Диссертация (1138603), страница 13
Текст из файла (страница 13)
Результаты оценивания модели (2.4) без компаний энергетическойотрасли2000-2007 гг.2009-2014 гг.2015-2016 гг.,−1,−1,−1 × ,,−1,−1 × ,,−1,−1 × ,Число наблюдений0.141*0.084***-0.016-0.0090.4830.096**0.045900.154***0.009***0.031***0.129***-0.260***0.323***-0.235**-0.0030.063***0.138***-0.273***4680.046*122Probability(J0.3810.552statistic)*** коэффициент значим на уровне значимости 1%, ** – 5%, * – 10%.-0.014-0.0230.274Изменения произошли после 2009 г. Для обеих групп компаний имеетместо сокращение влияния Q-Тобина на инвестиции.
Напротив, собственныефинансовые средства стали играть значимую положительную роль длячастных предприятий, но не для государственных – для последнихзависимость оказывается отрицательной. И в-третьих, коэффициент прииндикаторе долгового навеса для частных компаний стал существенно вышепо своему значению, в то время как для государственных он либо почти неизменился (таб. 2.4а), либо даже сократился (таб. 2.4б). Причем, во второмслучае, то есть когда мы исключаем из рассмотрения энергетическиекомпании, различия между группами в эффектах долгового навеса впосткризисный период очень велики: эффект высок для частных компаний ипренебрежимо мал для государственных.Рассчитаемпредельноевлияниеобъясняющихпеременныхнаинвестиции частных компаний в 2009-2014 гг.
и сравним с результатами для2000-2007 гг. Снова возьмем для примера показатели Q-Тобина и долговогонавеса. Используя данные о стандартных отклонениях и коэффициенты изтабл. 2.4б, получаем следующее. Изменение Q-Тобина на одно стандартное77отклонение вызывает изменение инвестиций в размере 10% от ихстандартного отклонения (0.889×0.009:0.084=0.095) по сравнению с 63% до2007 г.
Напротив, эффект долгового навеса заметно вырос и одно егостандартное отклонение меняет инвестиции на 37% от их стандартногоотклонения – по сравнению с 5% до 2007 г.Роли прибыли и долгового навеса явным образом указывают на то, чтопредприятия с государственным участием находятся в более мягкихфинансовыхусловиях,финансированию,тоимеютестьзначительномягкиеболеебюджетныелегкийдоступограничения.кОднакоотрицательный коэффициент при потоке денежных средств у госкомпаний,на наш взгляд, имеет тот смысл, что «мягкость» бюджетных ограниченийпроявляется не только в доступе к дополнительному финансированию вслучае необходимости, но и в том, что эта необходимость можетформироваться искусственно: выполнение инвестиционных «обязательств»перед государством даже в тех случаях, в которых компания добровольноотказалась бы от инвестирования (в рыночных условиях).Теперь обратимся к результатам оценки модели (2.4) для периода 20152016 гг.
Мы видим, что показатель Q-Тобина остался значимым только длягоскомпаний, а коэффициент при операционной прибыли существенновырос, причем нет различий между двумя группами компаний, чтоиллюстрирует резкое ужесточение финансовых ограничений для всех.Интересный результат получен в отношенни переменной влияний долговойнагрузки. Влияние для выборки частных компаний стало незначимым, а длявыборки государственных – напротив, значимым.
Мы предполагаем, что этоможет быть связано с тем, что среди госкомпаний многие оказались подвоздействием не просто общих финансовых санкций, но попали в отдельныесанкционные списки. Чтобы проверить эту гипотезу, в период 2015-2016 гг.78мы вводим дополнительную фиктивную переменную , , котораяпринимает значение, равное 1, для компаний, оказавшихся в санкционныхсписках, и 0 для остальных. В нашей выборке оказалось 16 таких компаний.Эта дамми-переменная будет взаимодействовать с индикатором долговогонавеса:, = 0 + 1 ∙ ,−1 + 2 ∙ ,−1 + 2 ∙ ,−1 × , ++3 ∙ ,−1 + 3 ∙ ,−1 × , +4 ∙ ,−1 +(2.5)+4 ∙ ,−1 × , + + + , ,Результаты оценки модели (2.5) представлены в таб.
2.5. Мы видим,что оценки коэффициентов для Q-Тобина и собственных финансовыхсредства не изменились, а вот коэффициенты при долговом навесепоменялись: средний по выборке остался нулевым, зато коэффициент длягруппы компаний под персональными санкциями оказался очень высоким,причем даже более чем в два раза выше, чем для частных компаний в 20092014 гг., что говорит о действительно сильном влиянии. Другими словами,мынаблюдаем,чтоэкономическиеифинансовыесанкцииимелизначительный эффект на реальное накопление компаний, которые оказалисьпод их прямым влиянием, и наша модель хорошо отображает те эффекты,появление которых можно было ожидать.
Если говорить о численнойвеличине эффекта, то изменение индикатора debto на одно стандартноеотклонение вызывает изменение инвестиций в размере 53% от ихстандартного отклонения (исходя из статистик, посчитанных по выборкекомпаний, находящихся в санкционном списке, 0.028×0.774:0.041=0.529).Таблица 2.5. Результаты оценивания модели (2.5): влияние санкций2015-2016 гг.,−1-0.159*79,−1,−1 × ,,−1,−1 × ,,−1,−1 × ,Число наблюденийProbability(J-statistic)0.0020.053***0.169***-0.022-0.0040.774***1540.306Обратимся к вопросу качества наших моделей.
Необходимо отметить,что из-за небольшого числа наблюдений мы не можем в большой мереполагаться на свойство состоятельности оценок на первом временномотрезке. Вероятно, из-за этого мы имеем достаточно неустойчивые позначениям оценки для 2000-2007 гг. Напротив, оценки на отрезке 2009-2014гг. гораздо более устойчивы и согласованы между собой (в частности, еслисравнивать результаты оценки спецификаций (2.3) и (2.4)), что позволяет намбыть более уверенными в справедливости выводов, сделанных для этоговременного периода.
Для периода 2015-2016 гг. мы имеем меньшенаблюдений, чем в 2009-2014 гг. просто в силу длины периода, однако избольше, чем в 2000-2007 гг., да и значения оценок коэффициентов при сменеспецификации также достаточно устойчивы. Что касается проверкиполученныхкоэффициентовмоделинаробастность,то,во-первых,робастность отчасти подтверждается схожестью результатов на основеполной выборки и выборки без компаний энергетической отрасли (причем,среди компаний этой отрасли есть как госкомпании, так и частные, поэтому вэтом смысле выборка усекается достаточно равномерно).
Во-вторых,исключим из выборки крупнейшие госкомпании, которые отличаются отостальных сильной индивидуальной спецификой – это Газпром и Роснефть.Результаты представлены в табл. 2.6а и 2.6б: компании исключены из полной80выборки в первом случае и из выборки без отрасли энергетики во втором.Если сравнить эти результаты с табл. 2.4а, 2.4б и 2.5, то можно увидеть, чтодлявсехтрехпериодовкоэффициентыоказалисьпрактическинечувствительны к исключению из выборки госкомпаний-«гигантов», чтосвидетельствует в пользу релевантности наших выводов.Таблица 2.6а. Проверка на робастность: результаты оценивания модели (2.5) безучета отдельных компаний20002007 гг.20092014 гг.20152016 гг.2015-2016 гг.:влияние санкций,−10.111*0.150***-0.150*-0.166*,−10.087***0.008***-0.0040.001,−1 × ,0.0030.038***0.050***0.053***-0.0950.100***0.106**0.170***,−1 × ,0.005-0.171***0.034-0.020,−10.144***0.301***-0.032-0.004,−1 × ,0.113,−1-0.139***0.074*,−1 × ,Число наблюденийProbability(J-statistic)0.750***975841511510.4070.2790.1670.287*** коэффициент значим на уровне значимости 1%, ** – 5%, * – 10%.Таблица 2.6б.
Проверка на робастность: результаты оценивания модели (2.5) безкомпаний энергетической отрасли, без учета отдельных компаний2000-2007гг.2009-2014гг.,−10.299***0.168***,−10.104***0.009**812015-2016гг.2015-2016 гг.:влияние санкций-0.266***-0.256**-0.003-0.001,−1 × ,-0.0340.036***0.058***0.068***,−10.0380.134***0.142***0.185***,−1 × ,0.097-0.276***-0.023-0.046,−10.0300.325***-0.023-0.002,−1 × ,0.502-0.295***0.043,−1 × ,Число наблюденийProbability(J-statistic)0.762***844561181170.5440.4410.3790.467*** коэффициент значим на уровне значимости 1%, ** – 5%, * – 10%.Построив оценки регрессии, интересно узнать, какую, согласно им,роль сыграл долговой навес в снижении частных инвестиций. К концу 2008 г.частные компании подошли с отношением инвестиций к активам на уровне0,153 (15,3%).
В 2009-2014 г. их уровень составил 0,088 (8,8%), то есть имеломесто снижение на 0,065 (6,5 п.п.). Показатель debto в свою очередь в этот жепериод снизился с 0,047 до 0,019, то есть на 0,028. Согласно нашемукоэффициенту регрессии, равному 0,323 (таб. 2.4б), рост долгового навесаобъясняет 14% фактического сокращения инвестиций. Величина этогоэффекта не столь мала, чтобы ею можно было пренебречь, поэтому можноконстатировать, что долговой навес оказывает экономически значимоевлияние на инвестиции. В 2015-2016 гг. мы получили значимый эффект лишьдля группы компаний, однако эффект столь значителен, что с учетом того,что компании из этой группы являются очень крупными, можно ожидатьзаметного влияния санкций на агрегированные инвестиции. Эта гипотезабудет проверена в главе 4, где мы как раз рассмотрим динамику инвестицийна макроэкономическом уровне.822.5.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
