Анализ детерминантов структуры капитала
advertisement
Сведения об авторах: Ивашковская Ирина Васильевна - к.э.н., профессор, заведующая кафедрой экономики и финансов фирмы, заведующая лаборатории корпоративных финансов ГУ-ВШЭ, руководитель магистерской программы «Стратегическое управление финансами фирмы» ГУ-ВШЭ. Контактный телефон – 8-903-729-45-08 Адрес электронной почты – ivashkovskaya@yandex.ru Солнцева Мария Сергеевна – преподаватель кафедры экономики и финансов фирмы, стажер-исследователь лаборатории корпоративных финансов ГУ-ВШЭ. Контактный телефон – 8-903-622-26-71, Адрес электронной почты – maria_solntseva@bk.ru Аннотация В статье представлены итоги проведенного в лаборатории корпоративных финансов ГУ-ВШЭ исследования факторов, определяющих выбор стратегического параметра в финансовом менеджменте - структуры капитала - в нормальных экономических условиях для компаний из группы наиболее крупных растущих рынков капитала. На примере панельных данных 74 крупных российских, 84 крупных бразильских компаний и 246 компаний Китая за 2001-2006 годы выявлены общие и особенные факторы, влияющие на стратегическую пропорцию заемного и собственного капиталов. Ключевые слова Структура капитала, финансовый рычаг, финансовый менеджмент, растущие рынки капитала, страны BRIC Детерминанты финансировании: стратегических сравнительный решений анализ о компаний стран группы BRIC Выбор структуры управленческим капитала решениям, деятельности компании относят к определяющим ключевым финансово- интегральный результат – ее стоимость. Формируя стержень политики финансирования, решение о структуре капитала имеет долгосрочные последствия стратегического характера. Соотношение собственного капиталов влияет на инвестиционные риски, заемного и требуемые разными группами инвесторов, доходности на предоставляемый ими капитал. Уровень требуемых ставок в свою очередь задает планки необходимой рентабельности инвестиций и определяет гибкость инвестиционной политики компании. Изучение практики таких решений в конечном счете важно для понимания конфликта интересов собственников и менеджеров, а также взаимоотношений компании и ее нефинансовых стейкхолдеров. Формируют ли российские компании структуру капитала в соответствии с теми же факторами, что и компании из развитых стран? Существуют ли различия в детерминантах структуры капитала у крупных компаний в наиболее перспективных странах с растущими рынками капитала, относимыми к группе BRIC? Эти ключевые вопросы практики финансового менеджмента стали предметом исследований в лаборатории корпоративных финансов Государственного университета – Высшая школа экономики, результаты которых представлены ниже. Методы исследований детерминантов структуры капитала 2 Исследования стратегического соотношения заемного и собственного капиталов компаний на протяжении нескольких десятилетий составляют обширную зону академических разработок. Однако имеющиеся работы на данных с растущих рынков капитала относятся к ограниченному кругу восточно-европейских (Венгрия) [Nivorozhkin, 2002], (Чехия, Болгария) [Nivorozhkin, 2003], (Польша) [Hussain, 1997] и азиатских стран (Бразилия, Мексика, Малайзия, Зимбабве, Южная Корея, Индия, Пакистан, Иордания, Турция и Таиланд) [Wiwattanakantang, 1999; Pandey, 2001; Bhaduri, 2002; Booth et al., 2001], (Китай) [Qian et al., 2007] . Исследования детерминантов структуры капитала, как правило, опираются на модели линейных регрессий, отличающиеся набором независимых и зависимых переменных, а также типом исследуемых данных (перекрестные данные (cross-section), либо панельные данные(panel data)). Базовая модель для выявления детерминант может быть формально записана как функция долговой нагрузки (переменная L) от ряда факторов следующим образом: (1) L f (налоговые _ экономии , структура _ активов, рентабельность, риск, размер ,...) Однако не все исследования рассматривают только линейные модели. Так, в работе Бхадури [Bhaduri, 2002] рассматривается двухэтапная модель: модель частичного приспособления для анализа установления оптимальной структуры капитала в условиях существования издержек приспособления структуры, а также факторно-аналитическая модель для объяснения наблюдаемых для компаний отклонений от оптимального уровня долга. Возможные вариации базовой исследовательской модели, прежде всего, связаны с набором как независимых, так и зависимых переменных. В работе [Wiwattanakantang, 1999] одновременно рассматриваются два варианта зависимых переменных: балансовый показатель финансового рычага 3 (совокупный долг компании, нормированный на величину активов) и рыночный показатель финансового рычага, рассчитанный как совокупные процентные обязательства компании по балансу, нормированные на совокупную стоимость обязательств по балансу и рыночную стоимость собственного капитала. Иные варианты зависимой переменной основаны на разбиении процентного долга на краткосрочный и долгосрочный и их раздельном анализе [Pandey, 2001]), либо на использовании совокупных обязательств для измерения заемного капитала [Bhaduri, 2002]. Спектр независимых переменных выбирается исходя из логики возможного теоретического объяснения выбора структуры капитала. Поэтому наиболее часто встречается определенный набор переменных. Вопервых, экономия на налоге на прибыль (Tax), вызванная выплатой процентов по долгу, поскольку компании могут наращивать заемный капитал для увеличения налоговых выгод. Во-вторых, экономия на налоге на прибыль недолгового происхождения (Non-debt tax shield, NDT). Так как существуют и иные потенциальные источники экономии на налоге на прибыль, к которым, в частности, относятся ежегодные расходы на амортизацию долгосрочных активов, необходимо учесть, что увеличение экономии на налогах этого вида должно отражаться в более низком долге компании. В-третьих, важную роль в политике заимствования может выполнять качество и структура активов. Как правило, ее увязывают с долей долгосрочных материальных активов (Tangibility), которые могут формировать базу для залога при заимствовании. Для отражения этого влияния обычно используются две возможные прокси-переменные, отвечающие, тем не менее, разным целям: Market-to-Book, или отношение рыночной стоимости акционерного капитала к его балансовой стоимости, которое может выражать как инвестиционные возможности компании, так и оценку ликвидационной 4 стоимости активов компании. Таким образом, чем выше показатель, тем меньше возможностей у компании к использованию долга. PPE/TA, или отношение основных средств к совокупным активам, которое может быть прокси-переменной для залоговой стоимости активов компании. Чем выше показатель, тем больше возможностей у компании увеличивать заемные средства. Четвертая типичная независимая переменная, используемая в исследовании детерминант, - это доходность компании (Profitability). Роль данного фактора финансирования в выборе пропорции может быть связана с заемного и собственного разными аргументами. Если компания следует логике теории порядка финансирования (pecking order of financing), то она, прежде всего, использует собственную прибыль для финансирования. Следовательно, чем выше доходность компании, тем ниже у нее должен быть уровень долга. Если же менеджмент компании опирается на аргументы компромиссной теории (trade-off) структуры капитала, то речь идет о балансировании выгод и издержек заемного финансирования. Использовать выгоды заемного финансирования удобнее более доходной компании, так как у нее больше шансов получить кредит. Тогда мы в праве ожидать, что уровень долга у таких компаний находится в прямой зависимости от их доходности. Пятая независимая переменная - деловой риск компании (Business risk), как правило, рассматривается как аргумент в пользу выбора собственного капитала для финансирования развития, так как рискованным компаниям сложно получить дополнительные заемные средства. Необходимо также учитывать и размер капитала компании, поэтому в списке независимых переменных, как правило, есть показатель для выражения размера компании (Size). Но влияние размера компании на уровень долга неоднозначно. С одной стороны, чем крупнее компания, тем 5 при прочих равных условиях у нее больше шансов получить кредит, а, следовательно, выше уровень долга. Более того, согласно агентской теории, в крупных компаниях асимметрия информация между менеджерами и внешними инвесторами и кредиторами ниже, что также должно способствовать увеличению уровня долга. Используя аргумент взаимосвязи между размером капитала и степенью информационной прозрачности компании, ряд авторов подчеркивают, что крупным компаниям выгодно выпускать акции, тем самым снижая уровень долга, и это обстоятельство более выражено именно для растущих рынков капитала [Wiwattanakantang, 1999]. Наконец, решения о структуре капитала чувствительны к состоянию агентского конфликта в компании. Если менеджмент принимает решения, стремясь реализовать собственные интересы, то это не может не сказаться и на решениях о выборе источников финансирования долгосрочного развития компании. Для отражения возможного влияния конфликта агент-принципал в исследование детерминант структуры капитала можно ввести набор фиктивных переменных, отвечающих за степень асимметрии информации (Agency dummies), который может включать разные варианты показателей. В работе [Wiwattanakantang, 1999] использован наиболее широкий диапазон подобных переменных: Family ownership (компания, контролируемая семьей); Conglomerate group (компания, входящая в состав холдинга); Foreign-owned (управляемая иностранными инвесторами компания); Reputation (репутация); Size of the board of directors (размер состава директоров); Management owned (компания, находящаяся в собственности менеджмента); Degree of ownership concentration (степень концентрации собственности компании). В работе Куан [Quan et al. , 2007], анализирующей структуру капитала китайских компаний, рассматривается также уровень не обращающихся на бирже акций 6 компании (Non-circulating share ratio) как показатель, способный влиять на уровень агентских издержек в компании. Регрессионный анализ детерминант структуры капитала может строиться с включением лаговых переменных. Необходимость их введения наиболее очевидна для переменных доходности компании [Pandey, 2001] и переменных, контролирующих инвестиционные возможности. Так, согласно Панди [I.M.Pandey, 2001]], компания может привлекать заемные средства, если в предыдущем году ее показатели рентабельности были высоки, так как именно на основании исторических показателей рентабельности кредитные инспектора делают вывод о благополучном финансовом положении компании. Важно учесть и динамику роста компании, и для этого нужны прокси переменные темпов роста компании. Такие переменные,как следует из работы Панди, могут рассчитываться как (1+ Rate), где ставка берется из регрессии lg Sales за 4 года [I.M.Pandey, 2001]. Другой вариант расчета – отношение инвестиционных расходов к общим активам, использован в исследовании Брадури [Bhaduri, 2002]. Чем больше темпы роста компании, тем в большей степени она увеличивает долг. Согласно же агентской теории зависимость обратная. В работе Какани [Kakani et al., 1998] по данным индийских компаний можно встретить также такой показатель, как чистый экспорт, нормированный на размер компании. Компании, являющиеся чистыми экспортерами, в меньшей степени нуждаются в долге ввиду особенностей экспортных операций. Более того, решения о структуре капитала как стратегическом параметре не могут не быть связаны с ее уникальными характеристиками. Для отражения уникальности в ряде исследований используются такие прокси-переменные как, например, доля расходов на НИОКР и расходов на рекламу в выручке [Bhaduri, 2002]. Наконец, в 7 работе [Booth et al., 2001], где одновременно исследованы 10 развивающихся стран, использованы и макроэкономические переменные (темп роста экономики, рыночная капитализация фондового рынка к ВВП, объем сделок на финансовом рынке, финансовое посредничество как доля ВВП) для отражения влияния институциональных факторов на принятия решений о формировании структуры капитала. В целом исследования детерминант структуры капитала на растущих рынках выявили наличие влияния так называемых традиционных детерминант: доходность, структура активов, размер компании, экономия на налогах, темпы роста. Такие результаты получены и в имеющтхся немногочисленых страновых исследованиях [Pandey, 2001; Bhaduri, 2002;Wiwattanakantang, 1999; Nivorozhkin, 2002; Ивашковская, Солнцева, 2008], и в межстрановых сравнительных исследованиях [Booth et al., 2001]. Следует заметить, что для растущих рынков капитала направление влияния данных факторов не всегда одинаково. Так, если большинство исследований демонстрируют прямое влияние рентабельности компании на показатели финансового рычага, то в работе Ниворожкина [Nivorozhkin, 2002] выявлены обратные результаты. В то же время существует и ряд факторов, влияние которых характерно только для компаний определенных стран. К подобным специфическим факторам относится структура собственности компании: по данным Ниворижкина Е., наблюдается наличие более высокой доли долга в структуре капитала венгерских компаний, имеющих в качестве одного из основных акционеров государство [Nivorozhkin, 2002]. Аналогично, на базе динамической модели для компаний Индии, Бхадури С.Н. показал, что на структуру капитала наряду с традиционными детерминантами влияют такие факторы, как уникальность компании и отраслевые характеристики [Bhaduri, 2002]. О влиянии на структуру капитала отраслевых факторов говорит и Куан [Quan et al. , 2007]. 8 Структура капитала российских компаний пока остается не изученной. Основная доля литературы посвящена статистическому описанию долговой нагрузки российских компаний [Российская корпорация, 2007]. Эмпирические работы, выполненные про российским данным, посвящены отдельным вопросам сравнения соотношения уровня долга, используемого российскими компаниями, с компаниями развитых стран [Петров, 2005], тестированию концепций компромиссной (trade-off) и иерархии источников финансирования (pecking order of financing) на разных временных отрезках [Ивашковская, Солнцева, 2007; Ивашковская, Солнцева, 2008]. В лаборатории корпоративных финансов проект, посвященный анализу выбора структуры капитала российскими компаниями, начат в 2006 году. По результатам одного из этапов проекта, было выявлено, что долговая нагрузка крупных российских компаний тем выше, чем менее рентабельна компания, выше темпы роста компании, больше налог на прибыль и менее существенны прочие налоговые выгоды. Было также показано, что компании с высокой долей материальных активов выбирают меньший уровень долга, а более крупным компаниям свойственен более высокий показатель долговой нагрузки [Ивашковская, Солнцева, 2008]. Однако для понимания специфики финансового менеджмента в российских компаниях мы считаем важным выявление различий и сходств в выборе стратегического параметра структуры капитала - по сравнению со странами со сопоставимым уровнем развития рынка капитала, формирующими группу BRIC. Ниже дана характеристика выборок, результатов исследовательской модели, анализ полученных и сравнение детерминантов структуры капитала российских компаний и компаний Китая и Бразилии. Описание данных 9 В целях проведения сравнительного анализа детерминантов структуры капитала, свойственных российским, китайским и бразильским компаниям, выборки по данным странам составлялись на основе единой системы критериев. Основными параметрами отбора компаний стали: размер компании (с размером выручки в 2006 году, превышающем $200 млн.), отраслевая принадлежность (из рассмотрения были исключены компании финансового сектора), стандарт отчетности (компании, придерживающиеся принципов МСФО), временной диапазон (2001-2006 финансовые года). Данные получены преимущественно из базы Bloomberg и в случае необходимости дополнены за счет отчетов, взятых с официальных сайтов компаний при наличии заключения независимого аудитора в целях получения сопоставимых данных. Для крупных российских компаний, благодаря базе данных Ruslana агентства Bureau Van Dijk), были также собраны показатели качественного характера (управление компанией государством, разделение компаний на закрытые и публичные, наличие иностранных акционеров). Все данные представлены (или приведены по официальному курсу с сайта Центрального Банка Российской Федерации) в миллионах долларах США. К сожалению, в Китае и Бразилии только часть компаний начала переходить на МСФО, но их доля крайне мала и количество подобных компаний не достаточно для проведения исследования, поэтому были отобраны компании с отчетностью по национальным принципам бухгалтерского учета. Таким образом, были получены данные по 74 крупным российским компаниям (МСФО), 84 компаниям Бразилии (BR GAAP) и 246 компаниям Китая (CH GAAP) за 2001-2006 года. Зависимые переменные. Для сравнительного анализа выбора структуры капитала компаниями России, Бразилии и Китая были применены одновременно несколько 10 подходов к измерению структуры капитала, которые отражены ниже, для наиболее полного анализа показателей финансового рычага. Таблица 1. Зависимые переменные, необходимые для анализа детерминантов структуры капитала. Обозначение Описание переменной и способ ее расчета STDR Англоязычное обозначение отношение краткосрочного процентного долга Short term debt ratio компании к сумме ее совокупного долга и балансовой стоимости ее акционерного капитала LTDR отношение долгосрочного процентного долга Long term debt ratio компании к сумме ее совокупного долга и балансовой стоимости ее акционерного капитала TDR отношение долгосрочного и краткосрочного Total debt ratio процентных долгов компании к сумме ее совокупного долга и балансовой стоимости ее акционерного капитала MSTDR отношение краткосрочного процентного долга Market value short term debt компании к сумме ее совокупного долга и ratio рыночной стоимости ее акционерного капитала MLTDR отношение долгосрочного процентного долга Market value long term debt компании к сумме ее совокупного долга и ratio рыночной стоимости ее акционерного капитала MTDR отношение совокупного процентного долга Market value total debt ratio компании к сумме ее совокупного долга и рыночной стоимости ее акционерного капитала STDRA отношение краткосрочных обязательств Book value short term debt 11 Обозначение Описание переменной и способ ее расчета компании к балансовой стоимости ее активов LTDRA отношение долгосрочных отношение совокупных ratio обязательств Book value long term debt компании к балансовой стоимости ее активов TDRA Англоязычное обозначение ratio обязательств Book value total debt ratio компании к балансовой стоимости ее активов Дескриптивный анализ выявил, что показатели структуры капитала, основанные на балансовых оценках, демонстрируют одинаковую тенденцию для российских, бразильских и китайских компаний на протяжении 2001-2006 годов. Стабильный рост долгосрочного и совокупного уровней долга характерен для всех страновых выборок (так, отношение долгосрочного процентного долга компании к сумме ее совокупного долга и балансовой стоимости ее акционерного капитала (LTDR) выросло с 8% до 12,9% в России, с 19,29% до 21% в Бразилии и с 4,4% до 6,6% в Китае). Динамика краткосрочного уровня долга не столь показательна, однако в целом наблюдалось снижение показателя в течение 2003-2006 годов. Несмотря на одинаковое направление изменений показателей долга, было выявлено, что российские и бразильские компании предпочитают финансирование за счет долгосрочного долга, в то время как в китайских компаниях преобладает краткосрочный долг. Анализ волатильности показателей позволил сделать следующие выводы. Отношения краткосрочного, долгосрочного и совокупного процентного долга компании к сумме ее совокупного долга и балансовой стоимости ее акционерного капитала (STDR, LTDR, TDR) наименее волатильны (стандартное отклонение для всех выборок находится в пределах 0,059 – 0,204). Показатели долга, основанные на обязательствах (отношения краткосрочных, долгосрочных и совокупных обязательств компании к балансовой стоимости ее активов), несколько более волатильны, для них 12 стандартное отклонение варьирует от 0,059 до 0,204. Вполне обоснованно показатели на базе рыночных оценок обладают гораздо более высокой волатильностью (стандартное отклонение лежит в пределах 0,05 - 0,25). При этом показатели волатильности остаются стабильными на исследуемом интервале. Согласно анализу минимума-максимума, минимальное значение показателей долга для страновых выборок либо равно нулю, либо близко к данному пределу (1-1,5%). В то же время максимальный уровень долга существенно отличается по выборкам. Для российских компаний максимум варьирует от 31% до 78% для краткосрочного процентного долга и от 22% до 48% для долгосрочного уровня долга. Аналогичные показатели для Бразилии составляют 23-53% и 46-65%, в то время как для китайских компаний они лежат в пределах 45-82% и 31-33%. Независимые переменные. Подробное описание возможных независимых переменных было приведено в разделе, посвященном методам капитала. Также были освещены исследований структуры ожидаемые направления влияния детерминантов, ввиду чего в данном разделе не уделяется внимание тщательному описанию переменных, а указывается способ расчета потенциальных факторов, влияющих на выбор структуры капитала. Стоит отметить, что качественные переменные, отвечающие за наличие государства как основного акционера компании, а также отражающие присутствие иностранных инвесторов, строились только для выборке по российским компаниям. Таблица 2. Независимые переменные, используемые для анализа детерминантов структуры капитала. Обозначение Описание переменной и способ ее расчета 13 Обозначение Описание переменной и способ ее расчета Отношение амортизации к совокупным активам (Depreciation/Total NDT Assets). Tax Отношение величины выплаченного налога на прибыль к показателю прибыли до налогов. Tangibility Доля внеоборотных активов в совокупных активах компании Assets/ Total Assets). Prof Отношение прибыли до выплаты процентов и налогов к совокупным активам компании (EBIT/ Total Assets). Lprof Лаговая переменная по отношению в переменной Prof, отстоящая на один год. Prof2 Отношение прибыли от операционной деятельности к выручке реализации продукции компании. Lprof2 Данная переменная представляет собой лаговую переменную по отношению в переменной Prof2, отстоящую на один год. Прокси-переменная для размера компании, рассчитываемая как натуральный логарифм продаж компании. Lnsales (Fixed от Lnassets Прокси-переменная для размера компании (второй вариант), рассчитываемая как натуральный логарифм общих активов компании. Div Growth Доля дивидендов в чистой прибыли Отношение капиталовложений к совокупным активам компании (Capex/ Total Assets). Lgrowth Лаговая переменная по отношению в переменной Growth, отстоящая на один год. MTB Отношение рыночной стоимости акционерного капитала к балансовой стоимости акционерного капитала (market-to-book). Govern dummy- переменная, принимающая значение, равное единице, если компания находится под управлением государства, и нулю в противном случае. dummy- переменная, принимающая значение, равное единице, если у компании есть иностранные акционеры, и нулю в противном случае. Foreign Анализ детерминантов структуры капитала 14 В анализе детерминантов предусмотрены два этапа. Прежде всего, оценена линейная регрессионная модель с перекрестными (cross-section) данными для каждого года и для каждой использованной зависимой переменной, которая описывается следующим образом1: (2) L 1 NDT 2 tan gibility 3 prof 4 ln sales 5 div 6 growth 7 govern 8 MTB 9 foreign u Первоначально модель строится по данным за 2002 год2. Далее осуществляется замена переменной, отвечающей за рентабельность, на лагированную на один шаг переменную, и выбирается лучшая из двух построенных моделей. По такому принципу перебираются следующие независимые переменные: prof2 (второй вариант прокси рентабельности), Lprof2, иной прокси для размера компании lnassets, Lgrowth, иной прокси для налоговых льгот tax. Выбранная таким образом модель проходит дальнейшую чистку от незначимых переменных, в результате чего приводится итоговая модель, отражающая детерминанты данного показателя уровня долга за 2002 год. На следующем этапе анализа вся последовательность действий воспроизводится для 2003-2006 годов. На втором этапе в рамках панельного анализа оцениваются три вида регрессий: сквозная (pooled) , регрессия с детерминированным эффектом (fixed effect), регрессия со случайным эффектом (random effect). При помощи нескольких тестов3 (F-test для тестирования модели на основе сквозной регрессии против модели с детерминированными эффектами, тест БройшаПагана для тестирования модели на основе сквозной регрессии против модели со случайным эффектом и тест Хаусмана для тестирования модели с Все линейные регрессии тестировались на выполнение условий Гаусса-Маркова. Анализ перекрестных данных для 2001 года не проводится ввиду отсутствия лаговых переменных. 3 Все тесты проводились на 5%-ном уровне значимости. 1 2 15 детерминированными эффектами против модели со случайным эффектом) для каждой зависимой переменной была выбрана наиболее адекватная модель. Сводные результаты анализа детерминантов структуры капитала компаний России, Бразилии и Китая на панельных данных приведены в таблицах 3-54. Таблица 3. Результаты панельного тестирования детерминантов структуры капитала компаний России STDR LTDR ,005** ndt TDR SRDRA LRDRA TDRA MSTDR -0,0647 0,0192 1,023** 1,0636*** ,7189*** -,0019*** tax tangibility -,1864*** 0,0933 Lprof MTDR ,7218*** -0,0013 -0,1591 -,2014*** -0,0544 -,1668** prof MLTDR -,2711*** -,0854* -,2104** -0,0630 -,1842** -,1389* -,3707*** -0,0001 ,0339* prof2 Lprof2 -0,0238 lnsales 0,0310 0,0083 -0,0546 0,0168 lnassets -,0201*** 0,0101 -,0398*** ,0408*** div -0,0001 -0,0001 -0,0002 0,0000 -0,0005 ,3034* growth -,0159** 0,1111 ,1888* 0,1647 0,1531 0,3719 0,0059 -,0126** -0,0001 -0,0003 -0,0004 ,1907* Lgrowth ,0060** MTB -,0292*** -,0200*** 0,0045 -,0464*** Govern ,0442** -0,0566 0,0167 0,0324 -0,1144 0,0318 0,0290 0,0124 0,0395 Foreign -0,0109 (удалена) 0,0114 0,0294 (удалена) 0,0348 -0,0169 0,0064 0,0101 Const ,3695** -0,0605 ,2481*** ,6786*** -,1533** ,6297*** ,2639** ,1439*** ,4253*** N observations 307 307 306 312 317 311 226 227 231 N groups 73 73 73 74 74 74 69 70 69 + + + + + + + Fixed Random + + 0,1342 R-sq: within 0,7129 Wald chi2 59,01 12,64 64,26 487,24 488,33 28,9 266,67 Prob > chi2 0,0000 0,0055 0,0000 0,0000 0,0000 0,0000 0,0000 Таблица 4. Результаты панельного тестирования детерминантов структуры капитала компаний Китая Ввиду масштабности данных, результаты оценивания на перекрестных данных не приводятся, однако учитываются при определении итогового направления влияния. 4 16 STDR LTDR TDR SRDRA -1.5534*** -.6061*** .1951 -.0405 ndt LRDRA .09113 .0850*** .1041 prof -.6920*** .0378 -.5888*** prof2 .05493*** lnsales MSTDR MLTDR MTDR .2348 -.0001 .0001 .0335** .0733*** .0068 .0003 -.0007*** -.0004*** tax tangibility TDRA .0256*** .7465** .0001 .1068*** .0965*** .1423*** -.3473*** -.0009 -.2440*** .0270*** .0584** .0389*** .3234*** .0792*** .1904*** div -.00258*** -.0014* -.0014 .0009 -.0013** -.0003 .0012 -.0012 .0009 growth -.0998*** .0749** -.0036 -.1089*** .0732*** -.0246 -.2142*** .0553** -.1415*** MTB .0369 .0004 .0882*** -.0011 -.0002 -.0051*** -.0255*** -.0007 -.0252*** Const -.1723*** -.2671*** -2.3224*** .1303*** -.1620*** .1514*** -.1923*** -.5948*** -1.218*** N observations 1449 1003 1458 1472 1008 1454 1453 1454 1450 N groups 246 246 246 246 lnassets 246 246 + Fixed .0223*** + + + Random 246 246 246 + + + + 0.1655 0.3574 0.2621 0.5267 + 0.1480 R-sq: within 0.1849 0.1214 Wald chi2 92.44 229.60 Prob > chi2 0.0000 0.0000 Таблица 5. Результаты панельного оценивания детерминантов структуры капитала компаний Бразилии. STDR LTDR 1.550*** ndt TDR SRDRA LRDRA -.0699 .8070*** -.2863* -.0013* tax tangibility 0,1025** -.1839 TDRA MSTDR .0004 -.0509 -.0537 .0167 -.0634 .3383*** -.1723*** prof MLTDR MTDR .0003 .0012 -.1859 .2567*** 1.265*** -.5527*** .0051 prof2 Lprof2 -.0204 -.1209*** lnsales -0,083 *** -.0741*** -.0418 .0262 -.0509* .0266 -.0474*** -.1594*** -.2697 -.0320 -.0758*** .0021*** -.0339* -.0000 -.0532*** .0016 div .0005 .0006 .0006 .0007* -.0003 .0002 growth -.6904*** .3649 -.3122*** -.0163 .2097 -.1895*** -.0529 .7602*** .4397*** MTB .0000 .0002*** .0002*** -.0001*** .0001*** .0000*** -.0001** -.0731*** -.1791*** Const N observations 0,7220*** .2853*** .9769*** .6014*** .2376*** .8017*** 1.1952*** .6256*** 1.0132*** 376 382 314 313 414 314 313 312 312 N groups 83 lnassets Lgrowth Fixed R-sq: within 84 72 + + 0.4329 0.1527 72 + 0.4293 74 + 0.2025 72 + 0.1130 72 + 0.2927 72 + 0.3936 72 + 0.3987 + 0.6246 Следует отметить, что в таблицах 3-5 представлены результаты по первым значимым регрессиям, получаемым после удаления ряда незначимых переменных. При этом коэффициенты при переменных, остающихся в 17 итоговых моделях (со всеми значимыми переменными) приведены по результатам именно итоговых моделей. В ячейках с детерминантами, не попавшими даже в первые значимые в целом регрессии (тестирование с помощью F-статистики на 10% уровне значимости), ничего не указано. В таблицах 3-5 знаком «+» в строках «Pooled», «Fixed», «Random» обозначена наилучшая модель, выбранная при помощи описанных выше тестов (F-test, тест Бройша-Пагана и тест Хаусмана). Соответственно, в двух последних строках указаны показатели качества моделей. Для российских компаний в большинстве случаев (7 из 9) детерминанты структуры капитала наилучшим образом описываются моделью со случайными эффектами. Для данных китайских компаний результаты прямо противоположные: 7 из 9 регрессий демонстрируют преимущество моделей с фиксированными эффектами. Еще более наглядны результаты по Бразилии, для которых модель с фиксированными эффектами предпочтительна во всех случаях, что говорит о наличии независимых от времени индивидуальных эффектов для каждой компании. Анализ выявленных детерминант позволил сделать следующие выводы. Во-первых, более прибыльным компаниям присущ более низкий уровень долговой нагрузки. Данный результат сохраняется не только при всех спецификациях модели и всех вариантах расчета доходности компании, но и для всех страновых выборок. Отмеченный эффект подтверждается исследованиями, выполненными по компаниям с растущих рынков капитала: в работе Ниворожкина Е. [Nivorozhkin, 2002], автор ссылается на работы Корнелли [Cornelli et al., 1996], а также Усейна [Hussain et al,1997], подтверждающие аналогичные результаты. Следует также отметить, что в регрессиях, где более значимы лаговые показатели рентабельности, зависимость уровня долга от доходности остается обратной. 18 Во-вторых, во многом схоже влияние прокси-переменных, отвечающих за налоговую экономию. Так, для российских компаний выявлено разнонаправленное влияние: прямая зависимость показателей финансового рычага от экономии на налоге недолгового происхождения, и обратная – от эффективной ставки налога на прибыль. Для Бразилии и Китая влияние, оказываемое эффективной ставкой налога на прибыль, аналогично, чего нельзя сказать о влиянии налоговой экономии, не связанной с долгом, где направление влияния зависит от показателя долговой нагрузки. Схожие выводы были получены при изучении влияния переменной темпа роста. В то время как была выявлена прямая связь прокси-переменных для темпов роста компании и уровня долга для российских компаний, для компаний Бразилии и Китая данная зависимость носит более сложный характер. Так, для Бразилии выявлена прямая зависимость от темпов роста и обратная - от лаговой прокси-переменной для темпов роста. Данный эффект можно объяснить тем, что компания с высокими темпами роста в прошлом в следующем периоде сможет в большей степени финансироваться за счет увеличившихся внутренних источников. Для Китая значимы только текущие показатели темпов роста, причем направление влияния зависит от выбранного показателя долговой нагрузки: для показателей долгосрочного долга влияние обратное. Данное наблюдение может быть объяснено тем, что менеджеры компаний с высокими темпами роста рассчитывают на увеличение внутренних источников финансирования компании при формировании структуры капитала и определении необходимого уровня долгосрочного долга. В-четвертых, контраст между детерминантами, влияющими на выбор структуры капитала российских компаний и компаний Бразилии и Китая, еще более выражен при анализе зависимости, оказываемой типом активов (tangibility) на уровень долга. Если для российских компаний выявлена 19 обратная зависимость, для остальных стран,напротив, прямая. При этом следуюет отметить, что более типичен результат,полученый на выборке компаний Бразилии и Китая, а для России выявленное воздействие противоречит стандартному предположению о прямой зависимости показателей финансового рычага от высокой доли материальных активов. Однако такая нестандартная зависимость характерна не только для крупных российских компаний. В частности, в исследовании Ниворожкина [Nivorozhkin, 2002] аналогичная зависимость получена и для венгерских компаний, что говорит о возможности наличия подобных проблем при анализе растущих рынков капитала. Одной из возможных причин обратной зависимости может быть неликвидный вторичный рынок материальных активов на растущих рынках.Кроме того, может быть существенно и состояние и возраст активов, не способных выполнять роль залога. В-пятых, как следует из таблиц 3-5, не одинаково влияние и такого фактора, как размер компании. Для выборок по России и по Китаю подтвердилась ожидаемая прямая зависимость уровня процентного долга и обязательств от размера компании, выраженного логарифмом продаж компании (lnSales). При этом если для выборки китайских компаний зависимость стабильна и сохраняется для показателя размера, рассчитанного как натуральный логарифм активов компании (LnAssets), то для выборки российских компаний влияние данной переменной меняет направление своего влияния в регрессиях для разных показателей долга. Для выборки по Бразилии финансовый рычаг компании оказался в обратной зависимости от размера компании при всех способах расчета. Шестой вывод касается переменной, отвечающей за выплаты дивидендов. Для всех страновых выборок влияние данной переменной на уровень долга слабое. При этом для российских и китайских компаний было выявлено обратное влияние этой переменной на уровень долга компаний. 20 Для бразильских же компаний обратная зависимость была выявлена лишь в случае анализа структуры капитала через долю долгосрочного долга в сумме рыночной стоимости собственного капитала и балансовой стоимости долга (MLTDR). В случаях использования иных вариантов расчета переменной структуры капитала по бразильским компаниям выявлена прямая зависимость от выплат дивидендов либо взаимосвязь этих переменных не была обнаружена. Насколько похожи компании России, Китая и Бразилии? Проведенный анализ детерминант показал ряд специфических особенностей формирования структуры капитала крупными компаниями России и Китая, что поставило под сомнение возможность совместного эконометрического анализа компаний данных стран. Для получения статистически подтвержденного вывода о невозможности совместного эконометрического тестирования был проведен тест Чоу. Для тестирования были выбраны зависимые переменные, продемонстрировавшие наиболее значимые результаты при раздельном тестировании, а именно: отношение долгосрочного и краткосрочного процентных долгов компании к сумме ее совокупного долга и балансовой стоимости ее акционерного капитала (TDR), отношение совокупных обязательств компании к балансовой стоимости ее активов (TDRA), отношение совокупного процентного долга компании к сумме ее совокупного долга и рыночной стоимости ее акционерного капитала (MTDR). В качестве независимых переменных были рассмотрены те, по которым выявлены наиболее похожие результаты по каждой из выборок. Таким образом, были включены следующие независимые переменные: доходность компании (prof), недолговые налоговые факторы (ndt), темпы роста (growth), выплаты дивидендов (div), отношение рыночной стоимости 21 акционерного капитала к балансовой стоимости (mtb). Проведение попарного теста Чоу подтвердило, что невозможно объединить в единую выборку ни одной пары исследуемых стран. Результаты теста представлены в таблице 6. Таблица 6. Результаты теста Чоу для выборок по России, Китая и Бразилии БразилияКитай 107,0098 3,3397 102,1218 6 311 989 3,1516 0,0045 RSS combined RSS 1 RSS 2 K N1 N2 F -stat P-value БразилияРоссия 7,6031 3,3397 2,5811 6 311 236 25,3366 0,0000 КитайРоссия 106,4328 102,1218 2,5811 6 989 236 3,3403 0,0029 Таким образом, проведенный анализ компаний наиболее крупных стран из группы BRIC приводит к выводу о специфичности воздействия исследованного набора детерминант на выбор структуры капитала компаниями в каждой стране. В свою очередь это означает, что разрабатывая политику финансирования, менеджмент крупных компаний стран BRIC опирается на разные факторы, а значит, свойственные той или иной стране средние показатели структуры капитала формируются под влиянием разных аргументов. Заключение Выбор структуры капитала является ключевым компонентом стратегии финансирования компании. Решения менеджмента о необходимом соотношении собственных и заемных средств в итоге отражаются на стоимости компании. Однако менеджеры компаний крупных стран с растущими рынками капитала придерживаются различных концепций формирования стратегий финансирования. 22 Проведенный нами анализ показал, что для компаний стран BRIC абсолютные величины уровня долговой нагрузки существенно различаются, несмотря на похожую тенденцию его изменения на протяжении исследуемого периода. Данные различия основаны не только на институциональных факторах, но и вызваны разным влиянием ключевых детерминант формирования соотношения заемный-собственный капитал. Несмотря на обратную зависимость структуры капитала от доходности компаний, обнаруженную для всех страновых выборок, структура активов и размер компании оказывают разнонаправленное влияние на формирование стратегического параметра - структуры капитала - в России, Бразилии и Китае. В то время как такой фактор, как экономия на налоге на прибыль действует практически одинаково, влияние, оказываемого выплатами дивидендов и темпами роста компании, различается существенно. При принятии стратегических решений о финансирования бизнеса менеджеры китайских и бразильских компаний выбирают структуру капитала, ориентируясь на похожую систему аргументов, в то время, как ключевые детерминаты, используемые менеджерами российских компаний, существенно отличаются. Список литературы 1. Ивашковская И.В., Солнцева М.С. Структура капитала российских компаний: тестирование концепции компромисса и порядка источников финансирования. Электронный журнал «Корпоративные финансы», 2007, №2, c. 17-31 (http://ecsocman.edu.ru/images/pubs/2007/11/28/0000316703/ivashkovskaya _17-31.pdf) 23 2. Ивашковская И.В., Солнцева М.С. Структура капитала в российских компаниях как стратегическое решение, Вестник Санкт- Петербургского университета, 2008, Серия 8, №3, стр. 3-32 3. Петров Н.П. Принципы формирования структуры капитала на развитых и растущих рынках. Сборник работ студентов факультета экономики ГУ-ВШЭ – лауреатов научных конкурсов 2004 и 2005 гг. под редакцией М.Г. Колоснициной. М.: Издательский дом ГУ-ВШЭ, 2005, с. 160 – 177 4. Российская корпорация. Внутренняя организация, внешние взаимодействия, перспектив развития. Под ред. Долгопятовой Т.Г., Ивасаки И., Яковлева А.А. М.: Издательский дом ГУ-ВШЭ, 2008 5. Bhaduri S. N. Determinants of Capital Structure Choice: a Study of the Indian Sector. Applied Financial Economics, 2002, 12, pp. 655-665 6. Booth L., Varouj A., Demirguk-Kunt A., Maksimovic V. Capital Structures in Developing Countries. Journal of Finance, 2001, 56,pp.87-130 7. Cornelli F., Portes R., Schaffer M.E. The Capital Structure of Firms in Central and Eastern Europe. CEPR Discussion Paper No. 1392 (London: Centre for Economic Policy Research), 1996 8. Hussain Q., Nivorozhkin E. The Capital Structure of Listed Companies in Poland. International Monetary Fund Working Paper, 1997 9. Kakani R.K., Reddy V.N. Econometric Analysis of Capital Structure Determinants. Indian Institute of Management Calcutta, Working papers series, N 333, 1998 10.Nivorozhkin E. Capital Structures in Emerging Stock Markets: The case of Hungary. The Developing Economies, 2002, XL-2, pp.166-87 24 11.Nivorozhkin E. The dynamics of capital structure in transition economies. BOFIT Discussion papers, No 2, 2003 12.Pandey I.M.. Capital Structure and the firm characteristics: Evidence from an emerging market. Working paper, 2001 13. Qian Y., Tian Y., Wirjanto T.N. An Empirical Investigation into the CapitalStructure Determinants of Publicly Listed Chinese Companies. SSRN Working paper, 2007 14.Wiwattanakantang Y. An empirical study on the determinants of the capital structure of Thai firms. Pacific-Basin Finance Journal, 1999, 7, pp. 371-403 Comparative analysis of capital structure in BRIC countries Irina V. Ivashkovskaya Maria S. Solntseva State University -Higher School of Economics, Moscow, Russia Annotation The article presents the results of the determinants of the strategic parameter in company’s strategic management - capital structure – of Russian companies in comparison with the companies of Brazil and China, which are supposed to be the most perspective capital markets. The findings are derived from the panel sample of 74 large Russian companies, 84 large size Brazil companies and 246 large Chinese companies within 2001-2006. Key words Capital structure, financial leverage, emerging markets, BRIC countries 25