Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
CS_SUFF_2011_1.doc
Скачиваний:
2
Добавлен:
05.12.2018
Размер:
329.73 Кб
Скачать

Методология

В своей статье Hongxia Li и Liming Cui26 тестировали гипотезу о характере зависимости уровня долга и агентских издержек с помощью регрессий:

Использовались два метода оценки агентских издержек. Первый – через отношение годовых продаж к активам. Это отношение показывает насколько эффективно менеджеры способны использовать активы. Высокое значение этого показателя показывает большое количество продаж и в конечном счете денежные потоки, которые генерируют данные активы. Вторым методом оценки агентских издержек являлась рентабельность собственного капитала компании. Он рассматривает издержки под другим углом. В Китае большинство торгующихся фирм были преобразованы из государственных предприятий. А для того, чтобы защитить стоимость госактивов, ставки определяются централизованно и часто они занижены, что приводит к завышению стоимости основных средств. Оборотные активы включают запасы некоторых товаров, которые либо не могут быть проданы по их балансовой стоимости, или не могут быть проданы совсем. Поэтому ROE более хорошая прокси.

Независимые переменные были выбраны преимущественно из предыдущих исследований на данную тему. Новыми переменными были включены conc – концентрация собственников, которая измерялась как пропорция акций, держатель которых самый крупный инвестор, ко всему количеству акций и пропорция акций пяти основных инвесторов. Также новая переменная – размер совета директоров, который оценивался, как количество его членов.

В работе J. Kumar27 строились как панельные регрессии, используя методы Pooled OLS, FE, RE, а также cross-sectional регрессии. Для этого использовались ключевые переменные, характеризующие структуру собственности, а также контрольные переменные, отвечающие за другие характеристики.

Ключевые переменные

Переменные, характеризующие собственников: доля акций в руках менеджмента; доля акций в руках институциональных инвесторов; иностранное владение; корпоративное управление; квадраты данных переменных.

Также были включены дамми-переменные для лет, чтобы учесть макроэкономические шоки какого-либо года.

Переменные, характеризующие деятельность компании: рентабельность активов и рентабельность собственного капитала.

Контрольные переменные

Кроме переменных, характеризующих собственность компании, на деятельность компании влияют также и другие характеристики.

В качестве контрольных переменных были взяты: возраст фирмы; размер компании (логарифм выручки); квадраты данных переменных; интенсивность экспорта/импорта, интенсивность рекламы, интенсивность научных разработок, налоговые выплаты, количество собственного и заемного капитала в компании.

В качестве контрольной переменной для собственного капитала бралась ставка капитал/выручка. Компании с высоким показателем устанавливают барьер для входа на рынок другим фирмам с высокой долей заемного капитала, что позволяет лучше контролировать свою рыночную нишу, и как следствие деятельность компании становится более успешной.

Также для компании важен уровень долга: для фирм с высокой долей заемного капитала затраты на капитал будут выше. Следовательно, фирма деятельность фирмы должна быть более успешной, чтобы оставаться конкурентоспособной. Данный показатель измеряется как ставка долгосрочного финансирования к активам.

В качестве факторов, определяющих структуру капитала согласно агентской теории, Bastos et al.28 выделяют осязаемость активов (отношение суммы запасов и основных средств к активам), ROA (отношение операционной прибыли к активам), отношение рыночной стоимости к балансовой, возможности роста (темп роста выручки), размер (логарифм чистого операционного дохода) и деловой риск (стандартное отклонение отношения операционной прибыли к активам). Затем авторы выдвигают ряд гипотез, соответствующих теории и тестируют их с помощью регрессии. Для этого используется анализ панельных данных.

Помимо гипотез, рассматривающих соотношение между уровнем долга и налоговым режимом, в работе M.H.Barakat29, тестировалась гипотеза о том, что в рассматриваемых странах агентская теория не объясняет выбор оптимальной структуры капитала и, кроме того, уровень долга положительно связан с ростом. Автор предполагает, что в рассматриваемых странах агентский конфликт не возникает, поскольку, во-первых, владельцами акций и менеджерами являются члены одной семьи, и, во-вторых, банки, дающие в долг компании, обычно тесно связаны с ней или ее акционерами.

В качестве зависимой переменной автор, следуя за Titman, Wessels (1988) используют шесть коэффициентов: отношение краткосрочного, долгосрочного и общего долга к балансовой и рыночной величине собственного капитала. В качестве объясняющих переменных использовались предельная налоговая ставка (отношение уплаченных налогов к доналоговой прибыли, MTR), недолговой налоговый щит (отношение суммы выбытия активов и зачета капиталовложений в счет налогов к сумме прибыли до выбытия, выплаты процентов и уплаты налогов, NDTS), дивиденды (отношение суммы выплаченных дивидендов к чистому доходу, DIVNI), рост (отношение рыночной стоимости собственного капитала к балансовой, MB), залог (доля осязаемых активов в общей балансовой стоимости активов, TANTA), размер (натуральный логарифм выручки, LNS), волатильность (среднеквадратичное отклонение отношения разности между прибылями двух последовательных лет к средней величине активов за эти два года, SDOE), рентабельность (отношение операционной прибыли к общим активам, EBITTA).

В работе был построен ряд регрессий, но для проверки гипотезы о применимости агентской теории могла быть использована любая из предложенных спецификаций модели, включающая переменную роста, поскольку именно эта переменная и являлась прокси для наличия агентского конфликта.

Таблица 5

Методология

Bastos et al. (2009)

Осязаемость активов = (FA+Inventory)/TA (-) для 3 из 5

ROA = EBIT/TA (-) для всех

MV/BV (-)

Возможности роста = T sales (незначим)

Размер = log NOI (+) для 2, (-) для 1

Деловой риск = SD (EBIT/TA) (+) для 2

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]