Формирование эффективной политики заимствования металлургических компаний (1142795), страница 20

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 20)

Ввыборку включены все металлургические компании, входящие в рейтингикрупнейших компаний России по итогам 2014 г. RAEX-600 [197], РБК-500[199]. Суммарный оборот рассматриваемых компаний по итогам 2014 г.составляет 96,5% всего объема отгруженных товаров, выполненных работ иуслуг по виду экономической деятельности металлургическое производство ипроизводство готовых металлических изделий [192]. В число выбранныхметаллургических компаний вошли публичные и непубличные игроки рынка,государственные и частные организации.Вцеляхповышениярепрезентативностивыборки,получениясбалансированной панели и равномерного отражения металлургии России былапроизведенаочисткаданных.Крайневысокиепеременных, объясняемые существеннымиилинизкиефинансовымизначениязатруднениямихолдингов, их предбанкротным состоянием, а также значения показателей впериод учреждения компаний были исключены из рассматриваемого массиваданных.Для определения влияния факторов на эффективность политикизаимствования необходимо построить и оценить эконометрическую модель.ВоспользуемсяметодомоценкиМНК(методнаименьшихквадратов)множественной линейной регрессии на основе панельных данных.Основные этапы построения и оценки моделей следующие:1.

выбор зависимых переменных (прокси для оценки эффективностиполитики заимствования):a) корреляционныйанализпредложенныхранеепоказателейэффективности политики заимствования;b) отбор зависимых переменных;2. выборфакторовэффективностиполитикиуправлениязаемнымкапиталом (характеристики компании, макроэкономические показатели);117a) корреляционный анализ предложенных ранее факторов;b) отбор независимых переменных;3. оценка влияния факторов на эффективность политики заимствования вметаллургических компаниях России: множественная линейная регрессия(панель).Первый этап связан с выбором зависимых переменных, то естьпоказателей, которые могут быть использованы в качестве прокси дляэффективности политики заимствования. Ранее в работе были определеныосновные индикаторы эффективности политики заимствования. Показателиприведены в таблице 10.Таблица 10 – Прокси для оценки эффективности политики заимствованияОбозначениеROBCROICWACCDFLОписаниерентабельность заемногокапиталарентабельностьинвестированногокапиталасредневзвешеннаястоимость капиталаэффектфинансовогорычагаПредполагаемая связь сэффективностью политикизаимствованияпрямаяпрямаяобратнаяпрямаяИсточник: составлено автором.Далее необходима оценка степени взаимосвязи показателей, то естьнеобходимо провести корреляционный анализ.Результаты оценки корреляционной матрицы для выбранных показателейпредставлены в таблице 11 и отражают отсутствие высокой корреляции, чтоподтверждает необходимость построения и оценки эконометрических моделейс использованием в качестве зависимой переменной каждого из рассмотренныхпоказателей.Рассматривая результаты, представленные в корреляционной матрицезависимых переменных, необходимо отметить, что знак коэффициентакорреляции корректно отражает связь данных показателей с эффективностьюполитики заимствования.

Так обратная связь прослеживается только между118средневзвешенной стоимостью капитала и рентабельностью заемного капитала,а также эффектом финансового рычага. Связь эффективности политикизаимствования с рентабельностью заемного капитала, рентабельностьюинвестированного капитала, эффектом финансового рычага предполагаласьпрямой, с средневзвешенной стоимостью капитала – обратной. Соответственно,даннаясвязьдолжнапрослеживатьсяимеждурассматриваемымипоказателями, что подтверждается результатами корреляционного анализа.ОднакопорезультатамрентабельностьюанализаинвестированногоустановленапрямаясвязькапиталаWACC.Ноимеждувеличинакоэффициента корреляции составляет 0,0419, что значительно меньше 1,поэтому не следует давать однозначную оценку характеру взаимосвязи данныхпоказателей.Таблица 11 – Корреляционная матрица зависимых переменныхROBCROICWACCDFLROBC1,0000---ROIC0,72911,0000--WACC-0,09780,04191,0000-DFL0,40420,3812-0,42711,0000Источник: рассчитано автором в программном комплексе STATA [168].Второй этап построения и оценки моделей связан с выборомнезависимых переменных, то есть показателей (характеристик компании,макроэкономических показателей), которые выступают факторами, влияющимина эффективность политики заимствования в металлургических компанияхРоссии.Вфакторы,качественезависимыхрассмотренныепеременныхранеевработе,предлагаетсякоторыеиспользоватьпредставленыхарактеристиками компании, а также макроэкономическими показателями.

Приих рассмотрении были указаны гипотезы об ожидаемых знаках их влияния накритерииэффективностизависимые переменные.политикизаимствования,следовательно,на119Систематизируеминформациюорассмотренныхранеефакторахэффективности политики заимствования компании, указав дополнительнообозначение показателей при построении и оценке моделей: размер компании (ln_TA); оборачиваемость совокупного капитала (TAT); коэффициент финансовой зависимости (DR); коэффициент финансового рычага (LR); коэффициент общей ликвидности (CR); длительность финансового цикла (FC); коэффициент краткосрочной задолженности (STDR); доля кредиторской задолженности в общем объеме обязательствкомпании (APL); доля основных фондов в совокупных активах компании (FA); стоимость заемного капитала (Inter); листинг акций компании на фондовых биржах (Type); доляакционерногокапитала,принадлежащегособственникам,задействованным в операционном управлении компанией (Manag); волатильность рубля к доллару (UR); средневзвешенное значение ключевой ставки ЦБ РФ (KR).Отметим, что при рассмотрении влияния размера компании в качественезависимой переменной предлагается использовать натуральный логарифмданного показателя.

Использование натурального логарифма объясняется тем,что распределение размера компании имеет асимметрию: в выборку входяткомпании с валютой баланса от 100 млн. руб. до 800 млрд. руб. Использованиенатурального логарифма позволяет уменьшить описанную асимметрию.Дополнительно при изучении влияния фактора коэффициента общейликвидности (CR) используется данный показатель в квадрате (CR2) для оценкивозможной параболической связи с критериями эффективности политикизаимствования. Предположение о наличии параболической связи основано на120существовании нормативных значений коэффициента, несоответствие которымотражает неэффективность управления ликвидностью компании.Далеепроведемкорреляционныйанализвышеперечисленныхнезависимых переменных, чтобы исключить наличие мультиколлинеарности вмоделях.Вкорреляционнойматрицефакторовэффективностиполитикизаимствования в приложении Д отсутствуют высокие по модулю (больше 0,8)значения коэффициентов парной корреляции.Рассмотрим более подробно пары показателей, корреляция междукоторыми высокая, однако допустима в рамках анализа и не приведет кмультиколлинеарности модели (меньше 0,8, больше 0,6 по модулю).Допустимо высокий коэффициент корреляции наблюдается междупоказателем размера компании и наличием листинга акций компании нафондовых биржах – 0,7414.

Данное значение коэффициента подтверждаетнацеленностькомпанийнаразмещениеакцийсцельюповышенияблагосостояния собственника, повышения доступности международных рынковкапиталов.Коэффициент корреляции доли основных фондов в совокупных активах иразмера компании составляет 0,6672, коэффициент корреляции данногопоказателя и типа компании (наличие листинга акций) – 0,6597.

Значенияобъясняются вертикальной интегрированностью холдингов в крупных группахкомпаний, также наличием уникального и дорогостоящего оборудования.На следующем этапе строится эконометрическая модель и оцениваетсямножественная линейная регрессия на основании панельных данных. Общийвид оцениваемой модели приведен в формуле (14): = + ∑ ∗ + ∑ ∗ + гдеEDCP – эффективность политики заимствования;c – константа;bi – характеристика компании;mj – макроэкономические показатели;(14)121ε – случайная ошибка.Далее оцениваются коэффициенты αi и βj, рассматривается знак изначимость коэффициентов, то есть как изменение одного из факторов влияетна критерии эффективности политики заимствования компании.Необходимо оценить четыре вида модели с различными зависимымипеременными, так как выбраны 4 прокси для эффективности политикизаимствования.Необходимо отметить, что в моделях с определенными зависимымипеременными не используются некоторые независимые переменные, например,стоимость заемного капитала в модели со средневзвешенной стоимостьюкапитала.Данныеисключениябылиописаныранееприподробномрассмотрении факторов, а также возможном их влиянии на критерииэффективности политики управления заемным капиталом.По результатам расчетов выбираются наилучшие модели для каждой изпрокси для оценки эффективности политики заимствования с точки зренияоптимальногосочетаниязначимостимоделивцелом,значимостикоэффициентов при рассматриваемых факторах, а также по возможностинаибольшей величины скорректированного R2 (коэффициент детерминации).В таблице 12 представлены наилучшие результаты оценки моделей, вкоторых в качестве прокси эффективности политики заимствования, то есть вкачестве зависимой переменной выступает рентабельность заемного капитала(ROBC).Модельявляетсямодельюсдетерминированнымиэффектами.Применение данного вида объясняется рассмотрением выборки, охватывающейбольшую часть российской металлургии.

Тем не менее построим модель сослучайными эффектами, включив в нее те же независимые переменные, чтоостались в наилучшей модели с фиксированными эффектами, а затем выберемнаиболее адекватную из них, используя для этих целей Тест Хаусмана.Результаты теста свидетельствуют, что в данном случае больше подходитмодель с фиксированными индивидуальными эффектами, что было ожидаемо,122так как помимо полноты выборки, состав рассматриваемых элементовпостоянный для всего периода.Таблица 12 – Результаты оценки регрессионной модели ROBCНезависимыепеременныеTATКоэффициент0,1181p-уровень значимости tкритерия0,069Ожидаемыйзнак+DR-0,56930,010+/-FC-0,00060,061-APL1,00610,000+/-KR6,15780,000-UR-0,03490,002-CR0,20480,000+/-CR2-0,01430,004+/-Cons-0,49560,034-0,43--0--R2Prob.Источник: рассчитано автором в программном комплексе STATA [168].Оценка модели иллюстрирует параболическое влияние коэффициентатекущейликвидностипредположениенарентабельностьвыдвигалосьприанализезаемногокапитала.ликвидностивДанноероссийскихметаллургических компаниях.

Характеристики

Список файлов диссертации