Выбор структуры капитала

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

Союз четырех крупнейших развивающихся стран (БРИК) был сформирован 16 мая 2008 года. На тот момент список состоял из Бразилии, России, Индии и Китая. Впоследствии, ЮАР (South Africa) приняла участие 3-м саммите союза БРИК, после чего, 14 апреля 2011, союз стал именоваться БРИКС.

В списке опубликованных эмпирических исследований о структуре капитала и его детерминант чаще всего используются данные развитых стран. Причин этому много, но основной является то, что данные об отчетах компаний развивающихся стран сложно собрать, а подписка на сервисы и агентства, обладающими такими данными, весьма дорогостоящая и не каждая организация, занимающаяся исследованиями, может себе это позволить (см. также [40]).

К целям данного исследования относится: 1) выявление характерных для развивающихся стран факторов, определяющих структуру капитала компании; 2) определить переменные, влияющие на структуру капитала, включая направление этого влияния; 3) сравнить результаты исследования с результатами, полученными другими исследователями по развитым странам. Таким образом, в настоящем исследовании проверяются две гипотезы:

Гипотеза 1: улучшение структуры капитала по критерию коэффициента задолженности положительно взаимосвязано с показателями залоговой стоимости активов, размером фирмы и потенциалом роста; и отрицательно -- с доходностью и не долговым налоговым щитом.

Гипотеза 2: влияние детерминант на структуру капитала в странах союза БРИКС похоже между собой.

Для достижения намеченных целей, в настоящем исследовании использованы данные, предоставленные продуктом Thomson One агентства Thomson Reuters, к которому был получен доступ через внешние ресурсы НИУ ВШЭ. Используя полученный доступ, удалось собрать более 12 тысяч компаний союза БРИКС, из которых было, впоследствии, выбрано 3337 компаний, существовавших в 2007 году, и 4316, существовавших в 2014, из которых 2633 компании существовали в обоих периодах. Под «выбранными» компаниями имеется ввиду те компании, о которых имеется информация об интересующих нас показателях в указанный период.

С целью определить переменные, влияющие на структуру капитала, в этом исследовании использована оценка моделей регрессии с фиксированными эффектами методами first-difference и within, выбор которых обусловлен результатами тестов и предположением о существовании фиксированных эффектов на время. Несмотря на определенность в выборе модели, полученные результаты были проверены на состоятельность в сравнении с оценками pooled, between и random effects.

В задачи этой работы входит: 1) анализ литературы на тему формирования структуры капитала; 2) выбор метода оценки структуры капитала, зависимой переменной модели; 3) выбор детерминант структуры капитала, объясняющих перемененных; 4) выбор источника данных содержащих отчеты компаний; 5) написание скрипта, помогающего автоматизировано собрать данные, а также сбор данных, используя написанный скрипт; 6) первичная обработка и дескриптивный анализ выборки; 7) выбор базовой регрессионной модели структуры капитала и ее диагностика; 8) сравнение модели без учета эффектов моделями, учитывающими фиксированные и случайные эффекты и диагностика моделей; 9) проведение межстранового сравнения структуры капитала стран союза БРИКС; 10) подготовка текста работы.

Для сбора данных использовался язык программирования Python 2.7, на котором был написан скрипт, позволяющий собрать данные в режиме, близком к автоматическому [43].

Данная работа состоит из двух глав. В первой главе представлены теоретические аспекты того, как компании формируют структуру капитала. В ней описана мотивация выбора переменных как для структуры капитала, так и для детерминант оного. В свою очередь, вторая глава содержит эмпирические изыскания. В главе представлено описание набора данных, результаты регрессионного анализа и Межстрановое сравнение детерминант структуры капитала стран союза БРИКС. Далее можно найти заключение, которое подводит итог проведенному исследованию. В конце представлены список литературы и приложение, содержащее описательную статистику.



Глава 1: Теоретические аспекты структуры капитала компании

Проблема формирования структуры капитала волновала исследователей в сфере финансов, начиная с момента публикации знаменитой статьи Модильяни и Миллера (см. [25]). В указанной статье были показаны траектории развития теорий формирования структуры капитала, а также условия, при которых стоимость компании не зависит от структуры ее капитала.

Столь заметный интерес к формированию структуры капитала стал почвой для публикации большого числа работ. [14] блистательно обобщили большую часть исследований в своей работе. Несмотря на обширный список опубликованных работ, было заявлено об отсутствии универсальной теории, а также о том, что не стоит рассчитывать, что такая когда-либо появится [27, с. 81].

В настоящей главе кратко описаны теоретические аспекты формирования компаниями структуры капитала. в главе раскрыты: 1) все потенциальные показатели, предназначенные для анализа структуры капитала; 2) детерминанты структуры капитала и теоретические обоснования их выбора.

1.1 Показатели структуры капитала

Теоретическое обоснование методов оценки представлено следующими теориями: теории, основанные на агентских издержках (см. также [17; 26]), обычно сравнивают величину задолженности (stock of debt) и стоимость компании (firm value). Другой пример можно найти в работе [1]: авторы рассмат- ривали финансовый рычаг как перенос контроля с владельцев акций на кредиторов.

В настоящем исследовании будет использован наиболее распространенное прокси для финансового рычага -- отношение суммы обязательств к сумме активов компании. Необходимо отметить, указанное соотношение обладает рядом недостатков (подробнее о мотивации выбора данного показателя указано далее). Самым существенным из них является то, что показатель не учитывает информацию о риске дефолта компании [32].

Однако существует другой показатель финансового рычага: отношение суммы краткосрочных и долгосрочных обязательств к сумме активов. Данный показатель также может быть подвержен критике. Значение показателя будет уменьшаться с ростом торгового кредита (trade credit), что неправдоподобно [32].

Другой показатель, который не будет уменьшаться с ростом торгового кредита, -- отношение общей задолженности к чистым активам (сумме активов за вычетом кредиторской задолженности и прочих обязательств). Одной из проблем данного показателя является то, что его значение будет снижаться при увеличении тех активов, которые не связаны с финансированием. Например, увеличение активов, удержанных на отчисления в пенсионный фонд, будет снижать данный показатель [32].

И, наконец, коэффициент покрытия EBITDA (EBITDA-coverage ratio), который рассчитывается как отношение EBITDA к сумме расходов на выплату процентов. Причина, по которой данный показатель не будет использован в этом исследовании заключается в том, что указанный показатель не учитывает влияние кредиторской задолженности и краткосрочного долга, хотя влияние этих величин важно в предбанкротный период.

1.2 Теории формирования структуры капитала

Теоретическое обоснование представлено в двух конкурирующих между собой теорий а) теории устойчивого компромисса (Static Trade-off Theories) и теории иерархии источников финансирования (Pecking Order Theories of Financing).

1.2.1 Теории устойчивого компромисса

В теориях устойчивого компромисса (Static Trade-off Theories) предполагается, что существует оптимальная структура капитала. Иными словами, есть целевое соотношение привлеченных и собственных средств, к которому фирма стремится в процессе своей жизнедеятельности.

1.2.1.1 Компромисс между налоговым щитом и издержками финансовой хрупкости

Проблема выбора доли привлеченных средств имеет право на существование, поскольку, увеличивая долю собственных средств, фирма укрепляет свое финансовое положение и, напротив, увеличивая долю заемных средств, компания накапливает финансовую хрупкость.

Последствия роста финансовой хрупкости, с одной стороны, главным образом отражаются на увеличении издержек потенциальной реорганизации фирмы или издержек банкротства. Указанные издержки возрастают, так как возрастает вероятность, что фирма будет не в силах расплатиться по долгам. По тем же причинам к финансово хрупкой фирме снижается доверие ее настоящих и потенциальных кредиторов.

С другой стороны, у компании возникает возможность использовать выгоды от сокращения налогового бремени, то есть использовать налоговый щит. Иными словами, использование заемных средств снижает объем корпоративных налогов и фирме становится выгодно привлекать заемные средства.

1.2.1.2 Компромисс между сигнализированием и издержками финансовой хрупкости

В теориях о сигнальном поведении предполагается, что фирмы, от части, действуют определенным образом, с целью демонстративно показать свой тип (см. также работы основоположников [34] и [5]). В свою очередь, инвесторы рассматривают увеличенный уровень привлеченных средств как сигнал о стабильности, так как компании с неустойчивым финансовым состоянием не способны увеличить объем заемных средств из-за невозможности справиться с потенциальными предельными издержками банкротства и реорганизации.

Также было показано, что не только увеличение доли заемных средств, но и выплата дивидендов акционерам компании может быть положительным сигналом о качестве компании [33].

1.2.1.3 Компромисс между издержками агентов

Согласно теории агентских издержек существует два типа конфликтов, возникающие в следствии асимметрии информации между агентами. Вопервых, конфликты между менеджерами и держателями акций и, во-вторых, между кредиторами и держателями акций (см. также [11; 17; 26]).

Конфликты менеджерами и акционерами Конфликт между держателями акций и менеджерами в компании возникают из-за того, что менеджеры не получают весь объем увеличенной прибыли в следствии увеличения собственной производительности, хотя несут издержки от этого увеличения производительности в полном объеме. Поэтому менеджеры зачастую, вместо тех действий, которые бы максимизировали прибыль фирмы в целом, действуют, исходя из желания максимизировать собственную полезность, используя при этом ресурсы компании.

Примером таких действий менеджеров могут быть перелеты в бизнес классе, шикарный интерьер кабинетов и прочие привилегии. Очевидно, что акционеры не разделяют расточительного поведения менеджеров, так как роскошь не приносит менеджерам необходимого прироста производительности, который бы мог увеличить прибыль.

Второй конфликт между акционерами и менеджерами может быть вызван желанием менеджеров работать только над краткосрочными проектами, которые им быстро приносят результат и репутацию, но не так прибыльны, как например, долгосрочные проекты [41]. Такое поведение менеджеров обусловлено желанием в скором времени получить результат работы и, впоследствии, признание.

Помочь снизить эффект от конфликтов между менеджерами и акционерами может увеличение доли менеджера в компании [30]. Увеличение доли, принадлежащей менеджеру, позволит снизить стимулы к максимизации собственной выгоды и увеличить стимулы к максимизации прибыли компании в целом, так как теперь прибыль компании распространяется и на него тоже и ее максимизации становится в его интересах. Тогда, при прочих равных, увеличивая долю привлеченных средств, компания увеличивает долю, принадлежащую менеджерам, что позволяет снизить эффект от конфликта между менеджерами и акционерами [14, с. 300].

Конфликты между кредиторами и акционерами Конфликты между держателями акций и кредиторами возникает по причине того, что компания инвестирует привлеченные средства неоптимально, а последнее является причиной того, что существует асимметрия информации между акционерами и кредиторами (см. также [17; 26; 35]).

Во-первых, указанный конфликт возникает в следствии выплаты дивидендов на средства кредиторов [35]. То есть сперва компания выпускает долговые ценные бумаги, предполагая, что политика выплат дивидендов не изменится. Далее, получив достаточный объем привлеченных средств, компания меняет дивидендную политику и выплачивает с полученных средств дивиденды акционерам.

Во-вторых, конфликт происходит вследствие того, что менеджеры, желающие удовлетворить прихоть акционеров получить больше выгод, инвестируют в более рискованные проекты, используя заемные средства кредиторов. Поскольку компании обладают ограниченной ответственностью, менеджеры идут на «бесплатный» для компании риск, который «оплачивают» кредиторы, хотя выгоды, в случае успеха инвестиционного проекта, получает только занимающая компания. Описанный эффект также называется эффектом замены активов [35]. Однако описанная ситуация действует только в случае, если объем привлеченных средств, полученных от кредиторов, будет настолько большим, что занимающая компания не сможет расплатиться по этому долгу в случае неудачи с инвестиционным проектом, чаще всего, это предбанкротный период.

В-третьих, недостаточный объем инвестиций [35]. Данная проблема также, чаще всего, возникает незадолго до банкротства. Причиной этого является слишком большая просроченная задолженность, которая не позволяет компании привлекать дополнительные средства с целью инвестирования даже в проекты с положительной потенциальной выгодой.

Конфликты, возникающие между кредиторами и акционерами можно решить, снизив объем привлекаемых средств, если потенциал роста у фирмы высок (см. также [14; 30]).

1.2.2 Теории иерархии источников финансирования

В отличии от теорий устойчивого компромисса, где предполагается существование оптимальной структуры капитала, в теориях иерархии источников финансирования (Pecking Order Theories of Financing) используется идея о том, что не существует оптимальной целевой доли заемных средств, к которой компания стремится [6; 9; 20; 28; 29; 31]. В данной теории предполагается, что менеджеры и акционеры компании, чаще всего, обладают более полной информацией о показателях фирмы, нежели внешние инвесторы. Иными словами, существует информационная асимметрия между внешними и внутренними инвесторами.

Согласно теории иерархии источником капитала, предполагается, что сперва будет использована собственная прибыль компании для долгосрочных проектов и лишь потом внешние источники финансирования. Далее, среди внешних источников будет выбран наименее рисковый вид финансирования с обеспечением и, впоследствии, более рисковый вид финансирования -- привлечение капитала от собственников.

Следовательно, не существует оптимальной доли заемных средств, по причине того, что компания по очереди выбирает, какой капитал использовать для финансирования. Сначала будет выбран внутренний источник, а потом -- внешний.

1.3 Выбор показателей структуры капитала и его детерминантов

С целью понять, как те или иные переменные взаимосвязаны со структурой капитала, необходимо провести регрессионный анализ. Однако, сперва, имеет смысл провести отбор зависимой и объясняющих переменных. Не будет лишним также указать ожидаемое влияние каждой из объясняющих переменных на долю заемных средств. В этой секции будет приведено описание каждой из выбранных переменных.

1.3.1 Показатель структуры капитала

В настоящем исследовании для оценки структуры капитала будет использовано соотношение суммы обязательств ( TL, total liabilities) к сумме активов компании (total assets), то есть коэффициент задолженности (debt ratio). Данный показатель был выбран по причине своей популярности среди исследователей [32]. Как уже было указано, этот показатель обладает рядом недостатков. Главным из них является то, что указанный показатель не учитывает вероятность банкротства. Однако практическим преимуществом использования этого показателя является то, что информацию для его расчета можно найти в отчетах у большинства компаний.

1.3.2 Показатели, влияющие на структуру капитала

Большинство эмпирических исследований используют в качестве объясняющих переменных доходность, размер фирмы, налог на прибыль, не долговой налоговый щит, залоговую стоимость материальных активов, потенциал роста, уровень делового риска, уникальность и сектор экономики. В этой подсекции будет приведено описание, правила расчета и мотивация выбора или отказа от использования каждой из этих переменных.

1.3.2.1 Доходность

Несмотря на то, что было опубликовано большое количество теоретических исследований после статьи Модильяни и Миллера [25], вопрос направленности корреляции между доходностью (profitability) компании и долей заемного капитала остается открытым. Например, согласно теории компромисса между налоговым щитом и издержками финансовой хрупкости, доходность должна положительно коррелировать с долей заемного капитала. Положительная взаимосвязь обусловлена тем, что чем больше компания получает выручки, тем больше у нее стимулов к использовать налоговый щит, то есть увеличивать долю заемных средств. Однако направление влияния доходности на финансовый рычаг не так однозначно.

Если же рассуждать о влиянии повышения доходности на долю заемных средств в терминах теории иерархии источников финансирования, то следует ожидать отрицательную направленность. Отрицательная зависимость возникает из-за того, что нераспределенная прибыль компании будет, в первую очередь, использована как средство для совершения инвестиций. Следовательно, чем выше доходность компании, тем ниже доля заемных средств.

Большое количество эмпирических исследований, подтверждающие отрицательное направление этой зависимости (см. также [2; 7; 12; 14; 15; 18; 32; 37--40]. Следуя методологии [15; 38], в настоящем исследовании, в качестве прокси для показателя доходности, будет использована EBIT, взвешенная на сумму активов компании.



1.3.2.2 Размер фирмы

Агентская теория о структуре капитала предполагает, что чем больше фирма, тем больше она предоставляет информации внешним инвесторам [11; 32]. То есть, у больших фирм проблема асимметрии информации между компанией и кредиторами стоит менее остро, чем у малых. Тогда, чем ниже асимметрия информации, тем больше шансов у компании получить займ. Следовательно, размер фирмы (size) положительно связан с долей заемных средств.

Помимо этого, большие фирмы чаще берут долгосрочные займы, чем краткосрочные; в то же время малые компании предпочитают краткосрочные долги долгосрочным [22]. Исходя из того, что большие компании получают преимущества в отдаче от масштаба и в переговорной силе, издержки от использования займов снижаются [15; 23]. То есть, размер фирмы положительно коррелирует с долей заемных средств и в этом случае.

К тому же, согласно теории о компромиссе между сигнализированием и издержками финансовой хрупкости, малые фирмы не способны ложно сигнализировать о низком риске банкротства, так как у них нет такого стабильного потока наличных средств, которым обладают большие компании. Кредиторы, зная, что если компания показывает высокий показатель денежного потока, значит вероятность банкротства у такой компании невелика, поэтому кредиторы имеют все основания снизить стоимость долга [15; 30; 32; 37]. Из указанного следует, что размер фирмы так же положительно связан с объемом привлеченных средств.

Согласно многочисленным эмпирическим исследованиям, размер фир-

мы действительно положительно связан с долей заемного капитала [2; 7; 15; 22; 32; 38]. Используя методологию многих эмпирических исследований, в качестве прокси размера фирмы, будет использован логарифм чистого объема продаж (net sales and revenues).



1.3.2.3 Не долговой налоговый щит

В качестве замены налоговых выгод от заемных средств (налоговый щит), которая часто используется в эмпирических исследованиях, в данном исследовании будет использована величина налоговых вычетов с износа оборудования и инвестиционных кредитов, то есть не долговой налоговый щит (Non debt tax shield). Было показано, что показатель налоговых выгод от заемных средств для компании может быть заменен на показатель не долгового налогового щита, а также что компания с высоким не долговым налоговым щитом будет иметь меньшую долю привлеченных средств [10].

Несмотря на теоретическое предположение [10] о негативной связи между показателем не долгового налогового щита и объемом заемных средств, некоторые эмпирические исследования, напротив, показывали положительную связь [4; 14]. В качестве прокси не долгового налогового щита, [4] использовали сумму амортизационных отчислений и налоговые вычеты с инвестиционных кредитов, взвешенную на EBIT [15]. Там же было указано, что указанное прокси сильно коррелировало с залоговой стоимостью активов, что, возможно, объясняет полученную ими положительную взаимосвязь.

С другой стороны, другие исследования показывали ожидаемую отрицательную взаимосвязь между не долговым налоговым щитом и долей привлеченных средств [2; 8; 14; 15; 38; 40]. [8] использовали в качестве прокси отношение сумму расходов на амортизацию и налоговых вычетов с инвестиционных кредитов к объему активов, а [15; 38] -- отношение амортизации к объем активов [15]. настоящем исследовании будет использована методология [15].

1.3.2.4 Залоговая стоимость активов

Согласно теории о агентских издержках, а именно конфликту между кредиторами и акционерами, менеджеры склонны инвестировать в рисковые проекты, используя полученные средства от кредиторов, потому что компаниям выгодно переложить плату за риск на кредиторов, а премию за риск, в случае успеха, оставить при себе [17; 26]. Тогда, если фирма обладает большим объемом материальных активов, которые могут быть использованы в качестве залога, кредиторы будут нести меньший риск быть подверженными конфликту между кредиторами и акционерами [15; 30; 37].

Кроме того, поскольку материальные активы могут быть использованы как залог к долгу, компании, обладающей большим объемом таких активов, проще получить ссуду в банке с более низкой ставкой процента [30]. Это происходит потому, что у компании будет меньше стимулов инвестировать в рисковые проекты, так как в случае банкротства, средства с продажи материальных активов будут использованы, чтобы погасить долг. Иными словами, доля привлеченных средств положительно связана со залоговой стоимостью активов (tangibility/collateral value of assets).

С другой стороны, [13], опираясь на теорию конфликта между менеджерами и акционерами, показали, что большая доля заемных средств может снизить проявления этого конфликта, а именно, предотвратить потребление корпоративных благ менеджерами на уровне, превышающим оптимальный [37]. Поэтому, акционеры фирм с низким объемом материальных активов, желающие снизить влияние данного конфликта, увеличивают долю заемных средств. В данном случае у менеджеров будет меньше стимулов расточительно потреблять корпоративные блага, так как возросла угроза банкротства в результате таких действий, и, к тому же, кредиторы (банки) обычно чаще проверяют фирмы с высокой долей заемных средств [13; 37].

Результаты большинства эмпирических исследований подтверждают ожидаемую в теории положительную связь [12; 14; 21; 22; 32; 38]. Хотя есть и исключения из данной закономерности. Например, [2; 15; 40] получили, напротив, отрицательную связь между долей заемных средств и залоговой стоимостью активов. В исследованиях [2; 15], в качестве прокси залоговой стоимости активов, было использовано отношение основных средств к сумме активов.

В данном исследовании мы следуем методологии [37], используя отношение суммы валовых материальных активов (Property Plant & Equipment -- Gross) и материальных запасов (inventories) к объему активов компании.

1.3.2.5 Потенциал роста

Большинство теорий предсказывают отрицательную взаимосвязь между потенциалом роста (growth) и долей заемных средств. Исходя из выводов теории конфликта между кредиторами и акционерами, при высокой доли привлеченных средств, возможность инвестировать даже в проекты с положительной потенциальной выгодой отпадает из-за высокой вероятности банкротства [35]. Поэтому фирмы, с высоким потенциалом роста используют меньшую долю заемных средств [26].

Также большое количество эмпирических исследований поддерживает указанную отрицательную взаимосвязь между потенциалом роста и долей заемных средств. [2; 7; 14; 15; 19; 30; 32; 36; 38]. Многие в качестве прокси потенциала роста используют коэффициент соотношения рыночной ценности и балансовой стоимости акций (P/B ratio или market-to-book ratio) [2; 7; 15; 30].

С другой стороны, [37] использует, во-первых, капитальные инвестиции, взвешенные на сумму активов; и, во-вторых, расходы на НИОКР, взвешенные на сумму активов. Далее, [38] использует, как прокси потенциалу роста, среднюю величину выручки с продаж за последние пять лет. Однако данный подход критикуется за то, что такое прокси показывает скорее прошлый рост, чем настоящий [15]. Хотя в своем же исследовании [15], следуя за методологией [32], используют коэффициент Q Тобина, помимо среднего уровня продаж за последние пять лет.

Все вышеуказанные эмпирические исследования, за исключением [15], показали отрицательную взаимосвязь между выбранными прокси потенциала роста компании и ее доли заемных средств. Поскольку [15] исследовали данные по Китаю, развивающейся экономике, знак отличается от остальных исследований, в которых, по большей части, использованы данные развитых стран.

Наряду с [15], имеет место еще одно исследование, противоречащее теоретическим и эмпирическим исследованиям. [18] также получил положительную связь, используя среднее значение выручки за последние пять лет в качестве показателя, измеряющего потенциал роста (см. также [38]), исследуя структуру капитала японских компаний.

В этом исследовании использована методология [2; 7; 15; 30], то есть в качестве прокси использует коэффициент соотношения рыночной ценности и балансовой стоимости акций.

1.3.2.6 Деловой риск

Показатель делового риска обычно используется для оценки вероятности финансового краха компании. Обычно наблюдается отрицательная связь между деловым риском (business risk или volatility) и долей заемных средств [15]. Деловой риск, в свою очередь, оценивается некоторыми исследователями как стандартное отклонение выручки с продаж [7; 15]. Другие авторы используют стандартное отклонение операционного денежного потока, взвешенного на сумму активов [4; 8; 38; 39]. Помимо этого, также используется процентное изменение в операционном доходе [37]; [2] использовал стандартное отклонение показателя рентабельности активов.

Все вышеуказанные эмпирические исследования, за исключением [15], показали отрицательную зависимость между использованным показателем делового риска и объемом заемных средств (см также [14]). Положительная взаимосвязь была также получена рядом исследователей [15; 19]. С другой стороны, [2], используя свою методологию, получил незначительную зависимость.

В настоящем исследовании было предпринято решение не использовать данную переменную, поскольку для сколь-нибудь разумного измерения стандартного отклонения какого-либо из указанных прокси необходимо бы было использовать, как минимум, непустые данные по показателям последних пяти лет. Исходя из выбранных периодов (2007 и 2014), в случае использования данной переменной, список компаний был бы ограничен лишь теми компаниями, которые существуют уже, по меньшей мере, на протяжении более 12 лет, что создало бы смещение оценок в такой модели.

1.3.2.7 Структура собственности и владение акциями менеджерами

Согласно теории агентских издержек [16; 17], размер доли менеджеров в компании, определяет насколько близко их поведение будет к оптимальному уровню, относительно компании в целом. То есть, увеличивая долю заемных, контроль за компанией со стороны внешних организаций ужесточается, что заставляет менеджеров снизить чрезмерные расходы на корпоративные блага [14, с. 300]. Иными словами, согласно указанной теории, ожидается положительная связь между долей владения акций менеджерами и долей привлеченных средств (см. также [5]).

Эмпирические исследования подтверждают указанное направление зависимости [3; 15]. Однако [12] показывают отрицательную зависимость. [15], в качестве прокси к структуре собственности и уровню владения акциями менеджерами, используют сумму акций, которыми владеют менеджеры высшего звена.

В этом исследовании данный показатель не учитывается, так как использованная методология расчета показателя в исследовании [15] достаточно затруднительна для большого числа компаний, так как такая информация не содержится в документах баланса компании, в ее отчете о движении денежных средств и в справке о доходах, на которые делается упор в данном исследовании.

1.3.2.8 Сектор экономики

Предполагается, что компании, которые производят машинную технику и оборудование нуждаются в меньшем уровне заемных средств [37, с. c. 5]. С другой стороны, для производства продуктов, требующих большого количества расходных материалов или сервисного обслуживания, необходим высокий уровень ликвидности [37, с. c. 5].

[14], проведя более детальное сравнение исследований влияния сектора экономики (industry) на долю привлеченных средств, показывает, что фармацевтические компании используют меньшую долю привлеченных средств [4; 14; 18]; производство запчастей для автомобилей, чаще всего, умеренную долю заемных средств [4; 18] или низкую; в свою очередь, текстильная промышленность чаще использует высокую [4; 18] или умеренную долю заемных средств (см. также сравнение других секторов [14, Таблица III]).

В настоящем исследовании сектор экономики не учитывается из-за разного распределения секторов экономики по странам союза БРИКС. Например, в России большинство крупных компаний относятся, так или иначе, к добыче, переработке и продаже нефти и газа. Поэтому, включив в модель сектор нефтегазовой промышленности, возникнет высокая коллинеарность с переменной, отвечающей за дамми для России и так далее.

1.3.2.9 Вероятность банкротства

Обычно, чем выше вероятность банкротства (bankruptcy probability), тем меньше шансов у компании получить заемные средства, так как кредиторы навряд ли заходят жертвовать своими средствами для финансирования несостоятельных компаний. Эта идея, будучи весьма фундаментальной, часто встречается в большинстве теорий, описанных ранее. В целом, следует ожидать, что чем выше вероятность банкротства, тем меньше вероятность получить заемные средства на выгодных условиях.

Данный показатель весьма редко встречается в эмпирических исследованиях [14]. [22], получивший отрицательную зависимость, в своих изысканиях, прибегнув к методологии [42], использовал отношение разности постоянных издержек и EBIT к оцененному стандартному отклонению выручки за последние десять лет в качестве прокси вероятности банкротства.

В этом исследовании было решено не использовать вероятность банкротства как одну из детерминант структуры капитала по причине того, что данный показатель будет сильно связан с показателем размера компании. Согласно [37, с. 6], средства относительно больших компании обычно более диверсифицированы, чем у малых компании. В свою очередь, большая диверсификация снижает риск банкротства.

1.3.2.10 Уникальность

В компаниях, производящих уникальный товар, обычно работают узкоспециализированные работники и задействован специфический капитал, который малоликвиден [37]. Поэтому такие компании испытывают трудности получить заемные средства у кредиторов для финансирования их малоликвидных проектов. Следовательно, чем уникальнее (uniqueness) производимый продукт, тем ниже доля привлеченных средств.

Как и вероятность банкротства, уникальность весьма редко встречается в эмпирических исследованиях [14]. [37] использует как прокси уникальности, во-первых, отношение расходов на НИОКР (R&D) к выручке с продаж; во-вторых, отношение расходов на продажи к выручке с продаж. И, согласно результатам [37], стоит ожидать отрицательную зависимость между уникальностью и долей заемных средств.

В настоящем исследовании данная переменная не будет использована по причине большого количества нулевых результатов, поскольку боґльшая часть компаний не используют средства для финансирования исследовательских работ. Кроме того, [37] указывает на то, что два используемых им показателя уникальности также связаны с не долговым налоговым щитом и залоговой стоимость активов, что может привести к высокой коллинеарности переменных.

В таблице 1.1 приведено резюме всех вышеупомянутых переменных вместе с теоретическим и эмпирическим ожиданиями направленности влияния той или иной переменной на структуру капитала.

Таблица 1.1

Теоретические ожидания влияния детерминант на структуру капитала и результаты эмпирических исследований.

Переменная	Теоретические	Эмпирические
	ожидания	исследования
Доходность	+/?	?
Размер фирмы	+	+
Не долговой налоговый щит	?	?/+
Залоговая стоимость активов	+	+
Потенциал роста	?	+/?
Деловой риск	?	?/+
Структура собственности	+	+/?
Сектор экономики	·	·
Вероятность банкротства	?	?
Уникальность	?	?



Глава 2: Эмпирический анализ структуры капитала компаний стран БРИКС

В следующей главе представлены эмпирические изыскания, подтверждающие теоретические ожидания, описанные в предыдущей главе. Настоящая глава состоит из трех секций. Первая секция содержит информацию касательно использованных данных, процесса их сбора и особенностей полученной выборки. Во второй секции описан выбор базовой модели, ее спецификации и диагностика. Также, в этой секции описано построение и результаты модели с фиксированными и случайными эффектами. Третья секция посвящена межстрановому сравнению детерминант структуры капитала.

2.1 Набор данных

В данной секции описаны процесс сбора данных и особенности выборки, которая была использована при эконометрическом анализе в представленном исследовании.

2.1.1 Сбор данных

Для оценки моделей структуры капитала, необходимы показатели, содержащиеся в балансе компании, ее отчете о движении денежных средств и справке о доходах. Такие отчеты публичные компании обычно представляют в открытом доступе, и их можно найти на специализированных сайтах, таких как Google Finance и Yahoo Finance.

Однако было предпринято решение отказаться от использования данных ресурсов за неимением большого количества данных по отчетам компании развивающихся странах. Именно поэтому в исследовании были использованы данные, предоставленные продуктом Thomson One агентства Thomson Reuters. Доступ к базе данных осуществлялся по подписке на внешние ресурсы НИУ ВШЭ.

На сайте продукта все необходимые отчеты можно было загрузить, обратившись к соответствующей компании из списка выбранных. Однако автоматически получить доступ сразу ко всем отчетам выбранных компаний не представляется возможным. Поэтому для сбора данных был написан скрипт на языке программирования Python. Скрипт выполнял действия пользователя, который «вручную» обращался к компании из списка и скачивал Excel-файл с отчетами компании.

2.1.2 Особенности выборки

В итоге, получилось собрать данные по 12322 компаниям, из которых было, впоследствии, выбрано 3337 компаний, существовавших в 2007 году, и 4316, существовавших в 2014, включая 2633 компании, существовавшие в обоих периодах. Под «выбранными» компаниями имеется ввиду те компании, о которых имеется информация об интересующих нас показателях в указанный период.

В таблице 2.1 представлено распределение наблюдений по странам и годам, а также количество компаний, для которых мы имеем данные за оба года: 2007 и 2014. Эти года были выбраны по причине того, что в это время еще не началась Великая рецессия 2008 года, а 2014 -- самый актуальный год, за исключением 2015, данные за который источником не представлены полностью.

Таблица 2.1

Распределение наблюдений по странам и годам.

	2007	2014	В обоих
Бразилия	206	203	155
Россия	200	154	93
Индия	1392	1547	980
Китай	1363	2205	1248
ЮАР	176	207	157
У	3337	4316	2633

Необходимо отметить, что выборка имеет некоторую смещенность по трем причинам. Во-первых, Индия и Китай имеют большее количество публичных компаний, чем остальные страны, что объясняется численностью населения. Во-вторых, в исследовании используются только публичные компании. В-третьих, наблюдений за 2014 год больше, чем 2007. Последняя проблема, однако, не так существенна для дальнейшего анализа, так как будут использованы только те компании, по которым есть данные за оба года.

Прочую описательную статистику можно найти в приложении.

2.2 Модель и ее спецификации

В следующей секции представлены переменные, которые использованы в данном исследовании, выбор базовой модели, а также спецификации базовой модели со случайными и фиксированными эффектами.

Таблица 2.2:

Описание зависимой и объясняющих переменных и предположение направления влияния объясняющих переменных на структуру капитала. МА+МЗ -- Материальные активы и материальные запасы. EBIT -- (earnings before interest, taxes) выручка до вычета процентов и налогов.

Переменная	Вычисление	Ожидаемое влияние
Структура капитала	Обязательства / Активы
Доходность	EBIT / Активы	-
Залоговая стоимость активов	(МА + МЗ) / Активы	+
Размер фирмы	Логарифм выручки	+
Потенциал роста	P/B коэффициент	+/-
Не долговой налоговый щит	Амортизация / Активы	-

структура показатель капитал финансовый



2.2.1 Объясняющие переменные

С целью объяснить изменения показателя структуры капитала были использованы доходность, залоговая стоимость активов, размер фирмы, потенциал роста и не долговой налоговый щит. В таблице 2.2 представлены выбранные зависимая и объясняющая переменные, методология их расчета, ожидаемое влияние на структуру капитала.

В свою очередь, в таблице 2.3 можно увидеть результаты корреляционного анализа используемых переменных по выборке компаний, по которым имеются данные за оба года, всех стран союза БРИКС. Из результатов видно, что наиболее сильно связаны между собой не долговой налоговый щит и залоговая стоимость активов. Это может привести к вздутию дисперсии при оценке регрессионных моделей.

Кроме того, также может быть замечена положительная корреляция между потенциалом роста и структурой капитала. Это можно объяснить тем, что в нашей выборке большую часть наблюдений занимает Китай. Согласно исследованию [15], положительное направление связи имеет право на существование. Помимо Китая, в целом, в развивающихся странах можно ожидать положительную взаимосвязь между показателями потенциала роста и структуры капитала [2, Таблица 1].

2.2.2 Выбор базовой модели

Используя переменные, указанные в таблице 2.2, построим модель:

Debt ratioi = в0 + в1(Growth)i + в2(Profitability)i + в3(Tangibility)i

+ в4(NDTS)i + в5(Size)i + (Country)в + еi,,

где Debt ratio -- коэффициент задолженности; Growth -- потенциал роста; Profitability -- доходность; Tangibility -- залоговая стоимость активов; NDTS -- (non-debt tax shield) не долговой налоговый щит; Size -- размер фирмы; Country -- матрица дамми переменных, показывающих принадлежность к той или иной стране, не включая одну из стран.

Несколько вариантов построенных базовых моделей (см. таблицу 2.4). Все стандартные ошибки в таблице результатов базовых моделей в форме Лонга-Ирвина [21].

Таблица 2.3

Результаты корреляционного анализа используемых переменных, по выборке компаний, по которым имеются данные за оба года, всех стран союза(N=5266)

	Структура капитала	Потенциал роста	Доходность	Залоговая стоимость активов	Не долговой налоговый щит
Потенциал роста	0.123
Доходность	?0.171	?0.163
Залоговая стоимость активов	0.142	?0.019	?0.073
Не долговой налог. щит	?0.030	0.011	?0.057	0.807
Размер фирмы	0.288	?0.151	0.141	0.126	0.068

В целом можно заключить, что доходность и не долговой налоговый щит отрицательно влияют на структуру капитала, тогда как залоговая стоимость активов, размер фирмы и потенциал роста -- положительно. Кроме того, из результатов видно, что структура капитала различается по странам.

Так как значимость присутствует у всех коэффициентов даже при модели с включением дамми для каждой страны, возьмем пятую модель из таблицы 2.4 за базовую.

2.2.2.1 Диагностика базовой модели

Выбрав пятую модель из таблицы 2.4, проверим верность спецификации тестом Рамзи (RESET-тест). Результат теста показывает, что спецификация неверна. Неверность спецификации вполне обусловлена особенностью оценок pooled. Pooled-оценки при присутствии случайных или фиксированных эффектов являются смещенными.

Помимо этого проверим модель на гетероскедастичность с помощью теста Бреуша-Пагана. В модели выявлена ожидаемая гетероскедастичность.

И, наконец, необходимо провести тест на нормальность остатков. Но, согласно методологии теста Шапиро-Уилка, необходимое количество наблюдений должно быть в диапазоне от 3 до 5000. В представленной же модели используется 6250 наблюдений. Поэтому провести тест не представляется возможным. Хотя тесты выявили неверность спецификации, гетероскедастичность и ненормальность остатков, указанная модель будет использована в этом исследовании, поскольку опубликовано большое количество работ, в которых используется та же методология, и она теоретически обоснована.

Таблица 2.4

Сравнение pooled моделей. Стандартные ошибки в форме [21].

		Зависимая переменная: структура капитала
	(1)	(2)	(3)	(4)	(5)
Доходность	?0.354***	?0.321***	?0.301***	?0.358***	?0.337***
	(0.047)	(0.041)	(0.049)	(0.049)	(0.057)
Залог. стоимость активов	0.070***	0.249***	0.253***	0.250***	0.254***
	(0.009)	(0.014)	(0.014)	(0.014)	(0.014)
Размер фирмы	0.038***	0.036***	0.036***	0.036***	0.036***
	(0.002)	(0.002)	(0 002)	(0 002)	(0.002)
Не долговой налог. щит		?0.340***	?0.344***	?0.364***	?0.369***
		(0.025)	(0.025)	(0.026)	(0.026)
Потенциал роста		0.0004**		0.0005**
		(0.0002)		(0.0002)
Россия(vs. Бразилия)			?0.160***	?0.162***
			(0.021)	(0.021)
Индия			?0.053***	?0.054***
			(0.014)	(0.014)
Китай			?0.117***	?0.118***
			(0.014)	(0.014)
ЮАР			?0.079***	?0.081***
			(0.019)	(0.019)
Constant	?0.347***	?0.354***	?0.371***	?0.257***	?0.273***
	(0.035)	(0.035)	(0.035)	(0.037)	(0.037)
Наблюдений	7,004	6,250	6,250	6,250	6,250
R2	0.163	0.206	0.213	0.237	0.244
Скорр. R2	0.163	0.206	0.213	0.237	0.244
F-статистика	453.873***	405.436***	337.943***	242.355***	224.209***

Заметка: в скобках стандартные ошибки *p<0.1; **p<0.05; ***p<0.01

2.2.3 Модели со случайными и фиксированными эффектами

Используя базовую модель, необходимо учесть панельную структуру данных. В таблице 2.5 представлено сравнение моделей без учета эффектов с моделями фиксированными и случайными эффектами.

Исходя из результатов оценки моделей, представленных в таблице 2.5 можно заключить, что, в целом, доходность и не долговой налоговый щит имеют отрицательный эффект на структуру капитала, в то время как залоговая стоимость активов, размер фирмы и потенциал роста -- положительный. На первый взгляд, результаты ни качественно, ни количественно не отличаются от моделей без учета эффектов, так как коэффициенты близки.

2.2.3.1 Диагностика моделей со случайными и фиксированными эффектами

Для того, чтобы выбрать более подходящую модель, сравним обычную pooled модель с моделью с фиксированными эффектами (within). Для сравнения двух моделей использован F-тест для индивидуальных эффектов. Результат теста показал, что рекомендуется использовать модель с фиксированными эффектами.

Теперь сравним обычную pooled модель с моделью со случайными эффектами. Для этого будем использовать LM-тест Хонды. Результат показывает, что рекомендуется использовать модель со случайными эффектами, нежели обычную pooled.

И, наконец, чтобы выбрать между фиксированными и случайными эффектами, будет использован тест Хаусмана. Результаты теста Хаусмана показывают, что модель со случайными эффектами несостоятельна по сравнению с моделью с фиксированными эффектами (within) и моделью первых разностей.

Итого, при описании результатов будет использована модель с фиксированными эффектами (within) и модель с первых разностей.

Таблица 2.5

Сравнение моделей без эффектов с фиксированными и случайными эффектами. Станд. ошибки в форме [21], кроме between оценок.

		Зависимая переменная: структура капитала
	Pooling	Between	First	Within или	Random
			Difference	Fixed effects	Effects
Доходность	?0.337***	?0.355***	?0.271***	?0.234***	?0.278***
	(0.057)	(0.036)	(0.070)	(0.062)	(0.072)
Залог. стоимость активов	0.254***	0.256***	0.185***	0.199***	0.234***
	(0.014)	(0.018)	(0.024)	(0.026)	(0.016)
Размер фирмы	0.036***	0.034***	0.041***	0.029***	0.033***
	(0.002)	(0.002)	(0.005)	(0.004)	(0.002)
Не долговой налог щит	?0.369***	?0.414***	?0.245***	?0.277***	?0.356***
	(0.026)	(0.031)	(0.039)	(0.040)	(0.029)
Потенциал роста	0.0005**	0.001***	0.002***	0.002***	0.002***
	(0.0002)	(0.0002)	(0.0004)	(0.0004)	(0.0004)
Россия (vs. Бразилия)	?0.162***	?0.209***			?0.201***
	(0.021)	(0.024)			(0.026)
Индия	?0.054***	?0.054***			?0.048***
	(0.014)	(0.016)			(0.016)
Китай	?0.118***	?0.099***			?0.088***
	(0.014)	(0 015)			(0.016)
ЮАР	?0.081***	?0.086***			?0.084***
	(0.019)	(0.020)			(0.022)
Constant	?0.273***	?0.224***			?0.207***
	(0.037)	(0.041)			(0.040)

Заметка: в скобках стандартные ошибки *p<0.1; **p<0.05; ***p<0.01

Результаты сравнения моделей с фиксированными эффектами, полученных в данном исследовании 2.6 (см. также таблицу 2.5). Видно, что коэффициент перед всеми используемыми переменными имеет знак, совпадающий с ожидаемыми. Необходимо отметить, что, так как большая часть выборки относится к китайским компаниям, коэффициент при потенциале роста имеет положительный знак. Данный вывод несостоятелен с большинством исследований по развитым странам, хотя, в то же время, состоятелен с исследованием [15], в котором авторы также получили положительный знак при этой переменной, используя данные по китайским компаниям.

Следовательно, доходность и не долговой налоговый щит негативно связаны со структурой капитала, а залоговая стоимость активов, размер фирмы и потенциал роста -- положительно, так как имеют значимые отличия от среднего по годам.

Таблица 2.6

Сравнение результатов предыдущих исследований с данным.

Переменная	Ожидаемое влияние	Эмпирический результат
Доходность	?	?
Залоговая стоимость активов	+	+
Размер фирмы	+	+
Не долговой налоговый щит	?	?
Потенциал роста	+/?	+



2.3 Межстрановое сравнение детерминант структуры капитала

Цель настоящего параграфа заключается в выявлении различий в детерминантах структуры капитала в странах союза БРИКС, а также понять, можно ли заключить, что результаты, указанные в таблице 2.2 распространяемы на каждую страну в отдельности.

В таблице 2.3 представлены результаты регрессий с фиксированными эффектами по тем компаниям, которые были представлены в выборке в обоих годах (первые пять колонок) и в целом (шестая).

В таблице результатов присутствует достаточно большое количество незначимых переменных. Однако внимательное рассмотрение того, какие переменные незначимы, а это залоговая стоимость активов и не долговой налоговый щит, позволит предположить, что данные переменные незначимы из-за высокой корреляции между собой (см. таблицу 2.3) на странице 29.

Заметим, что, даже несмотря на большое количество наблюдений, модель по компаниям Индии отличимо менее значима, чем модель по компаниям Китая (ср. F-статистики). Это вряд ли можно объяснить тем, что по Китаю больше наблюдений, так как по Бразилии наблюдений в шесть раз меньше, чем по Индии, а F-статистика несущественно ниже, чем в модели по компаниям Индии. Это может быть обосновано тем, что Индия является менее развитой страной, чем Китай, который иногда приписывается к списку развитых стран мира.

С другой стороны, исходя из полученных результатов, можно заключить, что все значимые переменные, за исключением залоговой стоимости активов в компаниях Бразилии, имеют ожидаемое направление эффекта на структуру капитала, включая потенциал роста (см. таблицу 2.2).

Более того, оценив 95% доверительные интервалы для каждого из коэффициентов, можно сделать вывод, что все значимые коэффициенты по странам не отличаются друг от друга, за исключением коэффициентов при потенциале роста компаний в Китае и ЮАР.

Исходя из вышеуказанных результатов можно заключить, что, несмотря на большое количество незначимых переменных, содержащихся в таблице 2.3, страны, входящие в союз БРИКС, имеют схожую между собой структуру капитала.

		Зависимая переменная: структура капитала
	Бразилия	Россия	Индия	Китай	ЮАР	Общее
Доходность	?0.521***	?0.456***	?0.124*	?0.269**	?0.236*	?0.234***
	(-0.866; -0.176)	(-0.727; -0.186)	(-0.255; 0.007)	(-0.488; -0.050)	(-0.502; 0.030)	(-0.356; -0.113)
Залог. стоимость активов	?0.073*	0.076	0.212***	0.246***	0.162	0.199***
	(-0.160; 0.014)	(-0.150; 0.302)	(0.103; 0.322)	(0.181; 0.310)	(-0.042; 0.365)	(0.149; 0.250)
Размер фирмы	0.048***	0.079***	0.006	0.037***	0.006	0.029***
	(0.025; 0.071)	(0.025; 0.133)	(-0.006; 0.019)	(0.028; 0.047)	(-0.021; 0.032)	(0.022; 0.036)
Не долговой налог. щит	0.046	?0.089	?0.268***	?0.359***	?0.050	?0.277***
(-0.085; 0.177)	(-0.360; 0.183)	(-0.454; -0.082)	(-0.471; -0.247)	(-0.305; 0.204)	(-0.355; -0.200)
Потенциал роста	0.008***	0.002	0.004**	0.002***	0.006***	0.002***
	(0.002; 0.015)	(-0.022; 0.025)	(0.001; 0.007)	(0.001; 0.003)	(0.003; 0.009)	(0.001; 0.003)
Наблюдений	214	132	1,379	2,417	217	4,359
R2	0.296	0.359	0.080	0.195	0.221	0.144
Скорр. R2	0.122	0.130	0.030	0.096	0.094	0.064
F-статистика	7.411***	5.367***	8.897***	57.523***	5.218***	65.513***
Заметка: в скобках границы 95% доверительного интервала *p<0.1; **p<0.05; ***p<0.01

Заключение

Подтверждая гипотезы, представленные в начале, результат настоящей работы заключается в следующих тезисах. 1) увеличение показателя структуры капитала (коэффициента задолженности) положительно связано с показателями залоговой стоимости активов, размером фирмы и потенциалом роста; и отрицательно -- с доходностью и не долговым налоговым щитом. Направление влияния совпадает не только с теоретическими ожиданиями, но и эмпирическими исследованиями других авторов. Полученный результат интересен еще и с той точки зрения, что направление взаимосвязи между структурой капитала и его детерминантами совпадает с направленностью взаимосвязи в развитых странах, на чьих данных основывается большое число эмпирических исследований.

2) влияние детерминант на структуру капитала в странах союза БРИКС похоже между собой. Этому можно найти объяснения. Во-первых, страны, входящие в союз БРИКС, являются одними из самых экономически развитых среди развивающихся стран. Возможно, что столь высокий уровень развития позволяет экономическим механизмам, которые работают в развитых странах, работать также хорошо и в странах БРИКС. Во-вторых, прибывая на территории страны-союзника БРИКС, компания склонна вести достаточно интенсивную торговлю с другими компаниями, расположенными на территории других стран-союзников БРИКС. Следовательно, частые деловые связи между компаниями могут склонить компании вести себя похожим образом по отношению к выбору доли заемных средств.