с включением данных только по трем отраслям, дал в итоговых результатах так мало наблюдений. Тем не менее, мы с уверенностью можем утверждать, что эти результаты включают только статистически значимые результаты с первого этапа, и потому данным результатам можно доверять.

Последующая интерпретация результатов будет включать анализ результатов регрессий, представленных в таблице 4 и основанных на метрике самоуверенности генерального директора методом упоминания о нем в прессе. Статистически значимый коэффициент мультипликативного эффекта наблюдается только при двух индексах финансовых ограничений: WW и SA. Однако важно интерпретировать те коэффициенты, которым соответствуют статистически значимые коэффициенты при показателе финансовых ограничений.

Таблица 4 - Результаты 2 этапа. Метрика самоуверенности - Overconfidence (citation)

	KZIndex	WWIndex	SAIndex
	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP
KZ/WW/SA	0,018	0,027	0,023	0,041	2,587	-0,021***	-0,019***	-0,005***	-0,026***	-0,735***	-0,008***	-0,011***	-0,003***	-0,004	-0,276**
Overconfidence	-0,083***	-0,107***	-0,028***	-0,096**	-2,907**	-0,026***	-0,035***	-0,008***	-0,031***	-0,693*	-0,024***	-0,031***	-0,007***	-0,031***	-0,851***
KZ/WW/SA* Overconfidence	-0,610**	-0,769**	-0,206**	-0,639*	-21,243*	0,018***	0,019**	0,004**	0,017**	0,410	0,008***	0,010***	0,002***	0,005	0,247**
Risk	0,094**	0,129**	0,040	0,092*	2,633	0,096***	0,127***	0,036	0,089**	2,186	0,074**	0,102**	0,029	0,073*	1,559
Capital_Intensity	-0,002**	-0,001	-0,0001	-0,004**	-0,045	0,003***	0,004**	0,001**	0,003***	0,158**	-0,002**	-0,001	0,0001	-0,003**	-0,028
ROA	0,001***	0,002**	0,0001	-0,001	-0,002	0,001*	0,001*	0,0001	-0,002	-0,015	0,001**	0,001**	0,0001	-0,001	-0,003
Int_Share	0,005	-0,006	-0,002	0,032	-0,970	0,039***	0,025	0,006	0,074***	0,206	-0,006	-0,023	-0,007	0,027	-1,389
PCM	0,007	0,020	0,002	0,001	-0,216	-0,001	0,010	0,0006	-0,006	-0,353	0,004	0,017	0,003	-0,004	-0,195
CEO_Tenure	-0,001***	-0,001***	-0,0002***	-0,0003	-0,024**	-0,0003**	-0,001***	-0,0002***	-0,0001	-0,014*	-0,001***	-0,001***	-0,0002***	-0,0003	-0,025**
CEO_Compensation	-0,0001**	-0,0001**	-0,0001*	-0,0001**	-0,0001**	0,0001	0,0001*	0,0001*	0,0001	0,0001	-0,0001	0,0001	0,0001	-0,0001	-0,0001
R2 adj.	15,32%	15,10%	12,73%	8,82%	0,82%	40,72%	28,20%	20,68%	23,89%	9,14%	21,50%	22,73%	20,59	8,73%	2,05%
No. obs(unbalanced)	148	148	148	148	148	148	148	148	148	148	148	148	148	148	148
F-st	2,89***	2,87***	2,53***	2,02**	1,08	8,21***	5,12***	3,74***	4,30***	2,06**	3,88***	4,09***	3,72***	2,01**	1,22

Примечание: * - Статистическая значимость коэффициента на 10% уровне, ** - значимость на 5%, *** - значимость на 1%. Применены поправки white diagonal standard errors & covariance. Фиксированный эффект периода учтен.

Таблица 5 - Результаты 2 этапа. Метрика самоуверенности - Over67

	KZIndex	WWIndex	SAIndex
	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP
KZ/WW/SA	-0,10	-0,053	0,027	-0,033	6,850*	-0,007	0,006	-0,005**	-0,013	-1,380**	0,0002	-0,011	-0,004*	0,005	0,153
Overconfidence	-1,095	-2,572	-0,750	-1,844	176,10	-0,070	-0,151	-0,040	0,031	17,323	0,071	0,040	0,009	-0,023	-3,693
KZ/WW/SA* Overconfidence	-10,317	-23,792	-6,963	-16,839	1595,73	0,048	0,088	0,024	-0,018	-7,783	-0,018	-0,006	0,001	0,011	2,600
Risk	-0,069	-0,012	0,019	-0,043	0,032	-0,040	-0,015	0,031**	0,023	3,027	-0,066	0,030	0,015	-0,039	-2,993
Capital_Intensity	0,0003	0,001	0,001	0,004	-0,061	0,001	-0,001	0,002*	0,005	0,218*	0,0002	-0,001	0,001	0,004	0,065
ROA	-0,002	-0,002	-0,002***	-0,002	-0,232***	-0,002	-0,002	-0,002***	-0,002	-0,215**	-0,002	-0,002	-0,002***	-0,003	-0,247**
Int_Share	-0,184***	-0,223***	-0,063***	-0,092	-7,360**	-0,145	-0,241*	-0,038**	-0,006	-1,158	-0,182**	-0,151*	-0,052***	-0,105	-10,134*
PCM	-0,179**	-0,175	-0,061**	-0,270**	-7,677*	-0,149	-0,191	-0,043*	-0,205	-2,809	-0,178*	-0,120	-0,053**	-0,281*	-9,753*
CEO_Tenure	-0,001***	-0,001***	-0,0004***	-0,001***	-0,060**	-0,001***	-0,002***	-0,0003**	-0,001*	-0,017	-0,001***	-0,002***	-0,0004***	-0,001***	-0,046**
CEO_Compensation	0,0001	0,0001*	0,0001***	0,0001	0,0001	0,0001	0,0001**	0,0001***	0,0001	0,0001***	0,0001	0,0001	0,0001***	0,0001	0,0001***
R2 adj.	42,48%	37,52%	68,40%	19,12%	25,25%	43,07%	36,85%	69,49%	20,23%	28,67%	42,41%	41,35%	71,37%	19,37%	18,34%
No. obs(unbalanced)	38	38	38	38	38	38	38	38	38	38	38	38	38	38	38
F-st	2,95**	2,59**	6,72***	1,63	1,89*	2,99***	2,54**	7,02***	1,67	2,06*	2,95**	2,86**	7,59***	1,64	1,59

Примечание: * - Статистическая значимость коэффициента на 10% уровне, ** - значимость на 5%, *** - значимость на 1%. Применены поправки white diagonal standard errors & covariance. Фиксированный эффект периода учтен.

Таблица 6 - Результаты 2 этапа. Метрика самоуверенности - Over_Option_with_0

	KZIndex	WWIndex	SAIndex
	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP
KZ/WW/SA	-0,010	-0,053	0,027	-0,033	6,850*	-0,006	0,006	-0,005**	-0,013	-1,380**	0,0002	-0,011	-0,004*	0,005	0,153
Overconfidence	-1,095	-2,572	-0,750	-1,844	176,10	-0,070	-0,151	-0,040	0,031	17,323	0,071	0,040	0,009	-0,023	-3,693
KZ/WW/SA* Overconfidence	-10,317	-23,792	-6,963	-16,839	1595,73	0,048	0,088	0,024	-0,018	-7,783	-0,018	-0,006	0,001	0,011	2,598
Risk	-0,069	-0,012	0,019	-0,043	0,032	-0,040	-0,015	0,031**	0,023	3,027	-0,066	0,030	0,015	-0,039	-2,993
Capital_Intensity	0,0003	0,001	0,002	0,004	-0,06	0,001	-0,001	0,002*	0,005	0,218*	0,0002	-0,001	0,001	0,004	0,065
ROA	-0,002	-0,002	-0,002***	-0,003	-0,232***	-0,002	-0,002	-0,002***	-0,002	-0,214**	-0,002	-0,002	-0,002***	-0,003	-0,247**
Int_Share	-0,184***	-0,223***	-0,063***	-0,092	-7,360**	-0,145	-0,241*	-0,038**	-0,006	-1,159	-0,182**	-0,151*	-0,052***	-0,105	-10,134*
PCM	-0,179**	-0,175	-0,061**	-0,270**	-7,677*	-0,149	-0,191	-0,043*	-0,205	-2,809	-0,178*	-0,120	-0,053**	-0,281*	-9,753*
CEO_Tenure	-0,001***	-0,001***	-0,0004***	-0,001***	-0,060**	-0,001***	-0,002***	-0,0003**	-0,001*	-0,017	-0,001***	-0,002***	-0,0004***	-0,001***	-0,046**
CEO_Compensation	0,0001	0,0001*	0,0001***	0,0001	0,0001	0,0001	0,0001**	0,0001***	0,0001	0,0001***	0,0001	0,0001	0,0001***	0,0001	0,0001***
R2 adj.	42,48%	37,52%	68,40%	19,12%	25,25%	43,07%	36,85%	69,49%	20,23%	28,67%	42,41%	41,35%	71,37%	19,37%	18,34%
No. obs(unbalanced)	38	38	38	38	38	38	38	38	38	38	38	38	38	38	38
F-st	2,95**	2,59**	6,72***	1,63	1,89*	2,99***	2,54**	7,02***	1,67	2,06*	2,95**	2,86**	7,59***	1,64	1,59

Примечание: * - Статистическая значимость коэффициента на 10% уровне, ** - значимость на 5%, *** - значимость на 1%. Применены поправки white diagonal standard errors & covariance. Фиксированный эффект периода учтен.

Таблица7 - Результаты 2 этапа. Метрика самоуверенности - Over_Option_with_-1

	KZIndex	WWIndex	SAIndex
	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP	RDA	RDS	RDE	RDME	RDCAP
KZ/WW/SA	-0,040	-0.095	0.021	-0.043	6.307*	0,006	0.022***	-0.003	-0.001	-1.131*	0,002	-0.011	-0.003	-0.002	0.380
Overconfidence	-0,262	-0.091	-0.088	-1.169**	-21.144*	0,059***	0.062***	0.008**	0.098***	1.541	0,047**	0.055**	0.009**	0.078**	1.246
KZ/WW/SA* Overconfidence	2,0683	-1.206	-0.870	-10.809**	-199.54*	-0,018**	-0.012	0.001	-0.057***	-0.551	-0,007	-0.013	-0.0002	-0.032	0.151
Risk	-0,103***	-0.055	0.013	-0.093	-0.813	-0,109***	-0.110*	0.017	-0.060	1.604	-0,090**	0.005	0.011	-0.067	-3.912
Capital_Intensity	-0,002	-0.002	-0.0002	0.001	-0.183	-0,004**	-0.007*	0.001	-0.001	0.083	-0,002	-0.004	-0.0001	0.002	-0.034
ROA	-0,002**	-0.003*	-0.002***	-0.003	-0.255***	-0,002**	-0.004**	-0.002***	-0.003	-0.232***	-0,002*	-0.003	-0.002***	-0.003	-0.272**
Int_Share	-0,201***	-0.259***	-0.061***	-0.118	-6.947***	-0,206***	-0.349***	-0.056***	-0.058	-2.124	-0,198*	-0.160	-0.055***	-0.087	-11.694*
PCM	-0,135***	-0.144**	-0.045***	-0.251***	-5.179	-0,137***	-0.203***	-0.042***	-0.204***	-1.967	-0,144***	-0.089	-0.041***	-0.273***	-8.488*
CEO_Tenure	-0,001***	-0.002***	-0.001***	-0.002***	-0.068**	-0,002***	-0.002***	-0.0004***	-0.002***	-0.029	-0,002***	-0.002***	-0.0004***	-0.002***	-0.052**
CEO_Compensation	0,0001	0.0001**	0.0001***	0.0001	0.0001	0,0001	0.0001**	0.0001***	-0.0001	0.0001**	0,0001	0.0001	0.0001***	-0.0001	0.0001***
R2 adj.	75,83%	69.32%	80.84%	51.52%	35.36%	77,76%	73.30%	79.28%	55.40%	34.74%	75,11%	68.77%	81.48%	47.67%	29.90%
No. obs(unbalanced)	38	38	38	38	38	38	38	38	38	38	38	38	38	38	38
F-st	9,29***	6.97***	12.15***	3.81***	2.44**	10.24***	8.25***	11.11***	4.28***	2.41**	8,98***	6.82***	12.63***	3.41***	2.13*

Примечание: * - Статистическая значимость коэффициента на 10% уровне, ** - значимость на 5%, *** - значимость на 1%. Применены поправки white diagonal standard errors & covariance. Фиксированный эффект периода учтен.

При определении финансовых ограничений с помощью индекса WW можно отметить, что инвестиции зависят от ограничений отрицательно. При управлении компанией самоуверенным директором коэффициент перед индексом WW равен -0,003 (перед RDA), -0,001 (перед RDE), -0,009 (перед RDME). А при управлении рациональным директором равен -0,021 (перед RDA), -0,019 (перед RDS), -0,005 (перед RDE), -0,026 (перед RDME), -0,735 (перед RDCAP).

При определении финансовых ограничений с помощью индекса SA инвестиции зависят от ограничений также отрицательно при рациональном директоре, а при управлении компанией самоуверенным директором - отрицательно. При управлении компанией самоуверенным директором коэффициент перед индексом SA равен -0,001 (перед RDS), -0,001 (перед RDE), -0,029 (перед RDCAP). А при управлении рациональным директором равен -0,008 (перед RDA), -0,011 (перед RDS), -0,003 (перед RDE), -0,026 (перед RDME), -0,276 (перед RDCAP).

Как можно заметить, данные, полученные при использовании как индекса ограничений WW, так и индекса SA, практически одинаковые, и прослеживается общая тенденция. Тем не менее, хотелось бы отметить, что автор настоящей работы предпочитает индекс WW, так как он является более комплексным, выступая в роли линейной комбинации большего количества факторов, чем индекс SA.

Таким образом, мы можем сказать, что при управлении компанией рациональным директором наличие или появление финансовых ограничений снизит интенсивность инвестирования в НИОКР. Если же компания управляется самоуверенным директором, направление влияния ограничений на инвестиции не меняется. Однако нельзя не отметить то факт, что степень влияния ограничений на инвестиции снижается настолько сильно, что при некоторых показателях инвестиций она полностью нивелируется, либо практически равна нулю.

Так, можно утверждать, что мы частично подтвердили гипотезу H1, ведь самоуверенность существенно снижает степень влияния ограничений на инвестиции в положительную сторону.

Гипотеза H2 полностью подтверждается, причем как до учета фактора самоуверенности, так и после учета этого фактора. Относительно гипотезы Н3, самоуверенность однозначно отрицательно влияет на интенсивность инвестирования, что подтверждается использованием разных показателей инвестиций в НИОКР, но, тем не менее, опровергает эту гипотезу.



Заключение

Проведение анализа влияния самоуверенности генерального директора на соотношение инвестиций в НИОКР и финансовых ограничений показало важные экономические результаты. Несмотря на опровержение одной из гипотез, данные результаты имеют большое значение.

База данных для исследования была уникальной и, что не менее важно, содержала актуальные данные вплоть да 2013 года. Данная база имела большой набор как финансовых, так и качественных показателей, предоставив, таким образом, большое количество возможностей и выбора при выборе спецификации моделей. Более того, данные позволили определить инвестиции в НИОКР и финансовые ограничения разными способами.

Как показали результаты эмпирического исследования, для настоящих данных такой индекс финансовых ограничений, как KZ, зависит от инвестиций в НИОКР директора статистически незначимо при управлении компанией как самоуверенным, так и рациональным директором. Однако два других индекса финансовых ограничений показали, что эти ограничения зависят от инвестиций в НИОКР при наличии либо отсутствии у директора такого качества, как самоуверенность, отрицательно, причем, статистически значимо. К сожалению, мы не можем сравнить качества моделей в связи с тем, что они обладают абсолютно разной спецификацией, в том числе и зависимой переменной, что объясняется самой целью работы. Но, тем не менее, эмпирическое исследование привело к важным результатам: даже при измерении инвестиций в НИОКР и финансовых ограничений компании разными методами, соотношение этих показателей зависит одинаково положительно от самоуверенности генерального директора.

Главная гипотеза, утверждающая, что чрезмерная самоуверенность генерального исполнительного директора положительно влияет на зависимость инвестиций в НИОКР от финансовых ограничений, была подтверждена. Тем не менее, результаты настоящего исследования немного разнятся с эконометрической точки зрения с результатами, полученными Малмендьер и Тейтом (2005, 2008), на чьих выводах мы преимущественно строили гипотезы и схему исследования. Авторы в нескольких последовательных работах утверждают, что самоуверенность генерального директора имеет бульшую существенность в компаниях, которые зависят от внешнего финансирования, то есть которые финансово ограничены. Наши результаты показывают, что самоуверенность снижает степень зависимости инвестиций в НИОКР от финансовых ограничений. Однако стоит заметить, что Малмендьер и Тейт (2005, 2008), как и Малмендьер и др. (2011) интерпретируют финансовые ограничения как зависимость инвестиций от денежного потока. Мы же исследуем не появление финансовых ограничений как феномен, а влияние этого события на интенсивность инвестирования в НИОКР. С экономической точки зрения наши выводы коррелируют с выводами этих авторов: самоуверенность директора пагубно влияет на его инвестиционную политику. Результаты регрессионного анализа, используемого в настоящей работе, показывают, что при наличии у директора такой черты, как чрезмерная самоуверенность, интенсивность инвестирования в НИОКР практически перестает зависеть от появления и степени финансовых ограничений у компании.

Наряду с основным предположением мы ставили две параллельных гипотезы о зависимости инвестиций в НИОКР отдельно от индекса финансовых ограничений и от показателя самоуверенности генерального директора. Гипотеза H2 о зависимости инвестиций от ограничений была полностью подтверждена, что подтвердило предшествующие выводы исследователей области корпоративных финансов. Относительно гипотезы Н3, самоуверенность однозначно отрицательно влияет на интенсивность инвестирования, что подтверждается использованием разных показателей инвестиций в НИОКР, однако опровергает эту гипотезу. Такое противоречие может быть объяснено исключительно методикой расчета показателей. С оной стороны, инвестиции в НИОКР возможно не могут быть нормализованы какими-либо из показателей, заимствованных нами из методологии предшественников (Li, 2011). С другой стороны, оттенок показателя самоуверенности, определяемой методом учета упоминания о директоре в прессе, может быть отчасти положительным. Также такой результат может быть просто объяснен тем фактом, что выводы, полученные нами, были вычленены из модели, тестирующей зависимость инвестиций не только от самоуверенности, но и от ограничений. Усовершенствование расчетов индексов, а также модели в целом, могло привести к искажению результатов.

Двухэтапный анализ позволил изначально вычленить для изучения только те отрасли, для которых инвестиции в НИОКР в принципе зависят от финансовых ограничений (подтверждение гипотезы H2 для конкретных отраслей). Тем самым, мы оградили себя от необходимости изучать влияние самоуверенности на зависимость, которой не существует в определенных отраслях. Однако в связи с тем, что второй, главный, этап включал в себя ограниченную тремя отраслями выборку, финальные результаты имели малое количество наблюдений. К сожалению, самоуверенность генерального директора, рассчитываемая на основе информации об использовании им опционов, не может быть интерпретирована в связи с проблемой слишком маленького количества наблюдений. Причиной тому наравне с ограничением отраслей стало также ограничение в раскрываемости информации самими компаниями. В особенности редко раскрывалась не столько финансовая информация, сколько данные, касающиеся данных о генеральном директоре. Но, тем не менее, результаты, полученные путем измерения самоуверенности с помощью метрики, основанной на упоминании о директоре в прессе, имеют статистическую значимость и экономическую важность.

Во-первых, мы эмпирически подтвердили ставший практически аксиомой феномен отрицательной зависимости инвестиций в нематериальные активы от финансовых ограничений. Более того, в узком разделе поведенческой экономики мы все же получили результаты, коррелирующие с выводами предшественников и согласующиеся со здравым смыслом. На основе устойчивых результатов мы можем утверждать, что чрезмерная самоуверенность генерального исполнительного директора положительно влияет на зависимость инвестиций в НИОКР от финансовых ограничений, что с точки зрения экономики является показателем негативного воздействия. Наши результаты показывают, что если компания управляется самоуверенным директором, влияние финансовых ограничений на интенсивность инвестирования им в НИОКР практически нивелируется.