Эмпирическое исследование факторов структуры капитала: анализ компаний приволжского федерального округа

А.Б. АНКУДИНОВ,
кандидат физико-математических наук,
доцент, докторант кафедры финансов организаций
О.В. ЛЕБЕДЕВ,
аспирант кафедры финансов организаций
Институт экономики и финансов Казанского (Приволжского) федерального университета
ФИНАНСЫ И КРЕДИТ 11 (491) 2012

В статье представлено эмпирическое исследование детерминант структуры капитала ведущих компаний Приволжского федерального округа. В выборку были включены по 100 крупнейших по выручке за 2010 г. компаний нефинансового сектора 6 регионов: Республики Татарстан, Нижегородской области, Оренбургской области, Республики Башкортостан, Пермского края и Самарской области. На базе отечественных субъектов хозяйствования тестируются современные теоретические концепции формирования структуры капитала.

Введение

Особенности принятия решений по структуре источников финансирования компании относятся к одной из наиболее актуальных проблем современной теории финансов, практическую значимость которой существенным образом подтвердил недавний мировой финансовый кризис. Со времени появления работы Ф. Модильяни и М. Миллера [9], согласно которой решения по структуре капитала иррелевантны, было опубликовано множество теоретических трудов, с различных позиций описывающих проводимую компаниями политику в области структуры капитала. Так, наиболее популярная компромиссная теория предлагает традиционные детерминанты оптимальной структуры капитала (налоговое прикрытие и издержки финансовых затруднений) [8] и утверждает, что оптимальное соотношение долгового финансирования и собственного капитала определяется через компромисс между выгодами и издержками привлечения заемных средств.

Согласно М. Харрису и А. Равиву, уровень левериджа прямо пропорционален доле материальных активов в структуре активов, эффекту налогового прикрытия от долга, инвестиционным возможностям и размерам фирмы, обратно пропорционален уровню деловых рисков, вероятности банкротства, прибыльности фирмы [5]. Исследователь М. Дженсен показывает, что долг - это эффективный инструмент дисциплинирования менеджмента, приводящий к сжатию агентских издержек [7]. Долг также может сигнализировать о способности фирмы к созданию стоимости [14].

Также М. Дженсен и У. Меклинг утверждают, Что высокий уровень левериджа может подвигнуть менеджмент к реализации более рисковой инвестиционной политики [6]. Поскольку держатели долевых ценных бумаг обладают остаточным Правом требования на денежные потоки, это право аналогично опциону колл на активы фирмы с ценой исполнения, равной номинальной стоимости долга (стоимость опциона колл прямо пропорциональна уровню рисковости базового актива).

Теория иерархического финансирования (Pecking Order Theory) [10, 14] рассматривает политику в области структуры капитала через призму транзакционных и эмиссионных издержек (как явных, так и скрытых, обусловленных асимметричностью информации): фирмы отдают предпочтения внутреннему финансированию, а при привлечении внешних ресурсов в первую очередь обращаются к долговому финансированию.

Тем не менее, как показывает анализ весьма представительного пласта литературы (главным образом зарубежной), общепринятые теории не всегда могут качественно описать сложные экономические отношения, которые отражают решения в области структуры капитала. Эмпирические исследования, проведенные по данным развитых рынков капитала, также не позволяют придти к однозначным выводам. Тем более интересным и потенциально продуктивным с точки зрения практического применения полученных результатов представляется изучение факторов формирования структуры капитала предприятий в условиях формирующихся финансовых рынков на основе фактических финансовых данных отечественных компаний.

Актуальные эмпирические исследования, описание выборки и используемых переменных

Анализ отечественной литературы выявил существенный дефицит исследований, основанных на применении методов количественного анализа к исследованию структуры капитала российских компаний. При этом для других развивающихся рынков такие работы представлены достаточно широко (см., например, работы [1, 2,4,11, 12]).

Таким образом, представляется весьма интересным с научной точки зрения статистически протестировать факторы, определяющие структуру капитала отечественных компаний на примере предприятий Приволжского федерального округа как одного из наиболее развитых в промышленном отношении регионов Российской Федерации. В силу высокого уровня неопределенности, присущего формирующемуся финансовому рынку, и пилотного характера исследования заранее выдвигать гипотезы относительно характера влияния того или иного фактора представляется нецелесообразным.

Чтобы избежать упрека в data mining в выборку были включены по 100 крупнейших по выручке за 2010 г. компаний нефинансового сектора из 6 регионов: Республики Татарстан, Нижегородской области, Оренбургской области, Республики Башкортостан, Пермского края, Самарской области. Всего выборка составила 600 компаний.

В качестве зависимой переменной проведенного регрессионного анализа выступал показатель Debt (леверидж), который равен отношению разности стоимости совокупных активов компании и строки «Капитал и резервы» к совокупным активам за 2010г.

Независимыми переменными выступали:

рентабельность продаж ROS - отношение прибыли от продаж к выручке за 2010г.;

Программа Финансовый анализ - ФинЭкАнализ 2024 для расчета рентабельности продаж и большого количества финансово-экономических коэффициентов.

коэффициент вариации выручки за 2006-2010 гг. Kvar sales, который рассчитывался как отношение среднеквадратического отклонения к средней величине выручки за 5-летний период. Этот показатель рассматривается как индикатор уровня деловых рисков компании;

среднегодовой рост активов за 2006-2010гг. GrowthAssets2006-2010' который рассчитывался как

(он выступает показателем динамики роста компании);

доля нематериальных активов в структуре совокупных активов Intangibility (рассчитывалась как отношение балансовой стоимости нематериальных активов к валюте баланса за 2010 г.);

индикатор размера компании Ln sales (представлен как натуральный логарифм выручки компании за 2010г.).

В качестве источника данных использовалась Система профессионального анализа рынков и компаний «Спарк - Интерфакс». Если по какой-либо компании отсутствовали данные, необходимые для расчета хотя бы одной переменной, то компания исключалась из выборки.

Таблица 1. Описательная статистика используемых для анализа переменных

Показатель Татарстан Нижегородская область Оренбургская область Республика Башкортостан Пермский край Самарская
Среднее Медиана СКО Среднее Медиана Среднее Медиана СКО Среднее Медиана СКО Среднее Медиана СКО Среднее Медиана СКО
Debt 0,671 0,601 0,357 0,647 0,617 0,277 0,582 0,556 0,304 0,631 0,604 0,272 0,640 0,567 0,274 0,617 0,549 0,302
ROS 0,074 0,040 0,111 0,055 0,038 0,085 0,087 0,040 0,104 0,087 0,052 0,099 0,100 0,062 0,111 0,094 0,050 0,128
Kvar 0,425 0,338 0,287 0,412 0,371 0,265 0,384 0,317 0,229 0,395 0,293 0,296 0,338 0,309 0,195 0,363 0.274 0.242
Growgh 0,309 0,179 0,397 0,272 0,207 0,271 0,311 0,230 0,290 0,229 0,166 0,252 0,303 0,277 0,218 0,194 0,156 0,221
Intangibility 0,011 0,010 0,031 0,050 0,019 0,436 0,034 0,017 0,111 0,014 0,009 0,043 0,015 0,011 0,039 0,081 0,039 0,274
Sales, млрд руб. 15,764 5,532 35,654 11,601 3,846 24,853 4 ,833 1,202 16,262 12,887 4,170 37,356 8,933 3,112 20,645 11,889 4,118 26.564

Описательная статистика исходных данных представлена в табл.1. В целом разброс значений переменных по регионам незначителен. Следует, тем не менее, отметить, что показатели волатильности уровня левериджа компаний Республики Татарстан достаточно высоки по отношению к другим регионам. Высокие значения уровня левериджа и его разброса для компаний всех регионов являются следствием подхода к его оценке (описание представлено ранее). Уровень' прибыльности и ее волатильность приблизительно одинаковы, несмотря на различную структуру экономик анализируемых субъектов Федерации. Аналогичная ситуация и с уровнем деловых рисков компаний.

Что касается динамичности роста или инвестиционной активности компаний, то здесь также наблюдается определенный паритет, если принимать в учет медианные значения. В то же время разброс неравномерен. Так, в Республике Татарстан значения темпов прироста активов существенно разнятся.

Размер компаний также сопоставим; при этом ориентация на средние оценки не совсем репрезентативна: нефтяные и нефтехимические гиганты республик Татарстан и Башкирия существенно завышают средние величины по объему продаж компаний.

Следует отметить, что некоторые независимые переменные коррелированны между собой, что может обусловливать проблемы с точностью оценочных коэффициентов регрессии. Мультиколлинеарность может быть существенна при анализе таких переменных, как коэффициент вариации выручки и среднегодовой рост активов, что исходит из самой логики расчета данных величин.

Анализ результатов исследования

Сводные результаты корреляционно-регрессионного анализа факторов структуры капитала нефинансовых компаний Приволжского федерального округа представлены в табл. 2. Тестировалась базовая регрессия:

В результате были получены некоторые основные результаты.

Рентабельность продаж отрицательно коррелированна с уровнем финансового левериджа. Коэффициент регрессии при независимой переменной рентабельности продаж значим на 1 %-ном уровне для всех регионов, кроме Республики Башкортостан. Иными словами, более прибыльные компании характеризуются более низким уровнем долговой нагрузки. Некоторые эмпирические подтверждения подобного эффекта имеются как на развитых (см., например, [13]), так и на развивающихся рынках [3].

Прибыльность воздействует на широту использования финансового рычага (леверидж) по крайней мере двумя способами. Так, высокая прибыльность позволяет профинансировать необходимые инвес-гиции за счет внутренних источников, т. е. потребность в долге для финансирования запланированных инвестиций ниже. В то же время обильный денежный поток может быть направлен менедже->ами на разрушающие стоимость проекты, которые )беспечивают частные выгоды для инсайдеров. В itom случае более высокий уровень прибыли может юбудить собственников к проведению более агрессивной финансовой политики. Однако к так называемой «дисциплинирующей роли» (как мотиву к агрессивному левериджированию) отечественные собственники едва ли широко апеллируют.

Влияние коэффициента вариации выручки на уровень левериджа весьма ненадежно. С одной стороны, более высокий уровень делового риска будет способствовать меньшему уровню долга в структуре источников финансирования, с другой - появляется искушение «поделиться» рисками. Направленность влияния данного фактора в рассматриваемом анализе прямая, однако связь крайне слаба и неустойчива.

Темпы прироста активов и уровня долга положительно коррелированны, связь достаточно надежна. Однако здесь взаимосвязь отнюдь не однозначна: в соответствии с теорией иерархического финансирования при дефиците внутренних источников быстрорастущие компании обращаются в первую очередь за земными средствами. В то же время компании с высоким уровнем долга, как показывал- С. Майерс, зачастую сталкиваются с проблемой «недоинвестирования», не желая выпускать акции и «делиться» будущими прибылями, которые еще не оценены рынком.

Также установлено отрицательное влияние доли нематериальных активов на финансовый леверидж; однако здесь наблюдается связь слабая и ненадежная. Рациональное обоснование такой связи заключается в том, что более высокий уровень материальных активов служит прокси более низких издержек финансовых затруднений.

Независимая переменная размера компании (натуральный логарифм выручки компании) оказывает неоднозначное воздействие. Оценки ненадежны, хотя коэффициент регрессии по выборке компаний Республики Башкортостан значим на 5 %-ном уровне. С одной стороны, размер компании может выступать индикатором вероятности (инверсионной) дефолта компании. С другой стороны, для более крупной компании асимметрия информации между инсайдерами и рынком капитала, как правило, значительно ниже, что может побуждать крупные компании выпускать акции и иметь более низкий уровень задолженности.

Таблица 2. Результаты регрессионного анализа

Показатель Debt (Долг/Активы)
Республика Татарстан Нижегородская область Оренбургская область Республика Башкортостан Пермский край Самарская область
ROS -2,51*** (8,56) -1,45*** (4,98) -1,28*** (4,92) 0,21 (0,72) -1,46*** (7,63) -1,27*** (5,54)
Resales 0,04 (0,29) 0,21* (1,91) 0,09 (0,71) 0,12 (0,96) 0,22* (1,90) 0,05 (0,69)
GrowthAlMsm6_2m 0,21" (2,10) 0,19* (1,88) 0,30*** (2,92) 0,35** (2,19) 0,28*** (2,66) 0,01 (0,01)
Intangibility -8,81 (0,29) -0,43 (0,77) ^10,63* (1,70) -51,10 (0,78) 36,32 (0,65) -6,90 (0,65)
Ln sales -0,04 (1,72) -0,01 (0,04) -0,01 (0,16) 0,07** (2,59) -0,04* (1,71) -0,04* (1,69)
Constant 1,66** (2,04) 0,63 (1,24) 0,66 (1,28) -1,18* (1,78) 1,42*** (2,98) 1,53** (2,43)
n 89 97 93 83 91 90
R-squared 0,52 0,34 0,37 0,17 0,51 0,36

Примечания: 1) Debt (леверидж) равен отношению разности стоимости совокупных активов компании и строки «Капитал и резервы» к совокупным активам за 2010 г. ROS - рентабельность продаж по прибыли от продаж. Kvar sates - коэффициент вариации, мера разброса выручки компании за 2006-2010 гг. (индикатор деловых рисков). Growth Assets 2006-2010 - среднегодовой темп прироста активов за 2006-2010 гг. Intangibility - доля нематериальных активов в структуре активов в бухгалтерской оценке. Ln sales - натуральный логарифм выручки компании за 2010 г. Выборка - 100 крупнейших по выручке за 2010 г. нефинансовых компаний региона (если какие-либо данные отсутствуют в базе данных, то компания исключалась из выборки). Источник данных: система СПАРК; 2) в скобках указаны значения t-статистик.

* Уровень значимости - 10%;

** Уровень значимости - 5%,

*** Уровень значимости - 1%.

Переходя от обсуждения результатов корреляционного анализа к регрессионному, отметим, что наибольшее воздействие на уровень долга оказывает прибыльность компании (учитывая размерность независимых переменных). Выражаясь формально, в случае с компаниями Республики Татарстан рост рентабельности продаж на 1 % при прочих равных условиях означает снижение в структуре источников финансирования заемных средств на 2,5 %. Если среднегодовые темпы прироста активов компании выше на 1 % при прочих равных условиях, то в структуре капитала доля долга выше на 0,21 %. Коэффициенты регрессии при прочих факторах ненадежны.

Изолированное воздействие исследуемых факторов на уровень левериджа для выборки компаний Республики Татарстан представлено на рисунке.

Необходимо отметить, что в целом построенные модели достаточно качественны, дисперсия независимых переменных объясняет 52 % дисперсии уровня долга компаний Республики Татарстан, 34 % -компаний Нижегородской области, 37 % - компаний Оренбургской области, 17 % - компаний Республики Башкортостан, 51 % - компаний Пермского края, 36% - компаний Самарской области.

Основные выводы по результатам анализа и возможные ограничения их применимости

Таким образом, протестировав ключевые факторы формирования структуры капитала 600 компаний, расположенных в Приволжском федеральном округе, можно сделать вывод о том, что одним из основных детерминантов является прибыльность компаний. Данный вывод согласуется с теорией иерархического финансирования.

Однако необходимо сделать некоторые пояснения. Поскольку большинство исследованных компаний не являются публичными, аргументация с позиции информационной асимметрии между инсайдерами и аутсайдерами не может считаться достаточной. Скорее, в российских реалиях менеджмент попросту не считает необходимым привлечение долгового финансирования в случае достаточности внутренних ресурсов. Более того, при сильном инсайдерском контроле (что характерно для многих российских компаний) фактическая структура источников финансирования смещается в сторону менее рисковой по сравнению с оптимальной. К долгу обращаются в случае невозможности профинансировать инвестиции за счет прибыли и амортизации (переменная среднегодового роста активов оказывает существенное прямое влияние на леверидж). Влияние же волатильности выручки, доли нематериальных активов и размера компании на уровень долга неоднозначно и статистически менее надежно.

Кроме того, помимо уже упоминавшихся ранее достаточно традиционных статистических факторов, которые могут повлиять на общность полученных выводов, можно отметить также существующую у ряда компаний (в частности, относящихся к числу системообразующих) возможность получать кредиты на нерыночных условиях либо под гарантии государства. Это вносит существенные искажения в структуру капитала в сторону большего левериджирования: риски возлагаются на третьих лиц.

Тем не менее представляется, что полученные результаты могут послужить вкладом в эмпирические исследования по проблеме формирования структуры капитала компаний в условиях неполных финансовых рынков.

Список литературы

1. Bhaduri S. N. Determinants of capital structure choice: A study ofthe Indian sector // Applied Financial Economics. 2002. № 12 (9). P. 655-665.

2. Booth L., Varouj A., Demirguk-Kunt A., Maksimovic V. Capital structures in developing countries // Journal of Finance. 2001. № 56 (1). P. 87-130.

3. Cornelli R., Portes R., Schaffer M.E. The Capital Structure of Firms in Central and Eastern Europe. CEPR Discussion Paper №. 1392. Centre for Economic Policy Research: London, 1996.

4. DelcoureN. The determinants of capital structure in transitional economies // International Review of Economics and Finance. 2006. № 16. P. 400-415.

5. Harris Milton and Raviv Arthur. Capital Structure and the Informational Role of Debt // Journal of Finance. 1990. № 45. P. 321-350.

6. Jensen M. and Meckling W. Theory of the Firm: Managerial Behavior, Agency Costs and the Ownership Structure // Journal of Financial Economics. 1976. Ns 3. P. 305-360.

7. Jensen M. Agency Cost of Free Cash Flow, Corporate Finance, and takeovers // American Economic Review. 1986. № 76. P. 323-329.

8. KrausA. And Litzenberger R.A. State Preference Model of Optimal financial Leverage // Journal of Finance. 1973. № 28. P. 911-922.

9. Miller M. and Modigliani F. The Cost of Capital, Corporation Finance, and the Theory of Investment //American Economic Review. 1958. № 48. P. 261-297.

10. Myers S. and Majluf N.S. Corporate Financing and Investment Decisions when Firms have Information that Investors do not have // Journal of Financial Economics. 1984. № 13. P. 187-221.

11. Pandey I.M. Capital Structure and the Firm Characteristics: Evidence from an Emerging Market. IIMA Working Paper № 2001-10-04.

12. Qian Y., Tian Y., Wirjanto T.N. An Empirical Investigation into the Capital - Structure Determinants of Publicly Listed Chinese Companies. SSRN Working Papers Series. 2007. URL: http://www.ssrn.com.

13. Rajan R. and Zingales L. What do we know about capital structure? Some evidence from international data // Journal of Finance. 1995. № 50. P. 1421-1460.

14. Ross S. The Determination of Financial Structure: The Incentivesignalling Approach, The Bell // Journal of Economics. 1977 № 8. P. 23-40.

Метки
Программа Финансовый анализ - ФинЭкАнализ для анализа финансового состояния предприятия, позволяющая рассчитывать большое количество финансово-экономических коэффициентов.
Журнал Арбитражный управляющий
Скачать ФинЭкАнализ
Программа для проведения финансового анализа по данным бухгалтеской отчетности
Скачать ФинЭкАнализ
Провести Финансовый анализ Онлайн
Онлайн сервис для проведения финансового анализа по данным бухгалтеской отчетности
Попробовать ФинЭкАнализ