Диссертация (1138744), страница 13
Текст из файла (страница 13)
Кларка и соавторов, проведенное на данныхкомпаний 21 развитой и 19 развивающихся стран с помощьюодношаговой модели позволило установить, что формирование СК навсех рынках может быть описано динамической компромисснойконцепцией. При этом было показано, что детерминанты макро-уровня,отражающие уровень развития финансового рынка, законодательства вобласти защиты прав кредиторов и акционеров, оказывают большеевлияние именно на развивающихся рынках [Clark et al., 2009].Анализ влияния на скорость приспособления детерминант,отвечающих за экономическое, законодательное и политическоеразвитие стран, продолжили О. Озтекин и М. Фланнери [Őztekin,Flannery, 2012], проведя анализ скорости приспособления компаний из37 стран в рамках одношаговой модели приспособления. Авторыподтвердили значимость как обозначенных выше параметров, так итаких факторов, как уровень развития корпоративного управления,налоговые режимы, доступ к внешнему финансированию.Третий подход к анализу динамических моделей заключается впостроении двухшаговой модели, при которой на первом этапепроизводится определение целевого рычага посредством построения77зависимости долговой нагрузки от ряда детерминант и подстановкаоцененных значений в модель подстройки [Shyam–Sunder, Myers, 1999;Fama, French, 2002].
В данном случае целевая СК может бытьопределена как уровень долговой нагрузки, который был бы выбранкомпанией в условиях отсутствия информационной асимметрии,транзакционных издержек, либо иных издержек приспособления[Hovakimian et al., 2001]. В 2001 году испанские ученые А. Мигель иДж.
Пиндадо[Miguel,Pindado,предложили2001]использоватьэконометрический метод Ареллано–Бонда, позволяющий находитьнесмещенные оценки коэффициентов в панельных регрессиях с лаговойзависимой переменной.Методика А. Мигела и Дж. Пиндадо была в дальнейшемиспользованавработах,проведенныхнавыборкекомпанийразвивающихся рынков капитала. Причем в данных работах скоростьприспособления, как и целевой рычаг, выступает в качестве переменной,зависящей от набора факторов. Е.
Ниворожкин [Nivorozhkin, 2002;Nivorozhkin, 2005] в серии исследований на данных пяти европейскихстран (Болгария, Чехия, Польша, Румыния и Эстония) получилрезультаты,согласнокоторымвлияниевнутрифирменныххарактеристик на целевой уровень долговой нагрузки меняется взависимости от страны, но показатели доходности совокупного капиталаи возраста компании везде демонстрируют обратную зависимость.Такжепоказательдолидолгосрочныхматериальныхактивов,отражающий долю фиксированных издержек в совокупных активах,показывает положительную зависимость, что соответствует результатамисследований в развитых странах.
При этом при тестированиидинамической компромиссной модели модифицированным методомГаусса-НьютонаЕ.Ниворожкинзаключил,чтоскоростьприспособления ниже для крупных компаний, а показатели скорости78приспособлениядляфирмисследуемыхстрансопоставимысоскоростью приспособления развитых стран [Nivorozhkin, 2005].При анализе СК компаний 37 стран посредством реализациидвухшаговойпроцедурыА.
ГайгорайдиноглуиО.Озтёкин[Gungoraydinoglu, Őztekin, 2011] пришли к выводу, что формированиестратегического соотношения собственного и заемного капиталов можетбыть описано как компромиссной концепцией, так и теорией порядкафинансирования, при этом вариация в показатели долговой нагрузки надве трети зависит от внутрифирменных характеристик и на одну третьот внешних детерминант.В исследовании Р. Де Хааса и М. Питерса [De Haas, Peeters, 2006]протестировано четыре спецификации динамической модели СК наданных10странЦВЕ.Начавстестированиястатическойкомпромиссной концепции (определения детерминант фактическогоуровня соотношения собственного и заемного капиталов), авторыпродолжили анализ проверкой двухшаговой модели с фиксированнымуровнем скорости приспособления для всех компаний, после чего прификсированном уровне целевой долговой нагрузки авторы оценилискорость приспособления.
На последнем этапе была протестированамодель с эндогенными скоростью приспособления и целевым уровнемдолговой нагрузки. Р. Де Хаас и М. Питерс установили, что компаниямиз стран с переходной экономикой ЦВЕ свойственно движение внаправлении целевого уровня долговой нагрузки, однако ввидунеразвитостибанковскогосекторавданныхстранах,скоростьприспособления невелика.Часть исследователей сосредоточились на определении границоптимального интервала СК. Такие исследователи как Э. Фишер [Fischeret al., 1989] и Э.
Дадли [Dudley, 2006] пытались определитьдетерминанты диапазона колебаний финансового рычага (косвенный79показатель величины издержек приспособления) и проанализироватьповедениеменеджментакомпанийпридостиженииграницоптимального диапазона. Однако данные исследования проводились наразвитых рынках капитала и пока не имеют доступных аналогов наразвивающихся рынках. Согласно модели, предложенной Э. Дадли[Dudley, 2007], компания должна осуществлять дополнительнуюэмиссию долга при выходе за нижнюю границу и выкупать его привыходе за верхнюю.Подводя итоги результатам проверки динамической модели наразвивающихся финансовых рынках, можно сделать вывод, чторезультаты разнятся не только ввиду отличий рынков и компаний,функционирующихнаданныхрынках,ноивидуразличныхприменяемых методов.В приложении 4 приведена сводная таблица, отражающаяисследования СК, проведенные по каждой из стран, вошедших ввыборку диссертационного исследования.2.3.4.
Проблемы эмпирического анализа структуры капиталаЭмпирический анализ СК сопряжен с рядом проблем,затрудняющих как проведение самого анализа, так и интерпретациюполучаемых результатов. Среди основных проблем, возникающих примоделировании выбираемого менеджментом компании соотношениясобственного и заемного капиталов и скорости приспособления квыбранной целевой структуре капитала, можно обозначить следующие:1.
Проблемы, связанные с формированием выборки2. Проблемывыборапрокси-переменных.Данныйкласспроблем существует как для подбора зависимой переменной, так и длянезависимых показателей (детерминант целевой СК и скоростиприспособления)803. Проблемы выбора методов анализа данных4. Проблемы реализации эконометрического анализаТестированиединамическойкомпромисснойконцепцииподразумевает анализ выбора соотношения собственного и заемногокапиталовнаформированиядолгосрочномвыборки.интервале,Во-первых,чтоусложняетзатруднительнопроцесссозданиесбалансированной панели данных, в связи с чем приходится работать снесбалансированными панелями данных ([Dang et al., 2009], [Mitton,2008]), что осложняет интерпретацию результатов и значимо снижаеткачество получаемых оценок. При этом несбалансированность панелиможет быть связана не только с непрозрачностью информации,предоставляемой компаниями (особенно на развивающихся рынках), нои с реорганизацией компаний, сделками на рынке корпоративногоконтроля,условиямикомпании,первичныхисключениемизпубличныхвыборкиразмещенийкомпанийсакцийдвойнымиразмещениями (акций и облигаций) за период.
Попытки сокращениявыборки для устранения несбалансированности нередко сопряжены свозникновением проблемы самоотбора, заключающейся в данном случаев исключении из выборки компаний, прекративших свою деятельность втечение анализируемого в исследовании временного периода, чтоприводит к анализу нерепрезентативной выборки.Всуществующихэмпирическихисследованияхпредложенонесколько способов борьбы с несбалансированностью панели данных.В работе М.
Франка и В. Гойала [Frank and Goyal, 2009] авторамипредложено использовать технологию подстановки данных (multipleimputation), основанную на многократном тестировании модели приподстановкеразличныхспрогнозированныхзначенийвместопропущенных. Данные значения могут рассчитываться как на основесредних исторических показателей, экстраполяции тренда, так и81посредством использования данных аналогичных компаний. При этомавторы обращают внимание на необходимость проведения анализачувствовительности полученных результатов.Один из способо борьбы с проблемой самоотбора предложен вработе М.
Ариффа и соавторов [Ariff et al, 2008]. Авторы анализируютСК компаний в период азиатского кризиса, формируя выборку из двухтипов компаний: испытавших финансовые сложности в период кризисаикомпаний-аналоговспрочнымфинансовымположениемвсзаключаетсявобозначенный период.Следующаяпроблемаработыданныминеобходимости борьбы с экстремальными значениями, способнымизначительно исказить результаты.
М. Франк и В. Гойал указывают натри возможных способа решения проблемы: отсечением данныхопытным путем (rule of thumb), винзоризацией (winzorization) иустойчивыми регрессиями [Frank, Goyal, 2008]. В соответствии с первымметодом, выборка сокращается по выбранным авторами параметрам,при этом определяются, например, максимальные значения размераактивов компании [Ивашковская, Солнцева, 2009], либо MTB [Mahajanand Tartaroglu, 2008]. Однако комбинация таких ограничений можетпривести к проблеме получения специфической, неслучайной выборки,а, следовательно, к получению нерепрезентативных результатов. Методвинзоризациипредполагает заменуэкстремальных значений(поопределенному проценту наблюдений с каждой стороны) на данные,которыенепредполагаетбылиисключеныпостроениеизмножествавыборки.Последнийрегрессий,способподтверждающихустойчивость результатов.Особенностисложностямразвивающихсяэмпирическогоанализарынковданных.такжеприводятКороткаякисторияфинансовых рынков, равно как и законов о раскрытии информации,82приводит к необходимости работать с данными за короткий временнойинтервал.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
