<<
>>

Проблемы эмпирического анализа структуры капитала

Эмпирический анализ СК сопряжен с рядом проблем, затрудняющих как проведение самого анализа, так и интерпретацию получаемых результатов. Среди основных проблем, возникающих при моделировании выбираемого менеджментом компании соотношения собственного и заемного капиталов и скорости приспособления к выбранной целевой структуре капитала, можно обозначить следующие:

1.

Проблемы, связанные с формированием выборки

2. Проблемы выбора прокси-переменных. Данный класс проблем существует как для подбора зависимой переменной, так и для независимых показателей (детерминант целевой СК и скорости приспособления)

3. Проблемы выбора методов анализа данных

4. Проблемы реализации эконометрического анализа

Тестирование динамической компромиссной концепции подразумевает анализ выбора соотношения собственного и заемного капиталов на долгосрочном интервале, что усложняет процесс формирования выборки. Во-первых, затруднительно создание сбалансированной панели данных, в связи с чем приходится работать с несбалансированными панелями данных ([Dang et al., 2009], [Mitton, 2008]), что осложняет интерпретацию результатов и значимо снижает качество получаемых оценок. При этом несбалансированность панели может быть связана не только с непрозрачностью информации, предоставляемой компаниями (особенно на развивающихся рынках), но и с реорганизацией компаний, сделками на рынке корпоративного контроля, условиями первичных публичных размещений акций компании, исключением из выборки компаний с двойными размещениями (акций и облигаций) за период. Попытки сокращения выборки для устранения несбалансированности нередко сопряжены с возникновением проблемы самоотбора, заключающейся в данном случае в исключении из выборки компаний, прекративших свою деятельность в течение анализируемого в исследовании временного периода, что приводит к анализу нерепрезентативной выборки.

В существующих эмпирических исследованиях предложено несколько способов борьбы с несбалансированностью панели данных.

В работе М. Франка и В. Гойала [Frank and Goyal, 2009] авторами предложено использовать технологию подстановки данных (multiple imputation), основанную на многократном тестировании модели при подстановке различных спрогнозированных значений вместо пропущенных. Данные значения могут рассчитываться как на основе средних исторических показателей, экстраполяции тренда, так и

посредством использования данных аналогичных компаний. При этом авторы обращают внимание на необходимость проведения анализа чувствовительности полученных результатов.

Один из способо борьбы с проблемой самоотбора предложен в работе М. Ариффа и соавторов [Ariff et al, 2008]. Авторы анализируют СК компаний в период азиатского кризиса, формируя выборку из двух типов компаний: испытавших финансовые сложности в период кризиса и компаний-аналогов с прочным финансовым положением в обозначенный период.

Следующая проблема работы с данными заключается в необходимости борьбы с экстремальными значениями, способными значительно исказить результаты. М. Франк и В. Гойал указывают на три возможных способа решения проблемы: отсечением данных опытным путем (rule of thumb), винзоризацией (winzorization) и устойчивыми регрессиями [Frank, Goyal, 2008]. В соответствии с первым методом, выборка сокращается по выбранным авторами параметрам, при этом определяются, например, максимальные значения размера активов компании [Ивашковская, Солнцева, 2009], либо MTB [Mahajan and Tartaroglu, 2008]. Однако комбинация таких ограничений может привести к проблеме получения специфической, неслучайной выборки, а, следовательно, к получению нерепрезентативных результатов. Метод винзоризации предполагает замену экстремальных значений (по определенному проценту наблюдений с каждой стороны) на данные, которые не были исключены из выборки. Последний способ предполагает построение множества регрессий, подтверждающих устойчивость результатов.

Особенности развивающихся рынков также приводят к сложностям эмпирического анализа данных. Короткая история финансовых рынков, равно как и законов о раскрытии информации, 82

приводит к необходимости работать с данными за короткий временной интервал. Слабая система мониторинга и требуемого уровня к раскрытию информации приводит к необходимости дополнительной проверки данных. Тем не менее в большинстве случаев сформированные панели данных являются несбалансированными. Не меньшей проблемой является публикация компаниями на развивающихся рынках отчетности, подготовленной в соответствии с различными стандартами финансовой отчетности, так как переход к МСФО во многих странах еще не только не осуществлен, но и не запланирован в ближайшие годы. Компания PricewaterhouseCoopers предоставляет подробную информацию о применении МСФО в разных странах, о возможностях или требованиях по их применению компаниями внутри стран[11]. Однако проблема работы с данными различных стандартов отчетности может быть решена в случае анализа межфирменных различий с помощью регрессионных моделей с учетом фиксированных эффектов, способных контролировать данные отличия между фирмами. Тем не менее, согласно Т. Миттону, данный вариант не решает проблемы смены стандартов внутри фирмы, хотя данные различия вряд ли могут существенно повлиять на результаты исследований [Mitton, 2008].

Проблема выбора прокси-переменных является не менее значимой проблемой для исследователей СК. Для определения показателя долговой нагрузки в исследованиях не устоялось единого показателя. Выбор показателей в основном зависят от цели и задач, поставленных авторами, при этом можно выделить следующие группы показателей:

1. основанные на рыночной или балансовой стоимостях

Финансовый рычаг, рассчитанный на основе балансовых стоимостей, предполагает анализ отношения процентного долга к сумме процентного долга и балансовой стоимости акционерного капитала. В качестве показателя совокупного капитала также может быть взята величина совокупных активов.

Данный показатель часто критикуется за то, что не учитывает ожиданий инвесторов и показывает исключительно исторические значения долговой нагрузки. С другой стороны, согласно С. Майерсу, менеджеры в большей степени ориентируются именно на балансовые показатели, так как они позволяет контролировать обеспеченность долга активами компании и не подвержены волатильности рынка, что особенно значимо для развивающихся рынков [Myers, 1977]. Рыночный показатель финансового рычага при расчете совокупного капитала учитывает рыночную стоимость акционерного капитала, что соответствует восприятию инвесторами перспектив компании. При этом рыночные показатели долга в исследованиях не используются, на чем заостряют внимание М. Франк и В. Гойал [Frank, Goyal, 2008, p.173], по данному вопросу достигнуто единство мнений исследователей об отсутствии необходимости расчета рыночной стоимости обязательств. Несмотря на то что размещенные компаниями облигации могут быть оценены по рыночной цене, при попытке комбинировать в показателе долга рыночную стоимость размещенных облигаций и балансовую стоимость прочих обязательств компании возможно возникновение проблемы несопоставимости информации. Более того, постатейная разбивка обязательств компании не всегда доступна исследователям. С другой стороны, при использовании балансовых показателей в обоих случаях, исследователи абстрагируются от реалий рынка, что может привести к необоснованным результатам.

2. основанные на процентных долгах либо на совокупных обязательствах

В то время как показатели, основанные на процентном уровне долговой нагрузки, являются наиболее распространенными, исследователи используют также и показатели, принимающие во внимание все обязательства компании [Kayhan and Titman, 2007].

3. основанные на учете долговой нагрузки различной срочности

Классическое представление о структуре капитала предполагает исследование такого соотношение собственного и заемного капиталов, которое необходимо для стратегического развития фирмы.

Соответственно, анализируются долгосрочные заемные источники финансирования. Однако нередко краткосрочные заемные инструменты привлекаются для стратегических целей, в связи с чем в исследованиях могут быть рассчитаны показатели краткосрочной и долгосрочной долговой нагрузки. Аналогично, в работах встречается и показатель совокупных долговых обязательств [Ивашковская и др, 2012].

4. нормированные на величину собственного капитала или совокупного капитала

Несмотря на многообразие возможных комбинаций расчета показателя исходя из различных пониманий уровня долга в совокупном капитале или отношение заемного капитала к собственному, остаются также варианты учета СК с помощью использования таких показателей, как коэффициент покрытия процентов и прочие финансовые коэффициенты, отражающие уровень долговой нагрузки компании [Welch, 2004].

Многообразие вариантов представления зависимой переменной приводит к тому, что в существующих работах редко встречаются исследования, основанные на анализе только одной переменной, отражающей уровень долговой нагрузки. Как результат, в качестве показателя СК рассчитывается сразу несколько переменных, что 85

позволяет интерпретировать полученные результаты как робастные в том случае, когда выводы исследователей меняются незначительно при использовании различных прокси. Так, в работе Д. Кука и Т. Танга [Cook and Tang, 2010] на примере анализа целевой СК, рассчитанной на основе рыночной и балансовой стоимостей собственного капитала, получены идентичные результаты, демонстрирующие следование компаниями принципов динамической компромиссной концепции. В работе М. Франка и В. Гойала [Frank and Goyal, 2009] устойчивость резульататов гарантируется анализом четерых показателей СК: отношения совокупного долга к балансовой стоимости совокупных активов; совокупного долга к рыночной стоимости совокупных активов, долгосрочного долга к балансовой стоимости совокупных активов, долгосрочного долга к рыночной стоимости совокупных активов. Однако часть авторов анализирует политику финансирования компаний на основе анализа одного показателя долговой нагрузки, ввиду либо недостатка данных ([DeHaas and Peeters, 2001]; [Nivorozhkin, 2005]), либо исходя из аргумента предпочтительности того или иного показателя СК [Kayhan and Titman, 2007].

Подбор прокси переменных для ключевых детерминант СК представляет собой следующую проблему эмпирических работ по анализу СК. Данный вопрос включает как выбор набора факторов, оказывающих влияние на целевую СК и скорость приспособления к ней, так и подбор прокси для данных факторов. Возможный набор факторов, а также их прокси-переменных, подробно описан в разделе данного диссертационного исследования, посвященном обзору детерминант СК на развивающихся рынках капитала.

Следующая проблема заключается в выборе инструментов эконометрического анализа. В то время как наиболее применимой методологией в существующих исследованиях является регрессионный

анализ панельных данных (при вариации методов оценки: МНК, обобщенный метод моментов М. Ареллано-С. Бонда [Arellano and Bond, 1991], метод Р. Бланделла-С. Бонда [Blundell, Bond, 1998], метод Т. Андерсона и К. Хсяо [Anderson and Hsiao, 1982]), в работах все чаще встречается критика подобных исследований. В работе А. Ховакимиана и Г. Ли [Hovakimian and Li, 2011] на основе симулированных данных продемонстрировано, что модели частичного приспособления, а также модели бинарного выбора, не приводят к реалистичным результатам. В частности на выборке, созданной согласно предпосылкам теории порядка финансирования, результаты не позволяют отвергнуть гипотезу следования компаниями динамической компромиссной концепии с положительной скоростью приспособления. Среди альтернативных способов анализа СК Е. Фама и соавторы [Fama and MacBeth, 1973; Fama and French, 2002] предлагают последовательный анализ перекрестных данных. В последнее время в финансовой литературе также появляются исследования, основанные на кластерном анализе данных ([Prats, 2009]; [Chen et al., 2009]; [Su, 2010]). Кластеризация позволяет во многом решить такие проблемы регрессионного анализа панельных данных, как неробастность результатов и связанные с ней противоречивые результаты схожих исследований. Кластерный анализ также позволяет в случаях с исследованиями СК учесть разработанную С. Маейрсом концепцию финансовой архитектуры для выявления наиболее эффективных типов корпоративной финансовой архитектуры [Kokoreva, Stepanova, 2012].

Традиционные проблемы эконометрического анализа выходят на первое место и в исследованиях СК: гетероскедастичность, автокорреляция, мультиколлинеарность, эндогенность. C гетероскедастичностью при анализе панельных данных борятся посредством учета стандартных ошибок в форме Уайта. На 87

необходимость учета возможных эффектов, связанных с гетероскедастичностью в моделях частичного приспособления, указывают М. Ареллано и С. Бонд [Arellano and Bond, 1991].

Так как модели частичного приспособления включают лаговые показатели долговой нагрузки, проблема автокоррелированности данных является более существенной и приводит к снижению качества получаемых оценок и завышению получаемых оценой скорости приспособления[ Ariff et al., 2008]. Однако Е. Фама и К. Френч [Fama and French, 2002] предполагают, что при обычно используемых в работах по структуре капитала коротких временных рядах влиянием автокорреляции на результаты тестов можно принебречь.

Коррелированность регрессоров при панельных данных, как правило, проявляется реже, чем при анализе перекрестных данных, и может быть выявлена стандартными тестами (построением корелляционной матрицы и показателей VIF). Наиболее распространным способом борьбы с мультиколлинеарностью в исследованиях СК является последовательный анализ влияния коррелированных переменных [Drobetz and Wanzenried, 2006].

Проблема эндогенности - основной источник проблем при моделировании динамической концепции СК компаний. При этом возможно возникновение трех видов эндогенности [Titman, Opler, 1984]: вызванной обратной причинно-следственной зависимостью переменных; сопряженной с отсутствующими переменными; а также являющейся следствием самоотбора. Для наиболее распространенного вида эндогенности, потенциальной обратной причинно-следственной зависимости переменных, в различных источниках предлагается большое количество решений: от простого перехода к анализу моделей с первыми лагами независимых переменных [Frank and Goyal, 2009] до использования метода инструментальных переменных для

динамических моделей частичного приспособления ([Arellano and Bond, 1991], [Drobetz and Wanzenried, 2006]).

<< | >>
Источник: Кокорева Мария Сергеевна. Формирование структуры капитала компаниями на развивающихся финансовых рынках. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2012. 2012

Еще по теме Проблемы эмпирического анализа структуры капитала:

  1. Глава 3. Эмпирический анализ формирования структуры капитала на выборке компаний с развивающихся финансовых рынков
  2. Результаты анализа формирования структуры капитала на развивающихся рынках капитала
  3. Глава 3. Эмпирический анализ влияния рекомендаций аналитиков
  4. Заключение по эмпирическому анализу влияния рекомендаций аналитиков
  5. Глава 1. Принципы выбора структуры капитала в рамках компромиссной теории
  6. Глава 2. Моделирование движения к целевой структуре капитала
  7. Методы исследования целевой структуры капитала
  8. Принципы динамической компромиссной теории выбора структуры капитала
  9. Детерминанты структуры капитала компаний на развивающихся финансовых рынках
  10. Гипотезы мотивов выбора структуры капитала на развивающихся финансовых рынках
  11. Основы статической компромиссной теории формирования структуры капитала