Диссертация (1152227), страница 20

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

Текст из файла (страница 20)

В таких ситуациях болееприемлемыми являются модели счетных данных, в частности модель регрессии Пуассона:(2.14)Yi  e x  ,"ttт.е. предполагается, что число событий y t распределено по закону Пуассона1 с параметром  t  e x [217].'tПрименение МНК в качестве инструмента анализа для параметров модели регрессии Пуассона приведет к получению смещенных, неэффективных и несостоятельных оценок, так как не выполняются одни из базовыхпредпосылок МНК:результат является случайной величиной, не ограниченной сверхуили снизу;распределение случайной величины y t подчиняется нормальномузакону распределения с математическим ожиданием, равным выровненному значению результата: M( y t )  f (x1 , x 2 ,..., x p )  ŷ t , гдеf ( x 1 , x 2 ,..., x p ) – модель регрессии, линейная по параметрам.Дискретная случайная величина X имеет закон распределения Пуассона, если она принимаетme   .

При этом значения 0,1,2,…,m,… c вероятностями1P( X  m) 109m! P  1.i 1iПоэтому для построения пуассоновской многопараметрической регрессии был выбран метод максимального правдоподобия (расчеты проводились в пакете «Matrixer»). В результате была получена следующая модельсчетных данных:ln ŷ 2,t  1,92  0,12 ln y 2,t 1  0,02ŷ1,t 1  0,09x 16,t  0,002x 31,t  0,13x 54,t  0,01u t(3,56)(5,68)(4,02)(-7,02)(6,36)(3,32).(3,02)Все коэффициенты регрессии в уравнении значимы на уровне α=0,05.Для проверки гипотезы о значимости пуассоновской регрессии использовался критерий отношения правдоподобия:LR  2(ln L  ln L0 ) ,(2.15)где lnL – найденное значение логарифма функции правдоподобия;ln L0 – логарифм правдоподобия тривиальной модели.Статистика LR имеет  2 -распределение. Если LR   кр2 . ( ;  1) , то22уравнение в целом значимо.

Поскольку  набл.  62,37   кр . ( 0 ,05;  1 )  3,84 , топостроенное уравнение регрессии Пуассона в целом значимо. По аналогии скоэффициентом детерминации был построен коэффициент псевдо-R2 :2R pseudo 11.1  2(ln L  ln L0 ) / n(2.16)Согласно имеющимся данным псевдокоэффициент детерминации2R pseudo 0 ,8205 , который показывает, что 82,05% вариации показателя y2 объ-ясняется факторами, включенными в модель. Стандартная ошибка, котораяявляется мерой рассеяния фактических значений относительно полученныхпо модели регрессии, равна 0,23.

Информационный критерий Акайка, который учитывает требование повышения точности модели и уменьшения числа параметров модели, составил AIC=7,57.Асимптотический критерий серий Бреуша-Годфри показал отсутствиеавтокорреляции в остатках, так как et  0 ,004  0 ,009et 1 , т.е. коэффициентρ=0,009 не значимо отличается от 0. Для проверки принадлежности остатковпостроенной модели счетных данных пуассоновскому закону распределе110ния1 было использовано следующее свойство: дисперсия случайной величины, распределенной по закону Пуассона, равна ее математическому ожиданию [217]:M  y / xt   D y / xt    .(2.17)Тогда если значения M ( t ) и D( t ) близки, то это может служить доводом в пользу гипотезы о пуассоновском распределении остатков; резкоеразличие этих характеристик, напротив, свидетельствует против гипотезы.Так как M ( t )  2 , а  (  t )  1,43 , то гипотеза о пуассоновском распределении остатков принимается, что свидетельствует об адекватности модели.Рассчитаем средние маржинальные эффекты для каждого из факторов,показывающих изменение функцииe  t tP(Yt  y t ) yt !yt(характеризующейвероятность того, что yt  0,1,2,...

) при изменении фактора xit на единицу:My 2 t / x it   t i .x it(2.18)Результаты представлены в таблице 2.9.Таким образом, расчет средних маржинальных эффектов показал, чтонаибольшее влияние на y2 оказывает стоимость конфликтных активов и количество сделок слияний и поглощений, относящихся к предыдущему моменту времени. Также прямое влияние на y2 оказывает число уголовных дел,связанных с преступлениями, совершенными в ходе незаконных захватовимущественных комплексов юридических лиц, имущественных и неимущественных прав предприятий (рейдерство)2.Одной из предпосылок ММП является эквивалентность закона распределения ошибки εt законураспределения yt.2По данным Управления контроля и методического обеспечения расследования особо опасныхпреступлений в сфере экономики Следственного комитета при МВД России в 2011 г.

расследовано 62,5% дел от общего числа дел, находившихся в производстве; окончено – 32,3% от числа расследованных; направлено в суд - 58,5% от числа оконченных; прекращено – 38,8% от числа оконченных; приостановлено – 67,8% от числа расследованных; остаток на 01.01.2012 г.

– 32,5% отчисла находившихся в производстве.1111Таблица 2.9 – Средние маржинальные эффекты для модели регрессииПуассона ŷ 2 tMy 2, t / y 2, t 1 y 2, t 10,22035y1, t 10,06025x 16, t-0,14547My 2, t / y1, t 1 My 2, t / x 16, t M y 2 ,t / ut utMy 2, t / x 18, t x 18, t0,00648x 20, t0,16584x 54, t0,24195My 2, t / x 20, t My 2, t / x 54, t 0,02878Расчет средних маржинальных эффектов также показал однонаправленное изменение количества интеграционных сделок и просроченной кредиторской задолженности, а также просроченной задолженности по полученным кредитам и займам крупных и средних предприятий.

Это можетбыть объяснено тем, что руководство компаний, попавших в кризисную ситуацию, имеет, по большому счету, два выхода: банкротство или продажабизнеса, и в большинстве случаев предпочитают второй способ.При этом в настоящее время в российской практике начинает использоваться «Standstill agreements» – соглашения между кредиторами и должником о введении временного моратория на принудительное взыскание долга,которое предшествует разработке и началу практической реализации программы реструктуризации задолженности. Практика их заключения широкораспространена в странах с развитой экономикой.

Наиболее востребованными «пакты о ненападении» становятся во времена финансовых кризисов, когда компании-должники один за другим начинают допускать кроссдефолты1 по заемным средствам.При этом интересен тот факт, что характер зависимости числа сделокслияний и поглощений от доли убыточных предприятий – противоположПоложение о cross-default (перекрестное неисполнение) присутствует практически во всех кредитных соглашениях, заключенных по английскому праву и получает все более широкое распространение в практике иностранных банков, работающих на российском рынке.

Предусматриваетвозможность кредитора предъявить требование о досрочном возврате всей суммы кредита в томслучае, если должником допущен случай неисполнения денежного обязательства по другому аналогичному соглашению.1112ный. Это может быть связано с тем, что весьма популярный способ захвата ипоглощения через процедуру банкротства применялся в исследуемый период несколько не так часто.

Это связано с тем, что возможная компаниябанкрот перестает функционировать в нормальном режиме, и внимание кнему ослабевает. При этом, общая сумма возможных расходов на такуюсделку (сумма долга плюс затраты на покупку активов) может превысить реальную рыночную стоимость этой компании.III этап. Построение модели показателя y3 – стоимостный объемрынка слияний и поглощений.

В ходе предварительного анализа был выявлензначительный разброс в значениях переменной y3 (коэффициент вариации  89,50%) , что свидетельствует о неоднородности значений признака.Проведенный анализ позволил выявить, что, начиная с момента времени t*=65 (май 2010 г.), происходит структурное изменение характера динамики изучаемого показателя, это приводит к изменению тренда, описывающего эту динамику. Данный момент времени характеризуется началомизменений в мировой общеэкономической ситуации и факторами глобального характера.Для того, что подтвердить выдвинутую гипотезу был задействовантест Чоу. Так как Fнабл.=14,32>Fкр.(0,05;3;116)=2,68, значит, уравнения регрессии y3=y3(t) значимо различаются для 2-х выборок: январь 2003 г. – май2008 г. и июнь 2008 г. – декабрь 2013 г.

Поэтому исходную совокупностьцелесообразно разбить на две части с точки зрения улучшения качества модели относительно момента времени t*=65.Далее была определена первая лаговая переменная для y3: y3t-1, так какr(y3t,y3t-1)= max(r(y3t,y3t-τ))=0,508 (см.

приложение 3, рис. П3.3). С помощьюфункции «кросс-корреляция» были найдены лаговые переменные на основеэкзогенных переменных. Например, лаг для x18 – просроченная кредиторскаязадолженность предприятий составляет 2 месяца (приложение 3, рис. П3.4).Аналогично были найдены лаги для остальных, участвующих в анализе, эк113зогенных переменных xj. При этом лаг расчетных значений показателя ŷ1t иŷ 2 t равен 0.Как и в случае y1 и y2, анализ матрицы парных коэффициентов корреляции показал наличие мультиколлинеарности между независимыми переменными. Использование метода по максимизации прогностической силырегрессионных моделей позволило выявить, что редуцированный набор показателей для y3 содержит 10 эндогенных переменных: x1, x15, x16, x18, x24, x26,x31, x36, x37, x54.Для использования всей совокупности наблюдений в модель стоимостного объема рынка слияний и поглощений была включена фиктивная переменная zt, которая принимает значения 1 для всех t  t * и значения 0 дляt  t * , т.е.1,t  t*z, г де _ t*  65.*0 ,t  tИтоговое регрессионное уравнение, которое было построено методомпошагового включения переменных, можно представить в виде:ŷ3,t  7,83  1,52ŷ1,t  0,14ŷ2,t  0,05x16,t  0,018x 24,t 9  0,02x 37,t 7  0,03x 54,t  2,03z t .(-2,91)(5,72)(2,59)(-2,80)(-3,14)(2,63)(-2,31)(2,21)R  0,87, Fнабл.

Характеристики

Список файлов диссертации