Диссертация (1138603), страница 11
Текст из файла (страница 11)
Ещё один интересный результатсостоит в том, что особенно страдают те фирмы, у которых велика долякраткосрочной задолженности. К тому же выводу приходят и [Duchin et al.,2010], которые изучают влияние острой фазы кризиса 2008-2009 гг. надетерминанты инвестиций.В пользу существования долгового навеса говорят и результаты работы[Hennessy, 2004], основанные на данных для американских фирм. В этомисследовании сделана попытка найти различия в величине эффекта дляразныхгруппкомпаний–вданномслучае,взависимостиотинвестиционного рейтинга – но таковых не оказалось.
Наша работа в этомсмысле близка, так как мы тоже хотим выявить компании, для которыхвопрос источников финансирования инвестиций стоит менее остро, чем длядругих. В нашем исследовании такие различия обнаружены – междучастными компаниями и компаниями с государственным участием.Эти различия свидетельствуют об относительно мягких бюджетныхограниченияхдлягоскомпаний.Мягкиебюджетныеограниченияформируются в результате самых различных способов поддержки компанийгосударством, начиная от прямых субсидий и государственных кредитныхгарантий и заканчивая неформальной поддержкой: ведение переговоров скредиторами, уверенность последних в спасении компании (bailout) в случаесерьезных финансовых затруднений (подробнее см. [Kornai et al., 2003]).Присутствие этого явления в инвестиционных функциях было полученотакже авторами, исследовавшими корпоративный сектор Болгарии [Budina et64al., 2000], хотя они разделили компаний не по структуре собственности, апросто по величине – мягкие бюджетные ограничения оказались характерныдля крупных компаний.
Этот результат перекликается с замещениемкредитов малых и средних фирм кредитами крупным, которое мы наблюдалина рис. 2.6. В нашем исследовании проверка такой гипотезы показатруднительна, так как мы имеем дело с выборкой, где все компанииявляются крупными.2.3. Информационная база данных и метод оцениванияНами была сформирована база данных по более чем 100 публичнымроссийским компаниям, за период с 2000 по 2016 гг. Источник – база данныхThompsonOne10.
База включает в себя показатели финансовой отчетностикорпораций по международным стандартам (показатели баланса, отчета оприбылях и убытках, отчета о движении денежных средств), ряд рыночных ианалитических показателей (в том числе рыночная капитализация фирмы), атакже сведения об участии государства в капитале (источник – Ruslana,Bureau van Dijk). Таким образом, оценивание осуществляется на годовыхпанельных данных. Полный перечень компаний, входящих в выборку,представлен в Приложении 2 (табл. П1 и табл. П2), вместе с данными оботраслевой принадлежности компаний.Выборка, на основе которой осуществляется оценивание, не являетсяслучайной. Она включает в себя только крупнейшие компании, причем те,которые, будучи публичными, раскрывают свою финансовую отчетность.Это означает, что обсуждаемые нами в дальнейшем результаты релевантныименно для крупных российских публичных корпораций.
С одной стороны,А также данные, опубликованные на официальных сайтах компаний, для заполненияотдельных пропусков.1065это сужает поле возможных обобщений на экономику в целом, т.к.исследование не дает ответа на вопрос о том, как ведут себя малые и средниефирмы или же крупные компании, не предоставляющие свою отчетность помеждународным стандартам. С другой стороны, наша выборка все жепредставляет значительную долю российской экономики с точки зрениявыпуска. Также с учетом того, что мы ставим вопрос о роли масштабныхзаимствований и участия государства в капитале компаний, по-видимому,крупные компании являются наиболее подходящим объектом исследования.Таким образом, наша выборка не является репрезентативной с точки зренияизучения экономики в целом, однако она в достаточной мере соответствуетпоставленным исследовательским задачам11.Первая спецификация, которую мы хотим оценить – это уравнение безучета неоднородности в структуре собственности компаний:, = 0 + 1 ∙ ,−1 + 2 ∙ ,−1 + 3 ∙ ,−1+4 ∙ ,−1 + + + , ,(2.3)где , – инвестиции в нефинансовые активы компании i за период t,нормированные на активы на начало периода t, It/At-1;qtobin – Q-Тобина, рассчитанный как рыночная стоимость компании поотношению к балансовой стоимости её активов, где рыночная стоимостьполучена как сумма рыночной капитализации и долга;cf – свободные денежные средства: операционная прибыль до вычетаамортизации активов (operating income);debto – переменная для долгового навеса, введенная в части 2:произведение отношения нового привлеченного за период долга к активам(dcht) и финансового рычага (levt-1):В конце раздела 3.2 также представлены рассуждения на тему репрезентативности сточки зрения задачи, поставленной в главе 3.1166−1×−1−1; – фиксированные эффекты для периодов; – фиксированные эффекты для компаний;, – случайная ошибка.Модель отдельно оценена для трех периодов: 2000-2007 гг., 2009-2014гг.
и 2015-2016 гг. Первый период мы рассматриваем как докризисный, таккак на российских рынках кризис начался во второй половине 2008 г. Этотгод ознаменовался очень резким переходом от одних внешних и внутреннихфинансово-экономических условий к другим, поэтому не все решенияэкономических агентов могли успеть подстроиться: в то время как, например,решения относительно новых заимствований под инвестиционные проектымогли быть приняты в начале года, сами проекты ближе к концу года моглибыть заморожены на фоне начинающейся рецессии и падения фондовыхрынков. Период до 2007 г.
мы рассматриваем в этом смысле как болееоднородный. Второй временной отрезок включает в себя завершениенаиболее острой фазы кризиса, охарактеризовавшееся оживлением нароссийском рынке капитала (начало 2009 г.) и посткризисный период(включая 2014 г. – год начала резкого ужесточившения финансовыхусловий). Третий период – это период нахождения российской экономикипод действием санкций.Вторая спецификация, оцениваемая нами – это уравнение, в которомучтен эффект государственной доли в капитале компании:, = 0 + 1 ∙ ,−1 + 2 ∙ ,−1 + 2 ∙ ,−1 × , ++3 ∙ ,−1 + 3 ∙ ,−1 × , +4 ∙ ,−1 ++4 ∙ ,−1 × , + + + , ,67(2.4)где state – мультипликативная фиктивная переменная: 1, еслигосударство участвует в капитале компании, и 0, если иначе.То есть мы, оценивая все компании в одной выборке, учитываемразличие в коэффициентах между группами компаний.Для эконометрической оценки интересующих зависимостей в работеиспользуется обобщенный метод моментов (GMM) для динамическихпанельных данных, разработанный Ареллано и Бондом [Arellano, Bond,1991].
Динамические панельные данные отличаются наличием в числерегрессоров модели авторегрессионной компоненты. Одна из особенностейтаких моделей — это наличие индивидуальных эффектов, которыекоррелированы с ошибкой. Эта коррелированность приводит к тому, чтооценивание такого рода модели с помощью метода наименьших квадратовведеткнесостоятельнымоценкамкоэффициентов.Устранениеиндивидуальных эффектов путем построения «внутригрупповых» оценок(within)такженерешаетпроблемы,таккакнеизбавляетоткоррелированности с ошибкой, и оценки данного метода также являютсянесостоятельными.ПричемоценкиМНКсмещенывверх,а«внутригрупповые» – вниз (см., напр., [Bond, 2002]). Обобщенный методмоментов для динамических панельных данных решает эту проблему путемвзятия первых разностей зависимых переменных и оценивания модели втаком виде.Кроме того, он решает проблему отсутствия строгой экзогенностиобъясняющих переменных, предлагая использовать инструментальныепеременные.
В нашем случае можно говорить о слабой экзогенности. Слабаяэкзогенность означает, что будущие инновации зависимой переменной невлияют на текущие реализации объясняющих переменных (на них могутвлиять текущие и прошлые реализации зависимой переменной) [Bond, 2002].68В основе метода лежит использование внутренних инструментов —нескольких подряд лагов объясняющих переменных в уровнях (то естьуровни — инструменты для разностей).
Мы используем два лага для каждойпеременной. Для обеспечения состоятельности полученных таким образомоценок необходимо выполнение условия валидности инструментов, котороепроверяетсяспомощьютестаСаргананапереидентифицирующиеограничения (J-статистика) (нулевая гипотеза предполагает, что инструментывалидны).2.4.
Результаты оцениванияПередтемкакперейтинепосредственнокрезультатамэконометрической оценки, посмотрим, что говорят нам описательныестатистики наших переменных. В таб. 2.1 представлены статистики длявыборки, разделенной на три интересующих нас периода, но без разделенияпо типам компании. Во-первых, сильно сократились инвестиции: с 14,8% до9,3%, а затем до 7,6% по отношению к активам (по медианному показателюснижение с 11,0% сперва до 7,7%, после чего до 6,6%). Показатели Q-Тобинаи свободных денежных средств также заметно снижались. Вместе с тем,средний финансовый рычаг компаний вырос в полтора раза. Но несмотря наэтот рост, наш индикатор долгового навеса (debto) сокращался за счетсильного сокращения показателя dch (изменения долга в текущем периоде поотношению к активам), то есть компании стали в среднем привлекать всёменьше новых займов, а в 2015-2016 гг.
средняя величина новыхпривлечений была фактически нулевая. Напомним, что снижение индикатораdebto соответствует обострению проблемы долгового навеса.Таблица 2.1. Описательные статистики переменныхinv69qtobinсреднеемедианамакс.мин.станд. откл.число набл.200020070.1480.1100.8420.0000.138385среднеемедианамакс.мин.станд.откл.число набл.200020070.1340.1290.894-0.9910.179467среднеемедианамакс.мин.станд. откл.число набл.200020070.0900.0342.483-0.5460.233420200920140.0930.0770.6760.0000.082751cf200920140.1140.1170.566-0.8240.117752dch200920140.0600.0181.748-0.4880.187754201520160.0760.0660.2690.0000.051167200020071.3961.1697.6460.0481.079342201520160.0780.0720.654-0.6330.129167200020070.0210.0040.550-0.2130.063405201520160.0030.0000.491-0.5750.130167200020070.2180.1890.9050.0000.172526200920141.0220.8017.1330.0390.796702debto200920140.0200.0031.622-0.2700.090753lev200920140.3070.2782.2260.0000.250765201520160.9770.7803.6490.1040.65416120152016-0.0030.0000.274-0.3370.068167201520160.3490.3101.4830.0000.257167Результаты оценки спецификации (2.3) для каждого из периодов12представлены в таб.
2.2а. Ситуации до и после кризиса заметно отличаются сточки зрения факторов инвестирования. До кризиса компании не испытывалисерьезных ограничений с точки зрения финансирования, что проявилось взависимости инвестиций от Q-Тобина и отсутствии значимой зависимости отпотока свободных денежных средств. После кризиса, в 2009-2014 гг.проявились последствия ужесточения финансовых условий в экономике. Вопервых, зависимость от Q-Тобина резко снизилась, а во-вторых, потокК сожалению, несмотря на общее большое число компаний и длинный временнойотрезок, данные содержат много пропусков, а лаговая структура наших переменныхнакладывает дополнительные ограничения, из-за чего мы имеем достаточно малое числонаблюдений в период с 2000 по 2007 г.1270свободных денежных средств стал значимым фактором.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
